Arreglarlo, pasar a un servicio gestionado o reconstruirlo: lo que cuesta cada vía cuando tu pipeline de eventos publicitarios pierde eventos en el pico

Si tu pipeline de eventos publicitarios pierde impresiones y clics en el pico de tráfico, hay tres salidas. Puedes arreglar las partes con fugas, pasar los servidores que transportan y guardan los eventos, a menudo Kafka y ClickHouse, a un servicio gestionado, o reconstruir el pipeline con una empresa externa. La vía también decide a quién contratas. Un arreglo necesita ingenieros que trabajen dentro de tu equipo, mientras que una reconstrucción necesita una empresa capaz de entregar un pipeline completo y traspasarlo. Antes de elegir, ponle un precio anual a la diferencia entre tus informes de atribución y los logs de tu bidder. Después compara cada vía por su coste, por el control que conservas y por lo pronto que vuelven a ser correctas las cifras con las que facturas.

¿Cuánto nos cuesta la diferencia entre nuestros informes de atribución y los logs del bidder?

La mayor parte del coste aparece en las facturas, así que empieza por ellas. Toma un mes y pon tres recuentos uno al lado de otro: las impresiones que facturaste a los anunciantes, las impresiones que te facturó cada exchange y las subastas ganadas que registró tu bidder.

Es el exchange quien decide qué pagas. OpenRTB 2.6, el estándar de IAB Tech Lab que usan exchanges y bidders para comprar y vender anuncios en tiempo real, dice que el exchange envía una notificación de facturación «cuando una puja ganadora pasa a ser facturable según la política comercial específica del exchange». Cada exchange te factura según su propia política y a partir de sus propios registros, mientras que a tus anunciantes se les factura a partir de tus informes. Cada impresión que pierde tu pipeline se pagó y nunca se facturó. Una impresión contada dos veces se factura dos veces, y la devuelves como abono cuando el recuento del propio anunciante no coincide.

Pongamos números redondos, no datos reales de nadie. Una plataforma compra 500 millones de impresiones al mes y se las revende a los anunciantes a 2 dólares por cada mil. Si pierde el 3 por ciento de los eventos de impresión, 15 millones de impresiones se quedan sin facturar, lo que suma 30 000 dólares al mes o 360 000 dólares al año, sin contar todavía duplicados ni abonos.

Hay otros dos costes a los que es más difícil poner precio. El primero son las horas que tu gente dedica cada mes a explicar diferencias a anunciantes y exchanges. El segundo, las pujas fijadas con datos incompletos. Anota los dos junto al total.

El total anual es, aproximadamente, lo máximo que debería costar una vía. Una vía que cuesta más que la diferencia que elimina necesita otra razón, como un crecimiento del tráfico que el pipeline actual no puede soportar.

Desglosa la diferencia antes de poner precio a las vías. El artículo sobre informes que no cuadran con los logs del bidder describe el recuento, que empareja cada subasta ganada de los logs de tu bidder con una impresión de tus informes por su ID de subasta, el ID que cada exchange asigna a una subasta. El recuento muestra cuánto de la diferencia son eventos perdidos y cuánto se debe a que las dos partes cuentan con reglas distintas. Las reglas distintas se corrigen acordando un único conjunto de reglas y aplicándolo sea cual sea el pipeline que operes. Ni un servicio gestionado ni un pipeline nuevo cambian las reglas de recuento.

¿Cuánto dinero cuesta cada vía?

Un arreglo y una reconstrucción se pagan sobre todo como proyectos. Un servicio gestionado añade una factura cada mes mientras lo uses.

Arreglar el pipeline actual cuesta tiempo de ingeniería, de tus propios ingenieros o de ingenieros externos que trabajan dentro de tu equipo. No hay ninguna suscripción nueva. Prevé una segunda ronda de arreglos, porque el primer periodo de mucha carga tras los arreglos a menudo revela la siguiente parte que no da abasto.

Un servicio gestionado factura cada mes, y parte de la factura se cobra por gigabyte de eventos, así que va en función de tu tráfico. Tus ingenieros siguen operando todo lo que queda fuera de los servidores del proveedor. Amazon MSK Serverless es una de las opciones del servicio gestionado de AWS para Kafka, la cola que retiene los eventos entre la recopilación y la base de datos. Su página de precios, consultada el 14 de octubre de 2026, indica una tarifa por hora por cada clúster, es decir, por cada instalación independiente del servicio, y por cada partición, un fragmento de la cola. Añade un cargo por cada gigabyte que se escribe en la cola y por cada gigabyte que se lee de ella, más una tarifa por el almacenamiento. Así que cada programa adicional que lee los mismos eventos, como un recuento diario frente a los logs de tu bidder, aumenta la factura.

Calcula el precio de la vía gestionada con el tráfico que esperas en tu mes de más carga del año que viene, y compara ese tráfico con los límites del proveedor. Un clúster de MSK Serverless, por ejemplo, ralentiza las escrituras por encima de 200 megabytes por segundo, según su página de cuotas, consultada el 14 de octubre de 2026.

En una reconstrucción, la mayor parte del dinero se va en el propio proyecto. Suma los meses en que el pipeline antiguo y el nuevo funcionan en paralelo, y las horas que tu propia gente dedica a revisar y aceptar el trabajo. Después del traspaso, alguien tiene que operar el pipeline nuevo, y el contrato debería decir quién. Pide a todas las empresas que presupuesten por escrito el mismo alcance, con el funcionamiento en paralelo incluido, para que puedas poner los presupuestos uno al lado de otro partida por partida.

¿Cuánto control nos deja cada vía?

Un servicio gestionado te quita parte del control, empezando por tu calendario. Según la política de soporte de versiones de MSK, un clúster que sigue en una versión de Kafka después de su fecha de fin de soporte «se actualiza automáticamente a la versión de Kafka recomendada». La política añade: «No recibirá ninguna notificación antes de la actualización». Planifica tus propias actualizaciones antes de esas fechas, o acepta los tiempos que marque el proveedor. Dejar al proveedor más adelante es una migración en toda regla. Los datos se copian a sistemas que operas en otro lugar, y cada programa que los escribe o los lee se pasa al nuevo sistema.

Arreglar el pipeline actual deja en tus manos todo el control sobre él. Quien hizo los arreglos sabe cómo funcionan, así que, si algunas de esas personas son contratistas, pide una nota por escrito sobre cada arreglo antes de que se vayan.

Con una reconstrucción, tu control es el que te dé el contrato. El contrato debería decir que el código pertenece a tu empresa y que se guarda en las cuentas de tu empresa desde el inicio del trabajo. Los documentos de diseño deberían llegar con el código, junto con los runbooks, las instrucciones escritas para gestionar cada alerta. Tus ingenieros también deberían empezar a atender las alertas del pipeline nuevo mientras la empresa externa sigue en el proyecto.

¿Qué vía corrige antes las cifras con las que facturamos?

Un arreglo del pipeline actual se puede comprobar en el siguiente pico, comparando los recuentos por hora de cada paso del pipeline antes y después. Pasar a un servicio gestionado lleva más tiempo, porque los datos se copian, cada programa que escribe o lee eventos se pasa al nuevo sistema y los dos sistemas funcionan en paralelo hasta que sus recuentos coinciden. Las fugas que haya fuera de los servidores del proveedor hay que arreglarlas igualmente, por ejemplo en el colector, el programa que recibe los eventos de navegadores y apps. Una reconstrucción es lo que más tarda. Los dos pipelines procesan los mismos eventos durante al menos un periodo de facturación completo antes de que los informes con los que facturas pasen al nuevo, como explica el artículo sobre informes que no cuadran con los logs del bidder.

¿Cómo elegimos una vía a partir de nuestros propios datos?

Cuatro respuestas deciden la mayor parte de la elección. Las tres primeras salen de registros que ya tienes, y la cuarta puede requerir una prueba.

• ¿Qué parte de la diferencia son eventos perdidos y qué parte son reglas de recuento? El recuento da el desglose
• ¿En qué pasos se pierden eventos en el pico? Los recuentos por hora en cada paso, del colector a la base de datos, muestran dónde cae la cifra
• ¿A qué dedicaron tus ingenieros sus horas de pipeline el trimestre pasado? Clasifica los tickets y las alertas en tiempo dedicado a mantener los servidores en marcha y tiempo dedicado a arreglar problemas de recuento o de datos
• ¿Qué tráfico tendrá que soportar el pipeline dentro de doce meses? Vuelve a enviar un día grabado de tu propio tráfico a ese ritmo y comprueba si el pipeline aguanta

Una al lado de otra, las tres vías quedan así.

• Arreglar el pipeline actual. Horas de ingeniería, control total y resultados que puedes comprobar en el siguiente pico
• Servicio gestionado. Una factura mensual que va en función del tráfico, actualizaciones según el calendario del proveedor y resultados después de una migración
• Reconstruir con una empresa externa. Un proyecto más meses de funcionamiento en paralelo, control a través del contrato y resultados después de al menos un periodo de facturación completo

Para comparar las vías, suma para cada una su coste durante los próximos doce meses y el precio mensual de la diferencia multiplicado por los meses que pasen hasta que esa vía la cierre. Compara los totales solo entre las vías que pueden eliminar las pérdidas que de verdad has encontrado. Una base de datos gestionada no ayudará si los eventos se pierden antes de llegar a ella. Una reconstrucción no ayudará si la diferencia viene de que las dos partes cierran el día a horas distintas.

¿Podemos combinar las vías?

A menudo, el plan más barato combina las tres vías en un orden fijo. Primero acuerda las reglas de recuento, porque se aplican sea cual sea el sistema que funcione por debajo. Después arregla las fugas que puedas señalar. Decide sobre los servidores y el diseño al final, cuando unas semanas de recuentos por hora limpios muestren lo que queda.

Una reconstrucción no tiene por qué significar operar tus propios servidores. Un pipeline nuevo puede funcionar sobre una cola gestionada y una base de datos analítica gestionada, y algunos proveedores también operan el cargador, el paso que escribe los eventos de la cola en la base de datos. ClickHouse Cloud, la versión alojada de la base de datos ClickHouse, ofrece ClickPipes para esto. Su documentación llama a ClickPipes «una plataforma de integración gestionada» e incluye Kafka y AWS MSK entre sus fuentes. La empresa externa construye entonces lo que es específico de tu plataforma, como las reglas de recuento y el recuento diario frente a los logs de tu bidder, además del colector y de un cargador allí donde no encaje ninguna opción gestionada.

¿Qué debería mostrar la propuesta de una empresa externa?

Sea cual sea la vía que proponga una empresa, su propuesta debería poder comprobarse con tus propios datos. Pide las comprobaciones que correspondan a esa vía.

• Recuentos de cada paso en tu hora de más carga, antes y después de cada arreglo que proponga la empresa
• La factura de tu mes de más carga con el tráfico del año que viene, las partes que seguirás operando tú y cómo dejarías al proveedor
• Pagos ligados a un recuento diario frente a los logs de tu bidder que se mantenga dentro de una diferencia acordada, con la duración del funcionamiento en paralelo y la fecha en que tus ingenieros se hacen cargo de las alertas

¿Construye amBrain pipelines de eventos publicitarios?

amBrain construye pipelines de analítica de eventos para ad tech: recopilación, procesamiento e informes de eventos de impresión y de clic. En AdTech también trabaja en desarrollo de DSP, plataformas de real-time bidding e ingeniería de ad exchange, y RTBBidder es una demand-side platform que amBrain construyó para un cliente.

amBrain diagnostica sistemas lentos en trading y ad tech: la plataforma en funcionamiento se mide de extremo a extremo y el informe indica a dónde se va el tiempo.

amBrain desarrolla software desde 2019. Trabaja en tres formatos: entrega completa, un equipo dedicado o ingenieros integrados en tu equipo. Sobre la propiedad, su frase es: «El cliente conserva la propiedad completa del producto y del código, salvo nuestros componentes reutilizables».

Nada de lo que aparece aquí describe el pipeline de un cliente. Amazon MSK, Kafka, ClickHouse y ClickPipes se mencionan como ejemplos habituales, y amBrain no afirma haberlos usado ni haber pasado ningún pipeline a un servicio gestionado. El artículo no da precios ni plazos de amBrain, y las cifras en dólares de arriba son un ejemplo inventado.

Si hablas con amBrain, empieza por el precio anual de tu diferencia y por los recuentos por hora de tu día de más carga.

Preguntas frecuentes sobre arreglar o reconstruir un pipeline de eventos publicitarios

• ¿Cuánto tiempo deberíamos probar con arreglos antes de decidir reconstruir? Hasta pasar el primer pico después de los arreglos, y durante una segunda ronda si la caída solo se ha desplazado al paso siguiente. Si el recuento vuelve a caer en un paso que ya arreglaste, o la segunda ronda deja una nueva caída en el pico siguiente, los arreglos no van al ritmo de tu tráfico. Ese es el momento de poner una reconstrucción sobre la mesa
• ¿Puede la empresa que reconstruye el pipeline operarlo también después? Se puede acordar, si el contrato dice quién atiende las alertas y con qué rapidez. Aun así, mantén a tus propios ingenieros en los turnos de guardia, para que terminar el contrato no deje el pipeline sin nadie que lo conozca