Aeropuertos Argentina

Dónde estaban

Aeropuertos Argentina es la empresa que administra 35 aeropuertos en Argentina, por lo que si algo tienen (y de sobra) son datos. Por su característica única, hay una cantidad de sistemas que sobrepasa lo típico en una empresa: parking, chatbots, marketplace, sensores, encuestas y CRMs. Cada una de ellas con su fuente de origen, su lógica, su formato, y sus características: por lo tanto, cuando quisieron construir el journey del pasajero, descubrieron que no tenían el nivel de visibilidad necesario sobre sus datos ni sobre los posibles puntos de contacto entre estos sistemas.

Qué encontramos

El problema era de visibilidad y gobierno. No existía un mapa completo de las fuentes de datos ni de cómo se relacionan entre sí, sumado a que los procesos de ETL tenían años de deuda técnica, con lógica sin documentar en código M y Power Query, tablas repetidas y datos en capas equivocadas de la arquitectura. Por eso, antes de construir algo nuevo, había que entender y ordenar lo que ya existía.

Qué construimos

Primero hicimos un relevamiento completo de fuentes de datos, sistemas y conexiones a lo largo de los 35 aeropuertos. Una vez que se validó la documentación de dominios, glosarios y catálogo, avanzamos con la migración concreta: de Power Query a PySpark con modelo estrellado, documentación de lógica que no estaba escrita en ningún lado, y limpieza de orquestadores en Azure Data Factory.

Qué pueden hacer ahora

El pipeline principal redujo su tiempo de ejecución a un tercio de lo que llevaba, con una importante reducción de errores en reportes en producción. Ahora el equipo tiene un mapa claro de sus fuentes, un catálogo gobernado, y procesos documentados que pueden mantener y extender sin depender de quién los escribió originalmente. La base está puesta para las iniciativas de IA que el equipo está explorando.

Por qué volvieron

Dos contratos separados: el primero fue diagnóstico y estrategia, y cuando vieron el resultado, confiaron en nosotros para la ejecución.