Últimas 10 migraciones gratis de Supermetrics

Capítulo 8 de 12 · min 22:04 a 25:27

Cómo crear una destination de BigQuery en tu propio Google Cloud

Crear la destination en Detrics: un dataset de BigQuery en tu propio Google Cloud, con modo estándar o least privilege, zona geográfica, almacenamiento de imágenes y timezone de sincronización.

Tercer paso: crear la destination en tu propio Google Cloud

Ver en YouTube (desde 22:04)

Qué es la destination

Del pipeline ya están las fuentes de datos y los table groups. Falta a dónde va la información: la destination, que dentro de Detrics apunta a un dataset de BigQuery en tu propio Google Cloud.

Prompt usado en el video

Avancemos con crear una destination para esta data.

En la demo ya existe una, pero se crea una nueva para mostrar el flujo completo. La web app tiene todos los pasos para dar acceso a Detrics y que pueda crear y configurar el dataset, listo para recibir las transferencias de las tablas recién definidas.

Creación de la destination apuntando a un dataset de BigQuery propio

Las decisiones de configuración

  • Modo de acceso: hay dos modos de creación. Least privilege es para las empresas que buscan minimizar los accesos que le dan a Detrics; estándar da un poco más de poder y requiere menos pasos de configuración. En el video se elige estándar.
  • Zona geográfica: podés elegir en qué región de Google Cloud vive el dataset.
  • Proyecto: el ID de tu proyecto de Google Cloud donde se aloja la información.
  • Almacenamiento de imágenes: muy importante habilitarlo, es lo que guarda los creativos en tu propia nube.
  • Nombre: en el video, “ads histórico”, sin nombrar plataformas. Así, si mañana se agrega otra plataforma de anuncios, el mismo dataset sirve.
  • Timezone: define en qué huso horario corren las sincronizaciones según la frecuencia que elijas (cada 6 horas, 12 horas, una vez por día o por semana).

El resultado

Claude crea la destination. En la sección Destinations de Detrics aparece el dataset; haciendo clic te lleva directo a BigQuery, donde el dataset ya existe en tu Google Cloud, todavía vacío. Con esto están todas las entidades necesarias: solo falta crear la transferencia.

Preguntas frecuentes

¿Dónde queda almacenada la información del warehouse?

En un dataset de BigQuery dentro de tu propio proyecto de Google Cloud. Detrics apunta a ese dataset como destination: los datos viven de tu lado, no en Detrics.

¿Qué diferencia hay entre el modo least privilege y el estándar?

Least privilege minimiza los accesos que le das a Detrics, pensado para empresas con requisitos estrictos de permisos. El estándar da más poder y requiere menos pasos de configuración del lado del usuario.

¿Para qué se configura un timezone en la destination?

Para que Detrics sepa en qué huso horario correr las transferencias según la frecuencia elegida (cada 6 o 12 horas, diaria o semanal).

Todos los capítulos de esta serie

  1. 0:00 1. El problema: la data a nivel anuncio
  2. 2:19 2. La solución: warehouse, histórico y deduplicación incremental
  3. 5:15 3. Muestra del resultado final en BigQuery
  4. 8:27 4. Primer paso: conectar Claude con Detrics vía MCP
  5. 11:02 5. Segundo paso: explorar las fuentes y diseñar el esquema de datos con Claude
  6. 13:51 6. Cómo funciona el warehouse de Detrics
  7. 19:31 7. Los table groups creados en Detrics
  8. 22:04 8. Tercer paso: crear la destination en tu propio Google Cloud
  9. 25:27 9. Cuarto paso: las transferencias y la carga histórica
  10. 30:53 10. La data en BigQuery: tablas, filas y creativos en tu bucket
  11. 33:19 11. Analizar los datos con Claude y el MCP de BigQuery
  12. 37:41 12. Paso final: la vista consolidada Meta + TikTok

¿Querés construir esto con tus propios datos?