# Analítica propia dentro de PostgreSQL

Desarrollé analítica de producto propia en PostgreSQL — 47 funciones sobre tablas de eventos particionadas que se depuran automáticamente —, seudonimizada con una sal rotatoria y supeditada al consentimiento del visitante.

2025

**Situación.** Las decisiones de producto necesitan cifras. La forma habitual de obtenerlas es poner una etiqueta de terceros en cada página y permitir que servidores ajenos observen a los usuarios. Es rápido y gratuito a pequeño volumen, pero convierte el comportamiento de visitantes de una red profesional — quién miró una empresa o buscó algo — en un activo de una empresa publicitaria. Para una plataforma de profesionales marítimos identificables, era un mal intercambio.

**Tarea.** El equipo de producto necesitaba datos de embudos, retención y eventos, recogidos de una forma de la que la plataforma pudiera responder y que el usuario pudiera rechazar.

**Acción.** La analítica se llevó a PostgreSQL, a un esquema de 7 tablas y 47 funciones. Las tablas de eventos están particionadas — 22 definiciones de partición — y se depuran según calendario, porque el coste de una analítica propia no está en recoger eventos sino en conservarlos para siempre. La identidad se seudonimiza con una sal rotatoria: ni siquiera desde la base se puede seguir a un visitante más allá de una rotación, un límite deliberado de las preguntas que pueden responder los datos. El cliente respeta el consentimiento y no envía nada antes de obtenerlo, en vez de enviar y filtrar después. Los embudos de conversión se calculan en la base, junto a los datos, sin exportarlos para volver a combinarlos en otro lugar.

**Resultado.** Las preguntas sobre el uso del producto se responden desde tablas propias, sin que nada salga ni haya una etiqueta en la página. Los límites se expresan con claridad: rotar la sal impide el análisis de cohortes a largo plazo y el sistema no incorpora los paneles que ofrece gratuitamente una herramienta alojada. Ambas limitaciones se aceptaron conscientemente.

---

- Función: Ingeniera de datos
- Categorías: [Bases de datos](https://engineer.company/es/categories/databases/), [PostgreSQL](https://engineer.company/es/categories/postgresql/), [SQL](https://engineer.company/es/categories/sql/), [Ingeniería de datos](https://engineer.company/es/categories/data-engineering/), [Análisis de datos](https://engineer.company/es/categories/data-analytics/), [Gobernanza de datos](https://engineer.company/es/categories/data-governance/), [Optimización del rendimiento](https://engineer.company/es/categories/performance/)
- Servicios: [Diseño y modelado de bases de datos](https://engineer.company/es/services/database-design/), [Desarrollo de flujos de datos (ETL/ELT)](https://engineer.company/es/services/data-pipeline-development/), [Análisis de datos y paneles de BI](https://engineer.company/es/services/data-analytics-bi/), [Gobernanza y calidad de datos](https://engineer.company/es/services/data-governance/)

<https://engineer.company/es/portfolio/built-first-party-analytics-inside-postgresql/>
