Skip to main content

Data Lake Objects (DLOs) — referencia de Data 360

La capa de aterrizaje crudo de Data 360: qué es un Data Lake Object, cómo los crean los Data Streams, y por qué los mapeás a DMOs en vez de construir lógica de negocio directo contra ellos.

Referencia·Actualizado 2026-06-01·Escrito por Lira · Editado por German Medina

Un Data Lake Object (DLO) es donde aterriza la data ingerida en Data 360 (antes Data Cloud) — el contenedor de almacenamiento en el data lake que guarda la data de un Data Stream más o menos en la forma en que la entregó el origen. Cada Data Stream que conectás crea uno o más DLOs. Son el piso crudo del modelo: necesarios, pero no donde va la lógica de negocio.

Qué es un DLO

Cuando un Data Stream ingiere data — desde un connector de CRM, el connector de Marketing Cloud, un bucket de S3, un SDK web o mobile, o la Ingestion API — Data 360 crea un DLO para guardarla. El DLO refleja la estructura del origen: sus campos, sus tipos, su grano. Es almacenamiento, no significado.

Después los DLOs se mapean a Data Model Objects (DMOs) — la capa armonizada y con significado de negocio. Los DMOs son vistas sobre los DLOs (ver Data Model Objects). El DLO es lo que ingeriste; el DMO es lo que significa.

Origen (CRM Contact)  ──ingesta──▶  DLO (aterrizaje crudo)  ──mapeo──▶  DMO (Individual)
     forma cruda                    guardado tal cual                  significado armonizado

Referencia:

Qué sobrevive en producción

No construyas lógica de negocio contra DLOs

Los segmentos y los Calculated Insights deberían leer DMOs, no DLOs. Un segmento construido contra un DLO crudo hereda la forma y el naming del origen, así que el día que el origen cambia una columna el segmento se rompe — y acoplaste lógica de negocio a un detalle de integración. Mapeá primero, después construí sobre el DMO.

Documentá el source of truth por DLO

Un DLO es tan confiable como el stream que lo alimenta. Para cada DLO, anotá qué sistema es el origen, cada cuánto refresca, y qué significa un campo vacío o null. El próximo — y cualquier agente fundamentado sobre el perfil downstream — necesita saber si un blanco significa "desconocido" o "todavía no sincronizado".

Conocé la categoría del DLO

Data 360 le asigna a cada DLO una categoría — Profile, Engagement, u Other — y la categoría limita lo que la data puede hacer downstream, incluido si participa en la resolución de identidad y en los insights de serie temporal. Elegir la categoría equivocada en la ingesta es un rework, así que confirmá que coincide con cómo se va a usar la data de verdad antes de mapear.

Decisión rápida

Trabajás a nivel DLO cuando:

  • Estás debuggeando ingesta — confirmando que la data cruda aterrizó como esperabas.
  • Estás validando tipos de campo y completitud antes de mapear.

Trabajás a nivel DMO (casi siempre) cuando:

  • Construís segmentos, Calculated Insights, o activaciones.
  • Fundamentás un agente — lee el perfil armonizado, no el lago.

Relacionado