Operaciones de canal FAST
Para una empresa de medios europea construí el centro de operaciones de su canal FAST, al aire en 12 mercados: catálogo, parrilla, entrega de assets al distribuidor y analytics multi-fuente en una sola plataforma, con ingesta diaria automatizada y publicación al playout desde el propio producto.
- Mi aporte
- Diseñé y construí la plataforma de operaciones del canal, con ingesta automatizada y publicación al playout.
- Para quién
- Equipos de programación y operaciones de una empresa de medios europea.
- Alcance
- Canal al aire en 12 mercados. Tres pipelines diarios conectan catálogo, programación y análisis.
Réplica interactiva
Una réplica navegable de los modos de la plataforma con datos ficticios: mismo layout, misma lógica, sin datos reales.
Pilares de la plataforma (réplica)
By Channel · agregados del canal · consumo por hora del día
La pregunta de programación es a qué hora se consume el canal. Cada barra es una hora; la línea es la media del canal. Todo lo que la supera es franja que rinde; lo que queda debajo es tiempo de relleno.
- HOV (h)
- 1,994
- Sessions
- 1,568
- Ad imp.
- 4,210
- Airings
- 255
El pico está en la franja de primetime y la media deja fuera casi toda la madrugada. El mismo título rinde distinto a las 3am que a las 21h.
Mapa hora × día
La misma señal cruzada por día de la semana muestra dónde y cuándo vive el consumo.
Más contexto del casoLectura del caso, arquitectura del dato y decisiones de producto.
Lectura del caso
El centro de operaciones de un canal de TV lineal en vivo: un solo producto cubre el ciclo completo (catálogo, planificación de la parrilla, entrega de assets al distribuidor y analytics multi-fuente), con ingesta diaria automatizada y publicación al playout desde la propia plataforma.
- Modos
- Assets DB, Scheduler, MAM y Analytics (+Admin)
- Fuentes
- Distribuidor FAST, YouTube/BigQuery, medición de la plataforma de FAST TV y CRM
- Ingesta
- 3 pipelines diarios en n8n con accesos autorizados de solo lectura
- Estado
- Canal al aire desde jul-2026 en 12 mercados
Arquitectura del dato
Tres pipelines diarios en n8n ingieren las fuentes mediante accesos autorizados de solo lectura. Supabase es la base canónica: ahí vive el scoring en SQL versionado. La plataforma lee server-side y publica al playout vía el Executor.
Decisiones del caso
Modelo
La plataforma sigue el flujo de fábrica del canal: el catálogo alimenta al Scheduler, el MAM entrega los assets al distribuidor y Analytics cierra el ciclo midiendo la performance real. Todo corre sobre una capa común de roles, seguridad y configuración versionada.
Ejecución al aire
El Executor toma el plan guardado y lo publica en el playout del distribuidor de forma asistida y supervisada, como una cadena continua sin huecos ni solapes. Suma simulación previa y verificación read-only de lo que quedó al aire.
Del spreadsheet a la plataforma
El scheduler empezó como un workflow sobre Google Sheets, con la base viva de contenido en una planilla y un Apps Script (auto_grid) que generaba la grilla. Cuando la plataforma centralizó el canal lo absorbió como un modo más, y hoy el plan guardado es la fuente de verdad de la parrilla.
Privacidad
La ficha pública muestra arquitectura, lógica y decisiones de producto con datos anonimizados: sin nombres de empresa ni de proveedores, sin títulos reales, credenciales ni métricas financieras. Las cifras de escala son reales.
Facetas
Herramientas
- Next.js + TypeScript
- la plataforma web: rail de modos, RBAC server-side y render de todas las vistas
- Supabase (Postgres)
- base canónica: catálogo, parrilla, scoring en SQL versionado, matviews y RLS auditada
- n8n
- 3 pipelines diarios que ingieren reports del distribuidor, YouTube/BigQuery y la medición de la plataforma de FAST TV con accesos autorizados
- BigQuery
- universo YouTube del canal y métricas de perpetuity que alimentan los tiers
- Executor
- publicación asistida y supervisada de la parrilla en el playout del distribuidor, con simulación previa
- Python
- CLI de imports/exports, syncs (CRM, BigQuery) y el motor de carga a la base
- Railway
- deploy productivo con auto-deploy desde main
- Google Sheets + Apps Script
- génesis del Scheduler con base viva en planilla y grilla automática (auto_grid) antes de absorberse como modo