Lo esencial
- Descubre por sí solo qué hay en cada fuente
- Cargas incrementales que identifican el archivo por contenido
- Avisa cuando una fuente cambia de estructura, sin frenar la carga
- Detecta fallas silenciosas: páginas cortadas, unidades cambiadas, respuestas parciales
- Credenciales de sólo lectura, nunca escribe en el origen
- Escribe a PostgreSQL, Snowflake o S3
La falla típica no es un error: es el silencio
Cuando una integración se rompe con un error, alguien se entera. El problema real es el otro: la fuente responde «todo bien» y trae la mitad. Una página que se cortó, un valor que vino en otra unidad, un organismo que devuelve un código de éxito con un resultado vacío.
Eso no lo detecta un conector genérico, porque para detectarlo hay que conocer la fuente. Y cuando se descubre, ya hay semanas de decisiones tomadas sobre datos incompletos.
Cómo funciona
Descubre por su cuenta. Recorre cada fuente y describe qué contiene, aunque nadie lo haya documentado. La IA ayuda a clasificar, pero no decide: sólo se envía lo que una persona marcó para producción, y la clasificación humana siempre gana.
Trae únicamente lo nuevo. Identifica cada archivo por su contenido, no por su ruta: mover o renombrar no dispara una recarga ni un análisis nuevo.
Sobrevive a los cambios. Si una fuente agrega una columna, la carga sigue y te avisa. No se rompe, y tampoco sigue como si nada.
Se vigila a sí mismo. Monitorea las conexiones y avisa por correo, Slack u otro canal. La única acción automática es reintentar: pausar una conexión o cambiar una credencial lo decide una persona.
Las fuentes que conecta
Un conector genérico trata a todas las fuentes igual, y ahí es donde se pierden los datos. Extract tiene un conector por fuente, que conoce sus mañas: organismos que responden «todo bien» y traen de menos, paginados que no siguen el estándar, formatos de CUIT —la identificación fiscal argentina— que hay que respetar al dígito. Los organismos de otros países entran por sus portales de datos abiertos o con un conector a medida.
Los conectores a bases de datos están probados de punta a punta, y los de SENASA, IBGE, U.S. Drought Monitor, portales CKAN y Socrata, NASA POWER, SoilGrids y Eiwa, contra el servicio real. Google Drive y Google Sheets, OneDrive y SharePoint, John Deere Operations Center, Climate FieldView, ARCA, SIMA, ICAR ADE, SIO Granos, USDA NASS y Finnegans gO! están construidos sobre la API o la especificación oficial de cada proveedor y se terminan de verificar con tu credencial o convenio durante la implementación.
- Planillas y archivosGoogle Drive, OneDrive, SharePoint, Amazon S3, Google Sheets, Excel de varias hojas, CSV y JSON
- Bases de datosPostgreSQL, MySQL, SQL Server, Oracle y MongoDB, siempre con usuario de sólo lectura
- Sistemas de gestiónFinnegans gO! con conector dedicado, APIs REST con cinco métodos de autenticación y cinco de paginado, y ERPs, balanzas y software ganadero a medida
- Organismos argentinosARCA —la agencia fiscal, ex AFIP— con cinco servicios: granos, ganadería, lácteos, tabaco y carta de porte electrónica; SENASA —sanidad agropecuaria— con el registro RENSPA de establecimientos y sus polígonos por CUIT; SIO Granos —el registro oficial de operaciones de granos— con operaciones y precios por tonelada; el padrón de operadores de carne y lácteos; y Datos Abiertos del Agro
- Maquinaria y agronomíaJohn Deere Operations Center, Climate FieldView, Eiwa con capas agronómicas por lote, SIMA para monitoreo a campo, ISOXML —el formato estándar de los monitores de maquinaria— de siete marcas, e ICAR ADE —el estándar de datos lecheros— con 42 recursos
- Ambiente y sueloNASA POWER para clima diario y SoilGrids para propiedades del suelo por coordenada
- Datos públicos e internacionalesportales de datos abiertos CKAN y Socrata de cualquier país, IBGE de Brasil con producción municipal desde 1974, USDA NASS por condado desde 1866 y el U.S. Drought Monitor con mapas semanales desde 2000
Dónde deposita los datos
Extract escribe a PostgreSQL, Snowflake o Amazon S3, en una zona de aterrizaje propia de tu empresa. Es la que después lee DataRefinery para llevar todo al modelo canónico; en Postgres, además, tu equipo la consulta con sus propias herramientas.
Por qué se le puede confiar el acceso
Extract entra a los sistemas donde vive tu información, así que los límites importan tanto como las capacidades.
Las credenciales son de sólo lectura y nunca escribe en el origen. No deja archivos de metadatos dando vueltas en tus carpetas: lo que necesita saber de cada archivo vive dentro de Extract. El registro de auditoría es de sólo agregado, también para los usuarios internos.
Y hay dos cosas que la IA no puede hacer: corregir un valor y cambiar una unidad. Si un dato llegó mal, llega mal y se avisa — no se arregla en silencio.
Se combina con
Data Platform
De datos crudos a un activo que se puede consultar.
Más sobre Data Platform →AI Platform
Tus propios asistentes, con tu rol, tus datos y tus canales.
Más sobre AI Platform →Catálogo
Todo lo que se contrata, en un solo lugar.
Más sobre Catálogo →
