Capa semántica para ingresos
Una definición gobernada de lo que significan los ingresos
Construida sobre Apache Ossie
El Revenue Graph conecta el recorrido. Apache Ossie es la especificación abierta que Convertmax usa para decir qué significan esos registros. Las definiciones viven en un modelo semántico compartido, no en un formato exclusivo de Convertmax.
La capa semántica de Convertmax, construida sobre Apache Ossie, define qué significan sus métricas de ingresos y cómo se permite conectar sus registros, para que las personas y los agentes de IA consulten el Revenue Graph sin inventar sus propias uniones.
Qué gobierna la capa semántica
| Gobierna | Ejemplo |
|---|---|
| Significado | Efectivo cobrado, reembolsos netos, cuentas de prueba excluidas |
| Conexión | Qué sesiones, personas, cuentas y negocios pueden tocar los ingresos |
| Aplicación | Preguntar a Max, los paneles, las exportaciones y la API leen las mismas reglas |
Dónde aplican las reglas
- 1
Preguntar a Max
Cada consulta parte de entidades certificadas y rutas de unión aprobadas.
- 2
Paneles
Las métricas certificadas llevan su cálculo y su dueño.
- 3
Exportaciones y API
El modelo conectado sigue siendo portable bajo acceso gobernado.
El problema
Una columna llamada amount no es ingresos
Un warehouse tiene una columna llamada amount. Esa columna no es ingresos. Los ingresos son amount cuando el pedido se completó, menos reembolsos, excluyendo cuentas de prueba internas, convertidos a USD a la tasa de la fecha de registro. Alguien tuvo que decidir qué fecha importa. Alguien tuvo que decidir si ingresos aquí significa ingresos registrados o efectivo cobrado.
Esa distancia entre los datos crudos y el significado de negocio la cierra alguien, en algún lugar, cada vez que alguien hace una pregunta. Una capa semántica es lo que evita que se cierre de una forma distinta cada vez.
La mitad más difícil: ¿qué registros pueden tocarlo?
Suponga que la definición está resuelta. Ingresos significa efectivo cobrado, reembolsos netos, cuentas de prueba excluidas. Finanzas está de acuerdo. Marketing está de acuerdo. La palabra está fijada.
Entonces alguien pregunta: ¿qué campañas crearon esos ingresos? Ninguna definición responde eso. Las relaciones sí. Qué sesiones pertenecen a qué persona. Qué persona pertenece a qué cuenta. Qué llamadas, oportunidades y pedidos se adjuntan a esa persona y ocurren antes del cierre.
Si eso sale mal, produce un número preciso, seguro y completamente falso. Las definiciones no lo evitan. Las reglas sobre la conexión sí.
Qué define la capa semántica
Seis cosas, declaradas una vez y aplicadas después
La mayoría de las capas semánticas se detienen en las métricas. El significado de los ingresos necesita una cosa más: qué registros pueden tocar un resultado de ingresos.
Entidades
Los sustantivos de un negocio de ingresos. Persona, cuenta, sesión, campaña, canal, punto de contacto, llamada, oportunidad, pedido, factura, evento de ingresos. Tipados, para que el sistema sepa qué es algo antes de que alguien pregunte por ello.
Métricas y dimensiones
Definiciones certificadas de los números sobre los que discute la dirección. Ingresos atribuidos, pipeline creado, pipeline influido, closed-won, ingresos cobrados, reembolsos, ROAS, CAC, LTV, payback, tasa de cierre, ciclo de ventas. Cada una lleva su cálculo, su semántica de ingresos y si está certificada o es ad hoc.
Grano
El nivel en el que un hecho es verdadero. Los ingresos en el grano del evento de ingresos no se suman limpiamente contra puntos de contacto en el grano de la sesión, y fingir lo contrario es cómo los equipos cuentan dos veces. Convertmax declara el grano de forma explícita y lo muestra en las respuestas en lugar de esconderlo.
Rutas de unión
Relaciones aprobadas entre entidades, con dirección y cardinalidad. Una ruta de persona a oportunidad y una ruta de sesión a cuenta no se comportan igual. Solo una de ellas es segura para acreditar ingresos.
Permisos y alcance
Quién puede ver qué entidades, métricas y filas. El acceso gobernado significa que una definición a la que no puede llegar nunca se cambia en silencio por una cercana.
Estado de certificación
Qué definiciones son de confianza, cuáles son experimentos locales y cuáles están en desuso. Las personas pueden notar la diferencia. Los agentes también.
Tres capas, una respuesta
El Revenue Graph guarda la estructura. La capa semántica guarda el significado.
Max es el arnés que trabaja las dos juntas. La capa semántica en sí es un modelo de Apache Ossie: una estructura abierta para las definiciones, no un formato privado.
| Capa | Qué guarda | Qué se rompe sin ella |
|---|---|---|
| Revenue Graph | Entidades y aristas: personas, sesiones, campañas, llamadas, oportunidades, pedidos, eventos de ingresos | Los recorridos vuelven a ser tablas desconectadas |
| Capa semántica | Definiciones, grano, rutas de unión aprobadas, permisos, certificación | Cada consumidor inventa su propia versión de la verdad |
| Max (arnés de IA) | Investigación, detección de señales y respuestas ancladas en ambas | Fluidez sin anclaje. El KPI equivocado, dicho con seguridad |
Cinco propiedades, puestas a prueba con datos de ingresos
Juzgue una capa semántica por la razón por la que la gente la rodea
Los equipos rodean una capa cuando es demasiado lenta de cambiar, no encaja en sus herramientas, obliga a copias duplicadas, no puede responder la pregunta o no es de confianza.
Flexible
Un analista debería poder construir un cálculo, probarlo con datos reales y refinarlo sin abrir un ticket. Si resulta útil, se promueve al modelo compartido mediante revisión, en lugar de vivir para siempre en una hoja de cálculo. La lógica de ingresos se mueve con precios, mercados, política de devoluciones y reestructuras de canal. Una capa que necesita un lanzamiento de dos semanas para absorber cualquiera de eso se evita en un mes.
Interoperable
Salidas reales: MCP para agentes aprobados, APIs para herramientas internas, exportaciones al warehouse para equipos que quieren el modelo junto al resto de su patrimonio de datos. Acceso gobernado, control del cliente, portabilidad real. Una capa semántica que solo funciona dentro de una interfaz no es una capa: es un destino con mejor vocabulario.
Extensible
Equipos, regiones, divisiones y clientes necesitan cada uno su vista de la misma verdad sin bifurcar el modelo en copias que se separan para el tercer trimestre. Las definiciones compartidas de ingresos y conversión se mantienen entre clientes; los valores por defecto, filtros, formato y mapas de etapas de cada cliente se extienden desde esa base en lugar de duplicarla.
Completa
Un diccionario de métricas no le da a un agente suficiente contexto para responder bien una pregunta de ingresos. Necesita agregaciones válidas, combinaciones permitidas de medidas, duraciones de ciclo realistas y un ejemplo trabajado de cómo se debe armar el ingreso atribuido por canal. Una consulta de ejemplo enseña más a un agente que tres párrafos de prosa.
Gobernable
Aplicación, no orientación. Alguien tiene que ser dueño de cada definición: finanzas es dueña de la semántica de ingresos, marketing de la taxonomía de campañas, RevOps de las claves de identidad. Lo que importa es qué pasa el día en que el modelo está mal: quién puede corregirlo, cuánto espera, quién revisa el cambio y si la corrección llega a todos antes de la siguiente pregunta.
Gobierno de uniones, no solo de métricas
Donde una capa semántica de ingresos se gana su lugar
Un agente con definiciones hermosas y sin disciplina de uniones reportará con gusto que una sola campaña generó miles de millones en pipeline, porque multiplicó los contactos de una cuenta contra un negocio. Tenía las definiciones correctas. No tenía una regla sobre la conexión.
| Falla | Cómo se ve | Qué la evita |
|---|---|---|
| Fanout | Los contactos de una cuenta multiplicados contra un negocio. Pipeline reportado en miles de millones | Cardinalidad declarada en las rutas de cuenta a oportunidad |
| Doble conteo | Ingresos a nivel de sesión y de evento sumados juntos | Grano explícito con reglas de agregación válidas |
| Deriva de métricas | Marketing, ventas y finanzas reportando cada uno un número de ingresos distinto | Una definición certificada con un dueño nombrado |
| Uniones a ciegas | Un recorrido B2B acreditado en una ventana de sesión del mismo día que nunca existió | Rutas de unión aprobadas con semántica de ciclo realista |
| Términos ambiguos | Ingresos significa registrado en un reporte y cobrado en otro | Semántica de ingresos declarada en la métrica, no en el reporte |
| Respuestas sin explicación | Llega un número sin indicar qué definición lo produjo | Certificación visible en cada respuesta |
Cómo la IA se mantiene anclada
Max corre sobre el mismo modelo semántico que el resto de la plataforma
Esa es la única forma durable de mantener honesto a un sistema de IA sobre los ingresos. El anclaje no es exactitud: un sistema anclado sobre una definición incorrecta sigue estando mal. Pero dice qué definición usó, y eso convierte una definición incorrecta en un problema que se puede corregir en lugar de uno que no se puede explicar.
Cada consulta empieza en la capa semántica
Max construye preguntas a partir de entidades certificadas, métricas y rutas de unión aprobadas. Puede componer y extender dentro del modelo. No escribe sus propias uniones contra tablas crudas y le entrega el resultado como respuesta.
La ambigüedad se resuelve, no se adivina
Cuando ingresos puede significar pipeline o efectivo cobrado, el modelo decide desde el contexto, del mismo modo que un alcance decide qué definición aplica. Un agente que se detiene a mitad del análisis es más útil que uno que elige una definición en silencio y sigue.
Las respuestas muestran su trabajo
Max puede indicar qué definiciones y métricas produjeron un resultado, para que un número vuelva al modelo en lugar de aceptarse por fe. Cuando dos reportes no coinciden, ese rastro es la explicación.
Capas semánticas de warehouse
Complementarias, no competidoras
Si su equipo de datos usa Cube, dbt Semantic Layer, LookML, AtScale o modelos semánticos de Power BI, esto es complementario. Esas herramientas definen el significado del patrimonio del warehouse y lo hacen bien. Convertmax define el significado del recorrido del cliente y de los ingresos que produjo: las relaciones que en su mayoría viven fuera del warehouse o llegan allí aplanadas.
| Capa semántica de warehouse | Capa semántica de Convertmax | |
|---|---|---|
| Sujeto principal | Tablas y métricas del warehouse | Personas, puntos de contacto y resultados de ingresos |
| Más fuerte en | Métricas certificadas, compilación SQL, entrega de BI | Relaciones del recorrido, grano de atribución, seguridad de uniones |
| Consumidor típico | Herramientas de BI, analistas, equipos de datos | Crecimiento, ingresos, finanzas, agencias y consumidores de IA |
| Seguridad de uniones | Declarada por el equipo de modelado | Declarada y aplicada entre entidades de recorrido e ingresos |
| Relación | El sistema de registro de la verdad del warehouse | La capa de significado gobernada sobre el Revenue Graph |
| Estándar abierto | El formato de modelo de cada herramienta | Apache Ossie, la especificación abierta de modelos semánticos |
Las dos deberían encontrarse. Convertmax exporta el modelo de ingresos conectado para combinarlo con el resto de su patrimonio de datos, y el equipo de datos mantiene autoritativas las definiciones del warehouse para las tablas que posee.
Propiedad
Las capas semánticas fallan en lo social antes de fallar en lo técnico
Sin dueño, la definición se desplaza. La prueba práctica no es si el modelo está completo. Es qué pasa cuando el negocio cambia y una definición sale mal.
| Definición | Dueño natural | Qué decide |
|---|---|---|
| Semántica de ingresos | Finanzas | Pipeline frente a registrado frente a cobrado, tratamiento de reembolsos, moneda |
| Campaña y canal | Marketing | Higiene de parámetros, taxonomía de canales, ventanas de atribución |
| Claves de identidad | RevOps | Qué claves unen registros y cuándo una coincidencia es de confianza |
| Grano del recorrido | Analítica | Qué hechos se pueden agregar juntos |
| Política del modelo por decisión | Dirección | Qué modelo responde qué pregunta |
En la práctica
Preguntas que la capa semántica debería responder bien
- ¿Qué cobramos el trimestre pasado, bajo una definición de ingresos con la que finanzas está de acuerdo?
- ¿Qué campañas crearon pipeline que cerró, considerando un ciclo B2B de 180 días?
- ¿Qué canales producen clientes con la mayor tasa de repetición, no solo el CAC de primera compra más bajo?
- ¿Cómo se comparan los modelos de atribución sobre los mismos hechos, para cambiar pesos sin cambiar la historia?
- ¿Por qué el ROAS reportado por la plataforma no coincide con los ingresos atribuidos, y qué definición usa cada número?
- ¿Qué métricas de ingresos están certificadas y cuáles son cálculos locales que alguien armó la semana pasada?
Alcance
Qué no es esto
Las definiciones gobernadas no garantizan respuestas correctas. Hacen que las respuestas incorrectas se puedan encontrar, para que un mal número vuelva a la definición que lo produjo.
- No es un reemplazo de su warehouse, de su herramienta de BI ni del modelo semántico de su equipo de datos.
- No es una afirmación de que las definiciones gobernadas garanticen respuestas correctas. Hacen que las respuestas incorrectas se puedan encontrar.
- No es un catálogo de datos. Un catálogo describe lo que existe. Esto define qué significan las cosas y cómo se pueden leer.
- No es asesoría legal ni de cumplimiento sobre consentimiento y tratamiento de datos.
- No es un destino cerrado. Su contexto de ingresos sigue siendo portable mediante MCP, APIs y exportaciones al warehouse, bajo su control.
FAQ
Preguntas sobre la capa semántica
Qué es la capa semántica de Convertmax, cómo se relaciona con los modelos de warehouse y cómo Max se mantiene anclado en ella.
¿Convertmax es una capa semántica o una plataforma de atribución?
Las dos, y el orden importa. La capa semántica hace que la atribución sea confiable, porque define qué significan una campaña, un canal, una conversión y una unidad de ingresos antes de que un modelo asigne crédito.
¿Necesitamos una capa semántica de warehouse para usar esto?
No. Convertmax recoge recorridos de primera parte y conecta las fuentes de ingresos directamente, y luego gobierna el significado sobre ese modelo conectado. Si ya tiene una capa semántica de warehouse, las dos se encuentran en las exportaciones.
¿En qué se diferencia de definir métricas en dbt o LookML?
Esas herramientas definen el significado de las tablas del warehouse, y lo hacen muy bien. Convertmax también gobierna las relaciones entre los registros del recorrido y los resultados de ingresos: qué registros pueden conectarse, con qué cardinalidad y con qué grano. Esa es la parte que decide si un número de atribución es real.
¿Max puede escribir sus propias consultas?
Max construye respuestas a partir de entidades certificadas, métricas y rutas de unión aprobadas, en lugar de componer uniones contra tablas crudas. La restricción es deliberada. Es la diferencia entre un sistema de IA útil para decisiones de ingresos y uno que solo habla con fluidez de ellas.
¿Nuestro contexto de ingresos queda encerrado en Convertmax?
No. MCP, las APIs y las exportaciones al warehouse existen para que el modelo de ingresos conectado se use en el entorno donde su equipo ya trabaja. El acceso gobernado y los permisos claros siguen aplicando. La portabilidad es la intención del diseño.
Empezar
¿Mejores definiciones o mejores decisiones?
Una pregunta de ingresos merece una respuesta. Convertmax le da la capa de significado gobernada sobre el Revenue Graph, para que las personas y los agentes que hacen esa pregunta lean las mismas reglas.