Arquitectura y Flujo de Datos

La arquitectura de datos de Nodo está diseñada para capturar, estructurar y transformar señales reales de búsqueda en información accionable.

El sistema no solo almacena listados, sino que registra eventos de intención y los convierte en métricas agregadas.

---

1️⃣ Tipos de Datos Gestionados

Datos Transaccionales

• Usuarios

• Comercios

• Equipos

• Listados

• Suscripciones

• Créditos promocionales

• Promociones activas

Estos datos permiten la operación comercial de la plataforma.

---

Datos Semánticos

• Embeddings de listados

• Embeddings de consultas de búsqueda

Dimensiones actuales: 1536 Modelo utilizado: embeddings semánticos generados vía API externa.

Estos vectores permiten similitud semántica mediante PGVector.

---

Datos de Eventos

• Término de búsqueda

• Categoría inferida

• Filtros aplicados

• Ubicación

• Timestamp

• Interacciones con listados

Estos eventos constituyen la base de la analítica.

---

2️⃣ Flujo de Datos de Búsqueda

Cuando un usuario realiza una búsqueda:

Paso 1 — Normalización

La consulta se limpia y normaliza para consistencia.

Paso 2 — Generación de Embedding

Se genera un embedding semántico de 1536 dimensiones. Si existe en cache, se reutiliza.

Paso 3 — Búsqueda Vectorial

Se ejecuta similitud coseno en PostgreSQL (PGVector) contra:

• Listados propios

• Tablas externas indexadas

Paso 4 — Aplicación de Filtros

Se aplican filtros estructurados:

• Categoría

• Precio

• Atributos específicos

Paso 5 — Cache de Resultado

La respuesta completa puede almacenarse temporalmente en Redis.

Paso 6 — Registro de Evento

La búsqueda se registra en la tabla de analytics para agregación posterior.

---

3️⃣ Agregación y Métricas

Un proceso programado realiza agregaciones periódicas para generar:

• Búsquedas más frecuentes

• Tendencias por categoría

• Distribución geográfica

• Métricas de rendimiento de listados

• Ranking de interacción

Estas métricas alimentan el dashboard de analytics.

---

4️⃣ Estrategia de Optimización

Para mantener eficiencia:

• Cache de embeddings (TTL extendido)

• Cache de resultados frecuentes

• Índices vectoriales optimizados

• Paginación estructurada

Esto reduce costos de procesamiento y mejora latencia.

---

5️⃣ Evolución Planificada

La arquitectura de datos permite:

• Optimización futura de índices vectoriales

• Separación de procesamiento pesado

• Mayor granularidad en métricas

• Expansión geográfica sin rediseño estructural

El diseño actual prioriza equilibrio entre robustez y velocidad de iteración.