El encargo
Me lo puse yo. Publico video corto en TikTok e Instagram como @axelsine13, y llegó un punto en que tenía cientos de videos publicados y ninguna forma de responder preguntas simples: qué tipo de contenido funciona, a qué hora conviene publicar, si un video despegó de verdad o solo parecía.
El problema
Aquí está el hallazgo que define el proyecto: las APIs oficiales devuelven el estado actual de una métrica, nunca su historia. Te dicen que un video tiene 40.000 vistas. No te dicen si las consiguió en seis horas o en tres semanas — y esa diferencia es justo la que importa.
Sin historia no puedes comparar videos de distinta edad, ni detectar cuál rompió su cohorte, ni saber a qué se debió una subida de seguidores.
La decisión
Los snapshots son el producto. Un cron captura el estado de cada video todos los días y lo guarda sin tocar; el crecimiento se calcula comparando snapshots. Guardar el dato crudo y derivar las métricas al leerlo tiene una consecuencia que no anticipé y resultó valiosísima: cada vez que mejoro una fórmula, la mejora aplica hacia atrás sobre todo el historial.
La segunda decisión fue de honestidad. Un sistema de métricas personal solo sirve si no se miente a sí mismo, así que lo diseñé para admitir lo que no sabe: cuando no hay datos suficientes para comparar a una edad concreta devuelve nada en vez de extrapolar, los picos se anulan si la cohorte no discrimina, y la atribución de seguidores se etiqueta como correlación y no como causa.
La arquitectura de puertos y adaptadores no fue capricho: los límites de llamadas de Instagram obligan a rotar entre los videos recientes y un lote de los viejos, mientras que TikTok no lo necesita. Cada plataforma resuelve lo suyo detrás del mismo contrato, y añadir una nueva es implementar ese contrato, no tocar la analítica.
El resultado
En producción con ingesta diaria ininterrumpida desde el 4 de julio de 2026, sobre un catálogo de 524 videos y unos 5,97 millones de vistas acumuladas. De cero a sistema completo —ingesta, analítica, panel, MCP y resumen semanal— en unos 109 commits durante un mes.
Ya cambió decisiones reales: un experimento con audio en tendencia quedó resuelto a favor con datos, no con intuición — el 27,8% de esa cohorte pasó las 20.000 vistas y esos días ganaron 3,25 veces más seguidores que el resto.
Dos cosas de las que salí con más oficio. Implementar OAuth 2.1 completo a mano —registro dinámico de clientes, PKCE, rotación de refresh, tokens hasheados— en un contexto propio y de bajo riesgo, que es el mejor sitio para leerse las especificaciones de verdad. Y descubrir que las restricciones del plan gratuito funcionan como diseño: dos tareas programadas y sesenta segundos de ejecución obligaron a que todo el sistema cupiera exactamente ahí.