Para una pyme mexicana en 2026, un data lake serio tiene dos costos: la implementación inicial y la operación de cada mes, que depende del volumen y del proveedor. AWS es la opción más cara y compleja; Supabase nativo es la más simple y económica para pyme con 100 GB a 1 TB; BigQuery está en medio. En un proyecto para una distribuidora normalizamos su historia legacy con Supabase y arquitectura Bronze/Silver/Gold.
¿Cuánto cuesta un data lake en AWS realmente?
Un data lake en AWS para una pyme mexicana con 100 GB a 1 TB de datos y queries moderadas cuesta:
- S3 storage: 0.023 USD por GB al mes (Standard). Para 500 GB son 11.50 USD al mes.
- S3 requests: 0.0004 USD por 1,000 PUTs, 0.00004 USD por 1,000 GETs. Variable según uso.
- Athena queries: 5 USD por TB escaneado. Si tu BI hace 100 queries diarias de 1 GB cada una, son 15 USD al mes.
- Glue ETL jobs: 0.44 USD por DPU-hour. Un job diario de 1 hora 2 DPU son 26 USD al mes.
- Glue Data Catalog: 1 USD por 100,000 objetos almacenados al mes. Mínimo 1 USD.
- Lambda functions para orquestación: según volumen.
- CloudWatch logs: según cuánto registres.
- Data transfer out: 0.09 USD por GB si sacas datos fuera de AWS.
El total de operación en AWS sale de sumar estas piezas con tu propio volumen. Si haces queries pesadas con Athena en grandes datasets, la cuenta sube rápido, porque Athena cobra por TB escaneado.
Comparativa 2026: AWS vs Supabase vs BigQuery para pyme
| Componente | AWS (S3+Athena+Glue) | Supabase Pro | BigQuery |
|---|---|---|---|
| Storage 1 TB | 23 USD/mes | 100 USD/mes | 20 USD/mes (active) |
| Compute base | Pay-per-query | 25 USD/mes incluido | Pay-per-query |
| Implementación inicial | Según alcance | Según alcance | Según alcance |
| Complejidad operativa | Alta | Baja | Media |
| Servicios ML/AI | Excelente (SageMaker) | Limitado | Excelente (Vertex AI) |
| Curva de equipo | Alta | Baja | Media |
| Lock-in | Alto | Bajo (Postgres puro) | Medio |
| Total mensual pyme 1 TB | Según uso | Plan más storage y compute | Según uso |
¿Cuándo vale la pena AWS para data lake pyme?
AWS gana cuando: ya estás en AWS por otras razones (tu app corre en EKS, tu base operacional es RDS, tienes Lambdas), cuando manejas más de 10 TB con queries pesadas Athena o Spark vía EMR, o cuando vas a usar servicios específicos como SageMaker para ML.
Para una pyme mexicana arrancando data lake sin AWS previo, AWS es overkill: requiere equipo con experiencia AWS, costos predictibles complicados, y la curva de aprendizaje es alta.
¿Cuándo Supabase nativo gana?
Supabase nativo gana para pyme mexicana con 100 GB a 1 TB porque: es Postgres puro (tu equipo ya sabe SQL), el precio entry de Supabase Pro es 25 USD al mes, el storage adicional escala lineal sin sorpresas, no hay lock-in (puedes exportar a Postgres self-hosted en horas), y la arquitectura Bronze/Silver/Gold se implementa con esquemas separados y dbt o vistas materializadas.
En una distribuidora con la que trabajamos implementamos el data lake con Supabase nativo: migramos sus tablas legacy de SQL Server a capas silver y gold, con políticas RLS y roles por área, dejamos los datos crudos en bronze y verificamos fila por fila que source, bronze, silver y gold coincidieran.
¿Qué es Bronze, Silver, Gold y por qué importa el costo?
Bronze: datos crudos como llegan de los sistemas fuente (ERP, CRM, hojas de cálculo, PDFs, APIs). No se modifica, se preserva tal cual para auditabilidad. Storage barato (parquet en S3 o Supabase Storage).
Silver: datos normalizados y limpios. Se aplican validaciones, deduplicación, tipos correctos, joins de referencia. Es la capa que tu equipo de datos consulta.
Gold: tablas de decisión listas para BI y reportes ejecutivos. KPIs precalculados, vistas materializadas, agregados por dimensión. Es lo que conecta tu dashboard.
El patrón Bronze/Silver/Gold importa porque te permite reprocesar (si descubres bug en Silver, regeneras desde Bronze sin perder originales), auditar (cada Gold se traza a Silver y a Bronze) y escalar (cada capa optimiza para su caso de uso). Cuando los datos se unifican, los problemas se anuncian solos.
¿Cuándo conviene MAGIA Core completo?
MAGIA Core incluye data lake unificado Bronze/Silver/Gold como parte de la fase Mapeo + Arquitectura. El precio está en la página de MAGIA Core. La infraestructura cloud se paga a costo. Es 12 semanas con data lake unificado, blueprint ejecutivo, sistema a medida construido módulo por módulo, despliegue paralelo, capacitación y autonomía total. Código a tu nombre.
A diferencia de un data lake suelto en AWS, MAGIA Core entrega el data lake más el sistema completo, no sólo plumbing.
Próximos pasos
Si ya estás en AWS pesado, cotiza AWS data lake con un partner serio y pide breakdown mensual realista. Si arrancas data lake desde cero, Supabase nativo con dbt te sale más simple y económico. Si necesitas data lake como parte de transformación operativa completa, agenda una llamada sobre tu operación.
- MAGIA Core si quieres data lake unificado más sistema a medida en 12 semanas, con agentes de IA y guardrails encima si tu operación los necesita.
El código, los datos y el dominio quedan a tu nombre.