Los límites del Big Data
Las cifras, por masivas que sean, no explican por qué las personas hacen lo que hacen, sus emociones ni sentimientos
Al big data le falta algo: explicar el por qué, las razones por las que los consumidores hacen lo que hacen, las emociones, sentimientos y realidades que determinan sus preferencias y comportamientos. Para cubrir ese vacío, hace falta el thick data –dato denso o información densa–, un término que acuñó en 2013 la antropóloga Tricia Wang en un guiño al también antropólogo Clifford Geertz y su “descripción densa” como método para analizar los fenómenos, las culturas y las relaciones entre personas.
Nichos de identidad
“Vivimos un momento en que los datos son muy valiosos y los organismos y las empresas pueden tomar mejores decisiones porque tienen más datos para hacerlo; las empresas ya no compiten en precio o calidad sino por nichos de identidad, porque las relaciones de los individuos con las marcas cada vez son más emocionales y las compras menos racionales y más mediadas por los sentimientos”, comenta Pablo Mondragón, director del proyecto Antropología 2.0.
Mondragón coincide en que el thick data, que se obtiene con los métodos tradicionales de la etnografía (entrevistas en profundidad, compartir actividades con los miembros de una comunidad, confrontar y experimentar situaciones…), es la única forma de llegar a los sentimientos y a las ideas preconcebidas que las personas no manifiestan de forma clara ni salen en las estadísticas.
Herramientas complementarias
Thick data y big data no son conceptos ni herramientas contrapuestas sino complementarias. “Son diferentes maneras de entender la realidad porque el big data te da una muestra amplia de datos, te permite analizar millones de personas, y el thick data te da información más valiosa, datos más personales, de una muestra menor”, apunta Mondragón. Colobrans opina que han de ir de la mano: “Si estamos haciendo ciudades inteligentes necesitamos Administraciones inteligentes, y el big data de una ciudad inteligente ha de estar contrastado con thick data para saber qué pasa en profundidad, y lo mismo ocurre en el resto de ámbitos donde se genera big data o se hace minería de datos”.
Reconoce, no obstante, que la apuesta por el thick data es minoritaria “porque es mucho más difícil de llevar a cabo y aún reposa sobre el trabajo artesano, lo que disgusta a la tendencia de ‘todo mediatizado por el ordenador’ y dirigido por los ingenieros”.
Mondragón también opina que la implantación del thick data es lenta porque es información que se obtiene de forma vivencial, compartiendo experiencia con las personas o clientes. Pero cree que poco a poco está despegando, sobre todo de la mano de compañías especializadas en experiencias de usuario en el ámbito de la tecnología, la banca y la salud. “Empezó en Estados Unidos, en Reino Unido y Dinamarca, donde ya se ha desarrollado, y ahora está llegando a España de la mano de grandes compañías y corporaciones financieras, y a medida que se extienda dispondremos de más herramientas y ejemplos para mostrar sus resultados, que son lentos pero muy valiosos”, indica el director de Antropologia 2.0.