O mundo do Thick Data na actualidade

Nos últimos anos un dos temas clave no mundo empresarial foi a transformación dixital, polo que se fixo unha gran énfase na utilización e aproveitamento do Big Data. O Big Data xera unha gran inxección económica a moitas empresas, xa non só se centran en vender produtos, servizos ou experiencias, senón que tamén almacenan e venden datos. Ao ler esta frase pódennos vir á cabeza exemplos como Facebook, Google, etc., e isto deberíanos facer conscientes de como regalamos cada día información sobre nós ás empresas, xa sexa cando nos descargamos aplicacións ou nos rexistramos en plataformas e aceptamos as condicións do servizo, ou cando navegamos por Internet aceptando cookies sen ir máis lonxe. 

Do Big Data ao Thick Data

Fonte: Marketing directo

Como dixemos hai empresas que traballan directamente vendendo datos a outras empresas, pero que rendibilidade lle sacan as empresas a eses datos? En ocasións o descoñecemento pode facernos perder a utilidade sobre os datos á hora de incorporalos na nosa empresa, polo tanto habería que ter en conta o obxectivo de almacenar datos e a análise que se desprenderá destes mesmos antes da súa captación. 

Por iso, a incorporación do Big Data requirirá incluír plataformas tecnolóxicas que nos permitan adquirir datos da mellor maneira posible, segundo o modelo empresarial, o produto que traballemos e a infraestrutura de traballadores que teñamos e, por último, incluirá a introdución de novos perfís profesionais ou a reestruturación dos mesmos. 

Combinando a análise cuantitativa coa cualitativa 

Fonte: Optimal workshop 

Unha idea predominante é que o Big Data analízase cuantitativamente en forma de gráficos, porcentaxes ou datos estatísticos, sendo unha forma esclarecedora e práctica de tratar os datos en moitos proxectos ou empresas. Con todo a investigación cualitativa é a gran esquecida nesta área, a pesar das grandes vantaxes que podemos sacar do seu uso. A súa implicación no tratamento de datos faise necesaria agora máis que nunca, xa que centrarse no usuario é primordial para ser competitivos no mercado actual, e unha das formas de incluíla é o Thick Data, que non é outra cousa que escoller unha mostraxe de datos específicos e analizalos a través da investigación cualitativa. 

Desde Designthinking.gal sempre pensamos que as perspectivas cualitativa e cuantitativa son claves, e a súa aplicación dependerá das particularidades de cada proxecto, debido a que cada unha ofrece información moi valiosa e complementaria.      

Foi a antropóloga Tricia Wang no ano 2013 quen acuñou este termo para referirse á análise cualitativa que se desprende da xeración de Big Data no mundo actual. O Thick Data é a día de hoxe un dos aspectos máis necesarios da aplicación do Big Data, debido a que se require analizar de forma máis precisa os datos que se almacenan. Para aplicar o Thick Data no mundo do deseño de produtos, servizos ou experiencias, a clave sería determinar que cociente de datos vai interesar estudar, co obxectivo de abordalos de forma cualitativa. Desta forma poderemos analizar o contexto social, cultural e psicolóxico das persoas, xerando produtos, servizos ou experiencias que se achegan máis ás súas necesidades, emocións ou prioridades.  

Cada vez son máis comúns as empresas que están a adoptar científicos sociais para poder realizar Thick Data, debido a que se dan conta que non basta analizar datos de forma cuantitativa. Hai empresas ou institucións que xa o están a usar para incrementar as vendas do seu negocio, como Lego e tamén hai exemplos de fracaso como Nokia.

A primeira empresa, Lego, decidiuse polos bloques de construción fronte a xoguetes articulados grazas a un estudo realizado por antropólogos que analizou a relación emocional dos nenos cos xoguetes. Os bloques gañaron a partida aos xoguetes articulados con fartura.

No caso de Nokia foi a propia Tricia Wang a que realizou un estudo cualitativo cunha mostra de 100 persoas que mostrou que usuarios con baixos ingresos estarían dispostos a pagar sumas de diñeiro importantes por teléfonos intelixentes, recomendando a Nokia ampliar o seu público obxectivo. Nokia rexeitou o seu estudo porque consideraba que a súa mostra de tamaño reducido non podía obter datos tan veraces como os que extraían do seu Big Data, cuxos datos lles levaron a enfocarse en consumidores de elite, terminando na bancarrota. 

Por tanto non debemos rexeitar nin os datos cuantitativos nin os cualitativos, ambos son complementarios e ben utilizados pódennos levar a tomar as decisións adecuadas. Non nos cansaremos de dicir que os datos cuantitativos permítennos saber que pasa (o X% da poboación fai Y), mentres que os datos cualitativos permítennos saber por que pasa iso (o X% da poboación fai Y porque sente Z).

Todo isto é un campo de actuación interesante para a tecno-antropoloxía, debido a que se nas empresas crecen os perfís de investigadores sociais, é tamén unha realidade que os perfís de enxeñeiros e informáticos débense diversificar para saber tratar eses datos. Abre entón novos camiños de organización profesional, onde o social e tecnolóxico están á orde do día, e é cada vez máis necesario dotar desa dimensión social á tecnoloxía, que se introduce en diferentes esferas da sociedade, ás veces de forma abusiva e sen estudos que determinen cal debe ser a súa función e implementación segundo as necesidades de cada aḿbito.   

Bibliografía

Wang, T. (2013) Big Data needs Thick Data. Ethnography Matters. Recuperado el 16 de septiembre 2019 de http://ethnographymatters.net/blog/2013/05/13/big-data-needs-thick-data/

Foto de portada: NDMA