Big data

Big data vs. Qualitativos

Leyendo un artículo de Ross McLean me viene a la memoria más de una conversación con el típico antagonismo cuali-cuanti. Curiosamente es un antagonismo que sólo destacan los profanos en la materia o las más irreductibles entusiastas de una u otra metodología. Para la mayoría de profesionales, tanto investigadores como clientes, ambas opciones suelen entenderse como complementarias, y su combinación algo que sólo se cuestiona cuando los objetivos están muy claramente delimitados… o cuando el presupuesto no alcanza.

El auge de la explotación del Big data  ha proporcionado un nuevo y enorme flujo de datos a muchos clientes, añadiendo nuevos matices a la información que manejan, a su capacidad para comprender “qué ocurre”. Un correcto análisis de esos datos nos permite hacer una fotografía perfecta de una determinada situación, una fotografía en la que vemos quién sale y quién no, qué ropa llevan puesta, por dónde entran y por dónde salen… Y sin embargo nos ocurre lo mismo, si no peor, que con el cuantitativo: sigue siendo difícil, con esos datos, conocer el por qué. ¿Por qué han elegido esa ropa? ¿Por qué han optado por entrar o salir por ese lado y no por otro? ¿Por qué…? Por eso el Big data no hace más que profundizar en la complementariedad e incluso necesidad mutua con respecto al cualitativo.

Y es que para entender al mercado, y muy especialmente para intentar prever su evolución futura es indispensable conocer el por qué. El Big data nos da un feed-back especialmente útil para la toma de decisiones tácticas, para analizar históricos y reaccionar al cambio, para cruzar campos que nos ayuden a detectar nuevas oportunidades. Pero para las decisiones estratégicas, para entender los movimientos de fondo, el motor que ruge bajó el capó, sigue siendo indispensable hablar personalmente con ese mercado, involucrarse y participar en la conversación.

El cualitativo online además, por su agilidad y flexibilidad, resulta perfecto para rellenar esos huecos que el Big data no alcanza, para dar explicación a las nuevas dudas que se generan, para confirmar o desmentir hipótesis a las que se ha llegado tras analizar la información.

Deja un comentario

 

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.