Análisis en profundidad

Big Data y Small Data: qué son y cómo pueden colaborar

La diferencia está en la calidad y no en la cantidad. Con el Big Data, hay demasiados datos y no todos son útiles. Small Data, por su parte, reduce el campo de investigación para enfocar mejor las estrategias a adoptar. Un enfoque mixto parece ser óptimo, especialmente para la comercialización.

Publicado el 11 Ene 2022

big data small data

La estrategia basada en los datos es ahora una práctica establecida entre las empresas con visión de futuro que se han dado cuenta del valor que pueden obtener del bombardeo de datos al que están sometidos o que producen a diario. Reunir, filtrar, interrelacionar y organizar los datos que se poseen para extraer información de ellos es ahora posible gracias a diversas combinaciones tecnológicas, que luego podrán alimentar estos datos a los algoritmos de cálculo. Estamos en el ámbito del Big Data, al que ahora se suma el Small Data.

De hecho, ¿estamos seguros de que la “trituración” de grandes cantidades de datos indiferenciados, típica del Big Data, puede conducir a la información correcta? ¿Cuántos de estos datos e información relacionada pueden ser útiles para una correcta definición de la estrategia empresarial?

Hay algo más que Big Data

De hecho, el Small Data es ahora un candidato al trono de la importancia del Big Data, que muchos expertos señalan como una verdadera fuente de información útil, gracias a su verosimilitud y adhesión a modelos reales.

Una lectura diferente de los datos, por lo tanto, que se suele utilizar en marketing, ayudando a identificar mejor al cliente objetivo y a entender qué productos son más propensos a comprar, pero que, en general, puede utilizarse para obtener información más realista y adaptada al mercado objetivo al que se quiere llegar.

Big Data y Small Data: dos hijos de la estrategia basada en datos

Los Small Data, a diferencia de sus hermanos Big, son, como su nombre indica, datos pequeños pero bien estructurados, que pueden proporcionar información oportuna basada en el análisis de los detalles.

El quid de la cuestión no es la capacidad de analizar los datos, sino hacerlo correctamente, reduciendo el riesgo de que entren datos irrelevantes o, peor aún, incorrectos en la maquinaria de análisis de datos, lo que llevaría a interpretaciones erróneas.

Este enfoque también beneficia al algoritmo al permitirle extraer los datos más interesantes y centrarse en los detalles. Pero tanto el Big Data como el Small Data forman parte de la estrategia impulsada por los datos que cada vez adoptan más empresas.

Qué es el Big Data

Se ha escrito mucho sobre el Big Data, en particular en este sitio, que está enteramente dedicado al tema. Pero resumir en pocas palabras no está de más, especialmente en una comparación entre Big Data y Small Data. Big Data significa una enorme cantidad de datos (de ahí el adjetivo Big), tanto de tipo estructurado (datos recogidos y ordenados según criterios definidos, desde la base de datos hasta los datos gestionados por el ERP de la empresa), como no estructurados (datos recogidos sin un orden o esquema y procedentes de fuentes heterogéneas: imágenes, vídeos, audio, datos de redes sociales, etc.).

El Big Data engloba todas aquellas tecnologías que permiten la interrelación de dichos datos con el fin de disponer de una selección de información útil para ser explotada con el fin de orientar las acciones empresariales a realizar. Cuando hablamos de Big Data, Big no es un eufemismo: conjuntos de datos del orden de los zettabytes, es decir, 10 a la vigésima primera potencia, pueden llevar este adjetivo.

¿Qué es el Small Data y cómo se recoge?

Pero el análisis de Big Data no parece ser suficiente para centrarse en la información más adecuada para definir las estrategias empresariales. El experto en neuromarketing y construcción de marcas Martin Lindstrom es el teórico del Small Data, y está convencido de que el Big Data es impersonal y poco utilizable para definir acciones futuras, mientras que el Small Data es más fiable, ya que procede de datos individuales recogidos mediante la observación de las personas en su comportamiento habitual y cotidiano.

Este tema es muy útil sobre todo para el marketing de las empresas dedicadas a la venta/producción de bienes, que pueden así orientar su negocio en función de las actitudes reales mostradas por los sujetos observados.

Pequeños datos que se recogen no mediante el análisis y la intercorrelación de datos, sino escuchando directamente las expectativas de los prospectos, a través, por ejemplo, de entrevistas individuales, que conducen a análisis casi psicológicos de los comportamientos, teniendo en cuenta también los indicios emocionales, y sobre la base de las observaciones extraer las consecuencias necesarias para la planificación empresarial.

El Big Data y el Small Data contribuyen juntos a una información correcta

Se trata de la clásica distinción entre análisis cuantitativos y cualitativos, bien conocida por los analistas de mercado. El primero proporciona una imagen general del campo que se examina, mientras que el segundo puede pasar a dar interpretaciones a los datos recogidos de forma impersonal.

El análisis cuantitativo se lleva a cabo mediante cuestionarios o herramientas de encuesta automatizadas, mientras que el análisis cualitativo se realiza mediante entrevistas, más o menos profundas, quizá costosas, pero ciertamente útiles para despejar el campo de posibles interpretaciones de los datos recogidos.

Los expertos aconsejan, por tanto, no hacer elecciones de campo, sino aprovechar las ventajas de ambas modalidades, también por pasos sucesivos: realizar una primera recogida y análisis de Big Data para filtrar y procesar la información, para luego pasar a un análisis en profundidad a través de las modalidades propias del Small Data.

Big Data y Small Data, la diferencia está en la calidad, no en la cantidad

Prestar atención a unos pocos datos seleccionados daría, de hecho, indicaciones más precisas sobre la dirección en la que hay que moverse de forma rentable. Menos procesos automáticos, por tanto, y más análisis “concienzudo”, en cuya base es imprescindible que el equipo responsable tenga un profundo conocimiento del campo de investigación y de los mecanismos adoptados.

Prohibida su reproducción total o parcial.

¿Qué te ha parecido este artículo?

¡Su opinión es importante para nosotros!

F
Loris Frezzato
Temas principales

Especificaciones

E
Empresas
S
small data

Nota 1 de 5