Artículo de José Miguel de Elías: «La investigación social y el Big Data»

Una de las transformaciones más importantes que ha traído la revolución digital tiene que ver con la centralidad de los datos. Hemos pasado de un contexto en el que estos eran escasos y costosos, a otro en el que abundan y se acumulan de manera exponencial. Gracias a la digitalización, las organizaciones humanas –empresas, instituciones, entidades de cualquier tipo- tienen resuelto el acceso al maná de los datos a un coste marginal y, paradójicamente, se enfrentan al reto de qué hacer con ellos.

Si antes de la revolución digital se buscaban datos para intentar resolver un problema previamente identificado, en la era digital sucede justo al revés: los datos se tienen de antemano, y la cuestión es qué problema u oportunidad detectar a través de su análisis.

Es un desafío de enormes proporciones. Es obvio que analizar ingentes cantidades de datos, de tal manera que se puedan extraer conclusiones útiles, no resulta sencillo. Por ello, muchas compañías sienten la doble presión de tener que analizar sus datos, pero no saber exactamente qué hacer con ellos ni por dónde empezar. Es común que el estrés derivado de almacenar un determinado activo que se está dejando de explotar, unido a la falta de know how, se canalice externalizando esta tarea con resultados, en muchas ocasiones, escasos, insuficientes para la inversión realizada, o directamente decepcionantes. El primer efecto es que se aumenta el nivel de estrés organizacional, incrementándose la desconfianza ante una realidad que algunos tienden a considerar, erróneamente, como una moda o un nuevo mantra de la consultoría.

Desde la perspectiva de la investigación social resulta relativamente sencillo encontrar algunas causas de esta desorientación. En primer lugar, creemos que es bueno distinguir entre los datos generados por cosas (a través del Internet de las cosas, como por ejemplo en la medición meteorológica) y los datos generados por personas (actos de consumo, votos, opiniones, etc). En el primer caso, resulta mucho más sencillo caracterizar comportamientos, hallar patrones y correlaciones entre factores, porque las causas son fácilmente identificables. Las correlaciones que se pueden encontrar entre las pérdidas de agua de un sistema de distribución y la evolución de las temperaturas, precipitaciones u otros accidentes climáticos en una determinada zona se pueden aislar de manera sencilla. En el caso de los datos generados por las personas, el proceso es mucho más complejo, precisamente porque no están claras las causas que han motivado determinadas conductas (una decisión de compra o de voto, pongamos por caso). Sin esa información, el dato se convierte en un enigma que aporta poca o ninguna información relevante a la organización. Cuando hablamos de información relevante, nos referimos a aquella que le permita trazar una determinada estrategia válida para la organización (su Business Intelligence).

El análisis de datos, por tanto (sea o no al nivel de Big Data), en muchas ocasiones debe ser completado por la investigación social, en la medida en que solo esta se interroga (preguntando a las personas a través de diversas técnicas) por las razones que hay detrás de un determinado acto o actitud.  Pero además, la investigación social previa  de un determinado entorno (ya sea en el ámbito de mercado o de la opinión pública) puede orientar el trabajo  del Big Data hacia hipótesis concretas que eviten inversiones de tiempo, y por tanto económicas, innecesarias y sin una finalidad que sirva a la estrategia de la organización.

En Sigma Dos trabajamos para integrar el análisis de datos en nuestro know how, buscando sinergias metodológicas entre esta técnica y la investigación social: lo hemos llamado “análisis de datos aplicado” y consiste en procesar y analizar grandes paquetes de datos teniendo en cuenta su interpretación sociológica, con lo cual evitamos dar al cliente una serie de conclusiones matemáticamente impecables, pero comercial o políticamente estériles. Por otra parte, y realizando el camino inverso, diseñamos proyectos de análisis de datos y Big Data partiendo de las hipótesis que solo pueden surgir en la investigación social. Dicho de otra forma, solo preguntando antes a las personas, podemos saber qué nos pueden decir sus actos.

Es a través de la integración entre ambos mundos –el de los matemáticos y el de los sociólogos- como en Sigma Dos logramos extraer todo el potencial al análisis de datos. La forma más inteligente para convertir la información en conocimiento.

José Miguel de Elías

Director de Investigación y Análisis de Sigma Dos

¡Comparte en redes!

Más
noticias

Más noticias