El poder del ‘thick data’ en l’era ‘big data’
El repte d’entendre els comportaments humans
En l’era digital, les empreses i les organitzacions acumulen grans i complexos conjunts de dades que, explotats per professionals de l’estadística i les matemàtiques, han demostrat que són molt útils i valuosos per detectar tendències i comportaments, per extreure patrons de conducta, de consum i de rendibilitat... És el big data, una informació molt preada per les companyies, perquè ajuda a comprendre més en profunditat què fan, quan ho fan i com ho fan les persones i a obtenir una visió detallada dels seus interessos, els seus gustos, els seus hàbits, les seves preferències sobre marques i, en definitiva, les seves pautes de consum.
Les empreses es van esforçar a recollir aquestes dades primer via targetes de fidelització i de crèdit i després, amb el boom tecnològic, via registres, monitoratge i compra de fitxers. I després tota aquesta informació s’ha processat mitjançant algoritmes i eines d’anàlisi potents per extreure conclusions valuoses per al seu negoci, cosa que ha portat a pensar que el big data i les seves analítiques eren la solució global a una infinitat de problemes.
Però, a mesura que s’han anat estenent, que s’han anat popularitzant i que s’han anat posant a prova les seves possibilitats, també s’han intensificat les veus que alerten que al big data li falta alguna cosa: explicar el perquè, les raons per les quals els consumidors fan el que fan, les emocions, sentiments i realitats que determinen les seves preferències i els seus comportaments.
Per cobrir aquest buit, diuen, fa falta el thick data –dada densa o informació densa–, un terme que va encunyar el 2013 l’antropòloga Tricia Wang en un gest de complicitat al també antropòleg Clifford Geertz i la seva “descripció densa” com a mètode per analitzar els fenòmens, les cultures i les relacions entre persones.
“Vivim un moment en què les dades són molt valuoses i els organismes i les empreses poden prendre més bones decisions perquè tenen més dades per fer-ho. Les empreses ja no competeixen en preu o qualitat, sinó per nínxols d’identitat, perquè les relacions dels individus amb les marques cada vegada són més emocionals, i les compres, menys racionals i més determinades pels sentiments”, diu Pablo Mondragón, director del projecte Antropologia 2.0. Apunta que empreses com Facebook han provat de monitorar aquests sentiments de manera quantitativa amb icones i caretes, però sense veritable èxit, perquè aquestes icones de vegades es fan servir de manera irònica o falsa i no revelen els veritables sentiments.
“El big data promet molts resultats en poc temps, però ha trobat els seus límits, perquè ofereix moltes representacions gràfiques de com es mou la gent però no permet saber per què ni què els passa pel cap mentre ho fan, i per aconseguir aquesta profunditat cal anar al treball de camp, a parlar i empatitzar amb la gent, a veure el context, i aquesta és l’aportació del thick data, de la informació densa i qualitativa”, explica Jordi Colobrans, tecnoantropòleg i professor de la UB.
Mondragón coincideix que el thick data, que s’obté amb els mètodes tradicionals de l’etnografia (fer entrevistes en profunditat, compartir activitats amb els membres d’una comunitat, confrontar i experimentar situacions...), és l’única manera d’arribar als sentiments i les idees preconcebudes que les persones no manifesten de manera clara i que no surten a les enquestes i les estadístiques.
Thick data i big data no són conceptes ni eines contraposades, sinó complementàries. “Són diferents maneres d’entendre la realitat, perquè el big data et dona una mostra àmplia de dades, et permet analitzar milions de persones, i el thick data et dona informació més valuosa, dades més personals, d’una mostra més petita”, apunta Mondragón. Colobrans opina que han d’anar plegades: “Si estem fent ciutats intel·ligents, necessitem administracions intel·ligents, i el big data d’una ciutat intel·ligent ha d’estar contrastat amb el thick data per saber què passa en profunditat, i passa el mateix a la resta dels àmbits en què es genera big data o es fa mineria de dades”.
Reconeix, però, que l’aposta pel thick data és minoritària “perquè és molt més difícil de dur a terme i encara reposa sobre el treball artesà, cosa que desplau la tendència de tot mediatitzat per l’ordinador i dirigit pels enginyers”.
Mondragón també opina que la implantació del thick data és lenta perquè és informació que s’obté de manera vivencial, compartint experiència amb les persones. Però creu que a poc a poc s’està enlairant, sobretot gràcies a companyies especialitzades en experiències d’usuari en l’àmbit de la tecnologia, la banca i la salut. “Va començar als Estats Units, al Regne Unit i Dinamarca, on ja s’ha desenvolupat, i ara està arribant a Espanya amb grans companyies i corporacions financeres. A mesura que s’estengui disposarem de més eines i exemples per mostrar els resultats, que són lents però molt valuosos”, indica el director d’Antropologia 2.0.
La lentitud és precisament el principal hàndicap amb què lluita el thick data en la societat de la immediatesa. De fet, hi ha intents de substituir els investigadors que fan
L’allau de dades cal combinar-la amb informació subjectiva, amb interpretacions, perquè el que és mesurable no sempre és el més valuós...
el treball de camp durant mesos o anys per solucions d’intel·ligència artificial. “Encara caldrà esperar que la intel·ligència artificial gestioni bé les metàfores i el llenguatge contextual, però, quan ho aconsegueixi, la tecnologia permetrà monitorar-ho tot i obtenir les dues potes de la pinça, el big data iel thick
data”, apunta Colobrans. Els investigadors socials disposen d’un bon catàleg d’exemples –vegeu informació superior– que demostren que les companyies no ho poden fiar tot a la pota de les xifres, perquè les xifres no poden explicar-ho tot i el que es pot mesurar no sempre és el més valuós.
De fet, algunes grans empreses ja inverteixen en antropòlegs, bé a través de consultores externes, bé creant els seus propis equips, interessades en l’enfocament holístic d’aquests professionals i en la idea que tot està interrelacionat. Google va contractar antropòlegs per saber per què fan servir els mòbils les persones –no només què fan amb els telèfons–, i d’aquesta manera poder millorar la interacció. I també és el thick data obtingut per antropòlegs el que està darrere de productes tan populars –sobretot als Estats Units– com el tiràs Swiffer i el iogurt en tub Go-gurt, que cada any proporcionen centenars de milions d’euros de facturació a les firmes que els comercialitzen.
En el cas de Swiffer, els antropòlegs que treballaven amb Procter & Gamble van observar que les persones que fregaven el terra perdien molt temps netejant la baieta, i això va conduir a una evolució i una modificació del tiràs Swiffer per convertir-lo en un producte de neteja de terres amb tovalloletes de recanvi que evita mullar i aclarir la baieta.
En el cas del Go-Gurt, General Mills va contractar l’antropòloga Susan Squires perquè analitzés l’esmorzar de les famílies per poder desenvolupar productes nous que poguessin tenir èxit. Squires va constatar que els pares volen donar un esmorzar sa als fills però que, per les presses i per altres condicionants familiars, els nens acabaven no esmorzant o menjant qualsevol cosa anant cap a l’escola.
I aleshores General Mills es va centrar a desenvolupar un producte sa, divertit i fàcil de transportar i de menjar: un iogurt en forma de tub, el Go-Gurt, que també es ven com a Yoplait Tubes al Canadà i com a Frubes al Regne Unit.
...les empreses no tenen prou amb els números, necessiten saber com un producte o servei encaixa en la vida emocional
dels seus clients