Una moraleja de la unión del Big Data y las ciencias sociales cualitativas.
En el cotilleo cotidiano hay algo que resuena y retumba en los oídos occidentales. Se ha filtrado por los Blogs, se ha inmiscuido por los medios sociales de carácter profesional (Linked In, y a veces Facebook, para esos que se lo toman como una plataforma de promoción profesional), y se ha impregnado en las mentes de las personas ansiosas por conocer, de inmediato, cualquier herramienta tecnológica que les permita entender las conductas del mercado, de las personas, de sus seguidores; tendencias algunos las llaman.
Este espiral hipnótico lingüístico se trata, ni más ni menos, que del Big Data: concepto que hace referencia al almacenamiento y a la lectura de una gran escala los datos en tiempo record. O mejor dicho, es un proceso que mediante las nuevas tecnologías permite operar sobre el mar de información cibernética para hacerla digerible, y lo más importante, rentable para la toma de decisiones. Es una operación informática; la transformación del dato bruto a dato útil.
El devenir o acontecer, desde este camino, se simplifica: ahora, una empresa que necesite conocer la percepción que tiene el público sobre su marca, sólo tiene que contactar a un experto en Big Data; y éste, con sus métodos y herramientas algorítmicas, le mostrará el Share of Voice que refleja las palabras asociadas más utilizadas con el producto, o el porcentaje de hombres y mujeres que hacen referencia a la marca, o cualquier tipo de información que se le ocurra extraer al cliente dentro de las capacidades del software adquirido o inventado (datos geo-referenciales, hashtags, sentimiento sobre la marca, word clouds, entre otros inventos nuevos del siglo red).
Sin embargo, cuidado con el efecto panacea, es muy tentativo caer en la hipnosis cuantitativa o en las novedades tecnológicas. Toda herramienta tiene sus límites, y el Big Data no se queda atrás; podrá permitir recortar el tiempo de búsqueda, podrá tratar con muchos datos a la vez, utilizar búsquedas booleanas, tendrá la capacidad de producir lecturas más certeras que los focus groups o encuestas. Pero, lamentablemente, no tendrá la profundidad de un estudio cualitativo, ni tampoco leerá la ironía de las interacciones, ni podrá entender el porqué de una conversación en cierto contexto. Dígase que podrías decir el “qué” de manera definitiva y, en ciertas ocasiones, predecir conductas a partir de la repetición identificada desde el monitoreo, empero no podrá explicar las razones humanas por las que se fundan ciertas prácticas sociales alrededor de un producto, o entender la afectividad colectiva que el grupo le impregna a la marca.
Un consejo. Cuando el murmullo es muy fuerte y la saturación discursiva encamina a cualquier persona a irse con la nueva tendencia, se debe ser más estratégico, analizando las ventajas y limitantes de toda herramienta o método. Así como el análisis cualitativo no funciona tanto para hacer un mapa que indique la repetición de mensajes, o para entender datos a gran escala en un tiempo acelerado; el Big Data se queda corto con el trabajo artesanal que realiza un netnógrafo o científico social para entender y profundizar sobre significados o razones fenomenológicas por las que las utilizan o mencionan ciertas marcas.
Esto no significa que se olvide el análisis de datos a gran escala, no va por ahí la reflexión. Más bien la cuestión está en re-pensar, como lo dice Kozinets, que uno puede mezclar esta nueva tendencia con otras técnicas que han construido las ciencias sociales. De suerte que el empleo de una herramienta analítica debe orientarla no tanto por las capacidades del producto o software, sino por la interpretación y dirección del investigador (netnografo).
Una posible vertiente complementaria sería que uno pueda combinar ciertos métodos como los recién abordados: un netnógrado que siga produciendo su trabajo artesanal desde la interacción con comunidades online, y utiliza el Big Data para orientar su actuar, su camino entre la urdimbre de significados que Internet produce diario. Un cíborg-artesano sería este investigador que tiene la capacidad de combinar análisis semióticos junto con análisis algorítmicos y estadísticos.
Antropomedia
Email: exploramos@antropomedia.com
Referencias
Kozinets, R. (2015). Netnography: Redefined. 2nd Edition. London: Sage Publications TD.
