¿Por qué Big Data necesita Thick Data?

Wang, T. (2016) ¿Por qué Big Data necesita Thick Data?

Por, Luis Felipe Navarrete

Dentro de las posibilidades establecidas por los enfoques mixtos de investigación, Tricia Wang resalta la importancia de acompañar la recopilación y análisis de Big Data (Grandes masas de datos) con Thick Data (Datos espesos).  Thick Data hace referencia a datos que proceden de métodos cualitativos y que recopilan, en muestras pequeñas, datos profundos que configuran o se tejen en historias y permiten ahondar en emociones, miedo, cosmovisiones y aspectos de la subjetividad humana y que dan cuenta de la riqueza de las experiencias de los fenómenos: “Es aquella sustancia pegajosa que es difícil de cuantificar” (Wang, 2016)

Wang se remite a su experiencia en la compañía Nokia y la prioridad que daban a los datos cuantitativos, desconociendo procesos sociales que podían dar cuenta de la acogida y anclaje de sus productos en comunidades particulares.    Mientras la compañía avanzaba en la sistematización de millones de datos, Wang conversaba con la gente, hacia trabajo de campo en China (enriquecida en sus trabajos en cafés internet y ventas ambulantes), perspectiva que le permitió ver que las clases bajas estaban dispuestas a adquirieran Smartphone de alto costo. La compañía descartó el valor de estos resultados, desconociendo los procesos culturales que determinan fenómenos de consumo.

Los mercados han encontrado un amplio potencial y confianza en los datos, que en ocasiones les lleva a minimizar el impacto y relevancia de la labor etnografía y la descripción de las experiencias desde las cuales se extraen los datos.  Pero, a pesar del respaldo que históricamente han tenidos los datos cuantitativos, ciertos fenómenos de las ciencias sociales han dejado claro que “Más números no necesariamente producen más conocimientos” (Wang, 2016)

Desde esta perspectiva la mezcla de Big Data con Thick Data permitiría amplia el contexto del que –en múltiples ocasiones carecen los datos, establecer diferentes dimensiones y aperturar posibilidades de conocimiento, en escalas diferencias y/o simultaneas.    Los patrones establecidos por el Big Data, pueden encontrar rutas de comprensión del contexto social en el Thick Data, de esta manera, las decisiones que se toman desde la definición de patrones y algoritmos no desconocerían la complejidad de las experiencias humanas; Siguiendo a C. Thompson, Wang señala que el dato mide, proyecta, pero debe complementarse con el dialogo, el debate, la situación, para dotarse de una dimensión moral. De esta manera el Thick Data ayudaría a comprender el acoplamiento o las posibilidades de anclaje de ciertos proyectos, productos o iniciativas en entornos situados.  Esto representa una oportunidad para el trabajo etnográfico, así como para el ejercicio de la re-configuración de grandes bases de datos, pues, en muchas oportunidades, de las grandes bases de datos, se usan apenas pequeños porcentajes, debido a la descontextualización y des-narrativización de la cifra.

¿Qué opciones metodológicas aparecen cuando los resultados del análisis de Big Data y de Thick Data se contraponen?

¿Cómo incorporar resultados de Thick Data a la elaboración de políticas públicas, atendiendo a la consideración negativa que se tiene sobre la representatividad de sus muestras ?

Leave a Reply

Your email address will not be published.

This site uses Akismet to reduce spam. Learn how your comment data is processed.