.jpg)
Los métodos para obtener insights digitales espontáneos están a nuestro alcance.
La necesidad de adaptar herramientas de investigación al mundo digital es un tema que suscita cada día mayor interés. El surgimiento de soluciones digitales ad-hoc contribuiría a comprender toda la masa espontánea de valoraciones, pensamientos, deseos y opiniones entre los usuarios de redes sociales o big data general.
Los aportes de investigación de mercado en esta dirección han sido más bien escasos. Comparando con otras áreas, como Atención al Cliente o Marketing, que trabajan casi diariamente con las redes, la investigación de mercado se encuentra en ciernes.
Podemos enumerar tres razones por las cuales la investigación de mercado no está siendo del todo asertiva con este fenómeno:
En primer lugar, de tipo metodológica: la gran mayoría de las investigaciones actuales se realizan bajo la lógica entrevistador-entrevistado a través de cuestionarios semiestructurados o guías de pautas, relevando información declarativa.
Adentrarse en el mundo digital implica trabajar con información desestructurada y espontánea. Obtener información útil desde allí requiere soluciones diferentes y creativas.
La segunda razón es epistemológica y pone en discusión dos de las “v” de big data: Veracidad y Variedad. Se cuestiona si se trata o no de muestras confiables, representativas o aleatorias. Facebook y Twitter son las redes que proveen la mayor cantidad de información. La primera tiene una muy alta penetración, pero sólo plausible de acceder al 20% de perfiles públicos. Twitter, si bien es pública, tiene bastante menor penetración y con perfiles disímiles a la población.
Esta característica en verdad no constituye una limitación per sé, pues la riqueza de menciones disponibles construyen una “muestra digital” 100% analizable. Incluso muchos perfiles no públicos podemos encontraros opinando en páginas oficiales o fan pages.
La última refiere al Valor. Con enormes cantidades de información se esperaba que las herramientas automáticas generen por sí solas insights de calidad. Estas herramientas han logrado mucho y se perfeccionan día a día, pero el esfuerzo que implica la desambiguación, la captación de ironías, o valoraciones que deriven en insights accionables para las marcas, es una empresa aparte, y ni aun mediada por la colaboración humana se ha logrado revertir la tendencia.
En síntesis, obtener soluciones digitales de calidad implica responder esta pregunta: ¿cómo dar valor real a toda esa masa de información espontánea de una manera confiable?
La buena noticia es que posible reportar insights útiles y válidos desde el buzz digital. Se resumen aquí cuatro premisas y una paradoja que asumen – y sugieren en su lectura - que nos enfrentamos frente a un mundo digital que tiene otras reglas y procesos.
1. Es necesario eliminar la dicotomía mundo real vs. virtual. Hay un mundo digital, donde las personas son y ejercen el ser, con otros códigos que requieren ser debidamente contextualizados.
2. El buzz del mundo digital es una entidad en sí mismo: los hallazgos de este buzz describen a este universo digital. Aunque algunos resultados ya han mostrado que se relaciona (y mucho) con mediciones offline.
3. El big data que se produce en el universo digital es solamente la materia prima. El valor está en la manufactura, la interpretación, que es una combinación de capacidades técnicas y humanas.
4. Se debe subordinar la parte técnica a la parte humana (y no al revés). El investigador se adueña de las técnicas o tecnologías actuales y las trabaja de una manera conceptual/creativa.
5. La paradoja: en una gran masa de información cuantitativa, el análisis que prima es de tipo cualitativo.
Las dos primeras premisas responden a la barrera epistemológica, y las otras tres a las barreras de metodología y valor. Si en algo rompen estas afirmaciones, es en el terreno del valor: el relato oficial obedece a que enormes cantidades de información sólo pueden ser organizadas a través de un software inteligente y cuantificando sus combinaciones. Se trata de un paradigma que tiene como origen un acontecimiento revolucionario, de hace casi 20 años: el triunfo de una computadora (Deep Blue, de IBM) sobre el hombre. No cualquier hombre, sino del campeón de ajedrez más importante de la historia, Garry Kasparov.
Si la ciencia le ganó a un supercampeón de ajedrez, si en 20 años acontecieron innumerables revoluciones informáticas (buscadores súperpotentes, GPS, pantallas touch y siguen las firmas) ¿cómo es posible que no se haya desarrollado una herramienta automática para detectar adecuadamente el sentido y sentimiento de las menciones y que sean traducidos a insights?
Hay dos puntos que merecen ser considerados: la historia dice que la máquina Deep Blue fue posible gracias a una participación conjunta, entre los mejores ingenieros del mundo y la colaboración de grandes maestros del ajedrez quienes fueron los que lograron darle la “inteligencia conceptual” al cálculo neto.
Hay otro asunto que juega a favor de la intervención humana: la gramática no es un tablero de ajedrez; es muchísimo más compleja, con combinaciones de palabras y sentidos infinitos; mientras que el ajedrez, aunque sumamente complejo, es finito.
Que la automatización no tenga aún “la” solución nos obliga a los investigadores a poner manos a la obra. Hoy en día, analizar el BIG DATA para obtener insights digitales no puede prescindir de los expertos sociales en intervención activa, desde el diseño de los proyectos hasta la interpretación.
La condición de su validez depende de un buen diseño: proyectos serios, bajo premisas constatables e insights accionables. Al mismo tiempo, requiere flexibilidad: con keywords entrenados bajo desk research y pruebas de ensayo-error, es posible sumergirse en la Big Data y traducirla en valor, esto es, en Smart Data. Naturalmente, el proceso de captación de información tiene una altísima cuota de automatización.
Ser parte del contexto digital es un must para la industria. Riesgo y audacia son condiciones para llevar adelante este proceso que recién empieza. Empresas y agencias que busquen recorrer el camino estarán en condiciones de enfrentar el reto con éxito.
Damián Suarez, Sociólogo (UBA)
Managing Director de MEGA RESEARCH
+ 10 años de experiencia en Investigación
