No bases tu innovación en el Big Data sin tener en cuenta el Small Data
Uno de los elementos que caracterizan una innovación es el hecho de romper paradigmas. Por eso una de mis recomendaciones a aquellos que quieren innovar es que lean a expertos que no tengan vinculación con su sector o que expongan ideas que cuestionan con lo que es mayoritario. Entre los autores que plantean visiones diferenciales recomiendo a Martin Lindstrom que ha publicado diversos libros relacionados con el marketing, el branding y la psicología de consumo. El último de sus libros titulado “Small Data” plantea una interesante visión sobre cómo se debe considerar lo que aporta el Big Data.
Bajo su perspectiva es un error considerar el Big Data como el sistema que da respuesta a las inquietudes de las empresas para conocer cuáles son las inquietudes y necesidades de los consumidores que es necesario tener en cuenta para desarrollar nuevos productos o servicios. Para Martin Lindstrom esto es un error porque los datos masivos lo que hacen es recoger lo que es común, no lo que crea las diferencias y lo que provoca los motivos de las personas para adquirir un producto o un servicio. Podríamos considerar que lo que el promueve es recordar la frase “el Diablo está en los detalles”, es decir, que el Big Data no ayuda a tener las respuestas adecuadas sino que aporta respuestas sin valor.
Porque el valor añadido es el que se obtiene del conocimiento que supone la localización y la comprensión de datos particulares que suponen anomalías respecto a los datos masivos. Esta es una interesante perspectiva que puede ser usada tanto por aquellos que quieren innovar en productos de consumo como los que quieren innovar en productos industriales. Lo diferente es lo que indica una tendencia disruptiva y eso es algo que el Big Data no contempla. Esto me recuerda a la trilogía de la Fundación escrita por Isaac Asimov en la que planteaba la existencia de una ciencia denominada psicohistoria que podía predecir el comportamiento de toda la humanidad en base a estadísticas, es decir, que hace ya más de 60 años se proponía que mediante el Big Data estadístico se podría saber hacia dónde se dirigían los colectivos humanos. Pero en la segunda parte de la trilogía la aparición de una anomalía distorsiona la previsión que se había hecho del destino de la civilización galáctica.
Nuevamente vemos que la influencia de un dato anómalo condiciona todo el desarrollo de un proceso Big Data. Aunque no voy a negar la utilidad del Big Data sí que creo que Lindstrom tiene razón en considerar que hay que bajar al terreno para detectar los datos que pueden ayudar a desarrollar las innovaciones diferenciales o disruptivas porque los datos masivos en muchos casos solo nos dicen “más de lo mismo”. La lectura del libro Small Data puede que provoque que cuestionemos algunas de las suposiciones que hacemos sobre la forma en que se comportan los consumidores de nuestros productos o de aquellos que deseamos que sean nuestros clientes.
En especial cuando va relatando ejemplos de cómo en cada país o cultura se interpretan los olores, los colores o los sabores nos está indicando es que no existen los productos globales, que hemos de considerar que los productos deben diseñarse para ser glocales. Y que un producto con unas características puede ser un éxito en un país y un fracaso en el de al lado. Otro elemento a considerar como fuente de conocimiento sobre el comportamiento de los consumidores que se cita es el de las “tribus”, que me recuerda a lo que escribía otro de los “expertos disruptivos” del marketing que es Seth Godin en su homónimo libro “Tribus” que también considero de lectura altamente recomendable para entender cuál es una de las líneas actuales para el liderazgo empresarial o social.
Ambos autores exponen la importancia de la tribu como elemento que favorece la cohesión de un grupo de personas y cómo este colectivo es mucho más interesante de conseguir como cliente porque se caracteriza por la fidelidad y la cohesión respecto a los que pertenecen a ella. Y la tribu no es Big Data es Small Data. En la parte final del libro el autor incluso se plantea que la forma en la que el realiza sus investigaciones, es decir, su metodología de trabajo puede que no explique lo que necesita saber si no se cuestiona si realmente lo que le responden las personas con las que se entrevista es lo que ellos creen que él quiere que respondan o lo que dicen es lo que realmente sienten o creen. Por eso lo que aconseja es fijarse en los detalles, en lo que hacen y no en lo que dicen. Y esto tampoco es Big Data.