Comprender cómo la Big Data y Small Data influyen en tu estrategia comercial es una necesidad absoluta en el mundo actual.
Claro, la mayoría de las organizaciones entienden la importancia de los datos, pero pocas realmente comprenden la relación entre los dos tipos.
En el mundo de la inteligencia empresarial, se suele discutir sobre la Big Data y es posible que ya la hayas puesto en práctica en tu propia organización. Pero, ¿cuándo fue la última vez que pensaste en su hermana menor, la Small Data?
La clave es comprender la diferencia entre los dos y encontrar valor en ambas.
Big Data son datos creados de maneras incalculables, como a través de transacciones, clics, lectores de identificación por radiofrecuencia (RFID), sensores, datos financieros y un número cada vez mayor de dispositivos conectados a IoT (Internet of Things o en español, Internet de las Cosas).
Small Data, por otro lado, son los datos que recopilamos a través de la investigación primaria. No solo se obtiene de la investigación cualitativa (grupos focales, etnografías en el hogar, comunidades en línea, etc.), sino también de la investigación de encuestas cuantitativas. Es donde preguntamos u observamos a las personas directamente para descubrir sus actitudes, motivaciones y valores.
Pero ahora, la explicación detallada de cada una.
Big Data son activos de información de gran volumen, alta velocidad y/o gran variedad que exigen formas rentables e innovadoras de procesamiento de información que permitan una mejor comprensión, toma de decisiones y automatización de procesos.
El volumen de Big Data (la cantidad de datos) se representa en grandes cantidades; a menudo terabytes, petabytes y más. Requiere poder de cómputo avanzado y nuevas técnicas de procesamiento para administrar y visualizar.
En cambio, la velocidad de Big Data, es la rapidez a la que aparecen los datos.
Y finalmente, la variedad en Big Data, es cómo se presentan los datos. Consta de detalles estructurados (fecha, hora, ubicación GPS, base de datos), semiestructurados (flujo de clics) y no estructurados (texto, imagen, voz, video).
He aquí un video corto que explica un poco más sobre la Big Data y cómo es utilizada:
Por otro lado, podríamos decir que la Small Data no es más que las pequeñas pistas que descubren grandes tendencias.
Es conectar a las personas con información valiosa y oportuna (derivada de Big Data y/o fuentes «locales»), organizada y empaquetada (a menudo visualmente) para que sea accesible, comprensible y procesable para las tareas diarias.
Esta idea de que sea «lo suficientemente pequeño para la comprensión humana” es clave. En comparación con Big Data, el volumen de Small Data es más manejable y se mide en megabytes y gigabytes.
La velocidad de los datos es más lenta y se recopilan durante días y semanas. Finalmente, consiste completamente en detalles conocidos, los datos están estructurados (es decir, numéricos) y/o no estructurados (es decir, texto, imágenes, video).
También hemos adjuntado un vídeo explicativo sobre la Small Data:
Hemos enumerado a continuación las diez principales diferencias entre Small Data y Big Data:
Small Data generalmente se recopila para un objetivo específico. Big data, por el otro lado, puede tener un objetivo en mente cuando se inició por primera vez, pero las cosas pueden evolucionar o tomar direcciones inesperadas.
La Small Data generalmente se encuentran en un solo lugar y, a menudo, se recopilan en un solo archivo de computadora, mientras que la Big Data se puede guardar en múltiples archivos, servidores, ordenadores o incluso en diferentes ubicaciones geográficas.
La Small Data suele estar estructurada como una hoja de cálculo de Excel, con filas y columnas de datos. Pero Big Data puede no estar estructurado, con muchos formatos y archivos involucrados y puede vincularse a otros recursos.
La Small Data tiende a ser preparada por el usuario final para sus propósitos, pero la Big Data es preparada por un grupo completo de personas, analizada por un segundo grupo y luego incluso, utilizada por un tercer grupo, con diferentes propósitos y disciplinas.
La Small Data se conserva durante un tiempo específico después de que finaliza un proyecto porque hay un punto final claro. Con la Big Data, los datos se extraen para proyectos específicos extendidos para una vida útil más larga y, a menudo, se reutilizan y continúan, principalmente debido a su dificultad y costo de extracción.
La Small Data generalmente se mide mediante un solo protocolo utilizando unidades establecidas y generalmente se realizan al mismo tiempo. mientras que la Big Data a menudo se mide a gran escala con muchos protocolos, que deben convertirse para mantener la coherencia, porque puede tener personas en diferentes lugares, organizaciones y tiempos midiendo la misma información.
Los conjuntos de datos pequeños se pueden reproducir en su totalidad (o casi en su totalidad) si algo sale mal en el proceso de análisis. Desafortunadamente, aquellos grupos más grandes podrían no poderse extraer una segunda vez al provenir de fuentes diferentes.
Los costes relacionados a la Small Data están limitados en el hipotético caso de que algo salga mal. Pero los proyectos respaldados con Big data pueden costar cientos de millones de euros si la información se pierde o se corrompe. Esto podría dañar a toda una organización o la carrera de un investigador.
En un conjunto de datos pequeño, la información tiende a estar ya bastante organizada y ser comprensible desde sus primeros puntos de entrada. Sin embargo, en una extracción a mayor escala de datos, archivos y formatos se puede concluir con información no identificable, no localizable o con poco sentido.
Por último, pero no menos importante, con la Small data generalmente es posible analizar todos los datos a la vez en un solo procedimiento, desde un sólo dispositivo o programa.
Sin embargo, la Big data, debido a que los archivos son tan grandes y se distribuyen en diferentes fuentes, es posible que se deba realizar una previa extracción, reducción, transformación y otros pasos adicionales para que el análisis de datos sea manejable.
¿Por qué es tan importante que aprendas y apliques estos conceptos el día de hoy?
Básicamente, saber capturar, organizar y analizar Big Data y Small Data te ayudará en gran medida a preparar, compartir y sacar provecho de información compleja, lo que también significa que, de forma independiente, proporciona una buena comprensión de la experiencia de tus clientes.
Pero el verdadero poder proviene, sin embargo, al combinar este conjunto de datos. Si haces esto, serás capaz de llevar la experiencia completa de cada cliente a un beneficio mayor y más perspicaz.
Cómo dicen por ahí: “La mejor y más cercana aproximación de quiénes somos como humanos proviene de mezclar nuestro “yo” en línea y fuera de línea, y de combinar big data con small data”.
