November 15, 2017 | Ferran Savín

Tipos de Datos que puedes usar para tu Investigación Online

En la actualidad, parece que los datos están cumpliendo el rol que tuvo el petróleo en el siglo XVIII: ser un activo importante al que todo el mundo quiere acceder. Pero, como Michael Palmer ha señalado, los datos brutos, así como el petróleo crudo, son inutilizables sin ser procesados. La industria de la investigación de mercados y las empresas que se dedican a la recolección de datos saben que no todos los datos son generados de la misma forma: cada tipo de dato requiere, entre otras cosas, una clasificación, una técnica de procesamiento, un nivel de seguridad y un tipo de almacenamiento específico.

Data Clasification

La clave: Clasificar los Datos

Apartémonos por un momento de la investigación de mercados y echemos un vistazo en el mundo de la protección de datos. Para las personas a cargo de la protección de datos, denominaciones como datos públicos, internos, confidenciales, restringidos y top secret, son esenciales.

El valor y los costes de protección pueden ser significativamente diferentes en cada escenario. En la industria de la investigación de mercados, es bastante similar. La clasificación de los datos tendrá un impacto en cualquier estudio (comenzando por su valor).

Clasificar es esencial para estructurar y entender cualquier fenómeno. Una misma pieza de datos puede ser considerada o categorizada de distinta manera por directores de marketing, investigadores, gerentes de seguridad de datos, etc. Dependiendo de lo que estemos buscando, podemos elegir una clasificación u otra. Esto es básico, una clasificación inadecuada de los datos puede conducir a la desinformación y terminar por afectar nuestro negocio.

Clasificación de Datos en la industria de la Investigación de Mercados

En el ebook que os podéis descargar al final de este artículo, revisamos las distintas maneras de clasificar los datos: continuos/discretos, móviles/ordenadores, visibles/ocultos, internos/externos, etc. Pero a grandes rasgos, la industria siempre habla de dos clasificaciones:

  • Datos cualitativos / Datos cuantitativos
  • Datos online / Datos offline

No queremos discutir sobre la investigación cualitativa/cuantitativa u offline/online. Mi objetivo es presentar un nuevo modelo de clasificación que nos ayudará a obtener insights más rigurosos.

El concepto “customer-centric” es un término que está de moda en departamentos de Marketing en todo el mundo. A diferencia del marketing tradicional, que se enfoca en productos, comunicación y canales, una estrategia de marketing centrada en el cliente coloca al usuario al frente y al centro, con la suposición de que al crear una experiencia positiva conseguiremos la tan deseada lealtad del cliente. Pero ¿cómo puede aplicarse este enfoque "customer-centric" en la clasificación de datos?

Los datos requeridos para la generación de insights son generados por personas (consumidores). Al colocar al cliente en el centro de la experiencia, nos estamos concentrando en el elemento generador de los datos. Este enfoque no solo nos permite clasificar los datos de una manera más eficiente, sino que también nos ayuda a visualizar todos los posibles tipos de datos presentes y futuros.

Un enfoque centrado en el consumidor

Al centrarnos exclusivamente en el consumidor, podemos clasificar los datos en dos dimensiones distintas: la metodología de recolección utilizada y la naturaleza de la información.

La primera dimensión nos permite distinguir entre datos declarados/reportados y entre datos pasivos/observacionales. Los datos declarados se obtienen de la participación activa de personas, bien sea cuando responden encuestas sobre sus opiniones, motivaciones y entorno, o cuando reportan cualquier tipo de información proactivamente. En otras palabras, si las personas objeto que están siendo investigadas son responsables de suministrar los datos activamente, estos se consideran datos declarados. Los datos observados se basan, como su nombre indica, en la observación del comportamiento de las personas. Los individuos bajo estudio no desempeñan un rol activo en el proceso de envío de los datos.

 

Customer centric Aproach of Data Combination

La segunda dimensión relevante es la naturaleza final de la información: ¿los datos son subjetivos u objetivos? Los subjetivos abarcan sentimientos, intenciones, preferencias, opiniones, etc. Son inestables y variables, considerando que las personas pueden cambiar su opinión. Por el contrario, los datos objetivos se relacionan con hechos incuestionables: el precio que un cliente pagó por su teléfono, por qué partido político votó, o qué marca de automóvil conduce.

 

Al combinar estas dos dimensiones, podemos determinar cuatro tipos de datos para la investigación de mercados:

  • Datos objetivos observados
  • Datos objetivos declarados
  • Datos subjetivos observados
  • Datos subjetivos declarados

Ahora que podemos clasificar los datos desde una perspectiva centrada en el consumidor, podemos preguntarnos qué tipos de datos deberíamos usar en nuestra investigación. 

 

infografia_tiposdedatos_ES.jpg

La pregunta del millón de euros: ¿Qué tipo de datos debemos usar?

No podemos responder con un par de líneas. Existen artículos e investigaciones dedicados íntegramente a dar respuesta a esta pregunta (si quieres profundizar en este tema, os animamos a leer el paper “Cuándo deberíamos preguntar y cuándo deberíamos observar”). De todas formas, os podemos anticipar con toda seguridad que, usar un tipo incorrecto de datos puede conducir a decisiones erróneas que terminen afectando seriamente a un negocio.

En los próximos artículos, exploraremos en detalle todos estos temas. Pero como puedes imaginar, basándonos en la naturaleza del estudio y su propósito, determinaremos si usamos datos subjetivos u objetivos, y el método de recolección.

 

 

eBook: New types of data

 

 

 

Ferran Savín

About the author

Ferran Savín | Global Product Manager

FREE EBOOK

The essentials of online data collection

Download ebook

Netquest Blog Archives

Search and discover over last years latest market research topics.

View the archives

Suscribete a nuestro blog

Recibe las últimas noticias en tu email.

Subscribe to our blog