I thick data
Sin dall’antica Grecia, gli uomini si rivolgevano all’oracolo per conoscere il loro futuro. Hanno sempre avuto la necessità di conoscere cosa sarebbe accaduto nel futuro. Questo perché noi tutti vogliamo prendere le giuste decisioni. Il futuro ci spaventa, perciò è preferibile prendere decisioni, conoscendo già le possibili conseguenze. Oggi, rispetto al passato, abbiamo un nuovo oracolo: I big data
Che volume di vendite prevediamo per questo prodotto? Che tempo ci sarà domani?
Un numero sempre maggiore di aziende ha deciso di investire nei big data, ma non sempre questa risulta essere la decisione adatta. Ma perchè avere così tanti dati non sempre ci aiuta a prendere la decisione migliore? Spesso i big data sono utilizzati per quantificare sistemi molto dinamici, come quelli che coinvolgono noi umani, i quali sono estremamente complessi e mutevoli.
Quando si predice qualcosa sul comportamento umano, le variabili sono tantissime, anche se si pensa di sapere qualcosa, questo non può essere certo. I big data ci danno proprio questo. Ci danno l’impressione di sapere tutto.
Tricia Wang e i thick data
Un gran numero di aziende oggi utilizzano i Big Data, i quali vengono dati in pasto ad algoritmi, per poter trasformare dati quantitativi in informazione e conoscenza. Tuttavia, nonostante il loro volume, questi potrebbero risultare poco efficaci nelle previsioni1. Per le seguenti motivazioni l’etnografa Tricia Wang, nel 2016 ha riproposto la questione, criticando l’entusiasmo nei confronti dei Big Data. Al contrario, presenta i così detti thick data, traducibili in italiano come dati densi, ovvero dati che producono descrizioni dettagliate e qualitative. Dunque i thick data, sono le opinioni, emozioni, esperienze, contesto, dinamiche sociali e informazioni sensoriali, in breve, riescono a catturare tutti quegli aspetti che non possono essere ridotti a dei meri numeri, con il fine di avvicinarsi al “perché” (Fiaidhi, Mohammed, 2019). La metodologia e gli strumenti per la creazione dei thick data sono in linea con il paradigma dell’indagine qualitativa, che riconosce che un fenomeno sociale può essere compreso solo all’interno di un contesto, attraverso un alto grado di dettaglio.
La combinazione tra Big Data e thick data permetterebbero delle analisi più accurate ed eque, scoprendo nuovi punti di vista, dove gli individui non sono visti come un numero, ma come esseri umani.
Quando Tricia Wang ha nominato i “thick data” sul palco dei TEDX nel 2017 ha detto che “usare solo i big data aumenta la possibilità di perdersi qualcosa, mentre ci dà l’impressione di sapere tutto”. Wang aveva condotto una ricerca etnografica per conto di Nokia in Asia, ma le sue intuizioni, non vennero considerate da Nokia, che preferì lasciarsi guidare da sondaggi e ricerche di mercato su larga scala basate sui big data– e tutti sappiamo come è andata a finire per l’azienda finlandese.
Per approfondire, ti consigliamo la visione di questo video!
Crediti:
1. Fiaidhi J., Mohammed S., 2019, Thick Data: A New Qualitative Analytics for Identifying Customer Insights, in IEEE Computer Society, pp.1-10.
Immagine da: https://www.superheuristics.com/what-is-thick-data/