'Small data': grandes oportunidades a través de pequeños conjuntos de datos

"Un pequeño fragmento de datos no es por sí solo lo suficientemente significativo para construir casos o crear hipótesis. Pero combinados con otras perspectivas y observaciones recopiladas de todo el mundo, los datos se unen para crear soluciones que formen la base de una futura marca o negocio". Esta sentencia de Martin Lindstrom, autor del libro 'Small Data: Las pequeñas pistas que nos advierten de las grandes tendencias', abre una puerta a conocer a la alternativa más modesta del 'big data': el 'small data' o los microdatos.

El 'small data' ha demostrado jugar un papel fundamental en el contexto empresarial. En esencia, se trata de un conjunto de datos con un volumen y formato accesibles, informativos y procesables. Así, ha sido tradicionalmente utilizado por las pymes por requerir de pocos recursos, ser fácil de manejar y proporcionar 'insights' valiosos. Pero ¿qué diferencia al 'small data' del 'big data'? ¿Cuáles son sus aplicaciones? ¿Y sus beneficios?

'Small data' vs. 'big data'

La diferencia clave entre 'small data' y 'big data' está en la escala y la complejidad de los conjuntos de datos recogidos, así como en el enfoque realizado en su análisis. Mientras que el primero hace referencia a bases de datos pequeñas (de kilobytes o megabytes), el segundo alude a una combinación de un gran número de datos estructurados y no estructurados que se pueden medir en petabytes o exabytes.

Como apunta la Universidad Complutense de Madrid, para las empresas que manejan grandes cantidades de datos procedentes de diversas fuentes, el 'big data' ofrece una comprensión global mediante el análisis de conjuntos de datos grandes y complejos, estructurados y no estructurados, que muestran patrones y tendencias para una toma de decisiones más informada. Esta tecnología ha demostrado su importancia para el crecimiento empresarial: solo en 2023, el valor de su mercado global alcanzó los 311.720 millones de dólares (unos 280.000 millones de euros). No obstante, también plantea retos por el elevado tiempo y coste que lleva recopilarlos, almacenarlos y procesarlos. Ejemplos de 'big data' son los datos de redes sociales a nivel global, los registros de transacciones de una gran cadena de tiendas minoristas o los datos obtenidos de sensores en el internet de las cosas.

Por el contrario, el 'small data' es adecuado para pequeñas empresas, ya que proporciona información específica a partir de conjuntos de datos más manejables. El hermano pequeño del 'big data' es más accesible y no requiere de un gasto excesivo en tecnologías específicas, por lo que resulta ideal para empresas con recursos limitados. Algunos ejemplos de 'small data' son los datos de encuestas, los de redes sociales de un usuario individual o los registros de transacciones diarias de una pequeña empresa. 'Small data' puede ser una hoja de cálculo que recopila ciertos datos específicos de la compañía y de la que se pueden extraer determinadas conclusiones.

El 'small data' es un término que se popularizó hace unos años, pero que ha perdido terreno frente al 'big data'. En cualquier caso, ambos enfoques se complementan y contribuyen a un mismo fin: que las compañías puedan tomar mejores decisiones con base a los análisis de datos.

Aplicaciones del 'small data'

El 'small data' ha sido especialmente utilizado por las pymes por conseguir resultados similares con estrategias de extracción de datos menos complejas, además de por su capacidad para explorar nuevos mercados, identificar la demanda de clientes y elaborar campañas publicitarias de gran impacto para captar público.

El 'small data' es muy útil, por ejemplo, para restaurantes o librerías de barrio que desean personalizar las ofertas que dirigen a sus clientes, agencias de viajes que ofrecen paquetes turísticos personalizados o consultorías cuyos clientes quieren optimizar la estrategia de marketing digital de sus pequeños negocios. Además, combinado con la inteligencia artificial (IA) abre nuevas posibilidades.

Brian Platz, co-CEO en Fluree, especializada en gestión de datos, explica en 'Forbes' que, a medida que la tecnología 'blockchain', las credenciales verificables y la Web3 se infiltran en el uso común, el 'small data' está cobrando relevancia por su capacidad para proporcionar contenedores de datos interoperables y específicos que respaldan la privacidad, la verificación y la descentralización.

Beneficios del 'small data'

Las ventajas del 'small data' se engloban dentro de las bautizadas como '6V' (velocidad, variedad, veracidad, valor, variabilidad y visión). Así, proporcionan una perspectiva complementaria y subjetiva, enfocada en experiencias concretas que aportan valor o en  hipótesis que más tarde pueden ser ampliadas o validadas mediante el ‘big data’. Entre sus beneficios destacan los siguientes, según la publicación Unite.AI:

• Simplicidad de procesamiento. Se manejan con rapidez y eficiencia.
• Sencillez de visualización e inspección. Proporciona 'insights' de manera inmediata y precisa.
• Cercano al usuario final. Permite conocer mejor sus características y necesidades.
• Fácil de comprender. Ayuda a las organizaciones que quieren formar a todos sus empleados en esta materia.

El 'small data' no solo representa una alternativa manejable y complementaria al 'big data', sino que también se erige como una herramienta estratégica para las empresas que buscan tomar una primera perspectiva para liberar el potencial de los datos.