En la era de la información, las empresas están acumulando grandes cantidades de datos sin saber qué hacer con ellos. Sin embargo, cada vez más se está reconociendo el valor del “small data” en lugar del “big data”.

El “small data” se refiere a la recopilación y análisis de una muestra más pequeña pero representativa de datos, en lugar de recopilar grandes cantidades de información. A diferencia del “big data”, el “small data” es más fácil de manejar, más económico y puede proporcionar información valiosa y precisa.

Un ejemplo claro de esto es el caso de Cambridge Analytica, donde se reveló que se recopilaron datos de 85 millones de personas. Sin embargo, ¿realmente era necesario tener tantos datos para comunicarse con ellos? La respuesta es no. Al igual que Gordon Ramsey no necesita comerse todo el risotto para saber si está bien cocinado, las empresas no necesitan tener grandes cantidades de datos para comprender a sus clientes.

De hecho, investigaciones han demostrado que se puede obtener una imagen precisa de la población utilizando una muestra de menos de 3000 personas, siempre y cuando se elijan cuidadosamente. Incluso si se desea reducir al mínimo el margen de error, se puede obtener información valiosa al analizar alrededor de 9000 personas. Después de eso, los beneficios de recopilar más datos son mínimos.

Es importante destacar que el “small data” no solo es más práctico, sino también más ético. Al recopilar grandes cantidades de datos, las empresas corren el riesgo de invadir la privacidad de las personas y utilizar sus datos de manera inapropiada. En cambio, al utilizar el “small data”, se puede obtener información valiosa de manera legal y ética.

En resumen, el “small data” es más valioso que el “big data” porque es más fácil de manejar, más económico y puede proporcionar información precisa y relevante. Las empresas y los profesionales creativos pueden obtener ideas valiosas al analizar una muestra representativa de datos en lugar de acumular grandes cantidades de información. Es hora de pensar en pequeño y aprovechar al máximo el poder del “small data”.