Por que "Big Data" precisa de "Thick Data"?

Para ter impacto, os números precisam de histórias e vice-versa.

Para que as empresas formem uma imagem completa, elas precisam de Big Data (informações quantitativas) e Thick Data (informações qualitativas). Cada um deles produz diferentes tipos de insights em diferentes escalas e profundidades. Eles podem gerar sinergias interessantes e se complementarem.

Em particular, o nível tático de tomada de decisão tem uma grande lacuna de tomada de decisão que pode alavancar essa abordagem 'dual'. Por um lado, os métodos baseados em análises são capazes de quantificar e generalizar insights (Big Data); por outro lado, existem abordagens empíricas que podem melhorar a perspectiva de negócios e a profundidade da análise (dados espessos).

Nós criamos quatro métodos principais para integrar o Thick ao Big Data:

1. Levante a hipótese: use Thick Data como fonte de inspiração para levantar hipóteses que são então testadas na população com Big Data
2. Confirme as correlações: verifique os insights do Thick Data para confirmar as correlações encontradas por meio da análise exploratória de Big Data
3. Aquecimento: conecte os números do Thick Data à fase de aquecimento de um projeto de Big Data
4. Conector completo: comece a usar Thick Data de forma semelhante ao método de aquecimento, mas continue a usá-lo para continuar calibrando o modelo de Big Data

Big & Thick Data no setor de telecomunicações com uma abordagem completa de conectores

Um ótimo exemplo de combinação de Big & Thick Data é um programa lançado por um fornecedor líder de telecomunicações, com o objetivo de capacitar a equipe para interaja com os clientes em um nível personalizado.

A primeira abordagem foi combinar 79 mil variáveis de dados sobre atendimento ao cliente e marketing em um único Net Promotor Score (NPS).

A próxima etapa foi uma análise de sentimento sobre os registros do call center para acessar os insights contextuais do cliente, refinando assim a pontuação do NPS.

A utilização dos dados do NPS permitiu diferenciar a estratégia de marketing e as diretrizes de interação entre grupos de clientes (detratores versus passivos versus defensores). Por exemplo, para fazer chamadas externas cuidadosamente elaboradas para detratores e usar o marketing eletrônico direto (EDM) para defensores. Os insights obtidos também foram essenciais para garantir que houvesse um ponto de acompanhamento claro para usar com cada cliente.

Para engajar a equipe foi construído um portal interno simples, com NPS, scripts de interação e informações importantes do cliente. Nesse momento, era fundamental criar fortes vínculos de engajamento com a TI.

O caminho para projetos transformacionais

Como podemos aprender com o estudo de caso anterior, os projetos transformacionais envolvem habilidades interfuncionais em Thick Data, Ciência e Gerenciamento de Dados.

Projetos transformacionais eficazes que aproveitam o Big e o Thick Data exigem:

• uma perspectiva holística do problema, abrangendo vários processos integrados, partes interessadas e KPIs
• uma abordagem metodológica sólida, para compreender as sinergias dos dois fluxos de dados
• um sustentável mudança cultural para a execução e adoção de tais projetos para apoiar a tomada de decisões