[:es]¿Cuantitativo o Cualitativo? ¿Qué es mejor?[:]

[:es]

¿Cuantitativo o Cualitativo? ¿Qué es mejor?

 

Tanto los datos cualitativos como los cuantitativos poseen méritos en la actualidad. Sin importar sobre que gire una conversación, el debate acerca de qué tipo de datos es mejor, parece que siempre estará presente. Más ahora cuando parece que lo cuantitativo se convierte en una medida de “casi toda” realidad posible.  Es más, parece que se ha convertido en una obsesión tratar de medir todo, como relata Daniel Innearity en este artículo publicado en El País que he comentado recientemente con Salva. Todo se ha de medir para en forma de “scores, rankings, ratings, impactos, indicadores, likes, estrellas, puntuaciones, tasas, índices”… Ahora bien, ¿necesitamos cuantificar todo? ¿vale para algo cualificar?

La respuesta a esta incógnita puede estar en el medio (como habitualmente las virtudes). Opino que no se trata de escoger entre cuantitativo o cualitativo propiamente, sino más bien lograr hallar el balance ideal entre ambas perspectivas, en triangular usando datos tanto cuanti como cuali. (Tanto es así que mi mi tesis de doctorado precisamente escoge un enfoque mixto que triangula resultados y conclusiones a partir de datos tanto cuanti como cuali. Hablaré como ejemplo en lo sucesivo de el diseño de productos o servicios para clientes, pero puede hacerse también la analogía con la medición de una variación en la Cultura de Innovación, o cualquier proceso analítico para la toma de decisiones empresariales.

 

La verdad detrás de los conceptos

 

Para entender la necesidad de un equilibrio justo, primero se debe determinar qué significan a ciencia cierta de forma individual. Reconocer sus diferencias y sobre todo, es elemental para aplicar un correcto análisis de datos  cuyos resultados sean productivos.

En una sociedad donde todo se mide y por lo tanto se puede cuantificar, los números se convierten en instrumentos imprescindibles para ordenar la información. Su gran ventaja recae en la simplicidad de su entendimiento, los números son sencillos de comprender objetivamente, y están en la capacidad de ser aceptados sin mayores debates.

Es por ello, que cuando se trata de datos cuantitativos, se enfrenta a una gran verdad, que casi todo se puede clasificar numéricamente, ya sea con rankings, scores o ratings, la calidad de un producto, la popularidad de una marca, o la competitividad de las empresas mismas.

Entonces, los datos cuantitativos pueden definirse como la información que podemos medir a través de números. Los números son transparentes, a través de ellos se determinará cuántas veces fue visitada una página web, o el número de veces que se ha descargado una aplicación.

Ya sea que se emplean para la ciencia, la política o los mercados, los números desempeñan una función de medición social, un lenguaje estandarizado que se caracteriza por ser preciso, claro e imparcial. Los mismos pueden ser recopilados por medio de métricas de aplicaciones, encuestas y pruebas A/B.

Por el contrario, el panorama cambia por completo cuando se trata de lo cualitativo. Al hablar de datos cualitativos, se trata de la información que no puede ser medida, y que a diferencia de lo cuantitativo, es subjetiva. Si se refiriese al contexto de diseño de productos o servicios, se referiría a los datos recopilados de las experiencias de los clientes con determinados productos.

Estos datos pueden ser obtenidos durante, llamadas, correos electrónicos, entrevistas o incluso, conversaciones informales u observaciones, etnografías, etc.

 

¿Por qué emplear ambos?

 

Una vez entendido el modo de aplicar estos, se aprecia lo opuestas que son sus bases. Objetividad vs subjetividad, precisión vs imprecisión. No obstante, en conjunto, y si se tiene el conocimiento necesario para su implementación, los resultados de la combinación (o triangulación) de la información concreta y cuantitativa, junto a la información flexible y cualitativa, están en la capacidad de ofrecer resultados de gran productividad.

La clave del éxito empresarial se encuentra en el equilibrio, más específicamente, en tomar decisiones equilibradas. Por lo que ambos tipos de datos, opino, se requieren para alcanzarlo.

La razón que esgrimo tras esto se limita a que ambos están en la capacidad de brindar información acerca del comportamiento real de las personas. Lo que se logra con su uso mixto va mucho más allá que datos planos, puesto que se obtienen datos consecuentes desde dos perspectivas diferentes.

E incluso, la precisión de estos datos puede ir aumentando una vez se haya medido y estudiado el comportamiento de las personas. Tanto datos cuantitativos como cualitativos son obtenidos, ¿cuántos clientes están haciendo…? por lo primero, y por lo segundo, datos que aporten contexto y matices a las opiniones de los mismos. Comentarios referentes al rendimiento del sitio web, o características que dificultan el funcionamiento del producto, marcan un antes y un después en el análisis de datos como tal.

Sobre esto, Esteban García Pérez, Managing Director de Hydra Social Media explica que para llegar realmente a comprender lo que los clientes requieren es necesario el uso de los datos cualitativos y cuantitativos para lograr la categorización y segmentación de los compradores, así como para diseñar experiencias más positivas y satisfactorias para ellos.

Aquellos datos inalterables y que no pueden cambiar lo que está implícito en estos son de gran valor, indican una verdad que no puede ser negada y es indicadora de ciertos índices, pero al mismo tiempo aquellos datos referentes  al pensar, sentir y actuar de las personas son igual de valiosos. Tal cual lo indica Pablo Seibelt, quien dirige el equipo de data science en Auth0, los humanos somos subjetivos, no robots y el ser conscientes de su subjetividad llevará a resultados mejores.

Si se desean ejemplos sobre cómo ambas clases de datos pueden funcionar en completa armonía y consecuente éxito, se puede analizar el siguiente ejemplo: Si se plantease una prueba A/B para determinar el color de la interfaz de una página web, el color será encontrado si se emplean los datos cuantitativos entre las opciones, no obstante, los datos cuantitativos carecen de detalles más dinámicos y subjetivos como aquellos brindados por el contexto.

¿Por qué se prefiere un color por encima del otro? ¿Es porque se confunde con el diseño de otra página web? ¿Se trata de una asociación o preferencia? ¿Por qué se tiene dicha preferencia? Las razones pueden ser múltiples, y es necesario conocerlo para la obtención de soluciones efectivas y prácticas.

Y aunque se llegue a considerar que se le están dando vueltas innecesarias al asunto, la verdad es que en el descubrimiento de respuestas concretas acerca de este detalle, se está en la capacidad de deducir el modo de pensar de los humanos. No se debe quedar únicamente con los datos cuantitativos, sino ir más allá y descubrir las explicaciones tras una selección.

Cuando se comienza con la recolección de datos cualitativos y se mantiene un contacto directo con el cliente, las preferencias de estos y sus motivaciones quedaran por completo al descubierto. Hasta esas preferencias y motivaciones pueden ser empleadas en otros contextos.

Se deben contrastar los datos cualitativos con los cuantitativos y viceversa, siempre teniendo como objetivo el conocer por medio de una investigación de mercado profunda quiénes son nuestros clientes. Así, lo afirma María José Páez, consultora de marketing en InboundCycle.

Otro dato de importancia para mantener el enfoque adecuado se encuentra en los objetivos que se desean alcanzar, si bien estos dependen del negocio, empresa o marca en la que se trabaja, también se debe lograr una conexión con el cliente, en donde no solo se obtenga datos cuantitativos, sino cualitativos.

Los mismos deberían estar enfocados en comprender cuáles son los problemas reales de los clientes. ¿Por qué es de relevancia esto? Porque con lo cualitativo se puede aproximar a las preguntas correctas, se entiende finalmente qué piensa más o menos el cliente y lo que le importa en realidad, así opina Sergei Shevlyagin, gerente del grupo en Zillow.

 

Primera opción: Empezar con los datos cualitativos

Se ha planteado la necesidad de una mezcla de lo cualitativo con lo cuantitativo para lograr resultados satisfactorios por completo, pero por dónde se comienza con esto. ¿Se debería optar por iniciar con los datos cuantitativos? ¿O con los cualitativos? ¿Existe una fórmula para dar con las respuestas indicadas? No. No lo hay porque toda respuesta depende del contexto, de lo que se esté buscando y por supuesto, de los datos que se deseen obtener.

Un enfoque como referencia podría darse con el empleo, justamente, de los datos cualitativos en primer lugar, todo ello para determinar el tipo de producto que se construirá a futuro, o las modificaciones que se desean realizar sobre uno ya existente que requiere de ciertos cambios.

Al pasar tiempo e interactuar con los clientes o futuros clientes, se aprende sobre sus problemas y necesidades, sobre lo que piensan y sobre lo que requieren para estar satisfechos.

Porque conectar con los clientes, muchas veces tiene más relación con lo creativo, con aquellos elementos abstractos. Para una completa visión, una más amplia y efectiva, es necesario e indispensable esto, pero sin olvidar lo cuantificable puesto que en el marketing de datos es otro punto inevitable en la ecuación, tal cual lo explica Karina Velásquez,  comunicóloga quien escribe para Marketing4ecommerce.

Una vez los conocimientos son obtenidos, se emplean para la formulación de hipótesis sobre los servicios o productos capaces de brindar el mayor valor posible a la meta. Y es después cuando se procede a la recolección de datos cuantitativos para la validación de la hipótesis formulada.

Tal cual lo explica Bruce McCarthy, fundador de UpUp Labs, que al trabajar con datos flexibles se está en la posibilidad de hacer las preguntas correctas para la validación de las hipótesis con los datos cuantitativos.

McCarthy explica que mientras más conocimientos existan sobre los datos cuantitativos, es algo común y lógico comenzar precisamente con los cualitativos. Si se da el caso de identificar la mejor forma para optimizar una plataforma de streaming que ya de por sí brinda excelentes reproducciones, se tiene ya disponibles los datos cuanti.

También, estos datos cuantitativos están en la posibilidad de mostrar los puntos débiles, es decir, los comportamientos o razones que hacen que los números no sean lo tan buenos que pueden llegar a ser. Pero si solo se ve subir y bajar algunas semanas los números de reproducciones, no se tendrán respuestas específicas.

¿Por qué ocurre? ¿Qué está sucediendo? ¿Cómo se puede actuar? Si estas preguntas son respondidas erróneamente o no son respondidas, se está en la posibilidad de obtener respuestas incorrectas o plantear soluciones insatisfactorias que no resuelvan los problemas reales planteados.

Sin los datos cualitativos, es hasta posible  resolver la parte incorrecta del problema correcto como lo comenta Lulu Cheng, gerente de producto de Pinterest.

 

Segunda opción: Empezar con los datos cuantitativos

Así como los datos cualitativos pueden dar un inicio más personal, detallista y humano al análisis de datos, otra opción se presenta al iniciar con los datos cuantitativos. Tanto los datos cuantitativos como los datos cualitativos no pueden existir sin el otro, puesto que se alimentan entre sí, y se complementan al mismo tiempo.

Si se elige comenzar con los datos cuantitativos, el descubrir patrones significativos servirá para formar perfiles concisos y precisos sobre los productos, y una vez con esta información verificada es cuándo llegará el momento para iniciar entrevistas cualitativas para comprender en su totalidad el contexto que ha generado estos patrones específicos.

El proceso de las entrevistas, es uno muy diverso y suele traer como resultado, algunas sorpresas o revelaciones ajenas a lo ya conocido. Es por esto que se está en la facilidad y ventaja, de descubrir nuevas pistas durante estas.

Luego, se debe volver a los datos cuantitativos para la medición de su importancia. Cabe destacar, que en algunas oportunidades los mismos datos cuantitativos están en la posibilidad de producir otros datos cuantitativos que aportaran más cohesión a las respuestas que se obtengan. Esta situación, también se puede presentar en el caso de los datos cualitativos.

En sí, la búsqueda de tanto datos cualitativos como datos cuantitativos debe ser incansable para la optimización de un producto, puesto que con la obtención de más información, dicho producto está en la capacidad de alcanzar su máximo potencial.

Por más increíble que resulte, las configuraciones para uno para su mejora, son inagotables, y el cliente siempre buscará productos mejor preparados o configurados para sus necesidades, por lo que recurrentemente se debe estar en un estado de cambio constante y exitoso. Y es por esto que los datos cuantitativos y cualitativos deberían ser empleados en conjunto.

 

No se trata de escoger

Las suposiciones son peligrosas en extremo debido a que pueden inducir a resultados completamente incorrectos que deriven en errores graves de interpretación sesgada. Esto toma una especial connotación cuando se trata del análisis de datos cuantitativos y cualitativos. Si se tienen números específicos en modo de métricas, datos cuantitativos o respuestas a entrevistas, datos cualitativos, en ningún caso el análisis de uno debe ir por separado del otro.

Porque ambos datos están en la posibilidad de resultar dudosos, es por ello que juntos brindan más veracidad y sentido de lo concreto, puesto que se respaldan mutuamente.

Se trata de triangular, y así se pueden diferenciar dos grandes tipos de triangulaciones metodológicas.  El primero es el diseño de triangulación puro, en el que tanto la parte cuantitativa como la cualitativa se diseñan al mismo tiempo, en paralelo. Las técnicas de recogida de información se aplican también en paralelo, y se analizan con el fin de llegar a una interpretación conjunta, contribuyendo en ambos casos con la misma importancia y relevancia en la elaboración de las conclusiones. El segundo tipo de diseño de triangulación es el denominado diseño integrado o embedded design, el que se diferencia del anterior en que existe una subordinación o jerarquía entre las estrategias de investigación cuantitativa y cualitativa. En otras palabras, en los diseños integrados una de las dos estrategias se subordina a la otra con el fin de potenciar y reorientar la estrategia principal.

En conclusión, al tratar sobre ¿qué es más importante los datos cualitativos o los cuantitativos? Creo que ambos son necesarios. Cualquiera que quiera tomar decisiones basadas en el análisis de datos debe estar en la capacidad de entender que todo patrón de datos de comportamiento que pueda cuantificarse implica impactos en personas, que tienen opiniones y reacciones subjetivas e imprevistas.

Por lo tanto, lo ideal es encontrar el equilibro adecuando entre ambas partes, nivelar estos datos, triangular los resultados y conclusiones del análisis de datos, porque en ese equilibrio tan delicado, se encuentran las claves para impulsar las decisiones verdaderamente bien tomadas.[:]