Duvido que alguém se surpreenda ao me ouvir dizer que nos últimos anos houve um total e inimaginável crescimento no volume de dados disponíveis, assim como nos métodos de coleta e processamento dessas informações. Todos nós somos constantemente bombardeados com o trending topic #BigData.
A quantidade de informações que pode ser extraída desses conceitos foi submetida a uma grande mudança: dados não são mais algo que devemos considerar em nosso planejamento de médio prazo. Isso se tornou uma necessidade na nossa tomada de decisão diária. Um exemplo claro é a necessidade de contratar profissionais qualificados para processar dados em massa ou “bulk data”. Espera-se que a procura por cientistas de dados cresça mais de 28% até 2020.
A esmagadora maioria dos dados que emergiu em nossa indústria nos últimos anos está diretamente relacionada ao que chamamos de Big Data, que são dados comportamentais. No passado, não conseguimos usar estes tipos de dados para extrair informações, mas hoje podemos fazer isso em uma escala viável e a um custo acessível. Não só isso, mas há especialistas profissionais que podem nos ajudar a processar nossos dados. Qualquer pesquisador ou tomador de decisão pode emparelhar esta nova modalidade de dados com dados tradicionais mais antigos.
![big data_market research](https://www.netquest.com/hubfs/impact%20big%20data%20market%20research.jpg)
Quais são os efeitos no processo de pesquisa?
Estamos cientes das mudanças que vieram com os últimos avanços em tecnologia, como a onipresença da Internet e os smartphones, e a chegada da IoT (Internet das coisas). Todos esses avanços se traduziram em grandes mudanças na geração de dados, mas a questão do que os pesquisadores e líderes empresariais deveriam fazer com esses dados não sofreu quaisquer mudanças nos últimos 20 anos.
Enquanto isso, nos perguntamos:
• Quais são as características mais valorizadas do meu produto?
• Qual é o nível de preço que me dará os retornos mais altos?
• Qual deveria ser o meu público-alvo?
• Como anda minha concorrência? Estou melhor ou pior?
• Como nossos clientes tomam decisões?
• Como nossas marcas são percebidas?
Essas perguntas são ainda válidas e difíceis de responder. Isso posto, as mudanças tecnológicas nos levam a fazer alguns ajustes nessas questões. Por exemplo:
• Como a Internet afeta a decisão de fazer uma compra?
• Onde meus antigos compradores fazem suas compras on-line?
• Quais sites eles acessam para obter informações?
• Qual é o efeito do uso de smartphones nas minhas vendas?
• Qual é o efeito das mídias sociais na percepção da minha marca? Qual é o impacto nas minhas vendas?
Estamos no meio de uma completa revolução de dados e tecnologia, é verdade, mas não devemos entrar em pânico. No final, ainda estamos tentando entender o consumidor, descobrir novas oportunidades, minimizar o risco na tomada de decisões e gerar insights para que nossas organizações possam crescer. Em suma, as marcas estão fazendo a mesma pergunta de sempre. A única diferença é que agora os dados são melhores e mais abundantes.
No final do dia, usamos exatamente o mesmo processo de pesquisa:
![Big data_Steps of a research process](https://www.netquest.com/hs-fs/hubfs/Blog%20images/BR_Steps%20of%20a%20research%20process.jpg?width=320&name=BR_Steps%20of%20a%20research%20process.jpg)
A tarefa essencial ainda é definir o problema e o objetivo do estudo. A principal diferença é como identificar a informação que precisamos. Se classificarmos os dados com base em como os reunimos, eles se enquadram em duas categorias: Declarado e Comportamental.
Dados declarados
Quando as pessoas pesquisadas são elas mesmas responsáveis por fornecerem ativamente os dados.
- Sujeitos ao viés de “desejabilidade” cognitiva e social.
- Sujeitos a falhas de memória.
- Flexíveis: aplicáveis a quase todos os problemas de pesquisa.
- Acessíveis.
Dados comportamentais
Quando os indivíduos não desempenham um papel ativo na entrega de dados coletados sobre eles.
- Não são muito suscetíveis ao viés de auto-relato.
- Não são suscetíveis à falha de memória.
- Rígidos: podem ser necessárias diferentes soluções de coleta de dados comportamentais para diferentes problemas de pesquisa.
- Caros.
Depois de decidir qual forma de dados vamos usar, começamos a ver grandes mudanças. É essencial que os decisores das organizações sejam bem informados sobre os tipos de dados disponíveis, como esses dados são classificados e quando devem solicitar um tipo específico de dados. A principal lição deste curso intensivo sobre dados deve ser: se não temos uma compreensão clara do universo de dados e se não estamos sempre na vanguarda da inovação, podemos cometer erros.
O mais importante é saber quando usar dados declarados e quando usar dados comportamentais.
Em geral, com poucas exceções, há uma resposta simples: use dados comportamentais sempre que possível. A pesquisa metodológica demonstrou que os dados comportamentais são indiscutivelmente superiores aos dados declarados. As pessoas têm problemas para relatar atividades passadas. As atividades on-line são especialmente difíceis de relatar, uma vez que ocorrem sem um contexto definido. O mais problemático é que as pessoas podem estar tentadas a reportar dados imprecisos, que combinem melhor com a percepção da sua própria imagem, mesmo que ela seja diferente da realidade.
A coleta de dados comportamentais nem sempre é possível. Na maioria dos casos, as soluções de coleta de dados comportamentais devem ser criadas para atender a um problema de pesquisa específico.
Tradicionalmente essas soluções são caras, além de operacionais e tecnologicamente complexas. No entanto, mudanças recentes trabalham ao nosso favor e a coleta de dados comportamentais agora se tornou mais fácil do que nunca. Temos a Internet e a onipresença dos dispositivos móveis para agradecer.