Por qué las empresas más analíticas del mundo siguen haciendo focus groups

Vivimos en la era del dato. Las empresas tienen dashboards en tiempo real, modelos predictivos y algoritmos que anticipan la próxima compra del cliente. Y sin embargo, las empresas más analíticas del mundo, Amazon, Netflix, Google, siguen invirtiendo en focus groups, etnografías y entrevistas a profundidad. ¿Por qué?

Porque el big data es extraordinario para responder cuántos y cuándo. Pero no puede responder por qué. Y sin el por qué, la mayor parte de las decisiones de negocio siguen siendo apuestas.

Qué puede y qué no puede medir el big data

El análisis de datos masivos tiene capacidades extraordinarias. Puede identificar patrones de comportamiento en millones de transacciones, predecir la probabilidad de abandono, detectar correlaciones que ningún analista humano encontraría, y hacerlo en tiempo real.

Pero el big data opera sobre lo que los usuarios hacen, no sobre lo que piensan, sienten o desean. Registra clicks, compras, abandonos, recorridos. No registra dudas, motivaciones, comparaciones mentales, influencias sociales, ni los momentos de decisión que ocurren lejos de una pantalla.

Un usuario que abandona un carrito de compra puede estarlo haciendo porque el precio le parece caro, porque no confíaa en el método de pago, porque su pareja le dijo que no lo comprara, o porque simplemente se olvidó. El dato de abandono es idéntico en los cuatro casos. La respuesta de negocio deberia ser completamente diferente.

El caso Netflix: datos masivos y aún así necesitan al humano

Netflix es quizás la empresa más conocida por el uso de datos en decisiones de contenido. Analiza miles de variables por usuario: qué ve, cuándo pausa, qué abandona, en qué pantalla. Pero cuando decidió invertir en House of Cards, uno de sus mayores éxitos, la decisión no se basó solo en el análisis de datos. Involucró investigación cualitativa sobre qué tipo de narrativas generaban mayor engagement emocional.

Los datos le dijeron que había demanda. La investigación le dijo qué tipo de historia construir. Ambas fueron necesarias.

Por qué los datos pueden llevarte al error

El problema de la correlación sin contexto

Los modelos de datos son extraordinariamente buenos encontrando correlaciones. Pero correlación no es causalidad. Sin entender el contexto humano detrás del dato, las correlaciones pueden generar decisiones equivocadas. Los datos pueden ser técnicamente brillantes pero, sin contexto emocional y social, su aplicación puede dañar la relación con los clientes.

Los datos históricos no capturan lo nuevo

Los modelos predictivos aprenden del pasado para predecir el futuro. Pero cuando el contexto cambia, una crisis económica, un cambio cultural, el surgimiento de una nueva categoría, los datos históricos pueden ser una guía engañosa. La pandemia demostró esto brutalmente: todos los modelos de comportamiento de consumidor, construídos con años de datos, quedaron obsoletos en semanas.

La investigación cualitativa, por el contrario, captura lo que esta emergiendo. Un focus group en tiempo real puede revelar cómo están cambiando las prioridades, los miedos y los hábitos de compra. Los datos de comportamiento solo lo mostrarían semanas después, cuando los patrones ya son visibles en las transacciones.

El mercado peruano tiene variables que los datos no capturan bien

En el contexto peruano, la brecha entre lo que los modelos capturan y la realidad del consumidor es particularmente grande. El canal informal, que representa una parte significativa de las transacciones en consumo masivo, es invisible para los modelos de e-commerce. Las decisiones de compra influenciadas por redes de confianza familiar no dejan huella digital. Los matices culturales regionales que determinan la adopción de productos no aparecen en ningún dashboard.

La combinación que funciona: datos + investigación

Las empresas que mejores decisiones toman no son las que tienen más datos ni las que hacen más focus groups. Son las que saben cuándo usar cada herramienta.

Los datos cuantitativos son mejores para medir, monitorear y validar a escala. La investigación cualitativa es mejor para explorar, entender y generar hipótesis. El flujo más poderoso combina ambos: la investigacion cualitativa identifica los patrones y los drivers de decisión; los datos cuantitativos validan su magnitud y generalización. O al revés: los datos identifican una anomalía que no puedes explicar y la investigación cualitativa explica por qué.