Big&Small Data rappresentano, per il marketing, un importante strumento per effettuare ricerche e mettere in atto strategie e attività efficaci.

Con Big Data, in particolare, si indicano le tecnologie di produzione e le metodologie di gestione e analisi di un volume ingente di dati: una metodologia che capovolge il concetto classico di ricerca, non prevedendo più un’interazione tra intervistatore, moderatore, questionario e intervistato e non definendo a priori un questionario preciso e un campione rappresentativo da intervistare o testare. Per Small Data, invece, s’intendono le ricerche di mercato in senso lato, che lavorano su esigenze specifiche, a fronte delle quali si pongono obiettivi specifici (definendo le prassi prima di acquisire i contenuti: dal campione al questionario, fino al tipo di interazione da istaurare con gli interlocutori).

Se l’oggetto di studio per i Big Data sono i pareri, i giudizi e le opinioni intercettati su Internet, assunti poi nella loro “oggettività” (senza, cioè, doverli interpretare né delinearne driver o motivazioni), gli Small Data studiano “soggetti” nella loro complessità: non solo quello che dichiarano, ma anche gli atteggiamenti che esprimono, i bisogni, le dinamiche psicologiche che determinano gli atti di consumo.

Ma quali sono i vantaggi? Per quanto riguarda il Big Data, la Quantità (viene raccolto un numero ingente di pareri, opinioni, giudizi), la Real-life (i pareri sono espressioni live, totalmente spontanei, perché il discorso non è, o poco, mediato da contesto) e la Temporalità (la raccolta dei pareri riguardo al presente e al momento istantaneo, ma si può anche guardare indietro nel tempo e costruire un trend). Questi, invece, i vantaggi del Small Data: Rappresentatività (rivolgersi a - relativamente - poche persone, che possono essere centinaia o migliaia, ma che costituiscono un campione), Oltre il discorso (non ci si interessa solo di quanto le persone dichiarano, ma si comprendono anche le loro motivazioni e le logiche che guidano le dichiarazioni) e Futuro (si guarda quello che succede oggi, ma sovente il focus è costruire per il domani, lavorare sull’innovazione).

Presenti anche dei limiti, rappresentati - per il Big Data - dall’autoselezione (i pareri sono scritti da chi naviga su Internet, quindi da una parte specifica della popolazione che esprime se stessa e non rappresenta un universo) e dall’esposizione mediatica. Per lo Small Data, invece, il volume dei dati, il laboratorio (si rischia di perdere la spontaneità che garantiscono situazioni più informali) e la temporalità (si lavora sul presente e sul futuro, ma il passato non è ricostruibile).

Per superare i limiti delle due metodologie, la parola chiave è l’integrazione, cioè usare consapevolmente o l’una o l’altra in funzione di quanto possono offrire e dei propri obiettivi.