SlideShare una empresa de Scribd logo
1 de 15
¿CÓMO EL “THICK DATA” PUEDE AYUDAR A
MEJORAR LOS ANÁLISIS PROVENIENTES DEL BIG
DATA EN EL MUNDO DE LOS NEGOCIOS?
Un perspectiva desde la semiótica y la antropología
Dr. Martín Cuitzeo
Domínguez Núñez
Escuela de Antropología e Historia del Norte de México.
¿PERAS Y MANZANAS?
• ¿Qué relación tienen la ciencia de lso datos y
el Big Data con la antropología y la
semiótica?
• ¿En qué consiste el Thick Data?
• ¿Por qué el Big Data necesita del Thick Data?
• Martín Cuitzeo Domínguez Núñez es Doctor en Antropología por el Centro de Investigaciones y Estudios Superiores en
Antropología Social Ciesas. Tiene una maestría en semiótica por la Universidad Industrial de Santander y es arqueólogo
la Escuela Nacional de Antropología e Historia. Realizó una estancia corta de investigación en el laboratorio de
de la Universidad de Carleton en Ottawa.
• Ha obtenido a lo largo de su carrera cinco becas de investigación por parte de las siguientes instituciones: OEA,
Universidad de Carleton, el Conacyt y la Asociación Internacional de Mitología Comparada.
• Actualmente es profesor e investigador de la Escuela de Antropología e Historia del Norte de México en Chihuahua.
• Ha impartido charlas, conferencias y cursos en Estonia, Canadá, Japón, Argentina, Colombia y Estados Unidos entre
países
• Intereses:
• Relación la antropología, la semiótica, la arqueología
• y la ciencia de datos.
• Saberes astronómicos indígenas.
• Pinturas rupestres.
• Mitología.
• Cibercartografía y mapas web.
• 1.-El poder del Thick Data.
• 2.- Definiendo la antropología y la semiótica.
• 3.-Chill Netflix.
• 4.- El drama de Nokia.
• 5.-Crédit du Nord.
• 6.- Saber resolver problemas. Saber plantear problemas.
• 7.- La última pregunta.
• 8.-Reflexiones finales.
EL PODER DEL THICK DATA
• THICK DATA quiere decir literalmente DATOS DENSOS. El concepto ha sido
desarrollado y popularizado por la antropóloga Tricia Wang para referirse a los
datos que nos permiten reconstruir los contextos sociales, emociones y significados
de los usuarios que estudiamos. Estos datos son fundamentales para el éxito o
fracaso de una estrategia, producto, servicio o proceso(Antropología 2.0,
Mondragón: 2017) . Son también datos clave para la interpretación de los resultados
obtenidos por el Big Data. Sobre todo ayudan en momentos de alta incertidumbre.
Tomado del blog
Antropología 2.0
(Mondragón,
2017)
• La ANTROPOLOGÍA es
una disciplina y una
forma de mirar que
busca la diversidad en
los procesos
socioculturales, así
como las distintas
versiones de lo que
puede ser una cultura
(Vázquez, 2018: 9). La
etnografía se
desprende como
técnica y método de la
antropología.
• A la SEMIÓTICA se le puede definir como la disciplina encargada de estudiar los
procesos de significación y creación de sentido a través de signos,
representaciones, prácticas y sistemas semióticos (Blanco, 2006; Fontanille; 2001,
2016; Marsciani, 2017a, 2017 b). Los sistemas semióticos son los diferentes tipos
de lenguajes a través de los cuáles nos comunicamos. Existen lenguajes visuales,
matemáticos, informáticos, verbales, no verbales o kinestésicos y olfativos entre
otros.
• Netflix la compañía más importante de streaming en el mundo sabía que había
información que se escapaba a sus análisis de Big Data y que necesitaba conocer
para mejorar su servicio. Por ejemplo ¿Qué comen los usuarios cuando ven sus
series? ¿Con quién ven las series? ¿Qué prácticas y comportamientos tienen las
personas cuando ven las series?
• Se contrato al antropólogo Grant McCracken. El descubrió trabajando con
pequeños grupos de personas que a los usuarios les encantan las maratones de
series. También descubrió el concepto de Netflix and Chill.
EL DRAMA NOKIA
• En 2009 Nokia era una compañía líder en China. Nokia realizó un estudio de Big Data muy
costoso y masivo y buscaba colocar su producto entre consumidores de ”élite”.
• La antropóloga Tricia Wang realizó un estudio cualitativo entre cien personas. Descubrió que la
gente de bajos recursos aspiraba a tener un celular de alta tecnología. La tendencia debía de ser
desarrollar celulares de bajo costo y alta tecnología al alcance de personas de sectores populares.
• Nokia desestimó el estudio por ser una muestra muy pequeña. En 2013 Nokia fue absorbida por
Microsoft.
ESTRELLAS CERRADAS-ESTRELLAS
ABIERTAS EL CASO DEL CRÉDIT DU
NORD• A inicios de los años 80, el banco francés
Crédit du Nord necesitaba un cambio de
imagen. Querían cambiar su percepción
entre los clientes como banco burocrático,
anticuado y poco atractivo.
• Se contrato al semiótico francés Jean Marie
Floch.
• El concepto a transmitir identificado por él
para resolver el problema fue el de
“claridad”.
• Él se preguntó ¿Qué símbolos transmiten
claridad en nuestra cultura?
• La estrella
• Se preguntó también qué estilo de diseño
transmite más claridad? Diseños con
formas sencillas y líneas cerradas.
• El concepto se aplicó a al diseño de
interiores de sucursales.
• El banco aumento la facturación en
millones de francos.
SABER RESOLVER PROBLEMAS,
SABER PLANTEAR PROBLEMAS
• Nos enfrentamos a problemas
complejos que ni siquiera sabemos que
son problemas.
• Es importante resolver problemas a
partir de Big Data. Pero esto no es
suficiente pues se necesita aprender a
identificar y plantear problemas que no
son claros o no lo parecen en un
principio.
• La antropología y la semiótica son un
coadyuvante para la ciencia de datos
que permite, a través de enfoques
cualitativos, resolver problemas; pero
sobre todo identificarlos y plantearlos
de forma concreta.
• Big Data nos da las respuestas, pero
requerimos las preguntas correctas.
Imagen
tomada
de
(Michel,
2008: 31)
LA ÚLTIMA PREGUNTA
• Cuento de ciencia ficción escrito por Isaac Asimov
• “Adell estaba lo suficientemente borracho como para intentarlo y lo suficientemente
sobrio como para traducir los símbolos y operaciones necesarias para formular la
pregunta que, en palabras, podría haber correspondido a esto: ¿Podrá la humanidad
algún día, sin el gasto neto de energía, devolver al Sol toda su juventud aún
después que haya muerto de viejo? O tal vez podría reducirse a una pregunta más
simple, como ésta: ¿Cómo puede disminuirse masivamente la cantidad neta de
entropía del universo? Multivac enmudeció. Los lentos resplandores oscuros
cesaron, los clicks distantes de los transmisores terminaron. Entonces, mientras los
asustados técnicos sentían que ya no podían contener más el aliento, el teletipo
adjunto a la computadora cobró vida repentinamente. Aparecieron cinco palabras
impresas: DATOS INSUFICIENTES PARA RESPUESTA ESCLARECEDORA.”
REFLEXIÓN FINAL
DATOS DE CONTACTO
• Correo institucional: martin_dominguez@inah.gob.mx
• Correo personal: nietzche_tolkien@yahoo.com.mx
• Perfil en academia.edu
• https://eahnm.academia.edu/Mart%C3%ADnCuitzeoDom%C3%ADnguezN%C3
%BA%C3%B1ez

Más contenido relacionado

Similar a How thick data can improve big data analysis for business:

introducción a la terminología de la sociedad
introducción a la terminología de la sociedadintroducción a la terminología de la sociedad
introducción a la terminología de la sociedadpausantiu
 
Clase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eClase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad etayloritajojo
 
Clase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eClase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eJAPR
 
Clase 1-introducción%20a%20la%20terminología%20de%20la%20sociedad%20e[1]
Clase 1-introducción%20a%20la%20terminología%20de%20la%20sociedad%20e[1]Clase 1-introducción%20a%20la%20terminología%20de%20la%20sociedad%20e[1]
Clase 1-introducción%20a%20la%20terminología%20de%20la%20sociedad%20e[1]tanztanz
 
Clase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eClase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eeddyr21
 
Clase 1introducción a la terminología de la sociedad
Clase 1introducción a la terminología de la sociedadClase 1introducción a la terminología de la sociedad
Clase 1introducción a la terminología de la sociedadpaulinasantinelli
 
1 introiduccion a la terminologia de la sociedad
1 introiduccion a la terminologia de la sociedad1 introiduccion a la terminologia de la sociedad
1 introiduccion a la terminologia de la sociedadLuis Carlos
 
Clase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eClase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad elaulecahe
 
Introduccion a la sociedad e info
Introduccion a la sociedad e infoIntroduccion a la sociedad e info
Introduccion a la sociedad e infoerikapoh
 
Clase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eClase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eGabriela
 
Clase 1
Clase 1Clase 1
Clase 1142918
 
1 introduccion a la terminologia de la sociedad e informacion
1 introduccion a la terminologia de la sociedad e informacion1 introduccion a la terminologia de la sociedad e informacion
1 introduccion a la terminologia de la sociedad e informacionMIGUEL
 
Clase 1-introducción a la terminología de la sociedad de informacion
Clase 1-introducción a la terminología de la sociedad de informacionClase 1-introducción a la terminología de la sociedad de informacion
Clase 1-introducción a la terminología de la sociedad de informacionarturo8888
 
Ronald vargas big data universidad hispanoamericana v2.1
Ronald vargas big data universidad hispanoamericana  v2.1Ronald vargas big data universidad hispanoamericana  v2.1
Ronald vargas big data universidad hispanoamericana v2.1Ronald Francisco Vargas Quesada
 
REDALAC-Exposición LUDWIG VALVERDE.pdf
REDALAC-Exposición LUDWIG VALVERDE.pdfREDALAC-Exposición LUDWIG VALVERDE.pdf
REDALAC-Exposición LUDWIG VALVERDE.pdfLudwigngelValverdeBo
 
Computación Cognitiva: Mejorando la experiencia del Cliente
Computación Cognitiva: Mejorando la experiencia del ClienteComputación Cognitiva: Mejorando la experiencia del Cliente
Computación Cognitiva: Mejorando la experiencia del ClienteRonald Francisco Vargas Quesada
 
inteligencia artificial y metaversos
inteligencia artificial y metaversosinteligencia artificial y metaversos
inteligencia artificial y metaversosPablo Acevedo
 
17 las imágenes como generadoras de insigths heriberto lopes iissc
17 las imágenes como generadoras de insigths heriberto lopes iissc17 las imágenes como generadoras de insigths heriberto lopes iissc
17 las imágenes como generadoras de insigths heriberto lopes iisscEvelyn Femat
 

Similar a How thick data can improve big data analysis for business: (20)

introducción a la terminología de la sociedad
introducción a la terminología de la sociedadintroducción a la terminología de la sociedad
introducción a la terminología de la sociedad
 
Clase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eClase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad e
 
Clase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eClase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad e
 
Clase 1-introducción%20a%20la%20terminología%20de%20la%20sociedad%20e[1]
Clase 1-introducción%20a%20la%20terminología%20de%20la%20sociedad%20e[1]Clase 1-introducción%20a%20la%20terminología%20de%20la%20sociedad%20e[1]
Clase 1-introducción%20a%20la%20terminología%20de%20la%20sociedad%20e[1]
 
Clase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eClase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad e
 
Clase 1introducción a la terminología de la sociedad
Clase 1introducción a la terminología de la sociedadClase 1introducción a la terminología de la sociedad
Clase 1introducción a la terminología de la sociedad
 
1 introiduccion a la terminologia de la sociedad
1 introiduccion a la terminologia de la sociedad1 introiduccion a la terminologia de la sociedad
1 introiduccion a la terminologia de la sociedad
 
Clase 1
Clase 1Clase 1
Clase 1
 
Clase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eClase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad e
 
Introduccion a la sociedad e info
Introduccion a la sociedad e infoIntroduccion a la sociedad e info
Introduccion a la sociedad e info
 
Clase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad eClase 1-introducción a la terminología de la sociedad e
Clase 1-introducción a la terminología de la sociedad e
 
Clase 1
Clase 1Clase 1
Clase 1
 
1 introduccion a la terminologia de la sociedad e informacion
1 introduccion a la terminologia de la sociedad e informacion1 introduccion a la terminologia de la sociedad e informacion
1 introduccion a la terminologia de la sociedad e informacion
 
Clase 1-introducción a la terminología de la sociedad de informacion
Clase 1-introducción a la terminología de la sociedad de informacionClase 1-introducción a la terminología de la sociedad de informacion
Clase 1-introducción a la terminología de la sociedad de informacion
 
Ronald vargas big data universidad hispanoamericana v2.1
Ronald vargas big data universidad hispanoamericana  v2.1Ronald vargas big data universidad hispanoamericana  v2.1
Ronald vargas big data universidad hispanoamericana v2.1
 
REDALAC-Exposición LUDWIG VALVERDE.pdf
REDALAC-Exposición LUDWIG VALVERDE.pdfREDALAC-Exposición LUDWIG VALVERDE.pdf
REDALAC-Exposición LUDWIG VALVERDE.pdf
 
Computación Cognitiva: Mejorando la experiencia del Cliente
Computación Cognitiva: Mejorando la experiencia del ClienteComputación Cognitiva: Mejorando la experiencia del Cliente
Computación Cognitiva: Mejorando la experiencia del Cliente
 
inteligencia artificial y metaversos
inteligencia artificial y metaversosinteligencia artificial y metaversos
inteligencia artificial y metaversos
 
Trabajo social y big data
Trabajo social y big dataTrabajo social y big data
Trabajo social y big data
 
17 las imágenes como generadoras de insigths heriberto lopes iissc
17 las imágenes como generadoras de insigths heriberto lopes iissc17 las imágenes como generadoras de insigths heriberto lopes iissc
17 las imágenes como generadoras de insigths heriberto lopes iissc
 

Más de Software Guru

Hola Mundo del Internet de las Cosas
Hola Mundo del Internet de las CosasHola Mundo del Internet de las Cosas
Hola Mundo del Internet de las CosasSoftware Guru
 
Estructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso realesEstructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso realesSoftware Guru
 
Building bias-aware environments
Building bias-aware environmentsBuilding bias-aware environments
Building bias-aware environmentsSoftware Guru
 
El secreto para ser un desarrollador Senior
El secreto para ser un desarrollador SeniorEl secreto para ser un desarrollador Senior
El secreto para ser un desarrollador SeniorSoftware Guru
 
Cómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto idealCómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto idealSoftware Guru
 
Automatizando ideas con Apache Airflow
Automatizando ideas con Apache AirflowAutomatizando ideas con Apache Airflow
Automatizando ideas con Apache AirflowSoftware Guru
 
Introducción al machine learning
Introducción al machine learningIntroducción al machine learning
Introducción al machine learningSoftware Guru
 
Democratizando el uso de CoDi
Democratizando el uso de CoDiDemocratizando el uso de CoDi
Democratizando el uso de CoDiSoftware Guru
 
Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0Software Guru
 
Taller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJSTaller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJSSoftware Guru
 
El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...Software Guru
 
¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?Software Guru
 
Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.Software Guru
 
Pruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOpsPruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOpsSoftware Guru
 
Elixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivosElixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivosSoftware Guru
 
Así publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stressAsí publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stressSoftware Guru
 
Achieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goalsAchieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goalsSoftware Guru
 
Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19Software Guru
 
De lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseñoDe lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseñoSoftware Guru
 
La importancia de crear User Personas y Escenarios
La importancia de crear User Personas y EscenariosLa importancia de crear User Personas y Escenarios
La importancia de crear User Personas y EscenariosSoftware Guru
 

Más de Software Guru (20)

Hola Mundo del Internet de las Cosas
Hola Mundo del Internet de las CosasHola Mundo del Internet de las Cosas
Hola Mundo del Internet de las Cosas
 
Estructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso realesEstructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso reales
 
Building bias-aware environments
Building bias-aware environmentsBuilding bias-aware environments
Building bias-aware environments
 
El secreto para ser un desarrollador Senior
El secreto para ser un desarrollador SeniorEl secreto para ser un desarrollador Senior
El secreto para ser un desarrollador Senior
 
Cómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto idealCómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto ideal
 
Automatizando ideas con Apache Airflow
Automatizando ideas con Apache AirflowAutomatizando ideas con Apache Airflow
Automatizando ideas con Apache Airflow
 
Introducción al machine learning
Introducción al machine learningIntroducción al machine learning
Introducción al machine learning
 
Democratizando el uso de CoDi
Democratizando el uso de CoDiDemocratizando el uso de CoDi
Democratizando el uso de CoDi
 
Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0
 
Taller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJSTaller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJS
 
El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...
 
¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?
 
Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.
 
Pruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOpsPruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOps
 
Elixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivosElixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivos
 
Así publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stressAsí publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stress
 
Achieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goalsAchieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goals
 
Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19
 
De lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseñoDe lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseño
 
La importancia de crear User Personas y Escenarios
La importancia de crear User Personas y EscenariosLa importancia de crear User Personas y Escenarios
La importancia de crear User Personas y Escenarios
 

Último

FloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptxFloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptx241522327
 
Plan Sarmiento - Netbook del GCBA 2019..
Plan Sarmiento - Netbook del GCBA 2019..Plan Sarmiento - Netbook del GCBA 2019..
Plan Sarmiento - Netbook del GCBA 2019..RobertoGumucio2
 
tics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxtics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxazmysanros90
 
El uso de las tic en la vida ,lo importante que son
El uso de las tic en la vida ,lo importante  que sonEl uso de las tic en la vida ,lo importante  que son
El uso de las tic en la vida ,lo importante que son241514984
 
definicion segun autores de matemáticas educativa
definicion segun autores de matemáticas  educativadefinicion segun autores de matemáticas  educativa
definicion segun autores de matemáticas educativaAdrianaMartnez618894
 
El uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFELEl uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFELmaryfer27m
 
Arenas Camacho-Practica tarea Sesión 12.pptx
Arenas Camacho-Practica tarea Sesión 12.pptxArenas Camacho-Practica tarea Sesión 12.pptx
Arenas Camacho-Practica tarea Sesión 12.pptxJOSEFERNANDOARENASCA
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafiosFundación YOD YOD
 
El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.241514949
 
Presentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadPresentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadMiguelAngelVillanuev48
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfSergioMendoza354770
 
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxMedidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxaylincamaho
 
Mapa-conceptual-del-Origen-del-Universo-3.pptx
Mapa-conceptual-del-Origen-del-Universo-3.pptxMapa-conceptual-del-Origen-del-Universo-3.pptx
Mapa-conceptual-del-Origen-del-Universo-3.pptxMidwarHenryLOZAFLORE
 
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.ppt
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.pptTEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.ppt
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.pptJavierHerrera662252
 
Google-Meet-como-herramienta-para-realizar-reuniones-virtuales.pptx
Google-Meet-como-herramienta-para-realizar-reuniones-virtuales.pptxGoogle-Meet-como-herramienta-para-realizar-reuniones-virtuales.pptx
Google-Meet-como-herramienta-para-realizar-reuniones-virtuales.pptxAlexander López
 
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6    CREAR UN RECURSO MULTIMEDIAActividad integradora 6    CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA241531640
 
GonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptxGonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptx241523733
 
Segunda ley de la termodinámica TERMODINAMICA.pptx
Segunda ley de la termodinámica TERMODINAMICA.pptxSegunda ley de la termodinámica TERMODINAMICA.pptx
Segunda ley de la termodinámica TERMODINAMICA.pptxMariaBurgos55
 
R1600G CAT Variables de cargadores en mina
R1600G CAT Variables de cargadores en minaR1600G CAT Variables de cargadores en mina
R1600G CAT Variables de cargadores en minaarkananubis
 
dokumen.tips_36274588-sistema-heui-eui.ppt
dokumen.tips_36274588-sistema-heui-eui.pptdokumen.tips_36274588-sistema-heui-eui.ppt
dokumen.tips_36274588-sistema-heui-eui.pptMiguelAtencio10
 

Último (20)

FloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptxFloresMorales_Montserrath_M1S3AI6 (1).pptx
FloresMorales_Montserrath_M1S3AI6 (1).pptx
 
Plan Sarmiento - Netbook del GCBA 2019..
Plan Sarmiento - Netbook del GCBA 2019..Plan Sarmiento - Netbook del GCBA 2019..
Plan Sarmiento - Netbook del GCBA 2019..
 
tics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptxtics en la vida cotidiana prepa en linea modulo 1.pptx
tics en la vida cotidiana prepa en linea modulo 1.pptx
 
El uso de las tic en la vida ,lo importante que son
El uso de las tic en la vida ,lo importante  que sonEl uso de las tic en la vida ,lo importante  que son
El uso de las tic en la vida ,lo importante que son
 
definicion segun autores de matemáticas educativa
definicion segun autores de matemáticas  educativadefinicion segun autores de matemáticas  educativa
definicion segun autores de matemáticas educativa
 
El uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFELEl uso delas tic en la vida cotidiana MFEL
El uso delas tic en la vida cotidiana MFEL
 
Arenas Camacho-Practica tarea Sesión 12.pptx
Arenas Camacho-Practica tarea Sesión 12.pptxArenas Camacho-Practica tarea Sesión 12.pptx
Arenas Camacho-Practica tarea Sesión 12.pptx
 
La era de la educación digital y sus desafios
La era de la educación digital y sus desafiosLa era de la educación digital y sus desafios
La era de la educación digital y sus desafios
 
El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.El uso de las TIC's en la vida cotidiana.
El uso de las TIC's en la vida cotidiana.
 
Presentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidadPresentación inteligencia artificial en la actualidad
Presentación inteligencia artificial en la actualidad
 
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdfPARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
PARTES DE UN OSCILOSCOPIO ANALOGICO .pdf
 
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptxMedidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
Medidas de formas, coeficiente de asimetría y coeficiente de curtosis.pptx
 
Mapa-conceptual-del-Origen-del-Universo-3.pptx
Mapa-conceptual-del-Origen-del-Universo-3.pptxMapa-conceptual-del-Origen-del-Universo-3.pptx
Mapa-conceptual-del-Origen-del-Universo-3.pptx
 
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.ppt
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.pptTEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.ppt
TEMA 2 PROTOCOLO DE EXTRACCION VEHICULAR.ppt
 
Google-Meet-como-herramienta-para-realizar-reuniones-virtuales.pptx
Google-Meet-como-herramienta-para-realizar-reuniones-virtuales.pptxGoogle-Meet-como-herramienta-para-realizar-reuniones-virtuales.pptx
Google-Meet-como-herramienta-para-realizar-reuniones-virtuales.pptx
 
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6    CREAR UN RECURSO MULTIMEDIAActividad integradora 6    CREAR UN RECURSO MULTIMEDIA
Actividad integradora 6 CREAR UN RECURSO MULTIMEDIA
 
GonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptxGonzalezGonzalez_Karina_M1S3AI6... .pptx
GonzalezGonzalez_Karina_M1S3AI6... .pptx
 
Segunda ley de la termodinámica TERMODINAMICA.pptx
Segunda ley de la termodinámica TERMODINAMICA.pptxSegunda ley de la termodinámica TERMODINAMICA.pptx
Segunda ley de la termodinámica TERMODINAMICA.pptx
 
R1600G CAT Variables de cargadores en mina
R1600G CAT Variables de cargadores en minaR1600G CAT Variables de cargadores en mina
R1600G CAT Variables de cargadores en mina
 
dokumen.tips_36274588-sistema-heui-eui.ppt
dokumen.tips_36274588-sistema-heui-eui.pptdokumen.tips_36274588-sistema-heui-eui.ppt
dokumen.tips_36274588-sistema-heui-eui.ppt
 

How thick data can improve big data analysis for business:

  • 1. ¿CÓMO EL “THICK DATA” PUEDE AYUDAR A MEJORAR LOS ANÁLISIS PROVENIENTES DEL BIG DATA EN EL MUNDO DE LOS NEGOCIOS? Un perspectiva desde la semiótica y la antropología Dr. Martín Cuitzeo Domínguez Núñez Escuela de Antropología e Historia del Norte de México.
  • 2. ¿PERAS Y MANZANAS? • ¿Qué relación tienen la ciencia de lso datos y el Big Data con la antropología y la semiótica? • ¿En qué consiste el Thick Data? • ¿Por qué el Big Data necesita del Thick Data?
  • 3. • Martín Cuitzeo Domínguez Núñez es Doctor en Antropología por el Centro de Investigaciones y Estudios Superiores en Antropología Social Ciesas. Tiene una maestría en semiótica por la Universidad Industrial de Santander y es arqueólogo la Escuela Nacional de Antropología e Historia. Realizó una estancia corta de investigación en el laboratorio de de la Universidad de Carleton en Ottawa. • Ha obtenido a lo largo de su carrera cinco becas de investigación por parte de las siguientes instituciones: OEA, Universidad de Carleton, el Conacyt y la Asociación Internacional de Mitología Comparada. • Actualmente es profesor e investigador de la Escuela de Antropología e Historia del Norte de México en Chihuahua. • Ha impartido charlas, conferencias y cursos en Estonia, Canadá, Japón, Argentina, Colombia y Estados Unidos entre países • Intereses: • Relación la antropología, la semiótica, la arqueología • y la ciencia de datos. • Saberes astronómicos indígenas. • Pinturas rupestres. • Mitología. • Cibercartografía y mapas web.
  • 4. • 1.-El poder del Thick Data. • 2.- Definiendo la antropología y la semiótica. • 3.-Chill Netflix. • 4.- El drama de Nokia. • 5.-Crédit du Nord. • 6.- Saber resolver problemas. Saber plantear problemas. • 7.- La última pregunta. • 8.-Reflexiones finales.
  • 5. EL PODER DEL THICK DATA • THICK DATA quiere decir literalmente DATOS DENSOS. El concepto ha sido desarrollado y popularizado por la antropóloga Tricia Wang para referirse a los datos que nos permiten reconstruir los contextos sociales, emociones y significados de los usuarios que estudiamos. Estos datos son fundamentales para el éxito o fracaso de una estrategia, producto, servicio o proceso(Antropología 2.0, Mondragón: 2017) . Son también datos clave para la interpretación de los resultados obtenidos por el Big Data. Sobre todo ayudan en momentos de alta incertidumbre.
  • 6. Tomado del blog Antropología 2.0 (Mondragón, 2017)
  • 7. • La ANTROPOLOGÍA es una disciplina y una forma de mirar que busca la diversidad en los procesos socioculturales, así como las distintas versiones de lo que puede ser una cultura (Vázquez, 2018: 9). La etnografía se desprende como técnica y método de la antropología.
  • 8. • A la SEMIÓTICA se le puede definir como la disciplina encargada de estudiar los procesos de significación y creación de sentido a través de signos, representaciones, prácticas y sistemas semióticos (Blanco, 2006; Fontanille; 2001, 2016; Marsciani, 2017a, 2017 b). Los sistemas semióticos son los diferentes tipos de lenguajes a través de los cuáles nos comunicamos. Existen lenguajes visuales, matemáticos, informáticos, verbales, no verbales o kinestésicos y olfativos entre otros.
  • 9. • Netflix la compañía más importante de streaming en el mundo sabía que había información que se escapaba a sus análisis de Big Data y que necesitaba conocer para mejorar su servicio. Por ejemplo ¿Qué comen los usuarios cuando ven sus series? ¿Con quién ven las series? ¿Qué prácticas y comportamientos tienen las personas cuando ven las series? • Se contrato al antropólogo Grant McCracken. El descubrió trabajando con pequeños grupos de personas que a los usuarios les encantan las maratones de series. También descubrió el concepto de Netflix and Chill.
  • 10. EL DRAMA NOKIA • En 2009 Nokia era una compañía líder en China. Nokia realizó un estudio de Big Data muy costoso y masivo y buscaba colocar su producto entre consumidores de ”élite”. • La antropóloga Tricia Wang realizó un estudio cualitativo entre cien personas. Descubrió que la gente de bajos recursos aspiraba a tener un celular de alta tecnología. La tendencia debía de ser desarrollar celulares de bajo costo y alta tecnología al alcance de personas de sectores populares. • Nokia desestimó el estudio por ser una muestra muy pequeña. En 2013 Nokia fue absorbida por Microsoft.
  • 11. ESTRELLAS CERRADAS-ESTRELLAS ABIERTAS EL CASO DEL CRÉDIT DU NORD• A inicios de los años 80, el banco francés Crédit du Nord necesitaba un cambio de imagen. Querían cambiar su percepción entre los clientes como banco burocrático, anticuado y poco atractivo. • Se contrato al semiótico francés Jean Marie Floch. • El concepto a transmitir identificado por él para resolver el problema fue el de “claridad”. • Él se preguntó ¿Qué símbolos transmiten claridad en nuestra cultura? • La estrella • Se preguntó también qué estilo de diseño transmite más claridad? Diseños con formas sencillas y líneas cerradas. • El concepto se aplicó a al diseño de interiores de sucursales. • El banco aumento la facturación en millones de francos.
  • 12. SABER RESOLVER PROBLEMAS, SABER PLANTEAR PROBLEMAS • Nos enfrentamos a problemas complejos que ni siquiera sabemos que son problemas. • Es importante resolver problemas a partir de Big Data. Pero esto no es suficiente pues se necesita aprender a identificar y plantear problemas que no son claros o no lo parecen en un principio. • La antropología y la semiótica son un coadyuvante para la ciencia de datos que permite, a través de enfoques cualitativos, resolver problemas; pero sobre todo identificarlos y plantearlos de forma concreta. • Big Data nos da las respuestas, pero requerimos las preguntas correctas. Imagen tomada de (Michel, 2008: 31)
  • 13. LA ÚLTIMA PREGUNTA • Cuento de ciencia ficción escrito por Isaac Asimov • “Adell estaba lo suficientemente borracho como para intentarlo y lo suficientemente sobrio como para traducir los símbolos y operaciones necesarias para formular la pregunta que, en palabras, podría haber correspondido a esto: ¿Podrá la humanidad algún día, sin el gasto neto de energía, devolver al Sol toda su juventud aún después que haya muerto de viejo? O tal vez podría reducirse a una pregunta más simple, como ésta: ¿Cómo puede disminuirse masivamente la cantidad neta de entropía del universo? Multivac enmudeció. Los lentos resplandores oscuros cesaron, los clicks distantes de los transmisores terminaron. Entonces, mientras los asustados técnicos sentían que ya no podían contener más el aliento, el teletipo adjunto a la computadora cobró vida repentinamente. Aparecieron cinco palabras impresas: DATOS INSUFICIENTES PARA RESPUESTA ESCLARECEDORA.”
  • 15. DATOS DE CONTACTO • Correo institucional: martin_dominguez@inah.gob.mx • Correo personal: nietzche_tolkien@yahoo.com.mx • Perfil en academia.edu • https://eahnm.academia.edu/Mart%C3%ADnCuitzeoDom%C3%ADnguezN%C3 %BA%C3%B1ez