DICS: de los datos a la sabiduría para tomar decisiones

DICS significa datos, información, conocimiento y sabiduría. Es un modelo conceptual, conocido en inglés como DIKW, que ayuda a distinguir registros, contexto, comprensión y criterio para decidir. No es una jerarquía universal demostrada ni implica que acumular datos produzca sabiduría automáticamente. En marketing puede servir para preguntar qué sabemos, qué inferimos y qué decisión podemos justificar.

Qué diferencia hay entre datos, información, conocimiento y sabiduría

Datos: registros de observaciones, como un clic, una fecha o una consulta recibida. Su significado depende de cómo se obtuvieron y de qué representan.

Información: datos organizados con contexto. Por ejemplo, separar las consultas de una web por período, página de origen y tipo de servicio.

Conocimiento: comprensión que permite interpretar esa información y actuar. Requiere contrastar explicaciones con experiencia y evidencia; una coincidencia no demuestra causalidad.

Sabiduría: criterio para decidir qué conviene hacer, considerando objetivos, límites y consecuencias. En este modelo, elegir no ampliar una campaña hasta comprobar la calidad de sus contactos puede ser una decisión más razonable que perseguir más clics.

Ejemplo de DICS aplicado al marketing

Imagina que un equipo recibe consultas desde dos páginas. Los envíos registrados son datos. Al clasificarlos por servicio y comprobar cuáles corresponden a solicitudes reales, obtiene información. Al revisar preguntas, formularios y conversaciones comerciales, construye conocimiento sobre las dificultades del recorrido. Finalmente, decide qué cambiar y qué no cambiar según sus recursos, prioridades y riesgos. Es un ejemplo hipotético, no un caso medido de Agencia Cero.

Para aplicar el modelo: define primero la decisión; revisa la procedencia y calidad de los datos; añade el contexto que falta; contrasta explicaciones; y registra la decisión y sus resultados. Nuestro enfoque de analítica digital y datos de marketing conecta la medición con preguntas concretas del negocio.

Origen y límites del modelo DIKW

La revisión académica de Jennifer Rowley, publicada en 2007, compara distintas representaciones de la jerarquía y recoge como referencia el trabajo From data to wisdom de Russell Ackoff, de 1989. No conviene atribuir todo el modelo a un único inventor: sus conceptos y antecedentes tienen varias formulaciones, y las definiciones no son idénticas entre autores.

La revisión de la pirámide del conocimiento de ISKO describe el modelo y sus críticas. En la práctica, la experiencia también orienta qué datos recoger y cómo interpretarlos. El esquema es útil para conversar sobre decisiones, pero no sustituye la validación de información ni establece una cadena automática de transformación.

Infoxicación y atención: contexto histórico para entender DICS

La discusión que sigue conserva las ideas, ejemplos y referencias históricas del artículo. Varias aparecen en Más allá de Google, de Jorge Juan Fernández García, una recopilación de reflexiones sobre información y conocimiento. Sus “leyes” y proporciones deben leerse como analogías, aforismos o descripciones de un contexto, no como leyes físicas ni mediciones actuales aplicables a todas las organizaciones.

Ley de Malthus de la información 

“Cada nueva fracción de información producida que realmente es consumida tiende a cero.”

La analogía de Malthus contrapone una oferta creciente de información con límites de tiempo y atención. Hablar de crecimiento exponencial de la oferta y lineal del consumo expresa esa tensión, pero no demuestra que ambas magnitudes sigan siempre esas funciones en cualquier contexto.

La referencia histórica citada para esta idea es Ithiel de Sola Pool y su libro Communications Flows: A Census in the United States and Japan (1984). Se conserva como antecedente bibliográfico de la discusión, no como prueba de una ley universal.

Principio de la infoxicación [Formulado por Alfons Cornella]

En su momento, Alfons Cornella tuvo el atrevimiento de definir un neologismo que ha tenido cierto éxito: infoxicación. La palabra surgió para definir la situación de exceso informacional, de intoxicación informacional, en la que tienes más información para procesar de la que humanamente puedes, y, como consecuencia, surge la ansiedad (algo que se ha denominado técnicamente information fatigue syndrome). Este término fue acuñado en 1996 por el psicólogo británico David Lewis, a quien debemos la interesante sentencia: “Knowledge is power, but information is not”. Lewis fue el autor del informe Dying for Information, financiado por Reuters, en el que se describía la mísera vida del ejecutivo “informacionalmente inundado”.

El término en inglés para infoxicación es information overload (sobrecarga informacional). Pues bien, la infoxicación es ya un problema de nuestra sociedad y, por tanto, también una gran fuente de oportunidades. La comparación histórica con los primeros años de la web ayuda a entender la preocupación, pero no demuestra que todas las personas sufran hoy más sobrecarga ni que el spam sea un fenómeno posterior a los buscadores.

La cantidad de información que recibes por unidad de tiempo puede aumentar cuando se multiplican los canales y las fuentes. Los estímulos que recibiremos en forma de e-mail, audio, vídeo, teléfono, mensajería instantánea, feeds, etc., pueden acumularse. Es cada vez más barato enviar un bit a donde sea. Pero la variable informacionalmente crítica, que es la atención, es justamente la opuesta del ancho de banda: la cantidad de tiempo que podemos dedicar a cada input es cada vez menor, porque debemos repartir la cantidad finita de tiempo del que disponemos entre más y más elementos de información. Nuestra atención es “el” recurso escaso.

La versión original citaba una noticia de 2005 sobre un estudio para HP y comparaba la distracción de estar siempre conectado con los efectos de la marihuana. Esa comparación periodística no basta para establecer una equivalencia clínica ni causal, por lo que no la usamos como recomendación de salud. La pregunta práctica sigue siendo útil: ¿qué interrupciones pueden agruparse, filtrarse o atenderse en horarios definidos? La referencia histórica era BBC News, E-mails hurt IQ more than pot (2005).

Esta ley está relacionada con el principio de Goldhaber de la “economía de la atención”. El artículo que originó esta idea se publicó en la revista First Monday en abril de 1997: “The Attention Economy: The Natural Economy of the Net” (http://www.firstmonday.org/issues/issue2_4/goldhaber/index.html), que más tarde (diciembre 1997) se publicó como “Attention Shoppers!” en la revista Wired (http://www.wired.com/wired/5.12/es_attention.html?topic=&topic_set).

Michael Goldhaber desarrolló el concepto de economía de la atención, según el cual el exceso de información vuelve especialmente valioso el tiempo que las personas pueden dedicar a ella. Su sitio de referencia es http://www.goldhaber.org. La discusión también recoge la conocida observación de Herbert Simon de que la abundancia de información consume atención; aquí se emplea como marco conceptual, no como una medición del comportamiento de todos los usuarios.

John Hagel (http://www.johnhagel.com/) ha realizado una estupenda revisión del concepto de Economics of Attention en su blog (http://edgeperspectives.typepad.com/edge_perspectives/2006/12/the_economics_o.html). También Juan Freire en su blog (http://nomada.blogs.com/jfreire/), con un post titulado “De la persuasión de la publicidad analógica a la sinceridad o engaño absolutos del marketing digital” (http://nomada.blogs.com/jfreire/2007/01/de_la_persuasin.html). Ambas lecturas son altamente recomendables.

Conseguir la atención depende de la pertinencia del mensaje, del contexto y de las alternativas disponibles. El informe histórico How Much Information? 2003, de la University of California at Berkeley (http://www.sims.berkeley.edu/research/projects/how-much-info-2003), estimó cerca de 5 exabytes de información nueva almacenada durante 2002 en los medios que estudió. Esa cifra pertenece a su período y alcance; no representa la producción anual actual de toda la información digital.

El “problema de la atención” se podría resumir en dos puntos: ·  El “ancho de banda” de información que recibe la gente no para de crecer, porque la tecnología permite enviar más información en menos tiempo, y porque hay más agentes que emiten hacia los receptores potenciales. Este “ancho de banda personal” es la cantidad de información que alguien recibe por unidad de tiempo, b=i/t, cantidad que crece cada día que pasa. ·  Pero, al mismo tiempo, la “atención personal”, o sea, la cantidad de tiempo que uno puede dedicar a cada información que recibe, a=t/i, disminuye cada vez más. Es lógico, porque ambas variables son inversas la una de la otra: a mayor “ancho de banda personal”, menor capacidad de “atención personal”.

¿Qué soluciones hay? Hay que diseñar instrumentos para reducir el ruido informacional que recibimos, y aumentar la productividad del tiempo de atención de que disponemos. De hecho, ya tenemos herramientas para hacerlo, pero no las usamos debidamente. Por ejemplo, uno puede usar los lectores de feed para recibir automáticamente lo que se va publicando en las páginas que nos interesan, sin necesidad de acudir a ellas, en una evolución de gran calado desde los mass media (medios de masas) a los my media (mis medios). La dificultad estriba en ser selectivo a la hora de suscribirse a fuentes de información.

Pero el punto crítico está en comunicar más eficientemente. En sintetizar el mensaje, en presentarlo de forma atractiva, en combinar textos e imágenes y cualquier otro formato que le dé riqueza y facilite su comprensión. En explicar historias más que en dar datos. En sintonizar lo que quieres comunicar con el momento de atención del receptor; o sea, en saber encontrar cuándo éste está en el mejor estado de ánimo para poder digerir (metabolizar) la información que se le da. Presentar la información en una dieta informacional que sea útil y emocionante (es información lo que sorprende, no lo que ya sabemos). Porque la información que llega sin criterio o sin pasión es ruido. Y el ruido molesta.

Este principio ha sido formulado por Alfons Cornella, fundador y presidente de Infonomia.com, la red de innovadores, un think tank sobre cómo las organizaciones se transforman como consecuencia de la intersección de tecnologías, ideas y personas, en su libro Futuro Presente, ilustrado por Sergi Rucabado.

Ley de la gravedad [Formulada por Juan Francisco Martínez]

“El que sabe, atrae.”

La metáfora “el que sabe, atrae” propone que una persona capaz de resolver problemas puede convertirse en referente para otras. Es una analogía con la atracción gravitatoria, no una relación física ni una fórmula que permita calcular consultas a partir del conocimiento acumulado.

Hay que señalar que la ley (“el que sabe, atrae”) es aplicable a los seres humanos y a soportes físicos. Dicha atracción puede producirse entre diversos robots de Internet que realizan búsquedas, catalogación y almacenamiento del conocimiento. O puede movilizar la atracción de personas y buscadores sobre ellos, como ocurre con Wikipedia (https://www.wikipedia.org).

En un equipo, la experiencia puede hacer que determinadas personas reciban más consultas. La demanda también depende de su disponibilidad, de la confianza y de cómo se comparte lo aprendido. La analogía no debe confundirse con la segunda ley de Newton ni con una proporcionalidad demostrada entre conocimiento y atención.

De este modo, la capacidad de atracción (el número de veces en que uno es consultado o requerido) depende del diferencial entre lo que uno sabe y lo que saben los demás, así como de lo único, escaso y organizacionalmente necesario que sea ese conocimiento que uno posee. Así (y siempre que las jerarquías organizativas sean horizontales, abiertas y planas), cuanto mayor sea la diferencia entre lo que uno sabe y lo que saben los demás, mayor número de veces será uno consultado. El camino para evitar un cuello de botella sería compartir el conocimiento, de modo que se reduzcan las diferencias y se multiplique el número de nodos a los que acceder para su adquisición.

Dado que la economía del conocimiento no está basada en un juego de suma cero (el conocimiento que gana alguien no exige que lo pierda quien lo comparte), facilitar el conocimiento al resto de personas fortalece al propietario del conocimiento semilla original como nodo dentro de la red de conocimiento creada (más información en: http://matenomia.blogspot.com/2006/07/ley-de-la-gravedad-leyes.html.

Regla del 90-9-1 

Lurkershhhhhh

La regla 90-9-1 describe una distribución orientativa: muchas personas leen sin publicar, una minoría contribuye ocasionalmente y un grupo pequeño produce gran parte del contenido. Jakob Nielsen la explicó en su artículo sobre desigualdad de participación. Los porcentajes no son una constante universal: hay que medir la comunidad, el período y qué se considera participar.

Los lurkers están en “shhhhhhilencio”. Son como la letra “h”, que se escribe en las palabras, y no participa en su pronunciación. Pero tal y como se señala en Wikipedia: “De acuerdo con la teoría de las comunidades de práctica, un lurker tiene una participación periférica legítima y se espera que, con el tiempo, pueda llegar a integrarse como un miembro activo de la comunidad”.

Una referencia de investigación sobre esta idea de “desigualdad en la participación” (participation inequality) incluye el trabajo de Will Hill, de Bell Communications Research, con otros autores: Steve Whittaker, Loren Terveen, Will Hill, and Lynn Cherny (1998): “The dynamics of mass interaction”, Proceedings of CSCW 98, the ACM Conference on Computer-Supported Cooperative Work (Seattle, WA, November 14-18, 1998), pp. 257-264. Disponible en http://www.ghostweather.com/papers/dynamics-mass-interaction.pdf.

Aili McConnon en Business Week, InData, p. 40, IN, September, 2006, ha generado una información visual muy interesante y complementaria, disponible en: http://www.businessweek.com/magazine/content/06_39/b4002423.htm#search=%22Business%20Week%2C%20InData%22. También en la columna “Participation Inequality: Encouraging More Users to Contribute” del famoso boletín quincenal Alertbox de Jakob Nielsen del 8 de octubre de 2006: http://www.useit.com/alertbox/participation_inequality.html. Un buen artículo donde Nielsen explica los aspectos negativos de esta desigualdad en la participación, y qué se puede hacer para evitarla (en la medida en la que sea posible).

Nielsen (http://www.useit.com/jakob/) es una de las autoridades más respetadas en el ámbito mundial sobre usabilidad web, y cofundador de Nielsen Norman Group (http://www.nngroup.com/) junto con Donald Norman (http://www.jnd.org/), otro experto mundial en usabilidad.

La dificultad de estimar estos datos es que un lurker, para serlo, no se puede reconocer online. Mientras que los valores del 9% y el 1% sí se pueden calcular de forma directa (por el número de comentaristas y por la frecuencia de sus comentarios), el 90% sólo se puede estimar de forma indirecta.

Principio olímpico de la resignación informacional [Formulado por Jorge Juan Fernández]

“En un contexto de infoxicación, no se puede absorber todo lo que uno cree que debe saber.” 

Corolario: en términos informacionales, hay que saber perder. Es decir, lo importante es participar…

Paradoja del síndrome asintótico

“Saber que se está cada vez más cerca sin dejar de saber que no se llega nunca.”

Esta paradoja es el aforismo n.º 624 formulado por Jorge Wagensberg en su libro A más cómo, menos por qué (Tusquets Editores, Metatemas 92).

Jorge Wagensberg fue físico, profesor en la Universidad de Barcelona y divulgador científico.

Principio del 99/1 [Formulado por Jorge Juan Fernández]

«Un trabajador del conocimiento dedica el 99% de su tiempo a la ingestión de información, y sólo el 1% a su digestión.»

El principio del 99/1 es un aforismo sobre dedicar demasiado tiempo a recibir información y poco a interpretarla. No es una estadística comprobada del reparto de tiempo de todos los trabajadores. Su utilidad está en invitar a reservar espacios para contrastar fuentes, discutir lo aprendido y convertirlo en decisiones.

En resumen, el problema que se genera con la infoxicación puede abordarse definiendo una dieta informacional. Y dándonos tiempo a digerir lo que ingerimos. Porque “no existen sustancias tóxicas, sólo dosis tóxicas” (aforismo n.º 682 formulado por Jorge Wagensberg en A más cómo, menos por qué).

Paradoja de los sistemas de búsqueda de información [Formulada por Alfons Cornella]

«Tenemos máquinas para generar más información, pero no herramientas para descubrir qué información es la más relevante para nuestras necesidades en un momento determinado.»

La crítica histórica de Cornella señala una tensión: una herramienta puede aumentar los resultados disponibles sin resolver cuáles son pertinentes. Los sistemas de búsqueda y las herramientas de IA han cambiado, pero sigue siendo necesario comprobar fuentes, contexto y relevancia antes de usar una respuesta para decidir.

En el fondo está el dilema entre la exhaustividad (“todo lo que hay sobre”) y la relevancia (“lo más útil sobre”). El mundo «googlelizado» es un mundo de exhaustividad. Pero el mundo de los humanos, al menos mientras no consigamos reemplazar nuestro cerebro por algo mejor, es un mundo de proceso limitado de información (no podemos aumentar nuestras horas de vigilia) y, para sobrevivir informacionalmente, la relevancia es crítica. ¿Dispondremos algún día de los instrumentos, y las capacidades, para convertir esa exhaustividad en conocimiento relevante?

Principio de la sabiduría colectiva [Recopilado por Alfons Cornella]

“En determinadas circunstancias, los grupos grandes (o sea, las multitudes) son más inteligentes que las personas más inteligentes del grupo.”

En un fantástico e instructivo libro, The Wisdom of Crowds, traducido al castellano como Cien mejor que uno, James Surowiecki explica que la agregación de la inteligencia de la multitud genera una inteligencia colectiva excelente. Así, Surowiecki sugiere que en lugar de ir buscando siempre a un “experto” como aquel que es más inteligente y tiene la solución para un determinado problema, quizá fuera mejor, simplemente, “preguntar a la multitud”. 

Surowiecki avisa, sin embargo, de que, para que una multitud sea inteligente, es preciso que se cumplan cuatro condiciones: 

1. Diversidad: el grupo de personas es suficientemente diverso, para que todo el espectro de posibles opiniones esté representado.

2. Independencia: cada persona decide basándose en la información individual que tiene, y no en el comportamiento de los demás.

3.  Descentralización: las personas del grupo tienen un cierto grado de especialización en su área de conocimiento local (o sea, hay experiencia distribuida).

4.  Agregación: hay algún tipo de mecanismo para recabar la opinión de los individuos con el fin de derivar una decisión colectiva.

PageRank suele usarse como analogía de una valoración distribuida mediante enlaces. Es una simplificación: el sistema no consiste solo en contar enlaces ni todos tienen el mismo peso. Tampoco equivale por sí solo a la clasificación actual de Google. El ejemplo ayuda a discutir cómo agregar señales, no a justificar la compra o acumulación artificial de enlaces.

Las “votaciones” son realizadas por millones de páginas (detrás de las cuales hay personas que las han hecho), de temas increíblemente diversos, y han puesto los links a otras páginas con gran independencia (aunque aquí quizá deberíamos discutir un poco más… porque hay algunas páginas que se convierten en referentes de facto sin que la gente ni siquiera las conozca bien, caso de los periódicos).

Volviendo al tema de las cuatro condiciones, me da la impresión de que empiezan a aparecer algunas paradojas. Así, éste es un momento de la historia en la que prácticamente las cuatro condiciones se podrían cumplir cada día. Hay, en principio, acceso a tanta información como se quiera, cada cual puede especializarse en lo que prefiera, hay mecanismos novedosos para recabar las opiniones, etc. Pero, curiosamente, es también el momento en que estamos, quizás, más desinformados, y en el que somos más susceptibles de ser manipulados, en masa. O sea, es más difícil en la práctica asegurar que las personas sean informacionalmente independientes.

James Surowiecki es el autor de The Wisdom of Crowds, conocido en español como Cien mejor que uno. La referencia original también recogía su trabajo en la columna The Financial Page de The New Yorker; se menciona como contexto histórico, no como confirmación de su cargo actual.

Principio del correo electrónico no deseado [Formulado por Jorge Juan Fernández]

Existen tres tipos de correo electrónico no deseado, que afectan de manera diferente a los trabajadores del conocimiento y a las organizaciones:

El primero es el spam: correo no solicitado, a menudo masivo, que puede tener fines comerciales o fraudulentos. El artículo original citaba estimaciones antiguas de Radicati Group (http://www.radicati.com) y una supuesta duplicación cada 18 meses. Sin una serie, fecha y metodología comprobadas, esas cifras no describen el volumen actual ni constituyen una ley de crecimiento.

·  El segundo es el spam-PPT: es aquel e-mail, solicitado o no, que lleva adjuntos ficheros, proveniente de direcciones de correo electrónico conocidas, sin fines comerciales, pero que roba tiempo a un trabajador del conocimiento y atasca el servidor. La temática es variada, pero se concentra en tres temas: sexo, consejos sobre la vida y el amor, y rivalidades deportivas.

·  El tercero es el spam informacional: es aquel correo electrónico que se genera dentro de las organizaciones para asegurarse de que “mi jefe sabe cuánto trabajo…”. Tiene mucha relación con el principio SNAFU (“Situation Normal: All Fucked Up” ): la comunicación de calidad sólo es posible entre iguales.

El siguiente recuadro conserva la comparación conceptual entre los tres tipos. Los asteriscos indican intensidad relativa dentro del ejemplo, no mediciones. El origen, los adjuntos, el peso y el efecto sobre servidores varían; la tabla no es un diagnóstico técnico ni jurídico.

En todo caso, si aceptamos que el e-mail es un medio de comunicación cuya función es poner en contacto, cada tipo de correo electrónico no deseado se combate de forma distinta:

·  Contra el spam se puede luchar (ver kNewton: buscando un orden en la información (2004) para un análisis de las diferentes opciones), destruyendo su modelo de negocio, lo cual consiste principalmente en hacer más caro a los spammers el envío de spam.

Frente al spam-PPT: acuerda con tus contactos qué materiales son pertinentes y por qué canal compartirlos. Evita reenviar archivos sin un propósito y sin considerar el tiempo de quien los recibe. La referencia histórica a la ley de Postel se usa aquí como invitación a cuidar lo que enviamos, no como una solución técnica universal.

Frente al spam informacional: define destinatarios, propósito y acción esperada antes de enviar un correo. Usa resúmenes y repositorios compartidos cuando reduzcan duplicaciones. La responsabilidad depende tanto de los hábitos individuales como de las reglas del equipo; no se soluciona solo con una herramienta de filtrado.

Cómo pasar de acumular información a tomar mejores decisiones

Empieza con una pregunta concreta, no con todos los datos disponibles. Identifica quién los produce, cuándo se actualizaron y qué límites tienen. Separa hechos, interpretaciones e hipótesis. Decide qué evidencia adicional cambiaría tu conclusión y asigna un responsable para revisar el resultado. Ese recorrido da un uso práctico a DICS sin convertirlo en una receta infalible.

Para equipos de marketing, el objetivo puede ser revisar la calidad de los contactos, comprender una caída en consultas o priorizar contenido. En todos los casos, conviene conectar el análisis con la estrategia y documentar lo que todavía no se sabe. Puedes revisar nuestro enfoque de marketing integral.