DICS: dos dados à sabedoria para tomar decisões

DICS significa dados, informação, conhecimento e sabedoria. É um modelo conceitual, conhecido em inglês como DIKW, que ajuda a distinguir registros, contexto, compreensão e critério para decidir. Não é uma hierarquia universal comprovada nem implica que acumular dados produza sabedoria automaticamente. No marketing, pode servir para perguntar o que sabemos, o que inferimos e qual decisão podemos justificar.

Qual é a diferença entre dados, informação, conhecimento e sabedoria

Dados: registros de observações, como um clique, uma data ou uma consulta recebida. Seu significado depende de como foram obtidos e do que representam.

Informação: dados organizados com contexto. Por exemplo, separar as consultas de um site por período, página de origem e tipo de serviço.

Conhecimento: compreensão que permite interpretar essas informações e agir. Exige confrontar explicações com experiência e evidências; uma coincidência não demonstra causalidade.

Sabedoria: critério para decidir o que convém fazer, considerando objetivos, limites e consequências. Nesse modelo, escolher não ampliar uma campanha até verificar a qualidade de seus contatos pode ser uma decisão mais razoável do que buscar mais cliques.

Exemplo de DICS aplicado ao marketing

Imagine que uma equipe recebe consultas de duas páginas. Os envios registrados são dados. Ao classificá-los por serviço e verificar quais correspondem a solicitações reais, ela obtém informação. Ao revisar perguntas, formulários e conversas comerciais, constrói conhecimento sobre as dificuldades do percurso. Por fim, decide o que mudar e o que não mudar conforme seus recursos, prioridades e riscos. É um exemplo hipotético, não um caso medido da Agencia Cero.

Para aplicar o modelo: primeiro, defina a decisão; revise a procedência e a qualidade dos dados; acrescente o contexto que falta; confronte explicações; e registre a decisão e seus resultados. Nossa abordagem de análise digital e dados de marketing conecta a mensuração a perguntas concretas do negócio.

Origem e limites do modelo DIKW

A revisão acadêmica de Jennifer Rowley, publicada em 2007, compara diferentes representações da hierarquia e inclui como referência o trabalho From data to wisdom, de Russell Ackoff, de 1989. Não convém atribuir todo o modelo a um único inventor: seus conceitos e antecedentes têm várias formulações, e as definições não são idênticas entre autores.

A revisão da pirâmide do conhecimento da ISKO descreve o modelo e suas críticas. Na prática, a experiência também orienta quais dados coletar e como interpretá-los. O esquema é útil para conversar sobre decisões, mas não substitui a validação de informações nem estabelece uma cadeia automática de transformação.

Infoxicação e atenção: contexto histórico para entender DICS

A discussão a seguir preserva as ideias, os exemplos e as referências históricas do artigo. Várias aparecem em Más allá de Google, de Jorge Juan Fernández García, uma coletânea de reflexões sobre informação e conhecimento. Suas “leis” e proporções devem ser lidas como analogias, aforismos ou descrições de um contexto, não como leis físicas nem medições atuais aplicáveis a todas as organizações.

Lei de Malthus da informação 

“A fração de cada nova quantidade de informação produzida que realmente é consumida tende a zero.”

A analogia de Malthus contrapõe uma oferta crescente de informação aos limites de tempo e atenção. Falar de crescimento exponencial da oferta e linear do consumo expressa essa tensão, mas não demonstra que ambas as grandezas sempre sigam essas funções em qualquer contexto.

A referência histórica citada para essa ideia é Ithiel de Sola Pool e seu livro Communications Flows: A Census in the United States and Japan (1984). Ela é mantida como antecedente bibliográfico da discussão, não como prova de uma lei universal.

Princípio da infoxicação [Formulado por Alfons Cornella]

Em sua época, Alfons Cornella teve a ousadia de definir um neologismo que alcançou certo sucesso: infoxicação. A palavra surgiu para definir a situação de excesso informacional, de intoxicação informacional, em que há mais informação para processar do que é humanamente possível e, como consequência, surge a ansiedade, algo denominado tecnicamente information fatigue syndrome. Esse termo foi cunhado em 1996 pelo psicólogo britânico David Lewis, a quem devemos a interessante frase: “Conhecimento é poder, mas informação não”. Lewis foi o autor do relatório Dying for Information, financiado pela Reuters, que descrevia a vida miserável do executivo “inundado de informação”.

O termo em inglês para infoxicação é information overload, ou sobrecarga informacional. Pois bem, a infoxicação já é um problema da nossa sociedade e, portanto, também uma grande fonte de oportunidades. A comparação histórica com os primeiros anos da web ajuda a entender a preocupação, mas não demonstra que todas as pessoas sofram hoje mais sobrecarga nem que o spam seja um fenômeno posterior aos buscadores.

A quantidade de informação recebida por unidade de tempo pode aumentar quando os canais e as fontes se multiplicam. Os estímulos recebidos por e-mail, áudio, vídeo, telefone, mensagens instantâneas, feeds etc. podem se acumular. Está cada vez mais barato enviar um bit para qualquer lugar. Mas a variável informacionalmente crítica, a atenção, é justamente o oposto da largura de banda: a quantidade de tempo que podemos dedicar a cada entrada é cada vez menor, porque precisamos dividir nosso tempo finito entre cada vez mais elementos de informação. Nossa atenção é “o” recurso escasso.

A versão original citava uma notícia de 2005 sobre um estudo para a HP e comparava a distração de estar sempre conectado aos efeitos da maconha. Essa comparação jornalística não basta para estabelecer uma equivalência clínica nem causal; por isso, não a usamos como recomendação de saúde. A pergunta prática continua útil: quais interrupções podem ser agrupadas, filtradas ou atendidas em horários definidos? A referência histórica era BBC News, E-mails hurt IQ more than pot (2005).

Essa lei se relaciona ao princípio de Goldhaber da “economia da atenção”. O artigo que originou essa ideia foi publicado na revista First Monday em abril de 1997: “The Attention Economy: The Natural Economy of the Net” (http://www.firstmonday.org/issues/issue2_4/goldhaber/index.html), e mais tarde, em dezembro de 1997, foi publicado como “Attention Shoppers!” na revista Wired (http://www.wired.com/wired/5.12/es_attention.html?topic=&topic_set).

Michael Goldhaber desenvolveu o conceito de economia da atenção, segundo o qual o excesso de informação torna especialmente valioso o tempo que as pessoas podem dedicar a ela. Seu site de referência é http://www.goldhaber.org. A discussão também inclui a conhecida observação de Herbert Simon de que a abundância de informação consome atenção; aqui, ela é usada como estrutura conceitual, não como uma medição do comportamento de todos os usuários.

John Hagel (http://www.johnhagel.com/) fez uma excelente revisão do conceito de Economics of Attention em seu blog (http://edgeperspectives.typepad.com/edge_perspectives/2006/12/the_economics_o.html). Juan Freire também o abordou em seu blog (http://nomada.blogs.com/jfreire/), com um post intitulado “Da persuasão da publicidade analógica à sinceridade ou ao engano absolutos do marketing digital” (http://nomada.blogs.com/jfreire/2007/01/de_la_persuasin.html). Ambas as leituras são altamente recomendáveis.

Conquistar a atenção depende da pertinência da mensagem, do contexto e das alternativas disponíveis. O relatório histórico How Much Information? 2003, da University of California at Berkeley (http://www.sims.berkeley.edu/research/projects/how-much-info-2003), estimou cerca de 5 exabytes de informação nova armazenada durante 2002 nos meios que estudou. Esse número pertence ao seu período e escopo; não representa a produção anual atual de toda a informação digital.

O “problema da atenção” poderia ser resumido em dois pontos: ·  A “largura de banda” de informação recebida pelas pessoas não para de crescer, porque a tecnologia permite enviar mais informação em menos tempo e porque há mais agentes emitindo para os potenciais receptores. Essa “largura de banda pessoal” é a quantidade de informação que alguém recebe por unidade de tempo, b=i/t, quantidade que cresce a cada dia. ·  Mas, ao mesmo tempo, a “atenção pessoal”, ou seja, a quantidade de tempo que alguém pode dedicar a cada informação recebida, a=t/i, diminui cada vez mais. É lógico, porque as duas variáveis são inversas: quanto maior a “largura de banda pessoal”, menor a capacidade de “atenção pessoal”.

Quais soluções existem? É preciso desenvolver instrumentos para reduzir o ruído informacional que recebemos e aumentar a produtividade do tempo de atenção disponível. Na verdade, já temos ferramentas para isso, mas não as usamos adequadamente. Por exemplo, é possível usar leitores de feeds para receber automaticamente o que é publicado nas páginas de nosso interesse, sem precisar visitá-las, em uma evolução significativa de mass media, os meios de massa, para my media, os meus meios. A dificuldade está em ser seletivo ao assinar fontes de informação.

Mas o ponto crítico é comunicar com mais eficiência. Sintetizar a mensagem, apresentá-la de forma atraente, combinar textos e imagens e qualquer outro formato que a enriqueça e facilite sua compreensão. Contar histórias em vez de fornecer dados. Sintonizar o que se quer comunicar com o momento de atenção do receptor, ou seja, encontrar quando ele está no melhor estado de espírito para digerir, ou metabolizar, a informação recebida. Apresentar a informação em uma dieta informacional útil e envolvente: informação é o que surpreende, não o que já sabemos. Porque a informação que chega sem critério ou sem paixão é ruído. E o ruído incomoda.

Esse princípio foi formulado por Alfons Cornella, fundador e presidente da Infonomia.com, a rede de inovadores, um think tank sobre como as organizações se transformam em consequência da interseção de tecnologias, ideias e pessoas, em seu livro Futuro Presente, ilustrado por Sergi Rucabado.

Lei da gravidade [Formulada por Juan Francisco Martínez]

“Quem sabe atrai.”

A metáfora “quem sabe atrai” propõe que uma pessoa capaz de resolver problemas pode se tornar referência para outras. É uma analogia com a atração gravitacional, não uma relação física nem uma fórmula para calcular consultas a partir do conhecimento acumulado.

É preciso destacar que a lei, “quem sabe atrai”, se aplica aos seres humanos e a suportes físicos. Essa atração pode ocorrer entre diversos robôs da internet que realizam buscas, catalogação e armazenamento de conhecimento. Ou pode atrair pessoas e buscadores para eles, como acontece com a Wikipedia (https://www.wikipedia.org).

Em uma equipe, a experiência pode fazer com que determinadas pessoas recebam mais consultas. A demanda também depende de sua disponibilidade, da confiança e de como o aprendizado é compartilhado. A analogia não deve ser confundida com a segunda lei de Newton nem com uma proporcionalidade comprovada entre conhecimento e atenção.

Desse modo, a capacidade de atração, o número de vezes em que alguém é consultado ou solicitado, depende da diferença entre o que essa pessoa sabe e o que os demais sabem, assim como de quão único, escasso e necessário à organização é seu conhecimento. Assim, desde que as hierarquias organizacionais sejam horizontais, abertas e planas, quanto maior a diferença entre o que alguém sabe e o que os demais sabem, maior será o número de consultas recebidas. O caminho para evitar um gargalo seria compartilhar o conhecimento, reduzindo as diferenças e multiplicando o número de nós acessíveis para adquiri-lo.

Como a economia do conhecimento não se baseia em um jogo de soma zero, o conhecimento que alguém ganha não exige que quem o compartilha o perca, disponibilizar conhecimento às outras pessoas fortalece o detentor do conhecimento-semente original como um nó dentro da rede de conhecimento criada (mais informações em: http://matenomia.blogspot.com/2006/07/ley-de-la-gravedad-leyes.html.

Regra do 90-9-1 

Lurkers: shhhhhh

A regra 90-9-1 descreve uma distribuição orientativa: muitas pessoas leem sem publicar, uma minoria contribui ocasionalmente e um grupo pequeno produz grande parte do conteúdo. Jakob Nielsen a explicou em seu artigo sobre desigualdade de participação. Os percentuais não são uma constante universal: é preciso medir a comunidade, o período e o que se considera participação.

Os lurkers ficam em “shhhhhilêncio”. São como a letra “h”, escrita nas palavras, mas sem participar de sua pronúncia. Como observa a Wikipedia: “De acordo com a teoria das comunidades de prática, um lurker tem uma participação periférica legítima e espera-se que, com o tempo, possa se integrar como membro ativo da comunidade”.

Uma referência de pesquisa sobre essa ideia de “desigualdade na participação”, participation inequality, inclui o trabalho de Will Hill, da Bell Communications Research, com outros 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. Disponível em http://www.ghostweather.com/papers/dynamics-mass-interaction.pdf.

Aili McConnon, em Business Week, InData, p. 40, IN, September, 2006, produziu uma informação visual muito interessante e complementar, disponível em: http://www.businessweek.com/magazine/content/06_39/b4002423.htm#search=%22Business%20Week%2C%20InData%22. Também na coluna “Participation Inequality: Encouraging More Users to Contribute” do conhecido boletim quinzenal Alertbox de Jakob Nielsen, de 8 de outubro de 2006: http://www.useit.com/alertbox/participation_inequality.html. É um bom artigo em que Nielsen explica os aspectos negativos dessa desigualdade na participação e o que pode ser feito para evitá-la, na medida do possível.

Nielsen (http://www.useit.com/jakob/) é uma das autoridades mais respeitadas do mundo em usabilidade web e cofundador do Nielsen Norman Group (http://www.nngroup.com/) junto com Donald Norman (http://www.jnd.org/), outro especialista mundial em usabilidade.

A dificuldade de estimar esses dados é que um lurker, por definição, não pode ser reconhecido online. Enquanto os valores de 9% e 1% podem ser calculados diretamente, pelo número de comentaristas e pela frequência de seus comentários, os 90% só podem ser estimados indiretamente.

Princípio olímpico da resignação informacional [Formulado por Jorge Juan Fernández]

“Em um contexto de infoxicação, não é possível absorver tudo o que se acredita que deveria saber.” 

Corolário: em termos informacionais, é preciso saber perder. Ou seja, o importante é participar…

Paradoxo da síndrome assintótica

“Saber que se está cada vez mais perto sem deixar de saber que nunca se chega.”

Esse paradoxo é o aforismo nº 624 formulado por Jorge Wagensberg em seu livro A más cómo, menos por qué (Tusquets Editores, Metatemas 92).

Jorge Wagensberg foi físico, professor da Universidade de Barcelona e divulgador científico.

Princípio do 99/1 [Formulado por Jorge Juan Fernández]

“Um trabalhador do conhecimento dedica 99% do seu tempo à ingestão de informação e apenas 1% à sua digestão.”

O princípio do 99/1 é um aforismo sobre dedicar tempo demais a receber informação e pouco a interpretá-la. Não é uma estatística comprovada da divisão do tempo de todos os trabalhadores. Sua utilidade está em convidar a reservar espaços para confrontar fontes, discutir o aprendizado e transformá-lo em decisões.

Em resumo, o problema gerado pela infoxicação pode ser abordado definindo uma dieta informacional e dando tempo para digerir o que ingerimos. Porque “não existem substâncias tóxicas, apenas doses tóxicas” (aforismo nº 682 formulado por Jorge Wagensberg em A más cómo, menos por qué).

Paradoxo dos sistemas de busca de informação [Formulado por Alfons Cornella]

“Temos máquinas para gerar mais informação, mas não ferramentas para descobrir qual informação é mais relevante para nossas necessidades em determinado momento.”

A crítica histórica de Cornella aponta uma tensão: uma ferramenta pode aumentar os resultados disponíveis sem resolver quais são pertinentes. Os sistemas de busca e as ferramentas de IA mudaram, mas continua sendo necessário verificar fontes, contexto e relevância antes de usar uma resposta para decidir.

No fundo está o dilema entre a abrangência, “tudo o que existe sobre”, e a relevância, “o mais útil sobre”. O mundo “googlelizado” é um mundo de abrangência. Mas o mundo dos humanos, pelo menos enquanto não conseguirmos substituir nosso cérebro por algo melhor, é um mundo de processamento limitado de informação: não podemos aumentar nossas horas de vigília. Para sobreviver informacionalmente, a relevância é crítica. Teremos algum dia os instrumentos e as capacidades para transformar essa abrangência em conhecimento relevante?

Princípio da sabedoria coletiva [Compilado por Alfons Cornella]

“Em determinadas circunstâncias, grupos grandes, ou seja, multidões, são mais inteligentes do que as pessoas mais inteligentes do grupo.”

Em um livro fantástico e instrutivo, The Wisdom of Crowds, traduzido para o espanhol como Cien mejor que uno, James Surowiecki explica que a agregação da inteligência da multidão gera uma excelente inteligência coletiva. Assim, Surowiecki sugere que, em vez de sempre buscar um “especialista”, alguém mais inteligente e com a solução para determinado problema, talvez fosse melhor simplesmente “perguntar à multidão”. 

Surowiecki alerta, porém, que quatro condições precisam ser atendidas para que uma multidão seja inteligente: 

1. Diversidade: o grupo de pessoas é suficientemente diverso para que todo o espectro de possíveis opiniões esteja representado.

2. Independência: cada pessoa decide com base na informação individual que possui, não no comportamento dos demais.

3.  Descentralização: as pessoas do grupo têm certo grau de especialização em sua área de conhecimento local, ou seja, há experiência distribuída.

4.  Agregação: existe algum mecanismo para reunir a opinião dos indivíduos a fim de chegar a uma decisão coletiva.

O PageRank costuma ser usado como analogia de uma avaliação distribuída por links. É uma simplificação: o sistema não consiste apenas em contar links, e nem todos têm o mesmo peso. Também não equivale, por si só, à classificação atual do Google. O exemplo ajuda a discutir como agregar sinais, não a justificar a compra ou a acumulação artificial de links.

As “votações” são realizadas por milhões de páginas, por trás das quais estão as pessoas que as criaram, sobre temas incrivelmente diversos, e que colocaram links para outras páginas com grande independência. Embora talvez devêssemos discutir um pouco mais esse ponto, porque algumas páginas se tornam referências de fato sem que as pessoas sequer as conheçam bem, como acontece com os jornais.

Voltando às quatro condições, tenho a impressão de que alguns paradoxos começam a aparecer. Este é um momento da história em que praticamente as quatro condições poderiam ser cumpridas todos os dias. Há, em princípio, acesso a tanta informação quanto se queira, cada um pode se especializar no que preferir, existem mecanismos novos para reunir opiniões etc. Mas, curiosamente, também é o momento em que talvez estejamos mais desinformados e mais suscetíveis a ser manipulados em massa. Ou seja, é mais difícil, na prática, garantir que as pessoas sejam informacionalmente independentes.

James Surowiecki é o autor de The Wisdom of Crowds, conhecido em espanhol como Cien mejor que uno. A referência original também mencionava seu trabalho na coluna The Financial Page da The New Yorker; isso é citado como contexto histórico, não como confirmação de seu cargo atual.

Princípio do e-mail indesejado [Formulado por Jorge Juan Fernández]

Existem três tipos de e-mail indesejado, que afetam de maneira diferente os trabalhadores do conhecimento e as organizações:

O primeiro é o spam: e-mail não solicitado, frequentemente em massa, que pode ter fins comerciais ou fraudulentos. O artigo original citava estimativas antigas do Radicati Group (http://www.radicati.com) e uma suposta duplicação a cada 18 meses. Sem uma série, data e metodologia verificadas, esses números não descrevem o volume atual nem constituem uma lei de crescimento.

·  O segundo é o spam-PPT: é o e-mail, solicitado ou não, com arquivos anexos, vindo de endereços conhecidos, sem fins comerciais, mas que rouba tempo de um trabalhador do conhecimento e sobrecarrega o servidor. A temática é variada, mas se concentra em três assuntos: sexo, conselhos sobre a vida e o amor e rivalidades esportivas.

·  O terceiro é o spam informacional: é o e-mail gerado dentro das organizações para garantir que “meu chefe saiba o quanto eu trabalho…”. Tem muita relação com o princípio SNAFU, “Situation Normal: All Fucked Up”: a comunicação de qualidade só é possível entre iguais.

O quadro a seguir preserva a comparação conceitual entre os três tipos. Os asteriscos indicam intensidade relativa dentro do exemplo, não medições. Origem, anexos, tamanho e efeito sobre os servidores variam; a tabela não é um diagnóstico técnico nem jurídico.

Em todo caso, se aceitarmos que o e-mail é um meio de comunicação cuja função é colocar pessoas em contato, cada tipo de e-mail indesejado é combatido de forma diferente:

·  É possível combater o spam, veja kNewton: buscando un orden en la información (2004) para uma análise das diferentes opções, destruindo seu modelo de negócio, o que consiste principalmente em tornar mais caro o envio de spam para os spammers.

Diante do spam-PPT: combine com seus contatos quais materiais são pertinentes e por qual canal compartilhá-los. Evite encaminhar arquivos sem um propósito e sem considerar o tempo de quem os recebe. A referência histórica à lei de Postel é usada aqui como um convite a cuidar do que enviamos, não como uma solução técnica universal.

Diante do spam informacional: defina destinatários, propósito e ação esperada antes de enviar um e-mail. Use resumos e repositórios compartilhados quando reduzirem duplicações. A responsabilidade depende tanto dos hábitos individuais quanto das regras da equipe; não se resolve apenas com uma ferramenta de filtragem.

Como passar do acúmulo de informação a decisões melhores

Comece com uma pergunta concreta, não com todos os dados disponíveis. Identifique quem os produz, quando foram atualizados e quais limites têm. Separe fatos, interpretações e hipóteses. Decida quais evidências adicionais mudariam sua conclusão e atribua um responsável para revisar o resultado. Esse percurso dá um uso prático ao DICS sem transformá-lo em uma receita infalível.

Para equipes de marketing, o objetivo pode ser revisar a qualidade dos contatos, compreender uma queda nas consultas ou priorizar conteúdo. Em todos os casos, convém conectar a análise à estratégia e documentar o que ainda não se sabe. Você pode revisar nossa abordagem de marketing integrado.