Filosofía del lenguaje del dato digital

“¡Intelijencia, dame el nombre exacto de las cosas!”
– Juan Ramón Jiménez, Eternidades

En ocasiones, los analistas digitales somos un poco como el poeta Juan Ramón Jiménez. Cruzamos dimensiones, aplicamos métricas y generamos segmentos con el fin de hallar el nombre exacto de la realidad, que en nuestro caso se corresponde con el comportamiento del cliente. Sin embargo, no siempre hallamos coherencia en el dato, y perdemos un tiempo valioso buscando sentido a nuestros análisis. Imploramos, como Ramón, a nuestra intelijencia para que nos dé una respuesta que se nos resiste.

Como ya hemos comentado en anteriores artículos, las disciplinas humanísticas nos pueden ayudar a contextualizar nuestros análisis. Pero hay una de ellas que, más allá de servirnos como apoyo puntual, nos ofrece una perspectiva global de nuestra profesión y de nuestro objeto de trabajo, el dato.

Hablo de la filosofía del lenguaje.

Una introducción a la filosofía del lenguaje (del dato)

Empecemos por lo básico. La analítica digital se define como el análisis cualitativo y cuantitativo de los activos digitales de un negocio con el fin de facilitar la consecución de unos objetivos empresariales. Dicho de otro modo, el trabajo del digital analytst consiste en recoger, analizar y activar los datos que se generan cuando un usuario interactúa con los servicios de la compañía.

Esta información es pues la materia prima con la que trabaja el analista, el átomo con el que se conforma la realidad digital. La naturaleza de este dato, sin embargo, es polifacética y puede expresarse de muy distintas maneras. Pongamos el ejemplo de un e-commerce. Cuando un usuario añade un producto a su carrito de compra, se genera un pedacito de información que puede traducirse de muchas maneras: un clic de ratón, un paquete de bits, un evento, una variable inserta en una capa de datos, una intención de compra, etc. Incluso esta información puede ser interpretada por un analista como un insight que sirva para proponer mejoras en la experiencia del cliente. Es decir, la misma acción puede materializase en distintas categorías.

Imagen 1. Distintas naturalezas del dato digital

Esta modularidad del dato se produce porque está inserto en un proceso que es doble: lingüístico y epistemológico. Lingüístico, porque se codifica en una gramática con unas reglas y un contexto particular; epistemológico, porque este lenguaje se instrumentaliza para ayudarnos a comprender el mundo en el que vivimos. Algo similar sucede con las palabras que utilizamos en nuestro día a día. Así, por ejemplo, la entidad ‘perro’ puede materializarse en muchas categorías: un mamífero carnívoro, un ladrillo que escuchamos a lo lejos, una imagen mental que se almacena en nuestra memoria o una combinación de las letras p-e-r-r-o.

Desde los albores de la civilización, el hombre se ha interrogado por las correspondencias que se establecen entre la realidad, el pensamiento y el lenguaje. ¿Por qué cuando escucho un ladrido mi cerebro evoca la imagen de un chihuahua?, ¿por qué utilizamos la palabra perro para designar al animal, y no por ejemplo la palabra cocodrilo? Podemos hacernos las mismas preguntas con la naturaleza del signo digital:

¿Es la tasa de rebote un reflejo lingüístico del interés del usuario en nuestra web?
Cuando categorizamos a los usuarios en clientes y no clientes, ¿no estaremos simplificando —mutilando— el comportamiento del usuario?
¿Por qué existen ciertos cruces de dimensiones que no podemos realizar en la herramienta? Es decir, ¿pueden las herramientas de analítica influir en la manera en que interpretamos el dato?
¿Qué formato expresa mejor el comportamiento del usuario, una ppt o una presentación oral?
¿Cuál es el objetivo del acto lingüístico al que llamamos análisis digital?, ¿comunicar, sin más, un dato o provocar una reacción?
¿Por qué el cliente no concede la misma importancia que concedo yo al insight que acabo de presentarle?

Son muchas las preguntas que surgen si aplicamos este esquema a nuestro trabajo. La filosofía del lenguaje nos puede ayudar, si no a esclarecer, a comprender mejor la naturaleza del signo al que llamamos dato. En definitiva, hacer como el bueno de Juan Ramón Jiménez y pedir a nuestra intelijencia que nos ayude a dar el nombre exacto de las cosas.

Por qué el analista digital es un creador de lenguajes

No son pocos los filósofos que han hablado de este problema. A lo largo de la historia se han desarrollado infinidad de modelos teóricos que dan cuenta del lenguaje. Todos ellos, sin embargo, giran en torno al modelo ideado por Aristóteles, que preconfigura las bases del análisis lingüístico. El filósofo griego estructura el lenguaje en un triángulo semiótico conformado por tres vértices: la realidad externa, la imagen mental en la que abstraemos esta realidad y el lenguaje en el que expresamos esa imagen.

Imagen 2. Triángulo semiótico aplicado al lenguaje y al dato

Ahora bien, ¿qué es lo que pasa si aplicamos este modelo al dato? Pues que la tríada permanece. Por un lado, se produce una acción en un activo digital (comportamiento del usuario) que desencadena un proceso. Esta acción se recoge en un elemento inserto en una capa de datos (variable). La acumulación de estos datos y su posterior estudio permite al analista deducir recomendaciones (insights), siempre orientadas a la optimización de los procesos digitales. Estas son las tres unidades nucleares que conforman el proceso lingüístico al que llamamos análisis de datos.

Nuestra tarea como profesionales del dato pasa por crear un lenguaje donde la transición entre el comportamiento del usuario y el insight sea lo más transparente posible. Desde Antoine Arnaud hasta Noam Chomsky, son muchos los pensadores que han soñado la creación de un método universal capaz de traducir la realidad en palabras exactas. Sin embargo, esta tarea no es fácil: el lenguaje está lleno de engaños, y la información se distorsiona cuando viaja entre una categoría y otra. Lo mismo sucede con el dato: así, el comportamiento único, complejo y rico en matices de un usuario no puede representarse al 100% en una capa de datos, de la misma manera que en el cuento del cartógrafo de Borges.

La distorsión del dato es intrínseca al sistema, y debemos ser cautos a la hora de asegurar que nuestros análisis se corresponden con el comportamiento del usuario. Pero, sí podemos ofrecer algunos consejos que nos permitan minimizar las trampas del lenguaje.

Semántica, sintaxis y pragmática del dato digital

Tradicionalmente, la lingüística se ha vertebrado en torno a tres disciplinas: la semiótica, que estudia la manera en la que damos significado y sentido a las palabras; la gramática, que analiza las reglas con las que organizamos estas palabras; y la pragmática, que atiende al contexto en el que nos comunicamos.

Imagen 3. Semántica, semiótica y pragmática del dato digital.

Si ubicamos estas tres especialidades dentro del triángulo semiótico y las trasladamos al lenguaje de nuestra profesión, descubrimos las tres disciplinas con las que trabajamos en nuestro día a día: Data Collection, Data Analytics y Data Activation.

Puede sonar extraño, pero cuando conceptualizamos un data layer estamos ejerciendo de semiólogos en ciernes, y cuando profundizamos en el dato estamos en realidad estudiando la validez sintáctico-lógica de una serie de enunciados. A fin de determinar las peculiaridades de esta transposición, conviene profundizar un poco más en cada una de las disciplinas:

Data Collection: entendemos por data collection el conjunto de procesos y técnicas que utilizamos para recoger el dato. En el mundo de la analítica digital, este suele obtenerse a través de un tag manager, que utiliza la información de una capa de datos. Sin embargo, en muchas ocasiones olvidamos que la tecnología es lo de menos, y que la verdadera tarea de un data engineer es dotar al dato de contenido semántico, de calidad. Este ejercicio es más conceptual que técnico, y requiere que reflexionemos sobre cómo trasladar la realidad fenomenológica (clic del ratón) a una abstracción digital (evento de compra).
Aquí nos enfrentamos a un problema clásico que ha ocupado a los filósofos desde la antigüedad: la ambigüedad e imprecisión del lenguaje natural. Una capa de datos puede adolecer de los mismos problemas que un sistema semiótico: variables definidas incorrectamente, datos residuales, sinonimia o polisemia en el dato, impropiedades léxicas, el problema de los universales, etc. Una mala conceptualización del dato puede tener imperceptibles pero fatales en el análisis posterior que realice el digital analyst.

Imagen 4. Ejemplo de un data layer

Data Analytics: la sintaxis del dato es lo que llamamos data analytics. Cuando un analista digital explota el dato, construye una serie de premisas que si son verdaderas pueden considerarse como insights. En este proceso de validación utilizamos, aunque sea implícitamente, una serie de reglas a las que en el mundo de la filología llamamos gramática, y en la filosofía llamamos lógica. Así, por ejemplo, podemos llegar a conclusiones como la siguiente:
El visitante A entra a la web por tráfico orgánico y convierte El visitante B entra a la web por tráfico directo y no convierte El visitante C entra a la web por tráfico orgánico y convierte El visitante D entra a la web por tráfico directo y no convierte Por lo tanto, todos los usuarios que entran por tráfico orgánico convierten.

El problema de los razonamientos inductivos es que, a diferencia de los deductivos, son siempre probabilísticos, con lo que debemos ser precavidos. Lo que sí podemos hacer es evitar las falacias lógicas, que pueden emponzoñar nuestros análisis. Por ejemplo, en la petitio principii o petición de principio se presuponen premisas que son falsas:

Los usuarios que entran a nuestra web tienen una tasa alta de rebote. Por lo tanto, los usuarios no están interesados en nuestros productos.

En el caso anterior, la premisa implícita es “Una tasa de rebote alta significa que el usuario no tiene interés en nuestros productos”. Esto no es forzosamente cierto, ya que puede haber un problema técnico por el cual el usuario no puede acceder a nuestra web.
Otro problema al que nos enfrentamos es a los límites de la sintaxis de nuestra herramienta. Así, mientras que Google Analytics no es evidente cruzar más de dos dimensiones, en Adobe Workspace esto se puede ejecutar fácilmente. El hecho de que en Google Analytics este dato sea más difícilmente explotable puede condicionar nuestros análisis de forma oculta, sin que lo sepamos.
Data Activation: nuestro objetivo como analistas no se limita a reportar una serie de informes, sino que persigue provocar cambios en los activos que monitorizamos. Del mismo modo, la teoría del lenguaje y la pragmática han venido estudiando las funciones del lenguaje más allá de su intención referencial. Por ejemplo, cuando preguntamos “¿hay sal en la mesa?”, realmente lo que queremos decir es “pásame la sal”, es decir, estamos formulando una orden.
El filósofo John L. Austin califica a esto de acto perlocutivo del habla, que en el caso de nuestra profesión suele ser persuasivo. Buscamos convencer a nuestros interlocutores a través del análisis del dato, pero también nos apoyamos en disciplinas como el testing o el reporting para dar más solidez a nuestros insights. Lo interesante viene cuando nuestra relación con el cliente es lo suficientemente madura como para que este acto persuasivo se convierta en un acto directivo: entramos entonces en una cultura del dato donde ganamos autoridad y velocidad en la ejecución de cambios. Las tecnologías de automatización —marketing automation, data management platforms, machine learning— toman directamente las decisiones, sin intervención humana.