El Small Data es un conjunto de datos cuyo volumen y formato nos permite hacer referencia a un tipo de datos accesibles, comprensibles y procesables, hasta el punto de que aunque su recogida suele realizarse de forma digital también podría realizarse de forma física.

En otras palabras, y centrándonos en el sector hotelero, cuando hablamos de Small Data lo hacemos de un conjunto de datos de mayor simplicidad y menor tamaño que el Big Data, que nos arrojan información concreta sobre nuestro alojamiento. 

Así, el Small Data se obtiene a través de la observación de las rutinas diarias en la prestación del servicio de los establecimientos: cancelaciones, opiniones de los clientes, quejas y/o reclamaciones, entre otros. Además, se utiliza a corto / medio plazo y su tratamiento está orientado a la mejor adecuación del producto a las expectativas del turista a través de la detección de necesidades, incrementando, de esta manera, el nivel de satisfacción del cliente.

Por otro lado, el Big Data podría definirse como un conjunto de datos cuya gestión no puede realizarse a través de herramientas informáticas tradicionales. Su volumen así como su estructura nos impediría la transformación de los mismos en información útil, siendo las dificultades más comunes vinculadas a la gestión de estos datos la recogida, posterior almacenamiento, el análisis y la visualización.

En este contexto, los hoteles en el proceso de toma de decisiones han visto como el incremento de datos necesarios para conseguir maximizar sus resultados les obliga al uso de tecnología específica, tal y como se puede observar en el departamento de Revenue Management, donde para aplicar de forma óptima la técnica de Revenue es imprescindible el uso de softwares específicos que permitan aglutinar todos los datos, facilitando su análisis de una forma sencilla y visual para una correcta definición de la estrategia de precios.

En esta línea es importante señalar que el Small Data y el Big Data se complementan, ya que aportan diferentes perspectivas de un mismo problema, si bien en el caso del Small Data el coste es menor.

En todo caso, el escenario óptimo se sitúa en la posibilidad de combinar Small y Big Data, ya que determinar patrones de comportamiento implica manejar grandes volúmenes de datos (Big Data), mientras que los pequeños detalles nos ofrecen una posibilidad real de mejora (Small Data). 

En este sentido, el Small Data implicaría, por ejemplo, identificar a nuestro set competitivo por ubicación (geolocalización) o buscar sus perfiles en redes sociales y analizarlas opiniones de sus clientes para determinar sus debilidades.

Igualmente, revisar en tiempo real la estrategia de precios de la competencia en su web o portales especializados tales como OTAs o Metabuscadores, también podría calificarse como Small Data, siendo, además, esta información clave para optimizar la estrategia de Revenue Management.