¿Cómo investigaste hace 18 años? Ciertamente, su tipo actual de investigación es mejor, pero no necesariamente actualizado. No existe una visión única de la investigación, pero la mayoría de la investigación se basa en un enfoque cuantitativo. Este enfoque se desarrolló a partir de datos que provienen de encuestas, transacciones, precios de acciones, datos de la compañía y perfil, entre otros. Una vez que los datos se obtienen de una o varias fuentes, los investigadores intentan descubrir relaciones basadas en números o códigos (es decir, en encuestas) para probar la hipótesis o construir modelos más elaborados utilizando modelos de ecuaciones estructurales, modelos econométricos o redes neuronales artificiales para nombrar algunas opciones. Este tipo de enfoques basados en la recopilación de datos de fuentes formales, tanto los informados como los autoinformados, siguen siendo válidos y constituyen un camino fructífero para los descubrimientos de gestión. Sin embargo, durante los últimos 18 años, tres tendencias principales han cambiado el panorama de la investigación que ofrece nuevas oportunidades y espacios para la mejora en la investigación de gestión.
En primer lugar, los números y los códigos son solo una parte del paisaje. Internet trae una nueva fuente de datos donde los números son un tipo de datos. Una clara manifestación del cambio fue el navegador de Google lanzado hace 18 años. En ese momento, el uso potencial de la búsqueda de "algo" no tenía ningún valor. Sin embargo, en la actualidad, las actividades de búsqueda pueden recuperarse y analizarse. Como resultado, las empresas están buscando un nuevo tipo de consumidor, adoptando estrategias de reorientación (Lambrecht & Tucker, 2013) o cambio de sitio web (Hauser, Urban, Liberali, & Braun, 2009). Otras unidades de información válida, por nombrar algunas, son sitios web, imágenes, videos, contenido de redes sociales, revisiones en línea, rutinas de búsqueda y actividades de navegación disponibles para investigadores y deben cambiar la forma de recopilar datos. Además, los datos están disponibles en un volumen alto, con velocidad y variedad. Los esfuerzos por aumentar el tamaño de la muestra son ingenuos en comparación con los llamados Big Data.
