La aparición de internet y de su posterior consecuencia, las redes sociales online, han posibilitado una mayor conectividad social, lo que a su vez ha permitido que se minoren las distancias entre las personas y que se generen dinámicas interactivas hasta hace poco inéditas. La adopción masiva y la frecuencia de uso de estos servicios ha dado lugar a un universo paralelo de socialización (Wilson, Gosling y Graham, 2012). Este fenómeno social genera grandes cantidades de datos, atrayendo el interés de investigadores y académicos y siendo denominado Big Social Data (Manovich, 2011). El acceso a estas cantidades masivas de datos posibilita la detección de pautas de comportamientos que a simple vista no son visibles, simplemente porque pueden irradiar conexiones desconocidas a simple vista (Boyd y Crawford, 2012). Se trata de un tipo de dato que no molesta a los ciudadanos porque se capturan sin que la gente se sienta observada, otorgando una espontaneidad muy importante en la recogida de los datos. A pesar de las muchas expectativas que genera, hay que matizar que el Big Data no explica las cosas por sí mismo. Se han intensificado las voces que alertan que el Big Data tiene una carencia: explicar el por qué, las razones por las que los usuarios de los servicios hacen lo que hacen, las emociones, sentimientos y realidades que determinan sus comportamientos y actitudes (Boyd y Crawford, 2012). Para cubrir ese vacío Wang (2013) afirma que hace falta el Thick Data, es decir, la “descripción densa” de la información como método para analizar los fenómenos, las culturas y las relaciones entre personas (Geertz, 2003). En suma, se trata de entender que Thick Data y Big Data son herramientas complementarias que han de ser utilizadas de forma equilibrada. En la presente comunicación mostraremos distintos ejemplos de investigación con Big Social Data realizados hasta el momento. De una parte, con Big Social Data veremos un ejemplo de análisis de movimientos sociales en Twitter®.