Earn money by answering our surveys

Register now!

Los 5 niveles en la visualización de datos: ejemplos y consejos (Guía 2021)

Earn up to 50€ by participating in one of our paid market research.

Register now!

Después de haber escrito mi guía para la visualización de datos, quería desarrollar los 5 niveles  que existen, de una manera breve, en el presente artículo. Si desea saber dónde se encuentra en su práctica de Inteligencia en los negocios (en adelante, BI -Business Intelligence) y DataViz, ¡este artículo es para usted!

Resumen


Introducción

Una buena imagen es mejor que largos discursos. Esto es bien conocido y se aplica perfectamente a la visualización de datos,  disciplina democratizada por la “inteligencia empresarial”, la cual ha hecho su transformación con el aumento exponencial del volúmen de datos y soluciones de software dedicadas a ello (PowerBI, Tableau, Spotfire,…).

Si ha leído el resumen, ya sabe un poco a qué atenerse. Antes de comenzar este artículo, permítanme un breve descargo de responsabilidad para los aficionados a R, Python, SAP BO, Qlik, etc. El propósito aquí no es, de ninguna manera, establecer una jerarquía entre estas herramientas. Simplemente, en mi modesto artículo, me limito a dar algunos ejemplos. Por favor, no vea esto como un intento malicioso de desacreditar estas herramientas sino, más bien, como un reconocimiento de mis limitaciones.


Nivel 0: sin visualización de datos

Definición: sin representación gráfica
Herramientas:
PowerPoint (principalmente)
Qué: Tablas con elementos y más elementos
Quién: aún demasiada gente

El momento de las tablas de Excel no ha terminado. Aún hay personas que terminan el mes con tablas llenas de cifras en sus informes. Si comenzó el mes pasado y solo tiene 2 cifras, de acuerdo, pero si está tratando de hacer algo un poco más complicado, estaría bien elaborar un gráfico pequeño (como el Nivel 1, no demasiado complejo).

Cuando me puse a revisar mis archivos de nuevo, no tuve que buscar demasiado para encontrar los primeros ejemplos de estas indescriptibles diapositivas; curiosamente, a menudo era el trabajo de investigadores que lo presentaban en conferencias científicas. Digámoslo claro: mostrar cifras desordenadas y tablas sobrecargadas no ayuda a que la aportación científica sea más creíble.

Si corta y pega una hoja de cálculo de Excel, está al mismo nivel que hace 500 años. En el ejemplo a continuación, las figuras están organizadas de una manera mucho más creativa que la mayoría que observo en DataViz


Nivel 1: el gráfico de Excel

Definición: representación de una variación unidimensional
Herramientas: Excel
Qué: histogramas, gráficos circulares, curvas …
Quién: en un principio, todos

El nivel 1 en DataViz es cuando un gráfico muestra una evolución (temporal, por ejemplo). Esto es más rápido de entender que analizar una tabla llena de cifras, pero no va mucho más allá. Este nivel le ahorra “tiempo mental”, y la mayoría de los gráficos realizados en Excel entran en esta categoría.

No está mal usar Excel para hacer un gráfico simple (a veces, es incluso más rápido que usar Tableau o PowerBI). Lo que sería una lástima sería conformarse con un gráfico mal hecho, cuando la realidad es que Excel le permite llegar a hacer cosas más interesantes.

Excel histogram

… cuando es completamente posible, en Excel, lograr una renderización más cualitativa? Cole Nussbaumer Knaflic, en su libro “Storytelling with data”, da algunos buenos ejemplos de esto; véase el gráfico a continuación.

data visualisation sous excel


Nivel 2: cuadros de mando y correlaciones

Definición:  representación de 2 o más variables en el mismo gráfico
Herramientas:  Excel, PowerBI, Tableau, Spotfire…
Qué: visualización de 2 o más variables para revelar correlaciones que, de otro modo, permanecerían invisibles. Paneles
Quién: analistas y administradores de datos

El nivel 2 de visualización de datos se realiza preferentemente mediante software especializado y permite ir más allá de una representación unidimensional. Los ejes de abscisas y ordenadas se pueden combinar con variaciones de color y tamaño, dando la posibilidad de visualización en 4 dimensiones. El nivel 2 también incluye las representaciones cartográficas que permiten capturar los vínculos subyacentes entre los datos.

Las visualizaciones de este tipo pueblan el mundo de BI (Business Intelligence), el cual se alimenta de cuadros de mando. Generalmente, son el trabajo de personas que tienen un buen dominio de herramientas como Tableau, PowerBI, etc,  pero que no tienen la formación técnica para ir más allá de las representaciones estándar. En su defensa, diría que también es complicado, en algunas organizaciones, llegar a representaciones visuales fuera de lo común. De hecho, algunos departamentos de BI llevan años trabajando sin cuestionarse esto. Los cuadros de mando se ofrecen durante todo el año a los altos directivos, los cuales no pueden digerir cifras distintas de aquellas a las que están acostumbrados. He visto que, incluso en organizaciones que afirman estar basadas en datos, la falta de conocimiento de estos por parte de de algunos altos directivos es un peso muerto que amordaza a los analistas más talentosos. El principio de Peter es una realidad viva.

Dado que el nivel 2 de la visualización de datos es donde la mayoría de la gente está atrapada, permítanme profundizar un poco más en el tema.

Es muy posible utilizar Excel para crear visualizaciones complejas. Pero si opta por la herramienta de Microsoft, tenga en cuenta los consejos que da Jorge Camoes en su libro “Datos en el trabajo”:

Usted no quiere que su audiencia piense, «eso es un gráfico de Excel» o, peor aún, «¿estamos pagando por los gráficos de Excel 2003?» . Quiere que su audiencia vea los datos, no la herramienta.

Y, de hecho, cuando ve lo que Jorge Camoes logra mediante Excel, rápidamente se da uno cuenta de lo lejos que estamos de los mejores (ver más abajo)

jorge camoes troops vs. costs

El trabajo y las habilidades de Jorge siguen siendo una excepción. La mayor parte de la producción de visualizaciones de nivel 2 se realiza en herramientas de BI. Para echar un vistazo a lo mejor de Tableau, vaya a la página “Viz of the day”. Allí encontrará cuadros de mando como «Shape of Democracy», de George Gorczynski.

data visualisation sous Tableau : "shape of democracy"

Power BI también ofrece una página de excelentes ejemplos de paneles creados con esta herramienta. El tablero de abajo es atípico porque la visualización radial propuesta (una variante del diagrama de acordes) rara vez se usa, pero aquí tiene sentido.

data visualisation sous PowerBI


Nivel 3: la visualización de datos se vuelve interactiva

Definición: el usuario se convierte en actor de sus descubrimientos gracias a funcionalidades que le permiten interactuar con la visualización.
Qué: visualización de datos en forma interactiva. Posibilidad de que el usuario explore las relaciones entre datos por sí mismo.
Herramientas: herramientas especializadas para BI y DataViz
Quién: científicos de datos y analistas de datos avanzados

El nivel 3 de visualización de datos agrega la noción de interactividad, aunque requiere de algunas habilidades de programación o conocimientos avanzados de herramientas especializadas (Tableau, PowerBI,…) para explotar estas últimas en todo su potencial.

Lo particular del nivel 3 es que el usuario se convierte en actor de sus descubrimientos en torno a los datos. Para que esta interacción con el usuario funcione, también debe agregar un “storytelling”. Generalmente, esto se hace a través de diferentes capas visuales que, una tras otra, permiten al usuario sumergirse en los datos y volverse autónomo. De esa manera ya no consume de forma pasiva gráficos y representaciones visuales propuestas por otros, sino que lo descubre por sí mismo seleccionando datos específicos, variando escalas, haciendo zoom, etc. En resumen, ya no es pasivo y se apropia de los datos, lo que aumenta su capacidad para utilizarlos en otros entornos.

A continuación, se muestran algunos ejemplos de DataViz de nivel 3. ¡Atento a ello!

El trabajo de Christian Felix le valió el Iron Viz 2020 con la visualización que se aprecia a continuación. Te invito a «jugar» tú mismo con los datos yendo aquí.

The air we breathe iron viz 2020 winner
Joy Plot, de Alexander Varlamov, también es notable. Se combina inteligentemente con la representación geográfica para revelar conocimientos. Haga clic aquí para jugar con los datos.

data visualisation : Joy Plot

En la siguiente visualización, dedicada a las migraciones hacia la Unión Europea, traté modestamente de acercarme al nivel 3 y repetí el ejercicio durante el IronViz 2020.


Nivel 4: el arte y la visualización de datos van de la mano

Definición: se agrega una dimensión estética, a veces en detrimento del aspecto funcional
Herramientas: Illustrator, Photoshop… en combinación con diferentes herramientas tecnológicas
Qué: se prefiere la dimensión estética de la visualización de datos, a veces en detrimento de los aspectos funcionales.
Quién: artistas de datos, diseñadores gráficos

El nivel 4 de visualización de datos es un nivel diferente, el cual va más allá de las necesidades funcionales superficiales cubiertas por los niveles anteriores. Dicho nivel agrega una dimensión estética a la visualización de datos. Debe ser bonito, incluso si eso significa perder la interactividad o hacer que el mensaje sea menos obvio de entender. Este tipo de visualización se realiza generalmente con herramientas distintas a las que se utilizan en las empresas. De hecho, Tableau, PowerBI y otros Spotfire no están diseñados para «crear belleza», sino para generar eficiencia. En consecuencia, el nivel 4 requiere de herramientas como Photoshop o Illustrator. En esta categoría, también encontramos animaciones en video y otros formatos innovadores y cautivadores.

A continuación, se muestran algunos ejemplos de visualización que se encuentran en el nivel 4:

Visualización de música en forma de video (Nicholas Rougeux)

Nicholas Rougeux tuvo la idea de representar piezas de música clásica en forma de datos. Usó archivos .mdi para convertir la música en datos y luego probó diferentes tipos de visualización. El resultado final es una representación circular que permite comprender los distintos movimientos, octavas y longitudes de las notas.  En el video a continuación lo explica.

La poesía y los datos pueden ir de la mano (Federica Fragapane)

Lo que caracteriza el trabajo de Federica Fragapane es, sin duda, un sentido innato de ligereza y elegancia. A través de una sutil elección de formas y colores, Federica logra infundir cierta poesía en su trabajo. Colabora en particular con la sección cultural del Corriere Della Serra. También puedes descubrir su trabajo a través de su cuenta de Instagram.

Una visualización de datos al servicio de la democracia (Karim Douieb)

Karim Douieb disfrutó de un momento de gloria único en el período apocalíptico que siguió a las elecciones estadounidenses: en 2019, creó una visualización que se reutilizó para contrarrestar los argumentos del campo republicano. Este último estaba tratando de hacer pasar los resultados de las elecciones como una marea roja. La animación de Karim causó sensación porque muestra de manera fascinante que no existe un vínculo entre la extensión de los territorios que votaron por los republicanos y la cantidad de personas que viven allí. Aprovecho para agradecer a Karim por prestarme su video para este artículo.


Conclusión

Este artículo les ha presentado una clasificación de los diferentes tipos de visualización de datos. La explosión en el volumen de datos disponibles ha llevado al nacimiento de soluciones de software especializadas como Tableau, PowerBI, Spotfire. Sin embargo, muchas visualizaciones todavía se llevan a cabo con Microsoft Excel (Nivel 1), y quienes usan software especializado a menudo se apegan a una visualización de datos muy convencional (Nivel 2).

Si bien el nivel 4 está dirigido a expertos particulares con un buen dominio de las herramientas gráficas, creo que el nivel 3 está al alcance de todos. Ir más allá de los dogmas y alcanzar el nivel 3 te permitirá, en particular, destacar tu trabajo. Para conseguirlo, tendrás que ponerte en la piel del usuario y contarle una historia en la que será protagonista. Agregue interactividad a su DataViz, diséñelos como mapas del tesoro. Los usuarios se sentirán inteligentes y se volverán adictos a su trabajo.

Etiquetas:

Author: Pierre-Nicolas Schwab

Pierre-Nicolas es doctor en marketing y dirige la agencia de estudios de mercado IntoTheMinds. Sus principales campos de interés son BigData, comercio electrónico, comercio local, HoReCa y logística. También es investigador de marketing en la Universidad Libre de Bruselas y ejerce de entrenador y formador para varias organizaciones e instituciones públicas. Se puede contactar con él por correo electrónico o Linkedin.

Share This Post On

Submit a Comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *