Sara Hernando Navarro

Sara Hernando Navarro

Apasionada por la tecnología, los datos y los negocios. Todos estos campos están directamente relacionados con mi actual posición como Visualizadora de datos en Telefónica Tech. Me encantan las apps low-code, el diseño web, y estar en constante aprendizaje. Tengo larga experiencia laboral en el campo del análisis y la visualización de datos tanto en sector público como en privado.

AI & Data
Errores a evitar en la visualización de datos
En múltiples ocasiones la primera impresión es lo que marca la diferencia y el mundo de la visualización de datos no iba a ser una excepción. A lo largo de este artículo se van a exponer los errores más comunes en la visualización de datos, así como pequeños consejos para evitar que este tipo de fallos desluzcan el trabajo realizado. Abuso del color A la hora de realizar un proyecto de visualización independientemente de la herramienta en la que se va a ejecutar se debe prestar especial atención a la paleta de colores que se propone. Esta debe de incorporar colores con tonalidades afines y a poder ser claras para que no rompa la estética, siempre respectando los colores corporativos en caso de que los haya. Además, es conveniente no emplear colores que deriven en falsas interpretaciones como el rojo que tiene una connotación negativa o el verde positiva, entre otros colores. Fuente Kenjo.io Desorden visual El desorden visual es uno de los errores más repetidos. Este error penaliza el buen entendimiento de la visualización planteada. Para evitar este tipo de problemas se recomienda incluir un número limitado de gráficos dónde la pantalla no quede sobrecargada. Si es necesario, se deberá de duplicar la pantalla con el fin de tener suficiente espacio para todos los widgets deseados. Es conveniente incluir la información en función del detalle del margen superior izquierdo hacia la derecha de menor a mayor detalle. Esta técnica se realiza para facilitar el entendimiento del lector, dónde este estará leyendo de manera natural la pestaña. Sobrecarga de información / Chartjunks Ligado al punto anterior surgiría este error de sobrecarga de la información, dónde existirían una serie de gráficos con múltiple información dónde al querer incluir demasiada información penalizamos el entendimiento de este. Por ejemplo, en el caso que se desee segmentar un indicador por múltiples categorías puede que al ser muchas categorías estas queden prácticamente diluidas entre ellas imposibilitando su comprensión. Una solución sería plantear agrupaciones de las segmentaciones deseadas o un muestreo de estas. Fuente. Falta de espacio en blanco No incluir los espacios entre widgets adecuados hace que la visualización no resulte agradable a la vista por lo que es vital incluir los espacios en blanco convenientes, así como respetar las alineaciones entre ellos. Uso incorrecto de las gráficas Con la finalidad de entender correctamente el insight que se plantea en la visualización es imprescindible incorporar un gráfico acorde a la representación que se desea. Si por ejemplo, se desea observar un evolutivo de un indicador, se deberá de aplicar un gráfico de líneas, cualquier otra visualización induciría a error. Falta de adecuación entre el proyecto de visualización y su audiencia El uso de tecnicismos o vocablos o argot con los que los stakeholders no están familiarizados puede que desencadene en una falta de entendimiento y pérdida de interés de estos. Necesidad de simplificación de entendimiento a la audiencia La necesidad por parte de los usuarios de la realización de cálculos simples en función de los datos que vienen representados en la visualización es inadecuada. En la visualización se deberá de incluir los datos simplificados, de manera que el usuario reciba la información como la desea en la medida de lo posible. Contexto poco adecuado de los gráficos incluidos Es habitual que los gráficos incluidos en la visualización no incorporen un contexto adecuado: falta de las unidades de medida, ejes de datos, ejes de datos incluidos pero que no empiezan en cero o escalas que no están bien ajustadas a los datos representados. Para solventar este problema se tiene que prestar especial atención a este tipo de detalles. Fuente: Documentación interna. Falta de títulos y explicaciones Se debe incluir información adicional para facilitar el entendimiento de los usuarios de la visualización. Bien en forma de títulos, tooltips o ambos. Falta de sincronización formato múltiples fuentes La incongruencia en la visualización entre distintos tipos de fuentes, tamaños o forma del texto es habitual. Lo recomendable es incluir como máximo tres tipos de fuentes distintas dónde la misma tipología, pero en negrita cuenta como una. Además, se puede emplear el tamaño de la grafía para resaltar datos de interés sobre el resto. Cabe destacar que la regla aplicada en la visualización tiene que extrapolarse al total de esta. IA & Data Visualización de datos: elección del gráfico adecuado 13 de diciembre de 2023 Image: Kroshka Nastya / Freepik.
30 de septiembre de 2024
AI & Data
Visualización de datos: elección del gráfico adecuado
Los datos son el nuevo petróleo de las compañías, y la explotación de estos puede marcar un carácter diferencial de una empresa dentro del mismo sector. Gracias a la reducción de los costes de almacenamiento, ahora se dispone de multitud de información. Las compañías disponen de grandes volúmenes de datos y es indispensable darles forma para su rápida y total comprensión. Es en este contexto donde surge la ciencia de la visualización de datos, que trata de dar solución al problema anteriormente planteado, cuando la capacidad de procesamiento humano no es suficiente para contrastar y analizar cantidad masiva de información. La visualización permite, de manera clara y directa, observar patrones, valores extremos o distribuciones, entre otras posibilidades, que ayudan a tomar mejores decisiones basadas en datos. En este artículo recogemos las principales funciones que pueden resolverse mediante una selección adecuada de unos gráficos concretos. Como existen multitud de gráficos y al ser un texto introductorio, nos centraremos en dar respuesta técnica priorizando los gráficos más utilizados. A la hora de construir un cuadro de mandos o dashboard no hay que olvidar que, además del amplio catálogo de gráficos disponibles, es fundamental tener en cuenta también el contexto y el público al que va dirigido. Visualizar proporciones En este apartado se observa aquellos gráficos que responden a la necesidad de realizar una proporción entre valores. Para ello gráficos como el gráfico de burbujas, gráfico de Nightingale Rose, gráfico de áreas proporcional o nube de palabras darían buenos resultados. En caso de buscar relaciones proporcionales que conformen parte de un total, los gráficos a implementar serían el gráfico de donut o anillo, treemap, gráfico de tarta, y el diagrama de Sankey. Jerarquía Los gráficos más usados para mostrar la jerarquía entre un conjunto de variables son el gráfico de diagrama de árbol y el treemap. Visualizar conceptos Para permitir mediante visualización el entendimiento de algunas ideas o conceptos, los gráficos a introducir serían algunos como: el diagrama Venn o el diagrama de flujo. Relaciones Para observar tanto relaciones como conexiones entre los datos o mostrar correlaciones entre dos o más variables, un ejemplo de los gráficos más comunes serían los siguientes: En cuanto a correlaciones se refiere, los mejores gráficos son el gráfico de burbujas, mapa de calor o el diagrama de puntos. A la hora de mostrar solo conexiones entre distintas variables los gráficos más adecuados serían mapa de conexiones, gráfico de redes, diagrama de árbol y el diagrama de cuerdas. Representar localizaciones Los siguientes son métodos adecuados para la representación de las regiones geográficas: mapa coroplético, mapa de conexiones y mapa de puntos. Distribuciones A continuación, se observan las gráficas que permiten representar la frecuencia de una variable o la distribución de esta, es decir, como se distribuyen en función de unas agrupaciones concretas. Los gráficos que ayudan a plasmar esa idea son diagrama boxplot o de cajas y bigotes, gráfico de burbujas, histograma, línea de tiempo, o el gráfico de Tally. Si se desea mostrar la distribución de una variable segmentada por una cualitativa concreta, bien sea sexo, edad o cualquier otra, el gráfico adecuado sería la pirámide. En el caso de la nube de palabras, su uso es óptimo cuando se trata de la distribución de un texto. Mostrar una comparación Métodos que permiten mostrar las principales diferencias o similitudes entre valores. Podemos diferenciar todas las posibilidades en función de la necesidad que incorporen eje o no los gráficos. Si poseen eje los gráficos a aplicar serían tales como el gráfico de barras, diagrama de cajas y bigotes o boxplot, gráfico de burbujas, gráfico de balas, gráfico de líneas, gráfico de columnas apiladas, gráfico de pirámide, o el gráfico de áreas. Si no incorporan un eje en su estructura, los gráficos para comparar distintas variables serían algunos como el gráfico de anillo o donut, diagrama de cuerdas, mapa de calor, gráfico de tarta, treemap entre otros. Flujos de movimientos Los métodos de visualización que permiten representar el movimiento de los datos o los flujos de estos son el mapa de conexiones o el diagrama de Sankey. Particiones de un total En este apartado se analizan aquellos métodos de visualización que permiten mostrar partes de un total de una o más variables. Generalmente el gráfico de anillo o donut, gráfico Mekko, gráfico de tarta, gráfico de columnas agrupadas y el treemap daría un resultado correcto. Rangos Métodos de visualización que presentan las variaciones entre los valores máximos y mínimos en una escala. Para esta funcionalidad los gráficos de diagrama de cajas y bigotes o boxplot, gráfico de balas, gráfico de velas, el diagrama de Gantt entre otros serán una muy buena opción a implementar. Mostrar funcionamiento y procesamiento Métodos de visualización que permiten mostrar cómo funciona un objeto, un sistema, donde se muestra tanto el output final junto con los procesos que lo originan. Los gráficos más adecuados para mostrar este tipo de funcionalidad son el diagrama de Sankey o un gráfico de flujos, si lo que se desea es hacer foco en la explicación de procesos o métodos, el gráfico más recomendable sería el diagrama de Gantt. Observación temporal de los datos En esta función se presenta la necesidad de mostrar datos durante un periodo de tiempo como un camino para encontrar tendencias o cambios a lo largo del tiempo. Los gráficos que emplear podrían ser el gráfico de Nightingale Rose, gráfico de áreas apiladas, mapa de calor, gráfico de burbujas, gráfico de velas o el gráfico de líneas entre otros. En este apartado cuya función principal es observar cómo oscilan los datos durante el tiempo, también destaca por unos gráficos que podrían ser usados para representar la secuencia de eventos a lo largo del tiempo. Gráficos como una tabla de tiempo, una línea temporal o una tabla calendario pueden ayudar a representar este tipo de información. Encontrar patrones ocultos Si a la hora de seleccionar el gráfico lo que se busca es encontrar patrones ocultos dentro de los datos, el abanico de posibilidades es muy amplio pudiendo seleccionar uno entre multitud de gráficos. Para este caso los gráficos más utilizados son el gráfico de áreas, gráfico de barras, diagrama de cajas y bigotes o boxplot, gráfico de burbujas, gráfico de velas, mapa de conexiones, mapa de puntos, mapa de calor, gráfico de líneas, pirámide de población, diagrama de puntos, mapa coroplético, entre otros. Conclusión La visualización de datos es una herramienta indispensable para dar forma y estructura a los datos y comprenderlos de manera rápida y efectiva. Los gráficos son una forma clara y directa de visualizar patrones y distribuciones en los datos, lo que ayuda a tomar decisiones basadas en información con mayor precisión Aunque como hemos visto existen muchos tipos de gráficos, es importante seleccionar aquellos que sean más adecuados para cada situación teniendo en cuenta el contexto y el público al que se dirige. Por tanto, la elección adecuada del gráfico es fundamental para aprovechar al máximo el potencial de los datos y sacar el máximo partido de ellos. AI of Things Empieza ya a programar Inteligencia Artificial: lenguajes, herramientas y recomendaciones 18 de enero de 2023 Imágenes de Freepik y Figma.
13 de diciembre de 2023