Cualquier presentación de datos estadísticos debe cumplir con cuatro requisitos fundamentales en cuanto a su estructuración: una introducción, una descripción del método utilizado, una exposición de los resultados obtenidos y una conclusión. Eso es extraíble de todo manual clásico sobre presentaciones de estadísticas. Sin embargo, ¿de qué modo integrar las herramientas para la visualización de datos en nuestras presentaciones? ¿Cómo aprovechar al máximo las ventajas que ofrecen las distintas herramientas de Business Intelligence para mejorar la efectividad de una presentación de datos estadísticos?
A estas y otras preguntas trataremos de dar respuesta en las líneas que siguen, procurando respetar en todo momento los requisitos básicos que hemos enunciado y que debe cumplir cualquier presentación, atendiendo en especial a la presentación del análisis de datos estadísticos.
El análisis de datos estadísticos: las calves para una presentación efectiva
Decíamos al empezar que cualquier presentación, especialmente las que manejan datos estadísticos, debe estar en primer lugar bien estructurada para que cause el impacto deseado en la audiencia. Esta estructura, que ya avanzábamos, se define en 4 bloques de los cuales, sin duda, el de mayor importancia es el que dedicaremos a ofrecer credibilidad a los datos utilizados para elaborar las estadísticas objeto de nuestra presentación. Para ello, nos pueden ser de gran utilidad las herramientas para la visualización de datos que integran algunas de las mejores soluciones BI disponibles en el mercado.
1. Introducción: preparar el terreno para el desarrollo posterior de la exposición, entrar progresivamente en materia repasando brevemente los puntos principales que componen nuestro estudio y adelantar algunas de las conclusiones que explicitaremos al final de nuestra exposición son los modos más habituales y convenientes para introducir el tema y captar la atención de los presentes. Aunque pueda parecer un asunto menor, con la introducción a nuestra exposición reclamaremos la atención de nuestra audiencia, una atención que por supuesto nadie está obligado a dispensarnos y que deberemos obtener por méritos propios. El fracaso en la introducción difícilmente se recupera en las fases posteriores de la exposición, por lo cual debemos tratarla con un cuidado especial y con sumo tacto, usando todas las herramientas disponibles a nuestro alcance para convertirla en algo ameno y lo menos denso posible. De especial interés resultan, en este sentido, las herramientas de visualización de datos integradas en algunas plataformas de BI, como IBM Cognos o MicroStrategy, un completo set de utilidades que nos serán de gran ayuda, también, en cada una de las siguientes fases expositivas.
2. Exposición del método utilizado: aquí es donde deberemos desplegar todo el armamento técnico del que dispongamos. En esta fase se defiende el método utilizado, es decir, las herramientas de análisis de datos estadísticos que se hayan usado para obtener la información que contiene nuestro estudio, con lo cual se convierte, junto a la fase siguiente, en una pieza fundamental para otorgar solidez y firmeza a nuestra exposición.
3. Exposición de los resultados obtenidos: si en el momento anterior debíamos defender el método y los recursos técnicos utilizados para el análisis de datos estadísticos, en esta fase tendremos que exponer el contenido de los mismos y defender su validez. Una vez más, las herramientas de visualización de datos, apoyadas en gráficos pueden convertirse en aliados inestimables y de gran ayuda.
4. Conclusiones: menos es más; para lograr la máxima efectividad con nuestra presentación, aquí debemos mostrarnos firmes, escuetos y sintéticos. Respaldando las conclusiones obtenidas con instrumentos amables a la vista (de nuevo, las herramientas para la visualización de datos marcarán la diferencia), no debemos mostrar dudas en el cierre de la exposición. Recordad que una actitud dubitativa se muestra tanto eludiendo datos e informaciones relevantes como haciendo justo lo contrario, extendiéndonos en demasía con justificaciones y explicaciones irrelevantes.
Post relacionados:
-
Importancia de las herramientas data visualization para presentaciones
-
Mayor protagonismo para las herramientas de visualización de datos
-
Herramientas para visualizaciópn de datos: IBM Cognos y MicroStrategy
