Distintos estudios demuestran que el cerebro procesa las imágenes sesenta mil veces más rápido que el texto. Por ello, y por muchas otras razones, la visualización de datos es el paso final en el trabajo de análisis big data. El momento de la representación visual de los conocimientos adquiridos a partir de su análisis implica, en lo relativo al trabajo con grandes volúmenes de datos:
Créditos fotográficos: istock Topp Yimgrimm
Dar soporte al conocimiento.
Acelerar la comprensión de la información.
Promover una exploración de datos creativa.
De cara a la organización y sus procesos:
Contribuye a aportar una visión única.
Ayuda a compartir información.
Es un paso decisivo a la hora de mejorar la calidad del reporting.
Fomenta el aumento de la eficiencia en las interacciones usuarias con los datos.
En lo referente a las relaciones con el exterior de la empresa, la visualización de datos también es fuente de beneficios ya que:
Permite dar respuesta a cualquier cuestión de forma más rápida.
Facilita una mejor comprensión del cliente y mejora las relaciones con él.
Ayuda a maximizar el ROI de cualquier estrategia big data.
Mejora la competitividad de la empresa en el mercado.
Aclarar los objetivos y obtener mejores resultados deberían ser las metas de la visualización de datos. Todo lo que no se encuadre en esta perspectiva de data visualization seguramente no facilita la tarea de profundizar en la información, por lo que aleja al negocio del aprovechamiento de buenas oportunidades.
La visualización de datos es una manera extraordinaria de ganar y compartir una visión, pero muchos equipos de análisis big data la llevan a cabo de la manera equivocada. Algunos de los errores más comunes son:
A/ Mostrar todos los datos
Los clientes y usuarios internos quieren respuestas precisas, específicas y las quieren obtener cuanto antes. No les importa la cantidad de datos que se pueden procesar diariamente ni el volumen de almacenamiento que tienen a su alcance. Su prioridad es minimizar el esfuerzo a la hora de encontrar soluciones buscando en la información y mostrar todos los datos disponibles no facilita esta tarea. En lo que concierne a la visualización de datos:
Es especialmente importante saber escoger lo que se quiere mostrar, y lo que no, en herramientas como los cuadros de mando, donde se observa cierta tendencia a tratar de condensar toda la información disponible sin una selección previa.
Un enfoque de éxito es mostrar sólo lo que es interesante o importante. Dar prioridad a lo verdaderamente relevante, lo inesperado y lo que es accionable. Hay que atreverse a restarle importancia a todo lo demás.
Las generalidades se pueden incluir en algunos informes si se considera oportuno, pero no deben formar parte de lo que se recoge en un cuadro de mando.
Para poder hacer una buena interpretación de la información hay que concretar los términos de la visualización de datos. Mostrar subconjuntos de información puede resultar muy útil, siempre y cuando las relaciones entre los datos expuestos sean relevantes. Para acertar hay que plantearse cómo se utilizarán los datos para la toma de decisiones. Algunas buenas prácticas de visualización de datos en este sentido son:
Mostrar varios gráficos estrechamente relacionados y cuyas informaciones se complementen, de esta forma se enriquece el resultado.
Lograr el equilibrio entre la cantidad de información expuesta en cada gráfico en particular y en el conjunto de todos.
Optar por gráficos limpios y claros, que siempre son más efectivos que una visualización de datos más compleja.
C/ Hacer un mal uso de los recursos disponibles.
La visualización de datos ofrece un sinfín de posibilidades al usuario, que puede perderse entre los distintos tipos de gráficos, los colores y fondos disponibles, los formatos a aplicar... dejarse llevar por el impulso no conduce mejores resultados, sino que aleja de los objetivos. Hay que tener claras las metas y conseguir que la visualización sea el vehículo idóneo para alcanzarlas de forma óptima.
Incluso cuando se trata de los datos correctos, una representación gráfica excesiva y carente de coherencia no podrá responder a las necesidades de visualización. Por eso, es preferible tener en cuenta que:
Una adecuada selección de diagramas de barras y gráficos de líneas, gráficos de dispersión o gráficos de tarta aumenta las posibilidades de mostrar las relaciones clave entre los campos de datos.
El trabajo previo de establecimiento de categorías o la distribución de datos en función de registros temporales, magnitud o importancia mejora su interpretación.
Los colores y efectos se pueden usar para llamar la atención de manera selectiva y siempre respetando las prioridades. Brillos, etiquetas u otras formas de resaltar el contenido nunca deben restar atención del tema principal que se quiere mostrar en la visualización de datos.
Un buen diseño siempre es el producto de pensar qué se quiere conseguir y de hacer una planificación previa consecuente. Para evitar errores es muy recomendable centrarse en los objetivos y no tener reparos a la hora de probar diferentes enfoques, probar un poco más, cambiar lo que sea necesario, mejorar lo que pueda hacerse mejor y repetir de nuevo. Un enfoque de diseño orientado al usuario bien planteado garantiza visualizaciones de datos eficaces, eficientes y útiles.
Post relacionados:
Uso de los dasboards para obtener conocimiento sobre la organización
Aplicaciones de la visualización de datos con fines humanitarios