agsandrew - Fotolia

Lo básico Póngase al día con nuestro contenido introductorio.

Una historia convincente de datos comienza con una visualización eficaz

La visualización de datos puede transformar los datos analíticos en información de acción para negocios. Pero recuerde mantener las cosas fáciles de entender y recuerde a su público, advierte un experto.

El software de visualización de datos permite a los analistas de datos y a los usuarios de negocios desarrollar diagramas, gráficos y presentaciones que transmiten información detallada sobre el rendimiento y las oportunidades del negocio. Una práctica emergente llamada narración de datos ha evolucionado en torno al uso de herramientas de visualización para traducir los resultados de las aplicaciones analíticas para que puedan ser más fácilmente comprendidos por los ejecutivos corporativos y otros tomadores de decisiones en las organizaciones.

Pero debe tener cuidado cuando al tratar de crear una historia basada en visualizaciones de datos, especialmente cuando usted ha sido sumergido en el trabajo de análisis durante tanto tiempo que se ha cegado con la familiaridad del contenido. Para asegurarse de que está entregando el mensaje destinado a la audiencia adecuada, es posible que desee comenzar a hacer algunas preguntas acerca de los objetivos de una historia de datos y el proceso para su difusión dentro de su organización, por ejemplo:

¿Está tratando de transmitir abiertamente un mensaje en particular, o está buscando dejar que los datos hablen por sí mismos? En algunos casos, una visualización de datos es lo bastante simple para ser interpretada de manera inequívoca por cualquier persona que la mire. En otros casos, la compleja integración de datos y múltiples visualizaciones es necesaria para llevar el mensaje de los resultados analíticos. A veces, los miembros de la audiencia para este tipo de visualizaciones son lo suficientemente inteligentes como para interpretar los datos por sí solos. Pero, si no es así, le toca a usted proporcionar una narrativa fácil de entender para acompañar las visualizaciones; una que no se enreda en charlas sobre el proceso analítico que desvirtúan el mensaje de cómo los resultados deben influenciar las acciones de negocios.

¿Es capaz de participar directamente con la audiencia, o entregará la información a través de un proxy? Si usted está presentando la narrativa para un conjunto de visualizaciones de datos a un grupo de ejecutivos de negocios en una sala de reuniones, tiene un poco de libertad y flexibilidad en la forma de estructurar la presentación que puede que no tenga si está siendo manejada de alguna otra manera. Por ejemplo, si una historia de datos se presenta en un formato más estructurado –como un video que será enviado a varios ejecutivos para su observación individual– es posible que tenga que ajustar las visualizaciones y la descripción correspondiente para que transmitan con mayor claridad el mensaje deseado.

¿Qué tipos de visualizaciones ayudarán a apoyar –y no abrumar– los puntos que desea subrayar acerca de los resultados analíticos que nos ocupan? Hay peligro de quedar hipnotizado por la vistosidad potencial de los métodos de visualización de datos, hasta el punto de que una presentación se ve plagada de bellos gráficos sin sentido; esencialmente, decoraciones. Es necesario pensar por adelantado sobre el diseño de visualizaciones relevantes y prácticas, no obras de arte sin valor informativo real.

Esas preguntas sugieren que hay más sobre la narración de datos que solo la creación de un cuadro bonito. Cuando le da forma a sus planes de visualización de datos, para asegurar que una presentación de la historia de datos tiene el efecto deseado, también debe considerar la inclusión de densidad de contenido, abstracción y dimensionalidad.

Un gráfico individual podría integrar múltiples resultados analíticos. Un ejemplo sencillo es la superposición de múltiples gráficos de líneas para sugerir una correlación entre sus valores. Pero cuanto más densos sean los datos que se presentan, más pensamiento se debe invertir en el proceso de diseño para asegurar que la audiencia no será confundida por un gráfico que oculta el mensaje deseado.

Nuestra familiaridad con gráficos simples, tales como gráficos de barras, de líneas y de sectores, nos permite interpretar inmediatamente los datos en ellos, si están bien diseñados. Por otro lado, poner capas de múltiples dimensiones de datos analíticos dentro de la misma visualización permite al narrador de datos compartir información más compleja y más profunda con los tomadores de decisiones de negocio. Para evitar "sobredecorar" esas visualizaciones, se requiere una organización eficaz y consistencia gráfica. Y la narrativa de la historia de datos, ya sea hablada o escrita, debe ser diseñado para complementar las visualizaciones de una manera clara y precisa.

En última instancia, la eficacia de las visualizaciones de datos e historias de datos necesita ser medida por motivos prácticos. Dichas evaluaciones podrían comenzar con el examen de si los ejecutivos de negocios y otros en el extremo receptor aceptaron la información presentada en las visualizaciones como creíble y digna de confianza, y si fueron capaces de captarla y absorberla rápidamente. Otra buena pregunta es si los miembros del público fueron motivados a compartir la información con otras personas en su organización. Al final, por supuesto, la gran pregunta a responder es si se les convenció para tomar acción como resultado de ver los datos.

La visualización eficaz de los datos y la narrativa de datos puede ser una forma atractiva para transformar los datos analíticos en información empresarial valiosa, pero el mal uso de la visualización y las técnicas de narrativa pueden dar lugar a confusión y falta de acción entre los ejecutivos, que cuentan con la BI y las aplicaciones analíticas para ayudarlos a guiar sus decisiones de negocios. Para darles lo que están buscando, considere cómo el medio de visualización de datos puede ser mejor adaptado para soportar el mensaje que los datos con los que usted está trabajando están intentando enviar.

Sobre el autor: David Loshin es presidente de Knowledge Integrity Inc., una compañía de servicios de desarrollo y consultoría que trabaja con clientes en proyectos de big data, inteligencia de negocios y proyectos de gestión de datos. Su correo electrónico es: loshin@knowledge-integrity.com.

Este artículo se actualizó por última vez en julio 2016

Profundice más

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close