Presentar datos es un reto al que nos enfrentamos cualquier persona al menos una vez en la vida, y si eres Data Scientist seguramente unas cuantas más. Por eso es importante identificar cuáles son los aspectos principales a tener en cuenta a la hora de realizar un gráfico y qué pasos dar antes de exponer el resultado final al público. Si no sabes por dónde empezar, en este post te enseñamos los 5 pasos previos a una visualización de datos., pero si ya lo has leído y quieres dar el siguiente quédate por aquí😊¡Empezamos!
1. Entender el contexto y la calidad del dato
Tanto la fuente como el proceso de obtención del dato son cruciales para poder empezar a trabajar. Sin este punto es muy complicado decidir cómo representar los datos. En caso de no entender el contexto o la forma de obtención del dato, es aconsejable investigar sobre ello o preguntar a compañeros, y asegurarse de que se entiende lo que en Data Science llamamos el ciclo de vida del dato.
2. Transmitir un mensaje claro e interesante
A menudo caemos en la tentación de hacer visualizaciones impresionantes, que llamen la atención pero que en sí no nos digan nada.
El mensaje que transmite el gráfico debe ser claro y conciso.
Sin embargo el mensaje que transmite el gráfico debe ser claro y conciso. Es una de las claves por excelencia que siempre deberíamos tener en mente. Este es un ejemplo que cumple ambas premisas.
Además de ser muy llamativo es claro en el mensaje que transmite: “En el norte de España llueve”. Sin embargo, el mensaje no es muy revelador. Por ello como contraejemplo, mostramos este conjunto de gráficos que presenta @kate_ptrv en el siguiente tweet.
I couldn’t just walk past this Tweet, so here is some fun #dataviz
— Kate Petrova (@kate_ptrv) November 27, 2020
Scented candles: An unexpected victim of the COVID-19 pandemic 1/n https://t.co/xEmCTQn9sA pic.twitter.com/tVecEiX5Jc
Unos gráficos muy mejorables pero que nos cuentan una idea ingeniosa.💡
3. Storytelling
En cualquier presentación que hagamos es importante conectar con el público a través de las emociones. Como seres humanos estamos acostumbrados a retener en la memoria aquello que nos emociona. Por ello, necesitamos crear una historia a través de los datos. Así, además de entender mejor aquello que exponemos, nuestra audiencia recordará esa presentación a lo largo del tiempo.
Crea un hilo argumental que cuente la historia de tus datos
4. Dejar que la audiencia explore y descubra
No siempre debemos dar todo en la primera cita, es siempre interesante dejar algo para una segunda (si nos interesa 😅). En el ámbito que aquí nos concierne nos referimos a dejar que el gráfico muestre lo más relevante y hacer de alguna manera que el usuario se interesante más por los datos o el tema que estamos mostrando. Una de las formas con las que atajar este asunto es a través de los** gráficos interactivos. Por ejemplo, con las etiquetas emergentes o tooltips, podemos ampliar la información acerca del elemento que se este seleccionando. Javascript** es el lenguaje por excelencia para este tipo de representaciones.
5. Añadir el contexto al gráfico
Podemos añadir el contexto a nuestro gráfico a través de formas, colores, diseño, etc. Este es un mapa de Dominic Royé (@dr_xeo), donde nos muestra el caudal de los ríos de la Península a través de esta preciosa visualización.
Ciencia es arte. Las venas azules de la Tierra. #rstats #arte pic.twitter.com/uKPIlrFs7u
— Dr. Dominic Royé (@dr_xeo) August 25, 2020
6. Atención a los detalles
Si hay algo que asusta a un lector es un gráfico con faltas de ortografía, texto superpuesto o colores estrepitosos. Hacer una revisión del resultado antes de presentarlo es conveniente para que tu trabajo no caiga en el olvido. También se suele recomendar la revisión de pares o peer review y tener así un feedback de compañeros.
7. Destaca lo que realmente quieras destacar
Fue muy comentado durante la pandemia la visualización de John Burn-Murdoch (@jburnmurdoch), del Financial Times sobre la evolución de los casos de coronavirus en una selección de países concreta. Fue famoso por ser uno de los primeros gráficos en mostrarse a la luz, completo, con mucha información, que además aplicaba la transformación logarítmica en el eje vertical. (Si no sabes lo que es una transformación logarítmica, no te preocupes, hablaremos sobre ello en futuros posts del blog!). Sin embargo, bajo mi punto de vista, muestra demasiadas trayectorias a un mismo tiempo y resulta complicado seguir cada línea y discernir a qué país se refiere. ¿Qué opináis?
8. Las anotaciones son cruciales
Las anotaciones en visualización de datos se refieren al texto que acompaña un elemento concreto y detalle una explicación sobre el mismo. Un gráfico puede cambiar de significado al añadir sobre él anotaciones. Por supuesto, como siempre, todo en su justa medida.
9. Haz el gráfico atractivo
Como es lógico, la visualización de datos consiste en hacer visual algo tan abstracto como son los datos. Si nos queda margen para elegir un diseño atractivo, sin saltarnos ninguno de los puntos anteriores (ni el que nos queda!) es aconsejable hacerlo. Los colores pueden ser una potente herramienta para dar este último empujón y captar audiencia. El aspecto minimalista suele dar una mejor apariencia y simpleza a la composición y sin duda, es uno de los fuertes atractivos de un gráfico.
10. Ética, lógica y responsabilidad
Y como último punto, una de las cosas más importantes que no debemos dejar de lado, es la ética. Como autores del gráfico, somos responsables de la visualización que estamos realizando. De los datos que representamos sería responsable la fuente, sin embargo, parte de esa responsabilidad recaerá igualmente sobre nosotros, pues los estamos exponiendo en público. Recordemos que la fuente siempre se debe citar acompañando el gráfico. Apliquemos la lógica en aquello que mostremos, es la mejor manera de “no meter la pata”.
Y estas son las 10 claves para una buena visualización de datos. Espero que os haya gustado y no olvidéis compartir en las redes sociales ☺️ ¡Mil gracias!
Contenido relacionado
