¿Cuántos de los datos que genera su empresa son utilizados para tomar decisiones claves del negocio? ¿Cuenta su equipo con las métricas de rendimiento y los reportes de resultados de la organización situados en un contexto visual? Y sobre todo, ¿existe un consenso en la interpretación de estos resultados?
Muchas de estas respuestas no sólo están vinculadas al poder de los datos -punto crítico para orientar los procesos de toma de decisiones, proporcionar información cruda para el análisis predictivo o bien para estimar riesgos y beneficios en la empresa y desarrollar estrategias más inteligentes.
La clave también reside en la comprensión efectiva y correcta de los datos: la visualización o representación gráfica de la información, que tiene como objetivo entender y analizar fácilmente las tendencias, patrones y resultados de los datos que obtuvo la empresa. En definitiva, una buena visualización de datos contribuye a comunicar eficazmente el mensaje que se quiere dar con los datos.
Ante el crecimiento de grandes volúmenes de información propios del Big Data, los directivos de la organización necesitan poder hacer una rápida lectura e identificar oportunidades de negocio, simplificando el proceso de interpretación global de los datos.
Cualquier esfuerzo sistematizado para ayudar a nuestros públicos, dentro de la empresa y fuera de ella, a comprender la importancia de los datos al colocarlos en un contexto visual y traducir la información de un modo que resulte más clara, significativa e intuitiva, es uno de los ejes de valor de la visualización de datos.
“En nuestro trabajo cotidiano como analistas de datos, es fundamental hacer esa traducción de los datos para el resto de las personas. Cada vez que generamos un conjunto de datos, resulta natural generar un gráfico para poder entenderlo. Primero, porque es una traducción para uno mismo como analista y, segundo, porque es clave en la toma de decisiones para nuestro equipo y para el cliente de la empresa”, explica Santiago Olszevicki, Data Analyst de 7Puentes.
Olszevicki -quien es bioquímico de la UBA y también colabora en el análisis de datos públicos del ámbito epidemiológico- resalta que la estética puesta en juego en la representación visual es fundamental para la comprensión posterior de los datos. Desde qué tipo de gráficos y diagramas utilizar (gráficos de áreas, de barras o de puntos, cartogramas, diagramas de flujo o dispersión, mapas de calor, de distribución o árboles, etc.) hasta qué referencias utilizar, la elección de los colores o el tamaño de los puntos para poder complementar los resultados de los datos.
Por ejemplo, en diversas empresas de consumo masivo los mapas de calor se pueden implementar para ver la relación entre dos factores, tales como las ventas de productos en diferentes regiones y las cifras de ventas por representante individual. Los mapas de flujo se utilizan para representar la ruta de entrega de los envíos en las compañías de logística. También un gráfico de parte de un todo muestra qué porcentaje de las ventas totales proviene de un producto en particular. Al mismo tiempo, las visualizaciones pueden ser claves para la industria de la salud, por ejemplo para mostrar el grado de adopción de un nuevo fármaco o vacuna.
“La visualización es transversal a todas las industrias con las que trabajamos. No se me ocurre ningún reporte de resultados o seguimiento de métricas que no requiera de este apoyo visual de los datos. Por ese motivo, es central ponerse en el lugar del cliente, anticipar qué preguntas le interesarán de los datos; buscar tendencias, relaciones o patrones ocultos que puedan llamarle la atención y tener claro qué información del negocio necesita comprender en forma efectiva”, puntualiza el analista de datos de 7Puentes.
El Mantra de la Visualización
¿Cómo profesionalizar la visualización de datos? Ben Shneiderman, reconocido informático de la Universidad de Maryland (EE.UU.), escribió sobre principios básicos de la visualización de datos, que recientemente se actualizaron en un artículo científico agrupado bajo su obra “El Mantra de la Búsqueda Visual”.
Por un lado, Schneiderman plantea que cada visualización de datos tiene 3 C, a saber, contenido, contexto y construcción. El contenido básicamente se refiere a los datos a graficar. El contexto se refiere a las especificaciones sobre los datos, generalmente almacenados en un diccionario de datos. Y la construcción es la fase en la que las imágenes se elaboran a partir del contenido y el contexto.
Por otro lado, el autor sugiere diferentes principios para la visualización de datos, entre los que se destacan:
- Resumen: la búsqueda de información visual es el «Resumen». Se recomienda visualizar el conjunto de datos dado de una manera sencilla sin entrar en demasiados detalles. No queremos perder ninguna información en este paso, por lo que se recomienda no aplicar ningún filtro y solamente visualizar los datos dados para tener una idea al respecto (ej. estadísticas de Covid-19 en un gráfico de barras simple que muestra los casos en una determinada fecha).
- Zoom y Filtro: Después de comprender el conjunto de datos del paso anterior, se trata de centrarnos en la parte del conjunto de datos que es de valor para nosotros. El zoom y el filtrado ayudan a resaltar los objetos de interés utilizando varias técnicas (retomando el ejemplo de Covid-19 queremos encontrar los días en que los nuevos casos están entre 220.000 y 310.000 por lo que se realiza un zoom en el eje Y para ver solo los gráficos de ese intervalo o podemos filtrar los resultados para mostrar solo las fechas de interés con nuevos casos diarios).
- Detalles a pedido: consiste en encontrar detalles exactos que nos ayuden a identificar hechos interesantes del conjunto de datos. Aquí usamos todo el poder de la interactividad que proporcionan las bibliotecas disponibles (por ej. para el conjunto de datos de Covid-19, podemos usar la biblioteca “plotly” para hacer que el gráfico que generamos sea más interactivo. Cuando colocamos el cursor sobre cada barra del gráfico, obtenemos los detalles de ese día en particular).
Beneficios y oportunidades de la visualización de datos
1) Absorción instantánea de grandes y complejos volúmenes de datos: una visualización de datos efectiva crea pequeños “paquetes” o unidades de información para transmitir ideas concretas que se pueden almacenar en nuestra memoria a corto plazo y comprender rápidamente su significado. El principal motivo de poder captar e internalizar esta información literalmente en un abrir y cerrar de ojos, tiene que ver con que el proceso neuronal requerido para procesar imágenes elaboradas es mucho más sencillo que crear nuestra propia visualización a partir de textos o números.
2) Mejor toma de decisiones basadas en datos: Las reuniones estratégicas que discuten datos visuales tienden a ser más cortas y alcanzan consensos más fácilmente en comparación con aquellas que se enfocan solo en texto o números. La visualización de datos es una combinación de análisis técnico y narración creativa, que vuelve disponibles y comprensibles los datos para todo el personal de la organización, aunque no necesariamente sea experto en su análisis. El propósito es alinear la comprensión e interpretación de los datos transversalmente a la organización.
3) Compromiso de la audiencia: nuestros públicos de interés (stakeholders) se sienten mucho más comprometidos cuando pueden relacionarse con los datos gracias a una buena presentación visual. Las imágenes producen respuestas emocionales, por lo que la visualización de datos puede impulsar la opinión y la acción. Al mismo tiempo, la visualización permite la comunicación y la colaboración al interior de la empresa, ya que múltiples partes interesadas pueden ver, apreciar y discutir información de los datos.
4) Revela patrones ocultos y conocimientos más profundos: la visualización ayuda a descubrir tendencias, patrones y relaciones que no son fácilmente discernibles a partir de datos numéricos o formas tradicionales de representación. Se pueden obtener conocimientos e interrelaciones más profundas de las ventas o de los productos a través de la visualización de datos. También es útil para comprender las propias operaciones de la empresa, identificar cuellos de botella y señalar áreas que necesitan mejoras. Por ejemplo, si hay picos en las quejas de los clientes; cuando los datos se visualizan junto con ciertos cambios en el personal de soporte al cliente, se podría encontrar una correlación y posibles causas.
“En 7Puentes reconocemos la relevancia y el valor de la visualización de datos para mejorar la comunicación de los resultados a cada uno de los clientes que acompañamos. Nuestro equipo invierte tiempo y profesionalismo para que estas visualizaciones y gráficos sean cada vez mejores. De este modo, los clientes pueden ver e interpretar rápidamente los resultados para tomar decisiones estratégicas de su negocio y descubrir nuevas oportunidades para la empresa”, concluye Santiago Olszevicki, Data Analyst de 7Puentes.