{"id":87099,"date":"2015-04-30T10:14:27","date_gmt":"2015-04-30T10:14:27","guid":{"rendered":"https:\/\/dks.digital\/blog\/sin-categoria\/por-que-un-profesional-digital-debe-aprender-visualizacion-de-datos\/"},"modified":"2015-04-30T10:14:27","modified_gmt":"2015-04-30T10:14:27","slug":"por-que-un-profesional-digital-debe-aprender-visualizacion-de-datos","status":"publish","type":"post","link":"https:\/\/dks.digital\/mx\/blog\/data-science\/por-que-un-profesional-digital-debe-aprender-visualizacion-de-datos\/","title":{"rendered":"\u00bfPor qu\u00e9 un profesional digital debe aprender visualizaci\u00f3n de datos?"},"content":{"rendered":"
Sobre visualizaci\u00f3n de datos hay mucho ruido en Internet, por eso hemos querido poner un poco de luz sobre esta disciplina entrevistando a Nadia Fankhauser, profesional destacada en el sector y Directora del Programa profesional en visualizaci\u00f3n de datos.<\/p>\n
\u00bfPor qu\u00e9 un profesional de Internet debe aprender sobre visualizaci\u00f3n de datos?<\/strong><\/h3>\n
La velocidad a la que se generan los datos se ha incrementado y con ello los desaf\u00edos anal\u00edticos y de comunicaci\u00f3n. Un profesional que sepa de visualizaci\u00f3n de datos puede procesar e interpretar informaci\u00f3n de una manera m\u00e1s r\u00e1pida y eficiente con el fin de comunicar esta en un formato visualmente comprensible y eficaz para su audiencia.<\/p>\n
\u00bfPor qu\u00e9 la visualizaci\u00f3n de datos es una tendencia?<\/strong><\/h3>\n
La idea de visualizar datos existe hace tiempo, pero como concepto se ha hecho m\u00e1s relevante en la medida que aumenta la sobrecarga de informaci\u00f3n y evolucionan las necesidades de comunicaci\u00f3n. Su capacidad de construir narrativas visuales consumibles a partir de una cantidad ingente de datos la ha convertido en una herramienta vital que se ha logrado integrar en ambientes y disciplinas dispares. Esto favorece a\u00fan m\u00e1s su desarrollo estimulando nuevos usos impensados hasta ahora.<\/p>\n
\u00bfQu\u00e9 habilidades requiere una persona para dedicarse a la visualizaci\u00f3n de datos?<\/strong><\/h3>\n
El valor de una visualizaci\u00f3n radica, esencialmente, en la pregunta que consigue responder y lo bien que consigue hacerlo. Por lo que en mi opini\u00f3n, la habilidad principal es la de dominar el arte de hacer preguntas a los datos que sean estrat\u00e9gicamente pertinentes para nuestra audiencia.<\/p>\n
Por supuesto, un proyecto de visualizaci\u00f3n puede comenzar con una pregunta, pero para llevarlo a t\u00e9rmino con \u00e9xito requerir\u00e1 de la combinaci\u00f3n de una serie de conocimientos y habilidades como la capacidad anal\u00edtica, matem\u00e1ticas, estad\u00edsticas, ciencias de la computaci\u00f3n, dise\u00f1o, desarrollo, narrativa\u2026<\/p>\n
Lo m\u00e1s com\u00fan es que \u00e9stas y m\u00e1s habilidades no est\u00e9n todas presentes en un \u00fanico perfil profesional y por otra parte, seg\u00fan la naturaleza y objetivo de un proyecto, podr\u00e1 variar la necesidad del perfil o perfiles requeridos. Todo esto puede ser aprendido. Y aunque no todo el mundo puede ser un gran cient\u00edfico de datos o un gran programador interactivo o un gran dise\u00f1ador, etc, cualquier persona que se familiarize con el procesamiento de datos y principios de dise\u00f1o y comunicaci\u00f3n, puede crear grandes y efectivas visualizaciones.<\/p>\n
\u00bfPor qu\u00e9 alguien que se quiera dedicar a la visualizaci\u00f3n de datos debe conocer metodolog\u00edas de investigaci\u00f3n?<\/strong><\/h3>\n
La metodolog\u00eda de la investigaci\u00f3n es un procedimiento que se ha probado en distintas \u00e1reas de conocimiento que te garantiza la rigurosidad en las decisiones en cuanto al tratamiento de tus datos: m\u00e9todo y t\u00e9cnica de recogida, su posible tratamiento e interpretaci\u00f3n y finalmente, determinar la validez de tus conclusiones. Por lo que paso a paso, te permite, primero, hacer de tus datos algo contrastable y segundo, limitar los errores cl\u00e1sicos que comete una persona que tiene una aproximaci\u00f3n intuitiva a los datos.<\/p>\n
\u00bfCu\u00e1les son las mejores herramientas en la actualidad y por qu\u00e9?<\/strong><\/h3>\n
La mejor herramienta es la que puedas manejar de manera eficiente para llevar adelante tu proyecto con \u00e9xito. Dicho esto, comentar dos cosas m\u00e1s. No existe la herramienta “buena para todo”, las decisiones tecnol\u00f3gicas importan, sobre todo si el impacto de equivocarte y volver atr\u00e1s es significativo para tu proyecto. Hay una enorme cantidad de herramientas disponibles para que puedas trabajar.<\/p>\n
Si sabes programar y si tus datos pueden ser compartidos, sin duda que puedes aprovechar D3 (biblioteca de javascript) que es una de las herramientas con mayor proyecci\u00f3n en el mercado por la flexibilidad de sus funcionalidades. Si no sabes o no tienes tiempo para codificar de cero, hay muchas alternativas:<\/p>\n
Las m\u00e1s conocidas: Gephi, Tableau Public, QlikView, Many Eyes, Google Fusion Table, Quadrigram, R, Visual.ly<\/p>\n
Gr\u00e1ficos sencillos<\/em>: DataWrapper, Flot, Google charts, jqPlog, InfoVis, gRapha\u00ebl, Vidi<\/p>\n
Gr\u00e1ficos con estructura de red<\/em>: Arbor.js, Sigma.js<\/p>\n
Limpieza y transformaci\u00f3n de datos<\/em>: OpenRefine, DataWrangler<\/p>\n
Tambi\u00e9n puedes darle un vistazo a estas recopilaciones:<\/p>\n
Selection Data Visualization<\/p>\n
Visualising Data<\/p>\n
Aunque puede parecer lo contrario, la abundancia de herramientas, podr\u00eda jugar en contra y terminar por bloquear. Te recomendar\u00eda que experimentes con ellas y aprendas una o dos. Al menos en mi experiencia, invertir energ\u00eda en practicar m\u00e1s que en decidir consigue mejor ROI \ud83d\ude09<\/p>\n
\u00bfQu\u00e9 opinas del boom de visualizaciones que no aportan demasiado para la comprensi\u00f3n de los datos?<\/strong><\/h3>\n
Es una caracter\u00edstica natural de los mercados emergentes. Una vez que una tendencia o metodolog\u00eda se pone de moda, mucha gente trata de actuar dentro de ella. Es t\u00edpico en esta \u00e1rea del conocimiento y en cualquier otra.<\/p>\n
La visualizaci\u00f3n es una estrategia para facilitar la extracci\u00f3n y comunicaci\u00f3n de informaci\u00f3n, si una pieza visual aunque estuviera basada en datos no aporta nada revelador, directamente no lo debemos llamar visualizaci\u00f3n.<\/p>\n
Parte del camino hacia la madurez de esta disciplina ser\u00e1 la alfabetizaci\u00f3n visual y estad\u00edstica de los consumidores de visualizaciones lo que terminar\u00e1 por incentivar la mirada cr\u00edtica y el rigor al producirlas.<\/p>\n
\u00bfCu\u00e1les son los primeros pasos cuando pretendemos realizar una representaci\u00f3n visual de multitud de datos?<\/strong><\/h3>\n
Desarrollar un proyecto de visualizaci\u00f3n es un proceso amplio y que puede variar seg\u00fan el proyecto que vas a desarrollar. Hay que comenzar por definir las siguientes cuestiones claves:<\/p>\n
– \u00bfCu\u00e1l es el objetivo \/ valor de la visualizaci\u00f3n? \n– \u00bfQui\u00e9nes son los destinatarios? \n– \u00bfC\u00f3mo se recopilan y procesan los datos? \n– \u00bfQu\u00e9 elementos de dise\u00f1o se utilizar\u00e1n y por qu\u00e9?<\/p>\n
Entender cu\u00e1l es el problema o la pregunta, la naturaleza de los datos en cuesti\u00f3n, cu\u00e1les son las estrategias de transformaci\u00f3n de esos datos a nivel estad\u00edsticos y si son v\u00e1lidas o no para interpretar ese problema. Y mantener el mismo rigor en cuanto a las decisiones de dise\u00f1o con las que se codificar\u00e1 visualmente la narraci\u00f3n para llegar a tu p\u00fablico.<\/p>\n
Hunter Whitney ha graficado este ciclo en el siguiente gr\u00e1fico:<\/p>\n
<\/p>\n
\u00bfC\u00f3mo se pueden representar los datos cualitativos de forma eficaz?<\/strong><\/h3>\n
Consiguiendo introducir y combinar elementos visuales que llamen la atenci\u00f3n y a la vez que materialicen conceptos identificables por nuestra audiencia. Una de las herramientas m\u00e1s populares para la representaci\u00f3n de este tipo de datos han sido las nubes de palabras por su facilidad para visualizar el conteo de palabras o frases. Sin embargo, su limitaci\u00f3n para representar \u00fanicamente un conteo en ocasiones hace que su uso no siempre sea efectivo debido a que s\u00f3lo llaman la atenci\u00f3n sin aumentar comprensi\u00f3n sobre esa informaci\u00f3n.<\/p>\n
Para representar eficazmente datos complejos podemos apoyarnos en met\u00e1foras visuales, diagramas, \u00e1rboles, guiones gr\u00e1ficos, o incluso pueden ser textos vinculados entre s\u00ed en forma de mapa conceptual. El contexto, las historias, conexiones y las descripciones son herramientas que todos podemos utilizar y hacer que las ideas sean f\u00e1ciles de entender.<\/p>\n \r\n \r\n \r\n \r\n \r\n \r\n <\/picture>\r\n
\r\n
\r\n
\r\n
Convi\u00e9rtete en Experto en Anal\u00edtica Web<\/h2>\r\n
\u00a1M\u00e1ster Anal\u00edtica Digital en DKS! Estudia online o presencial en Madrid o Barcelona. M\u00e1s de 60 ediciones. Dirigido por Gemma Mu\u00f1oz. DKS, escuela l\u00edder en anal\u00edtica digital.<\/p>\r\n <\/div>\r\n
![\"Alt](\"\/wp-content\/uploads\/2023\/03\/AW.png\" "\\"Title")
\r\n <\/picture>\r\n ![\"\"](\"https:\/\/dks.digital\/wp-content\/themes\/edix\/images\/modules\/edx_arrow-right-white.svg\"){kind=icon}
\r\n <\/a>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/section>\r\n \n