Curso de principios de visualización de datos para Business Intelligence

Recursos: Catalogue Data Visualization

Fundamentos de la visualización de datos

Qué es la visualización de datos?

• Son representaciones simbólicas de conceptos complejos.
• Input:
  • Es donde iniciamos el proceso de visualización de datos.
• Output:
  • Nos ayuda a representar los datos de manera visual.
  • Para reconocer fácilmente patrones.
  • Al usar más de un sentido podemos facilitar el entendimiento de los datos.
• Estamos en la era de información, así que hay más datos que nunca.

Importancia de la visualización de datos

• Reduce la carga cognitiva para retener y entender los datos.
• Nos ayuda a entregar un mensaje de una manera clara y eficiente.

Visualization gives you answers to questions you didn't know you had.

• Nos ayuda a comunicar mejor a una audiencia.

Buenas prácticas para visualización de datos

• Define una audiencia y un motivo (mensaje).
• Utiliza la percepción visual.
  • Para disminuir la carga cognitiva.
• Estandarizar.
  • Utilizar medidas.
  • No cortar los axis.
  • Alinear todo siempre.
  • Todo para evitar confundir los números.
• Simplificar pero no recortar.
• Disminuir el sesgo (bias), no cherry-picking.
• Principios Gestalt

Conflictos de ética en la ciencia de datos y Big data

• Nuestro papel ante la audiencia es evitar el sesgo y el bias en la visualización.
• Siempre el mensaje debe de ser sin preferencias personales.

Elige la gráfica correcta para tus reportes

• Data viz es el termino con el que se refiere a una representación gráfica

Gráfica de barras

• Existen verticales, horizontales y stackeadas.
• Debemos usar un color distinto para cada categoría
• Debemos representar las cosas de menor a mayor.

Gráfica de pie

• Para menos de 6 categorías de preferencia para mantener la claridad.
• No usar gráficas en 3D porque afectan la visualización.
• Pueden ser de pie o de dona.
• Si no se alcanza a ver las diferencias entre categorías, procurar usar otro tipo de gráfica.

Gráfica de dispersión (scatter plot)

• los colores son importantes.
• Necesitamos buscar correlaciones ya sea positiva o negativa o que no haya alguna.
• Tener cuidado al poner anotaciones para que no dificulte la lectura del gráfico.

Gráfica de Burbujas

• El tamaño de la burbuja nos puede mostrar una variable más para la visualización.
• Pueden ser como una gráfica de dispersión o solo usar el tamaño de la burbuja para denotar una cantidad.
• Tener cuidado con el tamaño de las anotaciones.
• Colores diferentes.
• No gráficos 3D.

Gráfica de mapas

• Es una representación gráfica de datos ubicados geográficamente.
• Puede ser complicado para ubicar los datos.
• Los mapas pueden ser una representación sencilla y no tan precisa.

Tipos de mapas:

Mapas de Isolíneas

• Utilizan líneas para pode unir áreas que determinen cierta similitud.
  • Estos espacios suelen colorearse para mostrar distinción entre ellos.
• Son muy utilizados en el aspecto metereológico.
• Ejemplos

Mapas Coroplágticos

• Son mapas que representan con color los lugares donde ocurrieron ciertos sucesos.
• Ejemplo

Mapas de diagramas

• Estos pueden considerarse mapas combinados, ya que por lo general utilizan el color para hacer una distinción variable y alguna otra visualización.
• Son utilizados en estadística, geografía, reportes económicos, salud, etc.

Mapas Antártico

• Utilizan distintos tipos de figuras geométricas para identificar sucesos en determinadas ubicaciones.

Gráfica de heap map

• Nos permiten sobreponer una paleta de colores para representar la frecuencia de los datos que queremos representar.
• Nos permite ver las zonas en las que más se repiten nuestros datos.
• Debemos estar al pendiente de la calibración de la paleta de colores.
  • Debe de ser clara para representar los cambios de frecuencia.

Gráfica de tablas

• Se utiliza junto con otro elemento de data visualización.
• No utilizar datos extensos ya que afecta la claridad y la carga cognitiva.
• Podemos utilizar colores para denotar ciertos valores.

Importancia del storytelling en la visualización de datos

• El storytelling es la técnica de comunicación en la cual hilamos historias para comunicar un mensaje.
• Nos ayuda a retener la atención y entregar el mensaje de manera más efectiva.
• Siempre es bueno tener técnicas de storytelling en nuestros reportes.

Data Visualization para Business Intelligence

Cómo afecta la visualización de datos en tu negocio?

• Nos ayudan a que dirección y gerencia entiendan claramente el mensaje que buscamos transmitirles.
• Nos permite que nuestro mensaje sea claro y fácil de interpretar.
• Nos permite poner en palabras conclusiones a las que no podríamos llegar sin verlas plasmadas en una forma visual.

Agregar valor con los datos

• Ofrecer información relevante.
• Explora, descubre, pregunta.
• Trabajar en equipo.

Flujo de trabajo y etapas del business Intelligence

Recolección de datos

• La primera etapa del proceso.
• Bases públicas y privadas.
  • Publicas:
    • data.nasa.gov
    • www.makeovermonday.co.uk/data/
    • maxar.com
    • podaac.jpl.nasa.gov/datasetlist
    • science.nasa.gov/citizenscience
    • kaggle.com/datasets
    • developers.google.com/earth-engine/datasets
  • Puede venir de manera estructurada o no estructurada.

Limpieza de datos

• Antes de interpretar los datos necesitamos que estos tengan un formato estandarizado.
• Garbage in garbage out.
  • Entre mejor sea nuestra información mejores serán nuestros resultados.
  • El producto final depende de la calidad de los datos.
• Es entre el 60/70% del trabajo de un data scientist.

Exploración de datos

• Descubre, pregunta, reformula, analiza.
• Los datos sin historias son sólo números.