Mejores prácticas para crear visualizaciones atractivas

Mejores prácticas para crear visualizaciones atractivas

¿Qué hace que las visualizaciones sean impactantes?

Todos estamos bombardeados con información y contenido, y a menudo es abrumador. Entonces, ¿cómo separas rápidamente los datos importantes del ruido? ¿Y cómo lo transformas en una historia de datos convincente para tus clientes, ejecutivos o socios?

Elegir la visualización correcta —gráfico o diagrama— para la historia que quieres contar es imperativo.

En este artículo, presentamos las 10 mejores prácticas para ayudarte a crear visualizaciones impactantes, incluyendo:

  • Entender al usuario primero
  • Elegir el tipo de gráfico correcto
  • Usar el color y el texto correctamente
  • Evitar el “Chart Junk”
  • Ser claro con tus datos
  • Resaltar lo que es importante
  • Usar interacciones efectivas
  • Usar 3D con sabiduría
  • Prestar atención a los detalles
  • Usar la escala correcta

También mostramos cómo las plataformas de análisis más nuevas y modernas te ayudan a combinar visualizaciones en paneles potentes —paneles que son intuitivos, combinan datos de múltiples fuentes y permiten a los usuarios profundizar rápidamente hasta la información específica que desean.

Continúe leyendo

Complete el formulario para continuar leyendo.

Obligatorio

¿Qué es una visualización de datos?

La visualización de datos se refiere a un gráfico o una representación gráfica de datos en la que los datos se representan mediante símbolos, como barras en un gráfico de barras, líneas en un gráfico de líneas o porciones en un gráfico circular. Los gráficos y la visualización de datos se pueden usar indistintamente.

Las visualizaciones de datos pueden funcionar de forma independiente como visualizaciones únicas o pueden combinarse con múltiples gráficos para crear paneles

Data visualization - business teams reveal sales dashboard.

Por qué es importante seguir las mejores prácticas de visualización de datos

A medida que los consumidores o las empresas se enfrentan a la explosión de información más compleja, necesitamos ayudarles a comprenderla más rápido.

Como pueden ver, las visualizaciones de datos ayudan a hacer los datos más consumibles, ayudan a los usuarios a tomar decisiones y a contar una historia.

  • Los gráficos toman datos ricos (a menudo KPI) y los hacen consumibles
  • Múltiples gráficos componen paneles que muestran una o más visualizaciones para ayudar a los usuarios a tomar decisiones
  • Los gráficos pueden contar una historia de una manera explicativa o exploratoria

Nosotros, como humanos, estamos programados para pensar visualmente

  • El 65% de las personas son aprendices visuales i
  • Procesamos imágenes 60.000 veces más rápido que texto ii
  • Tarda 13 milisegundos en reconocer una imagen

Incluso algo tan simple como mirar las alturas por persona, como el gráfico de abajo, deja claro cómo ordenar estos datos en el gráfico de columnas te da información inmediata.

Data visualization - business teams reveal bar chart

Así que, al crear visualizaciones, es mejor asegurarse de que está siguiendo las mejores prácticas como se destaca a lo largo del resto de este documento.

Comprender al usuario primero

La regla de oro de la comunicación es conocer a tu audiencia. Te comunicarás de manera diferente a un usuario técnico que a un usuario de negocios o si estás haciendo una presentación de ventas a un cliente o una presentación a los ejecutivos de tu empresa.

Cada visualización cuenta una historia de datos. Tu trabajo como la persona que diseña la historia es:

  • Tener claridad sobre la historia que va a contar tus datos
  • Conozca a su audiencia y sus objetivos

Así que, al crear tus visualizaciones, ten en cuenta estas preguntas al asegurarte de que tus visualizaciones simplifiquen datos complejos, cuenten la historia de tus datos e impulsen la toma de decisiones:

Simplificar datos complejos:

  • ¿Quién utilizará la visualización?
  • ¿Conoces a tu audiencia?
  • ¿Qué preguntas debería responder esta visualización?

Cuenta la historia de tus datos:

  • ¿Necesita una sola visualización o múltiples visualizaciones?
  • ¿El título del gráfico proporciona suficiente contexto a los datos, o necesita texto de apoyo para contar la historia?

Impulsar la toma de decisiones

  • ¿Qué técnicas puedes usar para resaltar puntos importantes en tu historia de datos?
  • ¿Es esta una visualización exploratoria o una visualización explicativa?

Elegir el tipo de gráfico correcto

Uno de los mayores desafíos al contar una historia efectiva con sus datos puede ser elegir el tipo de gráfico adecuado. Hay una cantidad infinita, y cada uno tiene atributos únicos que pueden ayudarle a transmitir mejor su mensaje o historia de datos. Si bien sus datos podrían funcionar con múltiples gráficos, depende de usted, como creador, asegurarse de que está seleccionando uno que haga que los datos sean claros y concisos para el consumidor.

Para ayudar en este proceso, piensa en estas preguntas clave cuando elijas cada visualización para tus datos y utiliza la guía a continuación para ayudarte:

  • ¿Cuál es el punto clave que quieres comunicar con tu gráfico?
  • ¿Desea comparar variables?
  • ¿Necesitas entender la distribución de los datos?
  • ¿Hay posibles tendencias que necesites analizar?

Elige el punto que quieres destacar y selecciona un tipo de gráfico que sea óptimo.

Data visualization - business teams reveal chart types

Uso adecuado del color y el texto

El color y el texto pueden ayudar a resaltar lo importante, o pueden desviar tu historia de datos. Usa el color para comunicar de manera efectiva basándote en tus datos, no en la belleza o el “arte de gráficos”

Al observar este gráfico:

Data visualization - business teams reveal use chart colors
  • Los colores son demasiado similares para poder distinguir rápidamente entre los diferentes campos
  • Hay un uso deficiente de fuentes. Las fuentes con serifa son excelentes para leer en papel, pero no en pantalla
  • 3D dificulta determinar el tamaño de la parte respecto al conjunto
  • Las etiquetas del gráfico circular son casi imposibles de leer.

Para evitar confusiones en los gráficos y desviarse de tu historia, hay tres tipos de esquemas de color que puedes usar en tus gráficos: divergente, secuencial y categórico.

Sigue las guías a continuación al elegir los colores correctos para tus gráficos:

Usar esquemas de color divergentes cuando un valor central es compartido entre ambos extremos esquemas de color cuando un valor central es compartido entre ambos extremos

Data visualization - business teams reveal diverging color scheme

Usar secuencial colores con valores numéricos u ordenados

Data visualization - business teams reveal sequential color scheme

Usar categórico colores con variables distintas sin ningún orden

Data visualization - business teams reveal categorical color scheme

Evitar el desorden gráfico

Enfoca tu visualización en la historia de los datos y mantén el gráfico limpio y fácil de leer. No confundas al usuario con información o gráficos innecesarios como:

  • Sombreado disruptivo 3D
  • Líneas de cuadrícula pesadas/bordes de caja
  • Opciones de fuente caprichosas
  • Imágenes de fondo distractivas

Una gran parte de la tinta en un gráfico debe presentar información de datos. La tinta de datos es el núcleo inborrable de un gráfico, la tinta no redundante dispuesta en respuesta a la variación en los números representados.

Sobre todo, muestra los datos.

Edward Tufte, La Exhibición Visual de Datos Cuantitativos, 1983

Al echar un vistazo al gráfico de abajo, hay tanto que sucede que desvía el propósito del gráfico en sí mismo:

Data visualization - business teams reveal chart junk

Cuando eliminas la basura de la visualización, la historia de este gráfico es mucho más clara:

Data visualization - business teams reveal avoid chart junk

Sé claro con tus datos

Utilice funciones de visualización para crear claridad en su historia de datos. Cuente una historia de crecimiento ordenando sus datos de forma ascendente. Para mostrar una caída en el crecimiento o los ingresos, utilice un orden descendente.

Las características de los gráficos, como títulos, líneas de tendencia o retículas, pueden ayudarle a contar su historia más rápidamente. Siga estas seis mejores prácticas para garantizar que sus visualizaciones de datos sean claras:

Títulos y descripciones de gráficos

Use descriptivo y conciso Títulos que dan al consumidor razón y explicación para su gráfico. Mantenga el título de su gráfico simple y directo ya que sus datos y visualización deben contar el núcleo de su historia. Principalmente, su título debe relacionarse y apoyar directamente con el gráfico que está debajo. Por ejemplo, en el gráfico de abajo, deje que las leyendas y sus visuales cuenten la historia para la División y la Edad, pero dé al consumidor información concisa suficiente sobre lo que están recopilando de este gráfico.

Data visualization - business teams reveal titles

Ordenación alfabética

Ordenar tus datos alfabéticamente cuando estás utilizando categorías en tu eje x y necesitas ayudar a las personas a encontrar lo que están buscando rápidamente.

Data visualization - business teams reveal alphabetical

Ordenar datos en orden ascendente

Ordenar sus datos en ascendente orden cuando necesita ayudar a contar la historia del crecimiento.

Data visualization - business teams reveal ascending

Ordenar datos en orden descendente

Ordenar sus datos en descendente orden cuando necesitas comparar de mayor a menor.

Data visualization - business teams reveal descending

Líneas de tendencia

Las líneas de tendencia son una técnica poderosa en un gráfico de series de tiempo, y estamos viendo esto cada vez más en los medios populares. El gobernador de Nueva York, Andrew Cuomo, a menudo utilizaba una línea de tendencia de promedio de 7 días para la tasa de aumento o disminución del Coronavirus para eliminar los días atípicos. Donde las variaciones diarias podrían dificultar la comprensión, una línea de tendencia de series de tiempo revela la dirección general de los datos a lo largo del tiempo.

Data visualization - business teams reveal clear with data

Cruces de miras

Usando mira de cruz ayuda a los espectadores a obtener más detalles mientras analizan sus gráficos. No todos los gráficos requieren mira de cruz, pero puedes ver en el gráfico a continuación cómo ayudan al usuario a obtener información clara sobre los puntos de datos exactos:

Data visualization - business teams reveal crosshairs

Resaltar lo importante

Diseña visualizaciones para centrar al usuario en lo más importante de la historia de tus datos. Resaltar puntos clave, tendencias y límites dentro de tus datos puede ser clave para proporcionar a tus usuarios finales los conocimientos rápidos que necesitan.

Utiliza estas características clave al buscar resaltar datos importantes:

Resaltado de series

Dirige la atención del usuario a lo que quieres que vean usando resaltado de series.

Data visualization - business teams reveal series highlighting

Formato condicional

Lleve la atención a puntos clave de datos con formato condicional. Establezca límites que se correlacionen con las variaciones de sus datos.

Data visualization - business teams reveal conditional formatting

Anotaciones en gráficos

Con con anotaciones de gráficos, puedes apoyar tu narración en un gráfico o con colaboración. Las anotaciones proporcionan a tu consumidor conocimientos más profundos que los puntos de datos.

Detección de valores atípicos

Detección de valores atípicos permite resaltar rápidamente anomalías o desviaciones en un conjunto de datos.

Data visualization - business teams reveal outlier detection

Series de Tiempo

Series de Tiempo La previsión le permite hacer predicciones para futuros puntos de datos basándose en datos pasados y presentes, brindando a sus consumidores analítica predictiva.

Data visualization - business teams reveal time series

Regresión Lineal

La regresión lineal le permite trazar tendencias entre variables dependientes e independientes. Utilice esto cuando desea mostrar la línea de “mejor ajuste” para hacer coincidir (predecir) la tendencia general en los datos

Data visualization - business teams reveal linear regression

Usar Interacciones Efectivas

Los programas modernos de análisis de datos facilitan la creación de interacciones que permiten a los usuarios segmentar y analizar datos para obtener conocimientos más profundos sobre las preguntas que desean responder.

Algunas de las interacciones más efectivas incluyen:

Filtrado dinámico

Añadir filtros a su panel o visualización le permite pivotar sus datos sobre la marcha para obtener conocimientos más profundos. Proporcione diferentes opciones para sus espectadores, ya sea a nivel de panel o de visualización, para segmentar y analizar datos ya sea por campos de categoría o por rangos de fechas.

Data visualization - business teams reveal dynamic filtering

Desglose

Cuando habilitas jerarquías dentro de tus campos de categoría o fecha, permite a tus usuarios finales realizar análisis más profundos. Por ejemplo, en la siguiente visualización, puedes profundizar desde tus diferentes canales de marketing hasta el producto específico para obtener otro nivel de información sobre la conciencia que estás generando:

Data visualization - business teams reveal drilldown

Mapa de Árboles

Los mapas de árbol son excelentes visualizaciones para análisis detallados. Muestran grandes cantidades de datos jerárquicos en un espacio compacto de un vistazo y muestran los datos como parte de un todo. Se puede ver la relación del presupuesto de un país con todos los demás, y con un análisis detallado, un usuario puede realizar rápidamente un análisis más profundo.

Data visualization - business teams reveal treemap

Vinculación de paneles

Lleva el análisis de detalle a un nuevo nivel cuando puedes vincular puntos de datos o visualizaciones a otros paneles. En el ejemplo a continuación, puedes configurar un panel de marketing general que presente los resultados de campañas de marketing en curso. Con un enlace de panel, puedes establecer un vínculo entre ese panel y uno más detallado sobre cada una de las campañas que estás ejecutando.

Data visualization - business teams reveal dashboard linking

Utilice imágenes y campos de texto para crear páginas de destino o directamente desde los paneles para enlazar también:

Data visualization - business teams reveal dashboard linking

Usar 3D con sabiduría

3D ofusca datos reales, creando espacio para suposiciones vs. análisis.

Las visualizaciones 3D tienen su lugar si estás realizando análisis de superficie, análisis de volatilidad o investigación de terrenos. Este gráfico funciona porque muestra las variaciones de temperatura en un volcán de arriba abajo con múltiples ejes que incluyen X, Y y Z, y cuenta una historia más útil en el espacio 3D.

Data visualization - business teams reveal 3d wisely

Es una mejor práctica evitar el 3D para el uso empresarial estándar. Por ejemplo, en los dos gráficos de abajo, el de la izquierda es casi imposible de leer, entender y obtener cualquier información. El gráfico de la derecha, que muestra los mismos datos, es mucho más claro. Con solo una mirada, puedo ver que el Hawaiian Club superó constantemente a los otros dos resorts en ingresos de 1993 a 1995.

Data visualization - business teams reveal bad charts

Presta atención a los detalles

A veces los detalles pueden mejorar la historia de tus datos, pero otras veces el exceso de detalles confunde tu mensaje. Mantener tus números formateados o filtrar los resultados superiores de los datos es legible

Formatear sus datos puede ser una forma rápida y sencilla de hacer que los números sean más atractivos visualmente y más fáciles de leer para el usuario final. Para medidores o gráficos como gráficos de barras y gráficos de columnas, puede ajustar el formato de sus datos para hacer que su punto de datos destaque: limitando el número de decimales, por ejemplo, o ajustando la ubicación de los separadores de comas. También, considere usar mediciones de moneda o de porcentaje, o formato de números grandes.

Compare los dos diferentes KPI a continuación. ¿Cuál es más fácil de entender inmediatamente?

Data visualization - business teams reveal formatting

Usar la escala correcta

Hay 3 tipos de mentiras: mentiras, malditas mentiras y estadísticas.

Mark Twain

Las visualizaciones engañosas se pueden encontrar en todas partes. Lo vemos con demasiada frecuencia en las noticias, salas de juntas y en las redes sociales: gráficos que engañan. A veces es involuntario, pero otras veces es intencional.

La mejor manera de evitar ser culpable de visualizaciones engañosas es evitar cambiar la escala del eje Y. Esto tiende a contar una historia diferente a la que deberían contar los datos.

Aquí hay solo un ejemplo de cómo un gráfico cuenta una historia incorrecta. Ambos gráficos muestran los mismos datos. Sin embargo, el gráfico de la derecha tiene el eje que comienza en el 5%, haciendo que parezca que el PIB de EE. UU. se está desplomando. Mientras que cuando miras el gráfico de la izquierda, de hecho, solo hay un pequeño y gradual declive.

Data visualization - business teams reveal right scale

Conclusión

Las 10 mejores prácticas en este libro blanco deben proporcionar consejos valiosos sobre la creación de visualizaciones llamativas y altamente efectivas. Las empresas están adoptando un mayor uso de datos para detectar mejor tendencias o ver nuevas oportunidades. Con visualizaciones de datos y paneles, puedes contar una historia convincente o usarlo para la exploración para recopilar información y comentarios de tu equipo.

Si quieres obtener experiencia práctica con algunas de estas técnicas, puedes descargar nuestro SDK y aprender más sobre Entre las ideas que revela la solución de analítica integrada de Avalon Software se encuentran:.

También puede ver nuestro seminario web, Los que se deben y los que no se deben hacer al crear paneles.

i Mind Tools, 1998
ii 3M Corporation, 2001

Acerca del autor

Casey Ciniello

Casey Ciniello

Casey Ciniello es una líder de productos centrada en datos y análisis en Infragistics, donde dirige la estrategia y la innovación para la plataforma de análisis integrada Reveal y la solución de gestión del trabajo Slingshot. Con una licenciatura en matemáticas y un MBA, aporta una sólida base analítica y una perspectiva empresarial para crear productos que ayudan a las organizaciones a convertir datos complejos en información útil.
Casey lidera el desarrollo de capacidades basadas en análisis, dando forma a la dirección del producto a través de un profundo análisis de mercado, información sobre el comportamiento del usuario y las tendencias emergentes de la inteligencia empresarial. Trabaja en estrecha colaboración con los clientes para comprender cómo se utilizan los datos en la toma de decisiones del mundo real y traduce esas necesidades en experiencias de análisis intuitivas y de alto impacto. Casey también se desempeña como líder de la encuesta para la encuesta anual Reveal Software Development Challenges, donde analiza los datos de la industria para descubrir las tendencias clave en análisis, IA y prácticas de desarrollo modernas. Sus conocimientos y liderazgo intelectual han aparecido en Dataversity, RT Insights, SaaSXtra, SD Times, Solutions Review, TechStrong IT, App Developer Magazine, Beta News, Integration Developer News y UX Planet. Es una presentadora frecuente de seminarios web sobre análisis integrados modernos, aprendizaje automático, visualizaciones de datos y escalamiento de análisis SaaS. Casey se unió a Infragistics en 2013.