Visualización de datos | Guía

Ante todo, calma. No vamos a perdernos con farragosos lenguajes técnicos ni a descubrir la piedra filosofal de la visualización de datos. Lo que pretendo aquí es hacer más bien una foto general del concepto. Porque, seamos sinceros, parece que sea algo nuevo y complejo. Solo para mentes técnicas y analíticas. Y no es así. La visualización de datos se ha empezado a relacionar tan fuertemente con Big Data y la Inteligencia Artificial que parece que nace con estos términos. Te contaré un secreto: no es así. Si, igual que me ha pasado a mí, te has sentido confuso con esta situación, este artículo es para ti. Si no, mal no te va a hacer dar un paso atrás para poner en contexto este concepto de moda.

La visualización de datos no es algo nuevo. Esto es obvio. Es, en gran medida, gracias al auge del Big Data y de la inteligencia artificial que ha cobrado mayor protagonismo en nuestros días. Pero, como seres principalmente visuales que somos, era inevitable que, desde antiguo, utilizáramos los grafismos para describir y entender el mundo que nos rodea. Pronto descubrimos que nuestro cerebro es capaz de descifrar los mensajes dibujados en esos gráficos de manera más intuitiva, rápida y memorable que con otros sistemas menos eficientes.

¿Qué es la visualización de datos?

La visualización de datos es la representación gráfica de la información y los datos. Esta sería la definición más sencilla. Pero, por supuesto, hay muchos ángulos y matices en esta definición que intentaremos observar aquí a grandes rasgos.

Básicamente, se utilizan una serie de herramientas con las que representar elementos visuales como gráficos, mapas, ilustraciones, etc. para mostrar patrones, tendencias o valores atípicos que nos ayuden a comprender la realidad que nos rodea.

Enseguida entendimos que la información es poder y que cuantos más datos poseamos más precisas serán las decisiones tomadas gracias a ellos. Así que era inevitable que se comenzaran a desarrollar herramientas de recopilación de datos cada vez más efectivas y con mayor capacidad de albergar datos.

Visualización de datos online

Saltándonos algunos siglos de historia nos encontramos, inevitablemente, en un punto del camino en el que gracias a los avances tecnológicos somos capaces de recopilar, estandarizar y clasificar miles de millones de datos. El Big Data y la Inteligencia Artificial automatizan esas cantidades ingentes de datos y las transforman en información y en patrones reconocibles. Pero mientras la toma de las decisiones más comprometidas siga siendo responsabilidad de los seres humanos, necesitamos entender esos datos y así minimizar la probabilidad de error.

Una de las claves del asunto que nos ocupa es esa: la comprensión de la información. Nuestra cultura es, como ya hemos comentado, extremadamente visual y dependiente de cómo nuestro cerebro interpreta las formas, los colores y los patrones reconocibles desde que nacemos.

Pantalla de visualización de datos

Esas piezas abstractas ordenadas de manera gráfica acaban formando un código que, si sabemos representar, entendemos como mensajes. Si podemos observar la información, nos resulta más fácil comprenderla y recordarla. Como una historia.

He aquí otra clave. Usamos, de manera cada vez más intensiva, la visualización de datos para traducir mensajes y contar historias de las que sacar conclusiones.

Entonces, hay que pensar en las herramientas y tecnologías de visualización de datos como un traductor. En la era del Big Data, miles de millones de datos incomprensibles e inabarcables se generan cada día. Sin ese traductor que transforma los datos en mensajes, en historias construidas con patrones gráficos comprensibles por el cerebro humano, sería imposible destacar la información útil, visualizar las tendencias o valores atípicos.

Contar historias acerca del quién, qué, cuándo, dónde y cómo utilizando cuantos más elementos visuales hace la experiencia más memorable y comprensible. Dada la plasticidad del cerebro humano y nuestros ‘superpoderes’ de percepción, acceder a los datos representados como si se tratara de una historia y no un análisis técnico que memorizar es el mejor camino para obtener mayor provecho de la información.

Pero ¿cómo funciona esa percepción y cómo ayuda a la visualización de datos?

Crear visualizaciones de datos

Como diseñadores, sabemos manipular el poder de la percepción humana para alcanzar nuestros objetivos. Esos poderes se valen de unos principios que nacen en un lugar muy antiguo y profundo de la psicología humana. Por eso tienen tanta fuerza, son iguales en cualquier parte del mundo y perduran tanto en el tiempo.

De entre todos, los 7 principios de Gestalt son los más conocidos y utilizados por los diseñadores desde que se definieron allá por 1920.

El término Gestalt procede del alemán y hace referencia a un patrón, figura, forma o estructura unificada. Esta teoría, que desarrolló la idea de que la mente humana percibe las cosas como un todo en vez de como un grupo de elementos, sigue vigente hoy.

Gestalt en la visualización de datos

Como ya habréis deducido, estos principios psicológicos son básicos para la visualización de datos. De hecho, tanto si los usas conscientemente como si no, todas las representaciones gráficas utilizadas en la visualización de datos nacen de estos principios y son inseparables de ellos igual que el lenguaje lo es de la comunicación humana.

Identificamos formas y colores que nos hablan de patrones, tendencias, variaciones, diferencias, valores atípicos, relaciones, escalas, etc. Y es en esos mensajes ya descodificados donde nuestro cerebro construye historias. Un concepto cada vez más protagonista en un campo, el del análisis científico o técnico, que antes era visto como un agente intrusivo procedente de áreas más creativas.

Tipos de visualizaciones de datos

Como diseñadores UX y UI tenemos la obligación de no perder de vista jamás el objetivo y función final de un diseño. Siempre tenemos en mente que menos es más. También en la visualización de datos. Pero no siempre es posible representar los datos de forma sencilla y hay que encontrar el equilibrio con la información adecuada.

Los tipos más comunes y usados serían los siguientes. Pero es muy probable que haya que completar esta lista con formatos más modernos como la realidad aumentada, la virtual o la mixta.

Técnicas o sistemas de visualización de datos

Estos son algunos de los métodos específicos más familiares a la hora de representar datos. Por supuesto hay más, pero aquí están recogidos una gran cantidad de los más utilizados.

¿Y eso es todo? En absoluto. La mayoría de datos que necesitamos visualizar pueden representarse con elementos de la lista anterior. En mayor o menor medida, podemos ‘cocinar’ una buena historia relacionando acertadamente la información a mostrar y visualizándola de la manera adecuada.

Pero ¿qué pasa cuando la historia se pone interesante o nuestro cliente requiere visualizar algo nuevo que necesita de un enfoque más creativo y diferente? Puede que los elementos gráficos más comunes se queden cortos y necesitemos inventar una solución.

No hay problema. Como cualquier labor creativa, requiere de la capacidad y el talento de enfocar el problema desde una perspectiva distinta, no exenta de mérito y esfuerzo.

Herramientas de visualización de datos

Son numerosas las herramientas de visualización de datos, con diferentes posibilidades para cada persona según sus necesidades y conocimientos.

• Microsoft Excel. Un software clásico de Microsoft al que le hemos dado muchos usos más allá de la hoja de cálculo. Con características como la inclusión de fórmulas para devolver resultados ordenados, es una herramienta disponible para varios sistemas operativos y muy personalizable: colores, tipografías, ordenación de los elementos… Su sistema de creación de gráficos y tablas para la visualización de datos es muy potente y permite exportarlos de forma sencilla tanto dentro del universo de aplicaciones de Microsoft Office (manteniendo su funcionalidad) como fuera de ellas (como imagen). Incluso se pueden convertir tablas en gráficos fácilmente.
• Power BI. Esta herramienta, también de Microsoft, se aprovecha de la inteligencia artificial para diseñar visualizaciones de datos interactivas. Cuenta con numerosos formatos, desde los clásicos gráficos como los de Excel hasta mapas. Se pueden personalizar las gráficas e incluso crearlas de forma dinámica mediante la creación de fórmulas (DAX).

• Sirve para crear gráficos interactivos que se pueden insertar en una web.
• Es muy fácil de usar y muy visual, con muchas posibilidades de personalización de los gráficos, lo que la convierte en una herramienta de visualización de datos ideal para aprendices o para quienes buscan representar información de forma sencilla.
• Es otra herramienta muy popular para representar datos y hacer análisis a través de la información obtenida.
• Esta herramienta con miles de plantillas e imágenes para crear recursos en redes sociales y páginas webs también cuenta con un creador de gráficos para la visualización de datos, con muchas opciones de personalización (plantillas, tipografías, colores…). Como Infogram, es ideal para personas que tienen pocos conocimientos de visualización de datos y diseño o buscan crear gráficos sencillos. Los gráficos se pueden descargar, embeber en una web o mandar a imprimir.

Guía de pantallas de visualización de datos

Como ya hemos visto, la Gestalt nos recuerda que tenemos la capacidad de jugar con las herramientas de la percepción humana para manipular las formas, los colores, los espacios, etc., hasta lograr contar una historia.

En estos casos nos acercamos más a la infografía que a las gráficas ‘puras’. Pensad en una cocina. Tenemos una despensa con los ingredientes más habituales. Combinados de diferentes maneras resultan en platos distintos. Pero hay casos en los que hay que buscar o ‘inventar’ ingredientes nuevos, como en la alta cocina, si queremos llegar a un público exigente de una manera creativa y efectiva.

En este sentido empezamos a desterrar (a niveles más ejecutivos sobre todo, porque en otros medios y formatos está muy consolidada), la idea de que la visualización de datos son meras representaciones estáticas de datos.

Innovación en la visualización de datos: ejemplos

Cada vez se añade más interactividad y dinamismo. Vemos cómo los datos cambian de tamaño, color o posición en el tiempo, cómo se agrupan o se dispersan, cómo se aceleran o se detienen, etc.

Instintivamente pensamos en aburridas gráficas ejecutivas en informes de gestión y dirección. Pero pensad, por poner un ejemplo, en simulaciones de colisiones de estrellas, en recreaciones de nubes de gas o trayectorias de cometas, etc. Vemos habitualmente este tipo de representaciones en documentales como si de una película se tratara sin darnos cuenta de que estamos ante la visualización de miles de millones de datos, interpretados por potentes computadoras, presentados gráficamente de manera que nos cuenten una historia de forma comprensible y memorable.

Mapa de Gaia en 3D

No es algo nuevo. Si lo pensamos, llevamos muchísimo tiempo visualizando datos de una manera u otra en soportes de todo tipo. No solo documentales: también reportajes, videojuegos, telediarios… Incluso en publicidad.

¿Os suena esta escena? Un presentador de telediario nos cuenta la evolución del tiempo en un escenario virtual mientras nos muestra unas gráficas de precipitaciones. Otro ejemplo de visualización de datos: solo hay que esperar a las próximas elecciones, por ejemplo, para contemplar el aluvión de infografías acerca del escrutinio o la intención de voto que devuelven los datos.

Max Reality: Previsiones meteorológicas con realidad aumentada | The Weather Company, an IBM Business

Empieza a ser habitual visualizar los datos de una manera más dinámica y novedosa. Parecemos estar perdiendo el miedo a hablar de datos desde una perspectiva menos académica. Estamos contando historias.

Esto es debido, por una parte, a que la audiencia a la que nos dirigimos está cada vez más preparada y, por otra, a que esa misma audiencia demanda otra forma de acceder a la información.

Consumimos, sin darnos cuenta, una inmensa cantidad de datos en videojuegos, retransmisiones deportivas, noticieros, etc., y siempre con una atractiva visualización hasta el punto de que ya no somos conscientes de estar viendo datos sino historias. Mensajes claros cada vez más familiares que ya no requiere esfuerzo descifrar.

Otro ejemplo de visualización de datos. Pensad en los dispositivos de monitorización de actividad deportiva. No estamos ante un informe ejecutivo, una tabla de Excel o una compleja aplicación de gestión. Pero tenemos en nuestra muñeca una ingente cantidad de datos, visualmente representados de manera efectiva y atractiva que nos sirven para tomar decisiones como «hidrátate», «descansa», «corre más rápido», etc. Y podemos elegir entre dispositivos según la cantidad de datos que necesitemos o lo creativos que sean a la hora de mostrarlos.

De hecho, vamos más allá del umbral del sentido de la vista cuando, dependiendo de si se alcanza determinado dato, recibimos un aviso háptico que nos ayuda a tomar una decisión; «para y descansa» o «has cumplido tu objetivo de 10.000 pasos», por ejemplo.

Los videojuegos merecen mención aparte por lo que de innovador tiene la visualización de datos en cuanto a contexto y soporte. No tardó en aparecer la necesidad de visualizar datos nada más aparecer los primeros videojuegos, por lo inseparables que son de la información en tiempo real para la toma de decisiones.

La ‘última’ frontera de la visualización de datos: Gráficas interactivas

Viendo cómo la visualización de datos ha evolucionado a lo largo de la historia y el papel fundamental que ha jugado desde sus orígenes, era de esperar que no tuviéramos reparos en incorporar esta herramienta a las tecnologías más experimentales y punteras como la realidad aumentada, virtual o mixta.

Si bien es cierto que el consumo de las formas más básicas de visualización de datos no habría supuesto el suficiente impulso para acceder a formatos más innovadores, hay otro mundo de datos para los que sí encontramos la motivación necesaria.

La imagen de la derecha procede de Mapbox GL

Ya conocemos las simulaciones 2D de gráficas en 3D que sirven de ayuda para visualizar datos vinculados en múltiples ejes o parámetros. E incluso ya podemos acceder en muchas aplicaciones y websites a un viewport 3D donde visualizar los datos y manipular la perspectiva con mucho mayor dinamismo.

Proyecto NEO: Visualización de datos en realidad virtual para machine learning

Pero los formatos virtuales nos permiten acceder a una experiencia infinitamente más inmersiva e interactiva; por ejemplo, en clústeres de datos que pueden tener diferentes niveles de profundidad. Podemos moverlos y movernos entre ellos o tener una experiencia más realista desde el punto de vista de la escala. Las posibilidades son inmensas.

Inteligencia artificial y visualización de datos

La Inteligencia Artificial y el Big Data tienen un objetivo común que consiste en sacarle el máximo valor a la gran cantidad de datos que se generan hoy en día. Pero no son lo mismo:

El Big Data se refiere al almacenamiento y procesamiento de cantidades masivas de datos, recopiladas generalmente analizando el comportamiento de usuarios, con el fin de formular predicciones a través de los patrones observados.

Por otro lado, la Inteligencia Artificial es una combinación de algoritmos formulados con el propósito de crear máquinas que imiten ciertas funcionalidades del cerebro humano (como aprender, razonar y tomar decisiones).

¿Cómo se relacionan entre ellos? | Gráficos en tiempo real

El Big Data actúa como un input que recibe un conjunto masivo de datos que necesitan ser procesados y los estandariza para convertirlos en útiles.

La Inteligencia Artificial se nutre de los datos procesados y aprende de ellos, creando y reconociendo patrones y desarrollando soluciones sofisticadas de analítica.

No son términos equivalentes, sino que suelen trabajar en equipo.

Análisis y visualización de datos con Power BI

¿Y qué tiene que ver esto con la visualización de datos? Tiene que ver y mucho. Porque hemos dicho que los datos han de convertirse en mensajes, en historias. Así que deben ser traducidos e interpretados previamente para nuestra posterior comprensión. Si disponemos de miles de millones de datos almacenados y procesados y de una IA con acceso a ellos, conseguiremos que los resultados a interpretar sean más precisos y eficientes.

Esto no es ciencia ficción. Ya hay herramientas ‘domésticas’ capaces de combinar el acceso a gran cantidad de datos con algoritmos de IA que pueden representarse gráficamente. PowerBI, sin ir más lejos, lleva algunos años ofreciendo esta posibilidad y combinando la visualización de datos con herramientas de machine learning junto a la potencia de lenguajes como Python, entre otros.

Como se puede ver, tenemos acceso a herramientas muy potentes que han cambiado para siempre el mundo de la visualización de datos desde el punto de vista de la eficiencia. Pero, para bien o para mal, parece que hay ciertos procesos que siguen dependiendo de la intervención humana.

No he encontrado referencias a automatismos capaces de seleccionar el tipo de visualización más adecuada para representar datos específicos. En el mismo PowerBI, finalmente es el humano el que elige una representación gráfica u otra. Puedes elegir una tabla, una gráfica de barras o de líneas, una nube de dispersión, etc., por poner ejemplos, pero la máquina no va a hacer eso por nosotros, de momento.

Disponemos de una paleta de opciones gráficas cada vez mayor. En función de los datos que tenemos y de la audiencia a la que nos dirigimos, podemos elegir la forma más adecuada de representar el mensaje.

Pero debemos construir nosotros ese sistema de visualización de datos o programar a la máquina para que utilice un tipo de presentación por defecto. Afortunadamente para los diseñadores, hoy en día una máquina es incapaz de convertir esto…

… en esto:

Arte y visualización de datos

Cada vez es más sólida la idea de que narrar historias a través de la visualización de datos, incluso mediante las gráficas más tradicionales, es todo un éxito. No solo por lo efectivo sino por lo memorable del mensaje.

Pero, como diseñadores, no podemos dejar de recordar que en nuestro ADN llevamos el impulso de buscar la belleza en lo que hacemos.

Y es en la infografía donde encontramos el escenario que más libertad creativa nos ofrece.

¿Creéis que existe una maquina capaz de realizar una visualización de datos como esta?

Infografía interactiva sobre Ferrá Adriá y El Bulli. Vía El País Semanal

¿O como estas?

Autora: Federica Fragapane

Autora: Federica Fragapane

Las infografías encontraron su soporte fundamental en el papel porque, en los orígenes, no había computadoras ni software capaz de trasladar la creatividad del diseñador a un medio digital. De hecho, ni siquiera había medios digitales.

Mapa figurativo de las sucesivas pérdidas de hombres de la Armada Francesa en la campaña de Rusia 1812–1813. Autor: Charles Joseph Minard (1869)

Como ya sabemos, eso cambió y ahora mismo el único límite es precisamente nuestra creatividad e imaginación a la hora de trasladar historias y datos en una representación visual equilibrada donde la forma no eclipse a la función y viceversa.

Campo de amapolas: visualizando las muertes de guerra de forma interactiva. Vía Poppy Field

Aunque los soportes físicos conservan su importancia no cabe duda de que su presencia en medios de prensa digitales es la gran protagonista con todas las ventajas que ello supone. Aunque cada vez es más difícil acceder a ellas sin una subscripción.

2020: El año en historias visuales y gráficos. Vía The New York Times

Obviamente las ventajas más evidentes que la digitalización de infografías ofrece son la interactividad y la capacidad de ofrecer información que en un soporte estático permanecería oculta.

Esta visualización reúne 123.850 cartas que conectan a 20.424 personas del archivo de State Papers del Reino Unido, que datan del acceso de Enrique VIII a la muerte de Isabel I (1509–1603). Vía Tudor Networks

Otro ejemplo de interactividad en la visualización de datos.

Comprender la evolución del uso de energía en EE. UU. En 1800–2019. Vía Universidad de Chicago

Conclusión

¿Esto es todo, amigos? Pues la verdad es que la visualización de datos da para libro. Y de los gordos. Ya hay una buena cantidad de ellos, de hecho, desde diferentes perspectivas.

Sin entrar en la parte más técnica de la propia gestión de los datos, del auge del Big Data o el Machine Learning, la conclusión más relevante es que han dejado de ser simples representaciones gráficas de información.

La revolución de la visualización de datos, además de cómo las tecnologías nos permiten acceder a ellos de manera más interactiva e inmersiva; es la forma en la que se trata esa información para llevarla más allá. Al mundo de la narrativa. Pero sin desvincularla de la parte analítica. Lo cual implica, además, un reto.