Documentos Taller Barcelona: Estrategia y Visualización de Datos

INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS

Pere Rovira inicia el taller presentándose y dando unas pinceladas sobre su biografía personal y profesional.

Nos apunta una interesante Web que correlaciona datos casualmente, sin sentido: www.tylervigen.com/spurious-correlations.

Nos da un primer ejemplo con un gráfico que correlaciona los datos de suicidios con gasto en ciencia, y parece que hay una buena correlación, pero es pura casualidad. A menudo se confunde la causalidad con la correlación. ¿Cómo sabemos que una no causa la otra si evolucionen del mismo modo?

Un ejemplo de adición de datos que mejora la información y el conocimiento: Datos (nombres de calles) que dentro de un mapa (-> información) para elegir la mejor ruta, etc. Si, además, sabemos los horas de más circulación, podemos obtener la mejor ruta a seguir -> conocimiento.

Fases: recogemos DATOS, con herramientas trabajamos la INFORMACIÓN, la presentamos en CUADROS DE MANDO y finalmente hay una audiencia que interioriza este CONOCIMIENTO.

Si nos fijamos en los DATOS y en la INFORMACIÓN, sabemos QUE PASAN COSAS. Si nos fijamos en la PRESENTACIÓN y en el CONOCIMIENTO, encontramos la relación causal: ¿el POR QUÉ pasa esto?

Normalmente hay una contraposición de HERRAMIENTAS y PERSONAS. En la mayoría de las ocasiones, se está invirtiendo demasiado en herramientas y no en personas. Aunque cada vez más, ya empieza a haber más analistas en las organizaciones.

Debemos disponer de personas con diferentes perfiles. No sólo trabajarán con datos sino que tiene que saber comunicarlo al resto del equipo, y deben disponer de competencias en visualización de datos.

4 perfiles esenciales para trabajar datos: ciencia, técnica, estrategia, narrativa.

Ciencia: Conocimiento de los datos. Habilidades científicas y técnicas.
Técnica: dominar las herramientas (Tableau).
Estrategia: ¿por qué? ¿Qué queremos responder? ¿Qué problemas vale la pena resolver?
Narrativa: tiene que saber transmitir qué intentamos resolver. Historias en sentido estratégico, plantear les datos y que sean capaces de hacer/producir cambios (hacer algo). Comunicación de datos mejor que 'visualización' de datos.

El bigdata solo está encasillado en el ámbito de recogida y procesamiento de datos. Es raro que se diga que está situado a la parte estratégica de la organización. Mejor hablar de big insights (respuestas, iluminaciones...).

METODOLOGÍA PARA la VISUALIZACIÓN DE DATOS - PARA IR del big data al big insights. Del "qué" al "por qué".

Objetivo: que el destinatario entienda cosas y pueda actuar.

Equipo que filtra y procesa datos para convertirlo en información, que haga traducción visual para representarla, que consiga la percepción e interpretación para hacerla comprender. A partir del esquema notacional que tenemos los persones (colores verde y rojo aquí signifiquen mejor o peor, pero no siempre es así, en Japón es al contrario).

Hace falta plantearse QUÉ PODEMOS AUTOMATIZAR Y QUE NO.

Pere Rovira nos presenta un ejemplo con un gráfico sobre consumo de agua y un partido de una final, donde hay una clara correlación. Puntas de consumo de agua coinciden con distintos momentos de la retransmisión de una final de hockey en Canadá. Para hacer visualización de datos, necesitamos estos conocimientos:

Estrategia: objetivos, indicadores.
Ciencia: estadística, método científico.
Técnica: Tableau (herramienta de autoservicio más habitual), D3, R, (software libre, más profesionales) Otros más sencillos: Google Data Studio, Excel.
Narrativa: storytelling, diseño. Bajar el nivel: qué sabes hacer para explicar a la empresa el análisis de datos.

Tras la sesión de networking, Pere Rovira se ha centrado en dar ejemplos prácticos, reglas básicas a seguir.

COMO INTERPRETAR CORRECTAMENTE LA VISUALIZACIÓN DE DATOS ('Fight Club') - 7 REGLAS BÁSICAS

Todos tenemos cuadros de mando. Pero ¿Cómo interpretarlos?

Regla #1: Elegir bien los indicadores

CNBC 'Most popular tax havens' www.vizwiz.com Make over Monday: Andy propone rediseñar una visualización.
Ejemplo: empresas en paraísos fiscales. Gráfico que combina volumen de la empresa con la calidad de la empresa.
- 1r MAGNITUD: indican la cantidad (qué cantidad....)
- 2n CALIDAD: indican la calidad (coste). No todas los empresas son iguales (poner empresas en un color y en otro).
- 3r indicador de CONTEXTO (evaluar bien, si es relevante o no)

Regla #2: Más es menos (less is more)

Data-ink ratio (Tufte, 1983). Tienes que mostrar el máximo número de datos posible con la cantidad más pequeña de tinta (mostrar el máximo con el mínimo posible).
En algunos casos habría que construir una aplicación interactiva que evitara mostrar los datos de una sola vez.
Gráfico XS en un solo gráfico, no es demasiado aconsejable. En cambio, si lo separamos en dos (el segundo mostrará si suben o bajan las ventas); usamos más tinta que antes pero funcionan bien conjuntamente.
Otro de mejor podría ser el diagrama de barras mostrando el porcentaje de variación en número y en la base.

Regla #3: Explora más allá de la media.

Por ejemplo: “vendemos de media 180 €”, dice muy poco.
Debemos descomponer la media en una visualización. Podríamos comprobar que los del grupo que se gastan entre 150-200 es el grupo menos numeroso. Por lo tanto, con solo “180 de media” no aportábamos una buena información.
En webs: hemos incrementado un 40% los visites. Si segmentamos quizás veremos que ha estado en el grupo de los visites que nos vienen de redes sociales.

Regla #4: Aprender la gramática

Stephen Few: gráficos que tienes que usar y los que no.
Gráficos en 3D son fatales.
Pie Chart sólo para comparar 'sí' o 'no'. Si hay más de 3 elementos, NO USARLO.
Scarter Plot, para licitar de categoría no funcionarán. En cambio, para hacer análisis funcionan muy bien. Pero no son buenos para comunicar.
http://www.datavizcatalogue.com/
Juego de cartas como catálogo de visualizaciones: http://chartchoosercards.com/
'The truthful art' de Alberto Cairo
'Show me the numbers' Stephen Few. Más denso que el de Alberto.
'Storytelling with data' Cole Nussbaumer Knaflic. Enseñar historias a los empresarios mediante datos.
Cuando hay dos variables, usar la Scarter Plot para mostrar la robotització de puestos de trabajo de UK. El The Gardian lo mostraba en una visualización que no se entendía y Pere Rovira lo muestra con la Scarter Plot y el resultado es que hay una zona donde están posicionadas unes 5 ocupaciones que, con el paso del tiempo, peligran por la robotitzación (funcionariado, manufactura, comercio, transporte, comunicación). Además, pone un titular de noticia (no 'este gráfico muestra...', sino 'Los robots destruirán más de...').

Regla #5: No mentir.

Ejemplo: de los datos sobre paro ofrecidos por el Gobierno de España.

Regla #6: Centrarse en la historia.

Ejemplo: 'los votantes del PP son los más fieles'. O darle la vuelta 'la mayor parte de los votantes españoles son infieles'.
Ejemplo: Ajunt BCN. Inversión en Internet y en prensa. 'Ada Colau invierte en prensa la mitad que Trias'. Inversiones en determinados medios de papel. El analista puede pasar de no decir nada, asépticamente, o puede acabar, al otro lado, explicando una historia a partir de los datos, porque considera que es diferente o que es mejor de cómo se explicaba antes.
Historia que nos hagan pensar.
CONCLUSIÓN: ¿queremos analizar o queremos comunicar?

Regla #7: ¿Cómo hacer visualizaciones adaptadas al móvil?

Ejemplo de robotización de trabajos a UK con Scarter Plot cómo antes, Pere Rovira dibuja gráficos de barras que comunica mejor. Antes con el Scarter se podía analizar mejor la información, pero con el diagrama de barras para el móvil se comunica mejor.
Ejemplo: la usuaria de Instagram @mona_chalabi que ilustra con dibujos de 'tampones' ciertas magnitudes.

Realmente Pere Rovira nos ha dado las claves del análisis y la comunicación de los datos. Y en el coloquio se han compartido experiencias, comentarios y opiniones sobre el tema.

Por otro lado, toda la sesión se ha emitido en vídeostreaming y se ha grabado para ser compartido por los socios del Club Excelencia en Gestión.

Agradecer desde el Club Excelencia en Gestión a Pere Rovira compartir con todos nosotros su experiencia y conocimientos, y a todos los participantes sus entusiastas aportaciones, especialmente a Jordi G. que nos ha facilitado sus inestimables apuntes, una vez más.

Galería de imágenes