BBVA API Market
La visualización de datos tiene como finalidad representar gráficamente información de manera clara, eficiente y fácilmente comprensible. La consecución de este objetivo dependerá, en gran medida, de qué historia queremos que cuenten nuestros datos, y de cómo la contemos.
En un artículo de Jonathan A. Schwabish, publicado en Journal of Economic Perspectives, se enumeran una serie de principios básicos a la hora de presentar información de caracter económico de manera visual, de forma que se entienda rápidamente qué historia nos intentan contar. Podemos resumir dichos principios en los siguientes:
– Muestra los datos: si queremos que se entienda la historia que nos cuenta el gráfico, debemos mostrar los datos que subyacen tras la misma. Esto no significa que debamos necesariamente mostrar todos los datos, sino que mostremos los necesarios para entender la historia.
– Elimina la distracciones: evitaremos el uso de diferentes colores de manera injustificada, distintas tipografías, excesivo número de elementos visuales, marcas, notas, etc.
– Integra el texto y los gráficos: el texto no debería ser un elemento aparte, que narrara los elementos que aparecen en el gráfico. Idealmente, debería complementar a los elementos visuales, integrándose totalmente en la visualización.
Por otro lado, Edward Tufte, profesor de estadística y ciencias políticas en la Universidad de Yale y uno de los nombres clave en materia de visualización de datos, junto con Stephen Few, proporcionó una lista de puntos clave para crear una visualización de datos. La lista fue originalmente publicada en su libro The Visual Display of Quantitative Information, de 1983, y puede consultarse resumida en esta entrada de la Wikipedia.
Ignorar estos principios, nos llevará a construir visualizaciones confusas, sobrecargadas y poco claras.
A continuación, mostramos algunos ejemplos de malas visualizaciones, con la corrección propuesta por Schwabish en su artículo.
Este primer ejemplo, aglutina varias malas prácticas en un intento de relacionar datos económicos y educativos (uso de diferentes colores sin criterio definido, escala vertical que no comienza en 0, texto separado del gráfico)
La siguiente visualización corrige los problemas mencionados, contando la historia de una manera visualmente más atractiva y directa
En el siguiente ejemplo, vemos un mal uso de los gráficos de tipo tarta para comparar datos económicos
De un primer vistazo, es complicado comparar cuantitativamente las magnitudes representadas. Además, hay texto de diferentes dimensiones diseminado por todo el gráfico. La siguiente corrección, cuenta la misma historia de manera más eficiente
Observemos que ahora la comparación de magnitudes es visualmente muy sencilla. Además, el texto se ha movido a un lugar donde es más fácilmente legible, y se han eliminado los símbolos de porcentaje, incluyendo en el título del gráfico lo que representan los números.
Se pueden encontrar más malos ejemplos de visualizaciones de datos en este enlace. Y algunos ejemplos de muy buenas visualizaciones aquí.
Una API es el mecanismo más útil para conectar dos softwares entre sí para el intercambio de mensajes o datos en formato estándar como XML o JSON. Así es como se convierte en un instrumento para buscar ingresos, abrirse al talento, innovar y automatizar procesos.
Las APIs pueden ser un gran apoyo a la hora de automatizar procesos empresariales Las empresas, a menudo con foco en las PYMES, dedican demasiadas horas-persona a procesos empresariales que consumen un tiempo precioso, incurriendo con ello en errores que una máquina jamás tendría. ¿Cómo puede la automatización de procesos empresariales (BPA) ayudar a estas […]
Se espera que durante los próximos años se regule el ‘open finance’, lo que dará lugar a un nuevo ecosistema de datos abiertos El open finance está abriéndose paso en el terreno legal mediante la consolidación de varias iniciativas que le darán blindaje jurídico. Una vez esto se haya completado, los clientes confiarán en un […]
