Cómo ayuda el análisis de datos y la percepción visual a entender mejor tu negocio

Una introducción al mundo de la visualización de datos y la manera en la que las personas interpretamos e interactuamos con ellos

Por qué es importante entender cómo las personas procesamos la información

¿Sabías que el cerebro humano es principalmente visual y está entrenado para interpretar datos a partir de imágenes de forma casi automática y sin esfuerzo? ¿Sabías que también tiene limitaciones y que, aunque sea muy tentador, no debes utilizar gráficos de “quesito” o de áreas para comparar indicadores o que es preferible tener en la misma pantalla de tu dashboard toda la información que quieres analizar?

Aunque este artículo forme parte del ámbito de servicios del dato que ofrecemos desde Nae, en esta ocasión no vamos a hablar de tecnología. De hecho, no existe todavía la tecnología necesaria que permita diseñar por si sola dashboards atractivos y efectivos capaces de extraer todo el potencial del dato. En este primer artículo veremos una introducción al mundo de la visualización de datos y la manera en la que las personas los interpretamos e interactuamos con ellos.

Y es que el trabajo para hacer que los datos sean realmente valiosos para el negocio no acaba cuando hemos extraído, enriquecido, limpiado, depurado, documentado el dato y lo hemos puesto a disposición del negocio. Existe una última etapa, a menudo poco visible, pero de gran impacto en ese valor final del dato. Se trata de cómo somos capaces de comunicar a nuestra audiencia esa información, esos datos valiosos, que hemos logrado extraer con gran esfuerzo de nuestro data lake, de la manera más efectiva y directa posible para que se conviertan en insights, en conocimiento. Este es el objetivo último de este ámbito del Visual Analytics. Y para completar este camino, las habilidades que vamos a necesitar no son las mismas que hemos requerido hasta ahora en toda la cadena de valor del dato. De hecho, están más cerca de la experiencia de usuario y el diseño de interfaces de usuario (UX/UI) que de la ciencia de datos.

Si consideramos nuestros datos como el producto que queremos comunicar a nuestro público objetivo, existen dos momentos clave del usuario que podemos asimilar al ámbito de los datos. Se habla de efecto o momento “eureka” cuando las personas descubrimos algo nuevo, de gran valor y que hasta ese momento había permanecido oculto y no se comprendía. En ese momento se transforma en conocimiento, este es el efecto que perseguimos cuando presentamos un dato. Otro efecto también muy conocido en el ámbito del marketing es el efecto “wow”, que se consigue cuando se sorprende al usuario con una experiencia positiva diferencial y novedosa. Esto es lo que busca la visualización de datos, que la experiencia del usuario que consuma la información le permita realmente conectar con ellos para tomar la mejor decisión, provocar el cambio, la curiosidad y hacerse nuevas preguntas y facilitar, en definitiva, el descubrimiento de insights.

Según nuestra experiencia, el valor de un dashboard de datos es proporcional a estos dos factores: la capacidad para revelar el insight (eureka) y la capacidad para facilitar la interpretación de la información e interactuar con los datos (wow). El segundo sin el primero está claro que deja el valor del dato a cero. Sin embargo, el segundo puede llegar a multiplicar, amplificando o reduciendo el valor del insight.

Un pequeño ejemplo: un cliente nos hizo un encargo en el que nos solicitaba que le desarrolláramos un dashboard ejecutivo para directores que fuera especialmente “impactante”. Para entender un poco mejor y alinear expectativas, le preguntamos si tenía un ejemplo de algún trabajo similar. Muy amablemente el cliente nos envió un informe donde había unas 20 gráficas circulares multicolor sobre un fondo también de color (el del logo del cliente). Realmente era impactante, pero no ayudaba en absoluto a comunicar cuáles eran los insights. De hecho, estaban redactados en texto en el mismo informe, ya que de otra manera el consumidor de la información hubiera tenido que estar horas interpretando los gráficos.

Los gráficos circulares no son apropiados para visualizar datos debido a que el cerebro humano no es bueno comparando áreas. Tampoco la elección de los colores permitía centrar la atención y toda la información parecía igual de (poco) importante. Por suerte, confió en nuestro criterio a la hora de organizar y visualizar la información y tuvimos un resultado “impactante” además de visualmente atractivo, fácilmente interpretable y, sobre todo, permitía comunicar y conectar de forma directa con esos insights.

Visual analytics o la mejor manera que conocemos para descubrir qué ha pasado y por qué

En un artículo reciente hablábamos de la importancia de disponer de mecanismos para asegurar la calidad y confiabilidad del dato mediante su gestión y gobierno. Partiendo de esta premisa, ¿cómo podemos usar el dato para aportar valor a nuestra organización? Básicamente lo podemos usar para conocer:

Si nos centramos en analizar lo que ha pasado en el negocio, entramos en el terreno de lo que conocemos tradicionalmente como Business Intelligence, es decir, soluciones de generación automática de informes, ya sean estáticos, dinámicos, con elementos gráficos, etc.  

Thomas y Cook definieron en 2005 el concepto de Visual Analytics [1] como la ciencia del análisis racional soportado por una interfaz gráfica y visual. Es, por tanto, un área de conocimiento donde se combinan capacidades de dos mundos: la potencia y capacidad de almacenamiento y cómputo de los ordenadores por un lado (extracción, depuración, limpieza, cálculo) y el de la creatividad y capacidad de resolución de problemas complejos de las personas que consumen esos datos (diseño de la información, experiencia, percepción visual, psicología cognitiva) por el otro.

Podemos ver representado el proceso a través del cual las personas trabajamos visualmente con los datos en el siguiente esquema basado en Wijk [2]. Después de un análisis inicial de los datos a partir de visualizaciones y la interpretación por parte del usuario para generar conocimiento, existe un proceso de realimentación donde el usuario puede ir mejorando el conocimiento de los datos y, por tanto, de su negocio mediante nuevos análisis que permiten, mediante la interpretación visual, ir validando ese conocimiento y completándolo con nuevos puntos de vista.

En esta interpretación visual exploratoria, algunos de los patrones más comunes que buscamos en los datos son:

• La magnitud relativa entre valores: ¿Cómo de diferentes son los valores? ¿Hay alguno mayor o menor? ¿En qué medida?

• La tendencia temporal: ¿Está cambiando? ¿Mucho, poco? ¿A mejor, a peor?

• La velocidad de crecimiento o decrecimiento entre valores: ¿Qué crece o decrece más rápido? ¿Qué serie es más estable?

• Los patrones temporales cíclicos o estacionales: ¿Se repite un mismo comportamiento a lo largo del tiempo? ¿En qué periodos?

• El comportamiento respecto a un objetivo. ¿Estamos lejos, cerca? ¿Por encima, por debajo? ¿Nos estamos acercando, alejando?

• El grado de dependencia entre valores: ¿Cómo afecta el cambio de una variable a otra diferente? ¿Qué variables son indicadoras del comportamiento de otra?

• El grado de similitud entre grupos de valores: ¿Dónde se sitúan la mayoría de los valores? ¿Cómo se agrupan? ¿De qué dependen estas agrupaciones?

Las soluciones de Visual Analytics permiten explorar, indagar y responder a todas estas preguntas de manera ágil a través del análisis continuo, haciendo un zoom en los datos, agregándolos, filtrándolos, incluyendo otras dimensiones, generando nuevas visualizaciones, etc, en una interacción fluida entre el entendimiento humano y la potencia del software analítico.

Según un análisis de tendencias de BARC [3], Visual Analytics ha sido una de las disciplinas del BI de mayor auge en los últimos años, hasta 2017-18. Conceptos como Self-Service BI, Agile BI, Storytelling y Mobile BI son muy conocidos en las empresas actualmente; en parte también gracias a los players del mercado que han sabido entender la importancia de la parte más humana de la ecuación y poner foco en desarrollar soluciones con tecnologías orientadas a mejorar esa interfaz hombre-máquina y que cubren todas las necesidades del consumidor de información: desde el consumo directo, sencillo, visual y estático de las infografías, hasta el autoconsumo con dashboards totalmente interactivos y capaces de indagar y analizar los datos de manera ágil y visual.

Sin embargo, es importante entender que ningún software de desarrollo de informes y dashboards visuales va a asegurar por si sólo que el producto final tenga en cuenta los criterios de diseño y percepción visual necesarios. Al igual que, por ejemplo, tener el mejor coche y equipo de ingenieros no asegura ganar una carrera del campeonato de F1. Aun así, es cierto que el software actual facilita mucho el análisis visual efectivo y se diseña teniendo en cuenta los criterios de los expertos en el ámbito de la visualización de datos.

Algunos de los beneficios que proveen las soluciones Visual Analytics son los siguientes:

• Mejor interpretación de insights, lo que permite una toma de decisiones acertada mejorando los resultados del negocio.

• Detección temprana de tendencias, alarmas y correlaciones entre variables, permitiendo al negocio disponer de una ventaja competitiva.

• Exploración y descubrimiento de datos en tiempos muy reducidos gracias a su facilidad de uso (Fast Analytics).

• Autonomía del usuario de negocio, que ya no debe esperar a que el área de TI le genere los informes, sino que es capaz de desarrollar él mismo (Self-Service BI), sin necesidad de conocimientos de programación (drag & drop) y gracias a una interfaz de usuario intuitivo.

• Co-creación y publicación de insights hacia el resto de la organización de manera sencilla, de manera que es posible extender la cultura data-driven y democratizar la toma de decisiones basadas en datos.

En el próximo artículo hablaremos exclusivamente de visualización de datos y de todo aquello que tiene que ver con la interpretación de la información a partir de la comunicación mediante elementos visuales.

¿Te atreves a ir más allá?

[1] Thomas, J.J., Cook, K.A.: Illuminating the Path. IEEE Computer Society Press, Los Alamitos (2005)

[2] Van Wijk, J.J.: The value of visualization. In: IEEE Visualization (2005)

[3] BARC Research Study: Data, BI and Analytics Trend Monitor 2021