Visualización de Datos

Las empresas u organizaciones, por el desarrollo de su actividad almacenan datos; y cada vez más datos. Imagina un hospital, cientos de pacientes por día, cada uno con una afección distinta (o tal vez no, distintos tipos de habitaciones, servicios, camas, entre otros). Considera que se utilizan planillas de cálculo; varias de ellas, con cantidades eternas de filas y otro gran conjunto de columnas.

Ahora, piensa que estos registros pueden estar en un gestor de bases de datos, almacenando mucho más información que en las planillas de cálculo que ya te imaginaste.

¿Cómo podrías analizar esos datos? Por ejemplo, para estudiar la estacionalidad (enfermedades según período del año), patologías por segmento económico o área geográfica, entre otras.

Una forma es el análisis a través de Estadística Descriptiva, otra a través de algoritmos de Machine Learning, y otra alternativa se encuentra en el Análisis Visual.

Nuestra capacidad visual nos permite distinguir formas y colores, de forma mucho más intuitiva que los resultados de un análisis estadístico tradicional. Rápidamente podemos distinguir círculos de distinto tamaño, una figura amarilla de una azul. De esta forma, podemos ver tendencias o datos atípicos.

Las visualizaciones de datos son representaciones de datos e información, implican la producción de imágenes para comunicar o analizar datos y su relación entre ellos. Los gráficos y visualizaciones de datos son representaciones que permiten entregar información acerca de conjuntos de datos de forma cuantitativa y cualitativa, es decir, proporcionan datos numéricos sobre algún evento y a la vez una descripción.

A medida que avanza el Big Data, más relevante se hace la Visualización de Datos. Permite observar y dar sentido a la enorme cantidad de datos que se genera cada día y nos echa una mano al contar historias con los datos, quitando el ruido que se genera al acumular grandes cantidades de datos, permitiendo mantener el foco en lo realmente importante.

Si no conoces acerca de Visualización de Datos, probablemente al pensar en visualizaciones de datos, lo primero que se te viene a la cabeza son gráficos de barras y de círculo, o una infografía. Lo que en realidad se busca es un equilibrio entre las formas, las funciones que se pretende que cumplan y la información que se desea transmitir.

Su utilidad llega a toda industria, incluso más allá de áreas industriales, su aplicabilidad puede estar también en áreas de ciencias sociales, salud, análisis de deportistas, entre muchos otros.

Como muchas áreas del conocimiento, la Estadística al unirse con las Tecnologías de Información se potencia, permite generar poderosas visualizaciones y a medida que el volumen de los datos crece se hace cada vez más necesaria, porque “los datos crudos son feos y debemos trabajar con ellos para darles forma” (Alcalde, 2017).

Las técnicas de visualización de datos pueden entenderse como metáforas visuales de los datos. Permiten generar supuestos, explicaciones, hipótesis, entre otros.

Un ejemplo práctico se encuentra en la siguiente visualización. A partir de un conjunto de datos públicos acerca de terremotos en el mundo, en un archivo de texto poco legible para la mayoría de las personas, que contenía para cada uno de ellos: su fecha y hora, coordenadas, descripción del lugar, magnitud, entre otros datos. Se ha generado una visualización interactiva donde se puede obtener información detallada de cada evento, además de filtrar los elementos visibles en base a dos parámetros: tiempo y magnitud.

(En caso que tarde en cargar la visualización, puedes acceder a través de este link).

Casanova, H. (2017). Graficación Estadística y Visualización de Datos. Ingeniería, 21(3), 54-75.

Alcalde, I. (2017). Visualización de datos retos y mitos. Obtenido de ignasialcalde. from data to knowledge: https://ignasialcalde.es/visualizacion-de-datos-retos-y-mitos/

Tableau. Data visualization beginner's guide: a definition, examples, and learning resources.