Visualización de Datos Coste adquisición cliente Retorno de la inversión Rentabilidad del activo Ciclo de vida del cliente Guía editada por
Visualización de datos 2 ÍNDICE Cómo entender la analítica predictiva... 3 Beneficios de la visualización de datos para el reporting.... 5 Los desafíos de la visualización de datos... 6 Cómo elegir entre herramientas de visualización... 7 El checklist de la visualización de datos de calidad... 8
Visualización de datos 3 Eres capaz de extraer todo el conocimiento de la información a la que tienes acceso? Puedes enfrentarte a grandes volúmenes de datos sin perder concentración ni dejar que mermen tus niveles de atención? Te resulta sencillo compartir tus ideas con los demás? Puedes saber con facilidad cuáles serían las consecuencias de los ajustes planteados? Cómo entender la analítica predictiva La visualización es una preocupación clave para las empresas y los profesionales de inteligencia de negocios y análisis de datos ya que afecta, no sólo al modo en que se produce el aprovisionamiento de datos para los usuarios, sino también al valor que se logra obtener de la información. Además, el descubrimiento de datos visual ha contribuido a acelerar la transición hacia el autoservicio de análisis gracias a su configuración, que lo hace mucho más fácil de usar. Cuando las condiciones de visualización de datos son las adecuadas, los usuarios pueden interactuar con los datos de forma mucho más efectiva:
Visualización de datos 4 Explorando las relaciones entre los datos. Identificando los vínculos entre la información presentada y fuentes comerciales y demográficas estándar. Integrando fuentes no relacionales, tales como los datos geo-espaciales. Dotando a su trabajo de mayores dosis de creatividad, que les permiten explorar nuevos horizontes. El resultado es el enriquecimiento de la organización, que disfruta de un nivel de conocimiento como nunca antes y se encuentra con que una buena visualización de datos es fundamental para tomar decisiones más inteligentes y mejorar la productividad. Por el contrario, las visualizaciones mal creadas pueden tener efectos muy negativos para el negocio llegando a: Confundir a los usuarios, dificultando su comprensión de los datos. Complicar el procesamiento de la avalancha de datos diarios. Hacer perder la confianza usuaria en su inteligencia de negocios. Es, por ello, imprescindible garantizar las mejores condiciones para la visualización de datos de forma que asegure que cumple con sus objetivos y logra aumentar el rendimiento organizacional, en vez de suponer una traba para su desarrollo.
Visualización de datos 5 Beneficios de la visualización de datos para el reporting El reporting es el precursor de la toma de decisiones. Al examinar un informe se debe tener la mente abierta para explorar el contenido y profundizar en lo que se expresa con cifras y porcentajes. Las visualizaciones ayudan a los usuarios a darse cuenta de realidades que no eran obvias para ellos antes. La principal ventaja de emplear un modo visual para exponer una determinada información es que, incluso cuando los volúmenes de datos son muy grandes, los patrones se pueden observar de forma rápida y sencilla. Además, otra particularidad de las visualizaciones es que transmiten la información de una manera universal, consiguiendo que resulte muy sencillo explicar algo y que además se pueda compartir con otros miembros del equipo o con integrantes de la organización a diferentes niveles. En este línea, la contribución de la visualización de datos resulta especialmente enriquecedora ya que: Permite beneficiarse de otros puntos de vista. Fomenta el intercambio de información dentro de la empresa. Mejora la comunicación. Incrementa la capacidad de actualización. Y, lo mejor de todo: no existen los límites. Cuando un gráfico o un diagrama irrumpen en una discusión no es necesario ser un experto para interpretar datos, ecuaciones o conclusiones especializadas; tampoco hace falta emplear una nutrida porción de tiempo en repasar toda la información presentada, sino que el acceso a los contenidos es inmediato, como lo es la recepción de su mensaje. El tiempo y el esfuerzo pueden dedicarse a la interpretación y estudio de la realidad que de esta forma se introduce. Es cuestión de segundos. En un instante se pone en marcha el proceso de toma de decisiones, con una precisión extrema, y de un modo muy sencillo que facilita: La comprensión de los factores que influyen en el comportamiento de usuarios y clientes. La identificación de las debilidades: traducidas en áreas que necesitan atención o son susceptibles de mejorar. La detección de oportunidades: patrones, tendencias... pistas que dan la clave del siguiente movimiento. La predicción de la demanda y las necesidades de producción. El conocimiento sobre el funcionamiento de cada producto en diferentes regiones y orientado a distintos segmentos. La forma de aumentar los ingresos. El modo de ahorrar costes de forma efectiva.
Visualización de datos 6 Los desafíos de la visualización de datos Los retos a los que se enfrenta la visualización de datos son importantes, mucho más en esta era de big data, donde un error puede magnificar sus consecuencias de forma irremediable. Entre los principales desafíos que toda herramienta de visualización debe afrontar se encuentran los siguientes: Clarifica tu visión y planea con precisión 1. Lograr implementar métodos capaces de lidiar con los nuevos formatos de datos y conjuntos de datos: Permitiendo que formatos de datos específicos, como espectrales o espacio-temporales puedan visualizarse adecuadamente. Consiguiendo adaptar la tecnología para hacer frente a datos heterogéneo y de diferente credibilidad. Haciendo posible enfatizar los aspectos que son relevantes para la visualización. 2. Combinar las distintas técnicas disponibles para tareas específicas: Logrando ganar eficacia en la combinación de técnicas para la agrupación, filtrado colaborativo y modelado. Reduciendo la dimensionalidad para construir diagramas de dispersión que revelen la similitud entre los grupos de datos o archivos. Contextualizando con precisión la información presentada
Visualización de datos 7 3. Dotar de garantías teóricas a las técnicas de visualización: Permitiendo al usuario controlar de manera eficiente si el planteamiento subyacente es correcto. Aportando puntos de referencia razonables. Facilitando medios para evaluar el rendimiento de las herramientas visuales. 4. Adaptar las técnicas de visualización empleadas a usuarios menos expertos: Ajustando los métodos a este perfil de usuarios. Evitando la necesidad de establecer los parámetros técnicos específicos en cada caso. Sustituyéndolos por mecanismos interactivos intuitivos que puedan ser utilizados por un grupo más amplio y heterogéneo de destinatarios. Cuando se cuenta con la herramienta adecuada, hay que asegurarse de que su potencial gráfico permite: Capacidades analíticas intuitivas. Gráficos interactivos. Interfaces interactivas que faciliten la generación de informes. Capacidades de procesamiento in memory. Potencial para adaptarse a las necesidades estratégicas de movilidad de la empresa. Cómo elegir entre herramientas de visualización Visualizar es soñar con un propósito Bo Bennett Teniendo todo esto en cuenta, elegir entre herramientas de visualización de datos reduce su complicación, puesto que la meta está clara: ya se sabe lo que se necesita. Es momento de evaluar otras variables en función de los siguientes criterios: 1. Criterios de negocio: Velocidad de implementación. Escalabilidad. Precio. Coste de licencias /soporte técnico. Viabilidad a largo plazo.
Visualización de datos 8 2. Criterios técnicos: Orientación a usuarios finales. Visualización interactiva. Drill - down visual. Soporte de escritorio. Integración con otras herramientas /plataformas / sistemas.. Capacidades analíticas. Capacidades de modelado Controles visuales. Entorno de desarrollo.. Conjuntos de datos in memory. Por supuesto, además de estos dos grandes grupos de criterios aplicables a la elección de una herramienta de visualización, también se puede valorar la aportación de la plataforma a aspectos como la optimización de memoria, el tiempo de carga, las actualizaciones incrementales o su idoneidad para la analítica avanzada. El checklist de la visualización de datos de calidad La visualización de datos busca transmitir un mensaje de forma clara, rápida y sencilla. No deben obviarse estos propósitos a la hora de velar por el aseguramiento de la calidad en la generación de contenido visual, que siempre debe tener en cuenta: La particularidad de los contenidos que se quieren compartir: es importante comprender los datos que se van a presentar de modo visual. Su tamaño y su singularidad son, entre otros, factores a considerar. El tipo de información que se desea comunicar: para ello es necesario un esfuerzo previo que conduzca al establecimiento del objetivo de la presentación de esos datos. Los usuarios a los que se dirige el contenido: conocerlos y entenderlos ayudará en el modo de diseñar un formato que facilite su forma de procesar la información visual. La herramienta y sus posibilidades: cuanto mayor conocimiento se tenga de la solución de visualización, más efectiva será la forma de transmitir la información y más sencilla de interpretar para las personas a las que va dirigida. La visualización de datos mezcla tecnología, ciencia y creatividad a partes iguales. La personalización es el denominador común aunque no exime de la observación de algunas reglas, como las propuestas, que contribuyen a mejorar los resul-
Visualización de datos 9 tados. Para una evaluación de la calidad de la visualización de datos en mayor profundidad, se puede acceder al checklist que proponen Ann K. Emery y Stephanie Evergreen en el que se toman en consideración aspectos como: La forma de presentación del texto, en los casos en que sea necesario incluirlo: que deberá ser legible, concreto y preciso, preferiblemente en disposición horizontal y susceptible de aplicarse directamente a los elementos que componen el gráfico o diagrama. La disposición gráfica: debe ser clara, de proporciones adecuadas, con mínimo dos dimensiones y siempre aplicando criterios de orden. El uso del color: que debe tener el suficiente contraste, no perder su capacidad de informar ni siquiera en el caso de una impresión en blanco y negro y debe prever las limitaciones de usuarios con problemas de diferenciación de colores. Presencia de líneas: los lugares donde están presentes y su apariencia, que nunca debe distraer la atención el contenido presentado. Visión global: que debe permitir el énfasis a los detalles más relevantes, la adecuación del tipo de gráfico a los datos presentados, la contextualización y un nivel de precisión óptimo.
www.lantares.com