La visualización de datos (Data Visualization o Dataviz en inglés) no es sólo una habilidad recomendable, sino que se ha convertido en necesaria.

En la sociedad actual vivimos rodeados de datos: producimos 5 veces más datos que en 1986 y el 90% de los datos existentes han sido generados en los últimos dos años (vía SAP Analytics). Hemos desarrollado múltiples herramientas para recolectarlos y almacenarlos, sin embargo, toda esa información no sirve para nada si no es procesada y transmitida adecuadamente.

La práctica de “transformar números en imágenes para contar una historia” tiene una larga tradición. Uno de los ejemplos más conocidos de la edad de oro de la visualización es este gráfico de 1869 en el que Charles Minard muestra la pérdida sucesiva de hombres de la armada de Napoleón durante la campaña rusa de 1812. Aporta, además, otros datos relevantes como la localización de las tropas, la temperatura alcanzada, la latitud o la longitud.

En 2009, Dr. Hal R. Varian (economista jefe de Google) predijo la enorme importancia que tendría el procesado de datos en las décadas futuras. Y a día de hoy, el análisis de datos es uno de los talentos más requeridos por las empresas de selección de personal (según LinkedIn).

El proceso de gestión de datos, desde que son recolectados hasta que generan resultados palpables, se vería resumido en los siguientes pasos:

Tras recoger y almacenar los datos (1), se analizan dichos datos (2) y se extrae el insight o valor principal que se quiere comunicar (3). En este punto entra en juego la visualización de datos (Dataviz), siendo fundamental trasladar dicho insight a un gráfico o elemento visual fácil de interpretar por la audiencia.

Si nos quedamos aquí, el proceso estaría incompleto. Stephen Few, un reconocido analista de datos, dice que “los números tienen una importante historia que contarte. Ellos confían en ti para darles una voz clara y convincente”. Analizar es importante, pero lo fundamental es cómo comunicar el insight para transformarlo en una acción que provoque resultados y/o genere conocimiento en el oyente, equipo u organización.
Por tanto, en el último paso del proceso nos centramos en cómo contar la historia (4), conocido en inglés con el término storytelling.

Para hablar de narración de historias de datos (o Data Storytelling), volveremos con otro post. 🙂