Visualización de Datos

Este elemento es una profundización de los cursos y guías de Lawi. Ofrece hechos, comentarios y análisis sobre este tema. [aioseo_breadcrumbs] [rtbs name=”rendimientos”]

Rendimiento de Visualización de Datos de Big Data

La visualización de Big Data introduce una nueva calidad en el rendimiento (véase una definición en el diccionario y más detalles, en la plataforma general, sobre rendimientos) de la tecnología de Big Data: la visualidad. Antes de discutir esta nueva calidad, es importante examinar el concepto de visualidad y su relación con la visibilidad.

Visualidad, Visibilidad y Big Data

El significado de la palabra “visualidad” ha evolucionado a lo largo de los años. Las clásicas definiciones de visualidad, por ejemplo, las del Oxford English Dictionary, son las siguientes:

• “El estado o la calidad de ser visual o visible para la mente; visibilidad mental”
• “Una imagen o visión mental”
• “Visión, vista”
• “Aspecto visual o representación; Apariencia física ”

Estas definiciones han pasado por alto un uso“ recientemente complejo y técnico ”de la visualidad en la historia del arte desde 1988.Entre las Líneas En este contexto, la visualidad ha llegado a significar el elemento de la experiencia visual que depende de la cultura y por lo tanto es mucho más inestable y resistente a Descripción que incluso las funciones biológicas más complejas. Este quinto significado del término hace referencia a lo siguiente: aunque la visión sugiere la vista como una operación física, y la visualidad la vista como un hecho social, los dos no se oponen como naturaleza a la cultura: la visión es social e histórica también. y la visualidad involucra el cuerpo y la psique.

Una Conclusión

Por lo tanto, el término visualidad se refiere tanto a la calidad de la visibilidad (física y mental) como a la construcción (social, histórica, cultural) de la experiencia visual.

Rastreando la genealogía de la visualidad se puede vincular más directamente a la autoridad:  la visualidad es tanto un medio para la transmisión y difusión de la autoridad como un medio para la mediación de los sujetos a esa autoridad. La visualidad es una práctica discursiva que clasifica, separa y estetiza la historia de tal manera que hace que el dominio de la autoridad parezca natural y evidente. Por otra parte, la antialvisidad es “el derecho a mirar”, que reclama la autonomía de esta autoridad, se niega a ser segregada e inventa espontáneamente nuevas formas. Participar en estas batallas entre la visualidad y la contravisualidad es poder cultural y político.

En su análisis del trabajo de los operadores de CCTV, Smith (2014, pp. 15–16) conceptualiza el trabajo de los operadores como una forma de “práctica de supervisión”, en parte definida por la visibilidad y la visualidad como “entidades correlacionales, iterativas y conjuntas”. Para Smith, la supervisión de las calles por parte de CCTV depende de un ” La alternancia de visibilidad-visualidad, donde los esfuerzos de visibilidad (una mirada proyectada) se entrelazan con las gafas de visualidad (una perspectiva reflejada) ”(2014, p. 13). El análisis de Smith sugiere que es a través de los procesos “coproductivos” de “visibilidad (revelando cosas)” y “procesamiento visual (construyendo cosas)” que se definen las anomalías, se toman decisiones y se dirigen las intervenciones dentro de los sistemas de supervisión (2014, p 21). Capacitado tanto para revelar (p. Ej., Seleccionar y enfocar) como para interpretar (p. Ej., Decidir la acción apropiada),

La discusión de la visibilidad y la visualidad hasta ahora ha asumido la centralidad del cuerpo humano, especialmente su capacidad de visión. (Tal vez sea de interés más investigación sobre el concepto). Como Paglen (2016) ha observado, durante la última década más o menos, con la digitación masiva de imágenes, la cultura visual “se ha desprendido de los ojos humanos y se ha vuelto prácticamente invisible”:

Lo verdaderamente revolucionario de la llegada de las imágenes digitales es el hecho de que son fundamentalmente legibles por una máquina: solo las personas pueden verlas en circunstancias especiales y por cortos períodos de tiempo…

Puntualización

Sin embargo, no es necesario que la imagen se convierta en una forma legible para que una máquina pueda hacer algo con ella… El hecho de que las imágenes digitales sean fundamentalmente legibles por máquina independientemente de un sujeto humano tiene enormes implicaciones. Permite la automatización de la visión en una escala enorme y, junto con ella, el ejercicio del poder en escalas dramáticamente más grandes y más pequeñas que nunca ha sido posible.

Por lo tanto, incluso cuando el compartir de persona a persona (como compartir fotografías en las redes sociales) parece ser el propósito principal de algunas plataformas digitales, cualquier analogía con las prácticas anteriores de compartir fotografías físicas con amigos es “profundamente engañosa”: cargar una imagen en las redes sociales equivale a “alimentar una serie de sistemas de inteligencia artificial inmensamente poderosos información sobre cómo identificar a las personas y cómo reconocer lugares y objetos, hábitos y preferencias, raza, clase e identificaciones de género, estados económicos y mucho más”. Más fundamentalmente,

En conjunto, los sistemas de IA se han apropiado de la cultura visual humana y la han transformado en un conjunto de entrenamiento masivo y flexible. Cuantas más imágenes ingieren los sistemas de inteligencia artificial de Facebook y Google, más precisos son y más influencia tienen en la vida cotidiana. Los trillones de imágenes que hemos sido entrenados para tratar como cultura de humano a humano son la base de formas cada vez más autónomas de ver que se parecen poco a la cultura visual del pasado.

A pesar de esto, el rendimiento (véase una definición en el diccionario y más detalles, en la plataforma general, sobre rendimientos) de Big Data a menudo se relaciona con la visualidad. El “diluvio” de datos no se considera necesariamente como un “río de oro” que ofrece oportunidades de negocios y herramientas para la innovación; es más probable que promueva las ansiedades entre los “vigilantes” relacionados con las pistas faltantes y la sobrecarga: “no importa la cantidad de datos que tengan, siempre está incompleto, y el gran volumen puede abrumar las señales críticas en una niebla de posibles correlaciones” (Crawford, 2014). Al rescate se encuentran innumerables herramientas analíticas que prometen traducir las montañas de información en rápido desarrollo en pistas visuales simples y accesibles para superar la limitación del cerebro humano para digerir grandes volúmenes de información compleja.

Como señala Leese (2016), la “fortaleza de la visión”, basada en un sentido del ocularcentrismo, ha permanecido como un supuesto inquebrantable entre las ciencias “exactas”, donde la visualización de la información (información) ha emergido como una forma dominante de presentar ideas de datos. Visto como una técnica rigurosa y neutral, la información o la información son, sin embargo, una cuestión de diseño y de ciencia:

La caja de herramientas de infovis está, de hecho, apilada con medidas elaboradas de representación visual, que incluyen diagramas de dispersión, diagramas de caja, mapas de calor, coordenadas 3D, gráficos de enlaces, mapas de árboles, diagramas de enlaces de nodo y muchos más…

Otros Elementos

Además, aprovechando los principios de diseño que facilitan el acceso cognitivo, elementos visuales como colores, posiciones, movimientos, orientaciones, tamaño, forma, saturación o matiz… se han incorporado para mejorar la presentación y, por tanto, la comprensibilidad de los datos. Al hacer preguntas como: “¿Cuál es la mejor manera de visualizar datos? ¿Qué opción de color apoya mejor la comunicación de las propiedades que nos interesan? ¿La forma y la ubicación ayudan a mejorar la percepción? ”(Como se cita en Marty, 2009, pag. 9), queda bastante claro que la comunidad infovis se concibe a sí misma como un campo que busca proporcionar técnicas neutrales que estén completamente desprovistas de política.

La producción de visualidad es una práctica que es política, ya que las imágenes operan en una economía donde la visualidad se invierte con una cantidad de “capital de atención” que está enredado con varias formas de capital político.

La economía de la atención

Georg Franck (1999, 2002) ha escrito sobre la “economía científica de la atención”, donde la atención recibida por los científicos se “capitaliza en el activo llamado reputación” (2002, p. 3). La economía de atención opera de manera ligeramente diferente en la cultura del riesgo. La acumulación rutinaria de grandes volúmenes de información a través de dispositivos de comunicación y detección no exige atención en sí misma. Más bien, es la capacidad de las empresas comerciales multinacionales para convertir estos volúmenes de información en ganancias lo que desplaza la atención hacia estas recopilaciones de datos, dando peso a la etiqueta “Big Data”. Es el potencial de los aparatos de inteligencia global para hacer uso de estos datos. para la vigilancia y la identificación de riesgos que alerta a los grupos comunitarios y ciudadanos a prestar atención a los peligros de la vigilancia de datosy perfiles de sospechosos. Es incómodo darse cuenta de que la información de las redes sociales puede manipularse (o generarse automáticamente) para difundir noticias falsas, incitar emociones y acciones e influir en el pensamiento y las opiniones que llaman la atención de los usuarios y no usuarios sobre los daños sociales que tales comunicaciones pueden causar. traer.

Una Conclusión

Por lo tanto, los datos tienen poca atención intrínseca, independientemente de su uso y las reacciones de la sociedad a su uso.

Sin embargo, las visualizaciones de datos no son todas iguales en cuanto a llamar la atención: algunas son más memorables que otras.Entre las Líneas En un experimento en línea, los investigadores expusieron a 261 participantes a 410 imágenes de visualización de datos para medir el grado en que una imagen se detectaba fácilmente (Borkin, Vo, Isola, Sunkavalli, Oliva y Pfister, 2013). Encontraron que “las puntuaciones de memorabilidad más altas se correlacionaron con visualizaciones que contenían pictogramas, más color, bajos índices de datos a tinta y altas densidades visuales” (2013, p. 2312). Quizás no sea sorprendente que se haya encontrado que los diagramas son más memorables que los gráficos de barras, los gráficos de líneas y las tablas.

El rendimiento (véase una definición en el diccionario y más detalles, en la plataforma general, sobre rendimientos) de la visualidad, tanto en el sentido de hacer visibles los problemas de datos como de la reconfiguración de los datos a través de la visualización, agrega claramente valor a Big Data en la economía de atención. (Tal vez sea de interés más investigación sobre el concepto). A continuación se examina cómo la capital de atención se entrelaza con el capital político.

El desempeño de la visualidad y sus consecuencias

Leese (2016) ha argumentado que, en casos específicos como los indicadores de riesgo en PayPal y las alertas de seguridad en los aeropuertos, las “traducciones de cálculos algorítmicos en visualizaciones” crean un “sobresalto afectivo” que puede desencadenar reacciones que superan otras consideraciones:

la complejidad se transforma en binarios reduccionistas que despliegan un conjunto particularmente “oscuro” de narrativas futuras, a medida que convierten la evaluación de riesgos de grano fino en escenarios de amenazas simples sobre los que se debe actuar… La anticipación luego se ve dominada por un sobresalto afectivo que intencionalmente busca anular todo el espectro de la contingencia y prioriza un conjunto particularmente sombrío de futuros amenazadores que se vuelven a plegar en el presente.

Para Leese, la “política de visualidad se basa en la opacidad en lugar de la transparencia, y en la reducción de la complejidad y la contextualidad, hasta que todo lo que queda es un artefacto visual simple que no produce una declaración clara, sino la atención” (2016, p. 149).Entre las Líneas En última instancia, los desencadenantes afectivos “crean una atmósfera inmediata de sospecha… [que] prioriza un conjunto distintivo de narrativas negativas sobre otras posibles más positivas ”(2016, pp. 153-154).Entre las Líneas En términos más generales, los algoritmos “funcionan como un medio para dirigir y disciplinar la atención, centrándose en puntos específicos y cancelando todos los demás datos, que parecen permitir traducir asociaciones probables entre personas u objetos en decisiones de seguridad procesables ” (Amoore, 2009, pag. 22).

El rendimiento (véase una definición en el diccionario y más detalles, en la plataforma general, sobre rendimientos) de la visualización de datos puede tener consecuencias para los grupos sociales, como lo demuestra un estudio de Sentimiento en la ciudad de Nueva York, realizado por el New England Complex Systems Institute (NECSI) en 2013. Los resultados, basados ​​en un algoritmo para “clasificar automáticamente los tweets”. como positivo o negativo, y usan sus etiquetas geográficas e información de tiempo para pintar un mapa ”(Bertrand, Bialik, Virdee, Gros y Bar-Yam, 2013) vincularon erróneamente una escuela secundaria con el sentimiento más bajo en Manhattan. El investigador admitió más tarde que “los tweets negativos no eran principalmente de la escuela secundaria, sino de una región al sur de la escuela.Entre las Líneas En particular, una sola cuenta de twitter fue la fuente de muchos de los tweets clasificados por tener sentimientos negativos en esta área. Esto llevó a un comentarista a instar precaución en las visualizaciones de datos:

Las visualizaciones de datos pueden parecer inertes, pero hay muchas maneras en que pueden causar daño. Una visualización puede atraer la atención no deseada a una persona o un grupo (o una escuela secundaria). Un mapa puede trivializar la experiencia humana, al reducir la vida a un punto o un vector. Las representaciones de eventos violentos o trágicos pueden ser traumáticas para las personas que estuvieron directa o indirectamente involucradas. Estamos bien entrenados para ser horrorizados en un eje Y truncado o en un círculo no cuadrado; necesitamos expandir nuestra criticidad para incluir los posibles impactos sociales de visualizaciones “bien hechas”.

En general, como han argumentado Kennedy, Hill, Aiello y Allen (2016), la visualización de datos no es un proceso neutral o automatizado, sino que puede ser una herramienta para fines políticos. Aparentemente, las convenciones “técnicas” de visualización hacen un trabajo ideológico “para imbuir las visualizaciones con la calidad de la objetividad (que reúne otras cualidades como la transparencia, la ciencia y la facticidad)” mientras que enmascara las implicaciones de poder de estas convenciones. Este enredo de poder y práctica es complejo, por lo que las cualidades técnicas percibidas de la visualización no siempre son independientes de los supuestos culturales relacionados con el género, la clase o la edad.

Visualización de datos para la justicia

Si bien Leese (2016) se ha centrado en el desempeño de la visualización de Big Data para crear sospechas y hacer sospechosos, este tipo de visualización también puede ayudar a concentrar la atención en daños e injusticias criminales.

Efectos anestésicos de la representación visual

Nuestro análisis de la visualidad de Big Data hasta ahora se ha centrado en una forma posible en la que se evocan las respuestas afectivas: el efecto que la visualización podría desencadenar.Si, Pero: Pero es posible argumentar lo contrario, que la visualidad basada en datos podría amortiguar la emocionalidad o al menos aislar a los lectores del nivel más profundo de emocionalidad que la visualidad basada en casos es capaz de evocar. La evidencia de que la visualidad puede amortiguar la emocionalidad incluso en casos de violencia extrema ha sido un tema de discusión entre los criminólogos visuales. Carrabine (2012) cita a Susan Sontag (1977) en relación con las imágenes fotográficas de la atrocidad, que pueden “transfigurar” y “anestesiar”, de modo que la fotografía puede “amortiguar la conciencia” con la misma facilidad que “despertarla”. Al discutir la ética de la representación, Carrabine enfatiza que el tema central “Es una preocupación con nuestras relaciones entre nosotros, y que estas relaciones deben basarse en una comprensión de la diferencia” (2012, p. 466). De hecho, su análisis de la fotografía documental cita a los críticos que vieron a la cámara como una estética (lo artístico, o lo relacionado con el arte o la belleza) de tragedias y emociones mortíferas:

Críticos destacados como Sontag (1977), Berger (1980) y Solomon-Godeau (1991), quienes han sido influenciados por el pensamiento de Benjamin, han acusado (persona contra la que se dirige un procedimiento penal; véase más sobre su significado en el diccionario y compárese con el acusador, público o privado) a la fotografía documental de favorecer un sentimentalismo distante que mistifica la realidad política e histórica. La queja es que gran parte del fotoperiodismo y el documental social explotan al otro y refuerzan las diferencias entre el superior y el inferior. La acusación es que estetizar la tragedia acabará con los sentimientos de quienes son testigos del sufrimiento… (Carrabine, 2012, p. 478).

El advenimiento de la fotografía digital, Internet y las redes sociales puede haber democratizado la producción de imágenes y haber generado mayores oportunidades para que los aficionados “den testimonio” de crímenes e injusticias, pero incluso las escenas perturbadoras de Abu Ghraib no “provocaron tanto shock”. Como reconocimiento entre muchos comentaristas… estas violaciones de la humanidad apenas perturban las conciencias, un punto de vista por la respuesta banal a la crueldad en tantas secciones de la opinión pública estadounidense ”(Carrabine, 2012, pp. 485–486).

Se puede argumentar que la visualización de datos, al eliminar la visibilidad de personas o eventos reales y al estetizar las representaciones en la carrera por la atención, puede lograr un mayor distanciamiento y una pérdida de conciencia en situaciones en las que las imágenes fotográficas gráficas podrían al menos generar un impacto emocional inicial.Entre las Líneas En este sentido, la presentación de ProPublica de texto con fotografías de personas reales, sus puntajes predictivos y el posterior registro de infracción puede leerse con más carga emocional que los visuales periscópicos de muertes por armas de fuego, aunque se pueden leer detalles de víctimas individuales; y se puede decir que ambas presentaciones son más potentes que los gráficos de barras y los mapas de calor estándar, como los utilizados por Shannon y Uggen (2013). As Brown (2014, pp. 181–182) señala, la imprevisibilidad de la interpretación de las imágenes visuales es parte del proceso: “Independientemente de sus resultados inciertos, incluido el espectáculo voyeurista, las apropiaciones notorias y la apatía silenciosa, el acto de representación sigue siendo una forma vital de compromiso.”

Futuras investigaciones sobre big data y visualidad

Berry y Dieter (2015, pag. 2) han etiquetado la era actual del desarrollo socio-tecnológico como “postdigital”, en el sentido de que la distinción entre lo digital y lo no digital se ha vuelto “cada vez más borrosa”. De hecho, la diferencia entre estar “en línea” y estar “fuera de línea” ahora es problemático ya que “[c] omputación se convierte en experiencial, espacial y materializada en su implementación, incrustada en el entorno y encarnada, parte de la textura de la vida misma pero también sobre e incluso dentro del cuerpo” (2015, p. 3). Big Data ha surgido de este desarrollo. Berry ha sugerido comparar lo digital en el mundo postdigital con un iceberg, “con solo una pequeña parte visible para la vida cotidiana” (2015, Figura 4.1, p. 47). Debajo de las huellas digitales visibles en la superficie se encuentran los archivos, las bases de datos, los algoritmos, el código y la maquinaria de computación “concreta”.patrón estético) “preocupado por reconocer patrones que están” ocultos en conjuntos de datos “(2015, p. 53, énfasis original). El peligro de la estética (lo artístico, o lo relacionado con el arte o la belleza) de patrones es que podría conducir a “una forma de apofenia, es decir, la experiencia de ver patrones o conexiones significativos en datos aleatorios o sin sentido”.

Joven (2014, pag. 159) ha argumentado que las imágenes no son objetos sino “elementos constitutivos del campo discursivo”. Esto implica que la visualización de Big Data se lee mejor como un “signo encontrado” y se trata como un “evento semiótico activo cuyo significado se genera a través del encuentro del espectador.Entre las Líneas En este ensayo se hacen preguntas sobre cómo funciona la visualización de Big Data y qué efecto genera en la justicia penal. El análisis sugiere que la visualización de Big Data es un rendimiento (véase una definición en el diccionario y más detalles, en la plataforma general, sobre rendimientos) que enmascara simultáneamente el poder de la vigilancia comercial y gubernamental (o, en ocasiones, de la Administración Pública, si tiene competencia) y hace que la información sea política. La producción de visualidad opera en una economía de atención. (Tal vez sea de interés más investigación sobre el concepto).Entre las Líneas En las empresas de control de delitos, las incertidumbres futuras pueden ser enmascaradas por desencadenantes afectivos que crean una atmósfera de riesgo y sospecha. También se han realizado esfuerzos para movilizar datos para exponer daños e injusticias y obtener apoyo para la resistencia. Si bien Big Data y la visualidad pueden realizar una modulación afectiva en la carrera por la atención, el impacto de la visualización de datos no siempre es predecible. La performatividad de la visualización de datos es un área que está madura para futuras investigaciones en criminología visual.

Autor: Williams

Las visualizaciones útiles

No hace mucho tiempo, crear visualizaciones de datos inteligentes (o dataviz) era una habilidad que estaba bien vista.Entre las Líneas En su mayor parte, esta capacidad benefició a los gerentes que tenían una mentalidad de diseño y datos, pues tomaron la decisión deliberada de invertir para adquirirla.Si, Pero: Pero eso ha cambiado. Ahora, la comunicación visual es una habilidad imprescindible para todos los directores porque se ha vuelto una herramienta esencial para darle sentido al trabajo que realizan.

Los datos son la fuerza principal detrás de este cambio. La toma de decisiones depende cada vez más de los datos, que nos llegan con una velocidad tan abrumadora y en tal volumen que no podemos comprenderlos sin alguna capa de abstracción, como la visual. Por ejemplo: en la compañía Boeing, los gerentes del programa Osprey deben mejorar la eficiencia de los despegues y aterrizajes de la aeronave, pero cada vez que el Osprey despega o aterriza, sus sensores crean un terabyte de datos. Diez despegues y aterrizajes producen tantos datos como los que se guardan en la biblioteca del Congreso de Estados Unidos. Sin poder visualizarlos, detectar las ineficiencias ocultas en los patrones y anomalías de esos datos, sería un trabajo imposible.

No obstante, incluso la información que no es estadística exige una expresión visual. Los sistemas complejos (por ejemplo, los flujos de trabajo de los procesos de negocio y la forma en que los clientes se mueven por una tienda) son difíciles de entender y de solucionar si no puede verlos.

Gracias a Internet y a un número creciente de herramientas asequibles, la traducción de la información en imágenes es ahora más fácil (y económica) para todos, independientemente de nuestras habilidades con los datos o el diseño. Esto es en gran medida un desarrollo positivo.

Puntualización

Sin embargo, hay un inconveniente: esto refuerza el impulso de “hacer clic y visualizar” sin tener que pensar primero en sus objetivos. “Conveniente” sería un buen sustituto de “bueno”, pero puede dar lugar a gráficos que solo son adecuados o, peor aún, son ineficaces. Convertir automáticamente las celdas de la hoja de cálculo en un gráfico solo muestras partes de esa hoja, pero no captura una idea, como dice la experta en presentaciones Nancy Duarte: “No proyecte la idea de que está mostrando una tabla. Proyecte la idea de que está mostrando un reflejo de la actividad humana, de las cosas que hizo la gente para hacer que una línea suba y baje. Su gráfico no tendría que decir: «Aquí están nuestros resultados financieros del tercer trimestre». Más bien debería reflejar: «Aquí es donde perdimos nuestros objetivos»”.

Los gerentes que quieren mejorar sus capacidades para crear gráficos a menudo comienzan aprendiendo las reglas. ¿Cuándo debería usar un gráfico de barras? ¿Cuántos colores son demasiados? ¿Dónde debería ir la clave? ¿Debo comenzar en el cero del eje y? La gramática visual es importante y útil, siempre y cuando se utilice sabiendo que no garantiza que se vayan a hacer buenos gráficos. Comenzar con las reglas de creación de gráficos es renunciar a la estrategia para su ejecución. (Tal vez sea de interés más investigación sobre el concepto). Sería como preparar una maleta para un viaje sin saber a dónde va.

Su comunicación visual será mucho más exitosa si comienza reconociendo que no es una acción aislada, sino que más bien son varias actividades, cada una de las cuales requiere distintos tipos de planificación, recursos y habilidades. La tipología que ofrezco aquí fue creada como una reacción después de que cometiera el error que acabo de describir. El libro del que se adapta este artículo comenzó siendo como un libro de reglas.

Puntualización

Sin embargo, después de explorar la historia de la visualización, el emocionante estado de la investigación de esta y las ideas inteligentes de expertos y pioneros, reconsideré el proyecto. No necesitábamos otro libro de reglas; necesitábamos una manera de pensar acerca de la disciplina, cada vez más crucial, de la comunicación visual en general.

La tipología descrita en este artículo es simple. Con contestar tan solo a dos preguntas, ya puede prepararse para tener éxito.

Dos preguntas
Para comenzar a pensar visualmente, considere primero la naturaleza y el propósito de su visualización:

¿La información es conceptual o está basada en datos?
¿Está declarando algo o explorando algo?
Si conoce las respuestas a estas preguntas, puede planificar qué recursos y herramientas necesitará, y comenzar a discernir qué tipo de visualización lo ayudará a alcanzar sus objetivos de manera más efectiva.

La primera pregunta es la más simple de las dos y la respuesta suele ser obvia. O bien está visualizando información cualitativa o está trazando información cuantitativa: ideas o estadísticas. Observe que la pregunta se refiere a la información en sí misma, no a los formularios que en última instancia podrían usar para mostrarla. Por ejemplo, el clásico ciclo de exceso de expectación de Gartner usa una forma tradicional basada en datos (un gráfico de líneas), pero no de datos reales; es un concepto.

Si la primera pregunta identifica lo que tiene, la segunda provoca lo que está haciendo: ya sea comunicando información (declarativa) o tratando de descubrir algo (exploratoria).

Por lo general, los gerentes a menudo trabajan con visualizaciones declarativas (que hacen una declaración) ante una audiencia en un entorno formal. Si tiene un documento de hojas de cálculo lleno de datos de ventas y lo está usando para mostrar las ventas trimestrales en una presentación, el propósito de este documento es declarativo.

Sin embargo, digamos que su jefe quiere entender por qué el rendimiento (véase una definición en el diccionario y más detalles, en la plataforma general, sobre rendimientos) del equipo de ventas se ha estancado últimamente. Usted sospecha que los ciclos estacionales han causado la caída, pero no está seguro. Ahora su propósito es exploratorio, y usará los mismos datos para crear imágenes que confirmarán o refutarán su hipótesis. La audiencia generalmente es usted mismo o un pequeño equipo. Si se confirma su hipótesis, puede mostrarle a su jefe una visualización declarativa, diciendo: “Esto es lo que le está sucediendo a las ventas”.

Las visualizaciones exploratorias son en realidad de dos tipos.Entre las Líneas En el ejemplo anterior, usted estaba probando una hipótesis.Si, Pero: Pero supongamos que no tiene una idea sobre por qué el rendimiento (véase una definición en el diccionario y más detalles, en la plataforma general, sobre rendimientos) se está retrasando, no sabe lo que está buscando. Desea extraer su libro de trabajo para ver qué patrones, tendencias y anomalías surgen. ¿Qué verá, por ejemplo, cuando mida el rendimiento (véase una definición en el diccionario y más detalles, en la plataforma general, sobre rendimientos) de ventas en relación con el tamaño de la región que gestiona un vendedor? ¿Qué sucede si compara las tendencias de temporada en varias geografías? ¿Cómo afecta el clima a las ventas? Dicha lluvia de ideas puede ofrecer nuevos conocimientos. Las grandes preguntas estratégicas (¿por qué disminuyen los ingresos?, ¿dónde podemos encontrar eficiencias?, ¿cómo interactúan los clientes con nosotros?) pueden beneficiarse de una visualización exploratoria centrada en el descubrimiento.

Los cuatro tipos
Las preguntas sobre la naturaleza y el propósito se combinan en un clásico 2×2 para definir cuatro tipos de comunicación visual: ilustración de la idea, generación de la idea, descubrimiento visual y visualización diaria de datos inteligentes.

Ilustración de la idea. Podríamos llamar a este cuadrante “el rincón de los consultores”. Los consultores no pueden resistir los diagramas de proceso, los diagramas de ciclo y demás.Entre las Líneas En el mejor de los casos, las ilustraciones de las ideas aclaran ideas complejas basándose en nuestra capacidad para comprender metáforas (árboles, puentes) y convenciones de diseño simple (círculos, jerarquías).

Más Información

Los organigramas y los árboles de decisión son ejemplos clásicos de la ilustración de la idea. También lo es el 2×2 que enmarca este artículo.

La ilustración de la idea exige un diseño claro y simple, pero su confianza en la metáfora invita a un adorno innecesario. Debido a que la disciplina y los límites de los conjuntos de datos no están incorporados en la ilustración de la idea, estos deben imponerse. El enfoque debe estar en la comunicación clara, la estructura y la lógica de las ideas. Aquí, las habilidades más útiles son similares a lo que un editor de texto aporta a un manuscrito: la capacidad de reducir las cosas a su esencia. Algunas habilidades de diseño también serán útiles, ya sean propias o contratadas.

Supongamos que una empresa contrata consultores para ayudar a su grupo de I+D a encontrar inspiración en otras industrias. Los consultores usan una técnica llamada búsqueda piramidal: una forma de obtener información de expertos en otros campos cercanos al suyo. Esto le indica a los mejores expertos en sus campos, que le indican a expertos en otros campos, que luego le ayudan a encontrar a los expertos en esos campos, y así sucesivamente.

De hecho, es complicado de explicar, así que los consultores pueden usar la visualización como herramienta. ¿Cómo funciona una búsqueda piramidal? Es algo como esto:

Los ejes usan convenciones que podemos captar de inmediato, las industrias se trazan de más cercanas a más lejanas y la habilidad se traza de baja a alta. La forma de la pirámide en sí muestra la relativa rareza de los mejores expertos en comparación con los de menor nivel. Las palabras en el título “escalar” y “pirámides” nos ayudan a captar la idea más rápido. Finalmente, el diseñador no sucumbió a la tentación de decorar: las pirámides no son objetos literales tridimensionales de color arena.

Varias veces, la ilustración de la idea no funciona tan bien, y uno termina con algo como esto:

Aquí, el degradado de color, las sombras paralelas y las pirámides tridimensionales nos distraen de la idea. Las flechas en realidad no demuestran cómo funciona una búsqueda piramidal. Y los expertos y los mejores expertos se colocan en el mismo plano en lugar de colocarse a diferentes alturas para transmitir el estado relativo.

La generación de la idea. Puede que los gerentes no piensen en la visualización como una herramienta para apoyar la generación de ideas, pero la usan para intercambiar ideas todo el tiempo: en pizarras, en papel de estraza o, de forma más clásica, en el reverso de una servilleta. Al igual que la ilustración de la idea, la generación de la idea se basa en metáforas conceptuales, pero se lleva a cabo en entornos más informales, como fuera del lugar de trabajo, en sesiones de estrategia y en proyectos de innovación de fase inicial. Se usa para encontrar nuevas formas de ver cómo funciona la empresa y para responder a desafíos administrativos complejos: reestructurar una organización, crear un nuevo proceso de negocios o codificar un sistema para tomar decisiones.

A pesar de que la generación de la idea se puede llevar a cabo en solitario, se beneficia de la colaboración y del pensamiento de diseño: reúne tantos puntos de vista y enfoques visuales como sea posible antes de enfocarse en uno y perfeccionarlo. El fundador y director del Centro de Diseño Austin, Jon Kolko, que es autor del libro Well-Designed: How to Use Empathy to Create Products People Love, llena las paredes de pizarra de su oficina con visualizaciones conceptuales y exploratorias: “Es nuestro método de referencia para pensar a través de la complejidad. Nos esforzamos en esbozarlo para ir de la ambigüedad y la confusión a la nitidez”.

Basado en la experiencia de varios autores, mis opiniones, perspectivas y recomendaciones se expresarán a continuación (o en otros lugares de esta plataforma, respecto a las características en 2026 o antes, y el futuro de esta cuestión):

Informaciones

Los directores que son buenos en dirigir equipos, facilitar sesiones de lluvia de ideas, alentar y luego capturar el pensamiento creativo, tendrán éxito en este cuadrante.

Más Información

Las habilidades de diseño y edición son menos importantes aquí y, a veces, son contraproducentes. Cuando busca avances, la edición es lo contrario de lo que necesita y se debe pensar en hacer bocetos rápidos; los diseños refinados solo lo retrasarán.

Supongamos que un equipo de marketing tiene una sesión informal. Los miembros del equipo necesitan encontrar una forma de mostrar a los ejecutivos su estrategia propuesta para ir al mercado de lujo. Una sesión de una hora con la pizarra produce varios enfoques e ideas (ninguno de los cuales se borran) para presentar la estrategia.Entre las Líneas En última instancia, un enfoque convence al equipo, que cree que capta mejor el punto clave: conseguir menos clientes para gastar mucho más.

Por supuesto, los elementos visuales que surgen de la generación de ideas a menudo conducen a ilustraciones de ideas que han sido diseñadas y presentadas formalmente.

Descubrimiento visual. Este es el cuadrante más complicado, porque en verdad tiene dos categorías. Si se acuerda, originalmente separamos los propósitos exploratorios en dos tipos: probar una hipótesis y extraer patrones, tendencias y anomalías. El primero está más centrado, mientras que el segundo es más flexible. Cuanto más grande y compleja sea la información, y cuanto menos sepa al empezar, el trabajo será más abierto.

Confirmación visual. Aquí estás respondiendo a una de las dos preguntas que se hacen con este tipo de proyecto: ¿eso que sospecho es realmente cierto? o ¿cuáles son otras formas de representar esta idea?

El alcance de los datos tiende a ser manejable, y los tipos de gráficos que usted probablemente usará son comunes, aunque al tratar de representar las cosas de forma distinta puede aventurarse en algunos tipos menos comunes. La confirmación generalmente no ocurre en un entorno formal; es el trabajo que realiza para encontrar los gráficos que desea crear para las presentaciones. Eso significa que su tiempo pasará del diseño al prototipo que le permite repetir rápidamente los datos inteligentes. Aquí son útiles algunas habilidades en la manipulación de hojas de cálculo y el conocimiento de programas o webs que permiten crear prototipos de una forma rápida.

Supongamos que un gerente de marketing cree que en ciertos momentos del día hay más clientes que compran en su sitio a través de móviles que en ordenadores, pero sus programas de marketing no están diseñados para aprovecharlo. Así que sube algunos datos a una herramienta online (llamada Datawrapper) para ver si tiene razón (número 1, arriba).

Él todavía no puede confirmar o refutar su hipótesis. No puede decir mucho, pero está creando prototipos y utilizando una herramienta que hace que sea fácil probar distintas visualizaciones de datos. Trabaja rápido y el diseño no le preocupa. Prueba un gráfico de líneas en lugar de un gráfico de barras (2).

Ahora está viendo algo, pero trabajar con tres variables todavía no le ayuda a visualizar la diferencia entre el móvil y el ordenador de escritorio que él quiere ver, así que lo intenta de nuevo con dos variables (3). Cada vez que repite este proceso, evalúa si puede confirmar su hipótesis original: en ciertos momentos del día, hay más clientes comprando a través de dispositivos móviles que en ordenadores de escritorio.

En el cuarto intento, hace un acercamiento y confirma su hipótesis (4).

Las nuevas herramientas de software hacen que este tipo de visualización sea más fácil de hacer; nos están convirtiendo a todos en analistas de datos.

Exploración visual. Las visualizaciones abiertas basadas en datos tienden a ser el terreno de los científicos de datos y los analistas de inteligencia empresarial, aunque las nuevas herramientas han comenzado a involucrar a los gerentes generales en la exploración visual. Es emocionante intentarlo, porque a menudo produce ideas que no se pueden obtener de otra manera.

Debido a que no sabemos lo que estamos buscando, estos elementos visuales tienden a trazar los datos de manera más inclusiva.Entre las Líneas En casos extremos, este tipo de proyecto puede combinar múltiples conjuntos de datos o cargar datos dinámicos en tiempo real en un sistema que se actualiza de forma automática. El modelado estadístico se beneficia de la exploración visual.

La exploración también se presta a la interactividad: los gerentes pueden ajustar parámetros, añadir nuevas fuentes de datos y revisar continuamente. A veces, los datos complejos también se adaptan a la visualización especializada e inusual, como los diagramas de fuerza dirigida que muestran cómo se agrupan las redes o los diagramas topográficos.

La función triunfa desde aquí.

Más Información

Las habilidades analíticas, de programación, de gestión de datos y de inteligencia empresarial son más importantes que la capacidad de crear gráficos presentables. No es de sorprender que en esta mitad del cuadrante los gerentes tengan más probabilidades de recurrir a expertos que les ayuden a configurar los sistemas para analizar datos y crear visualizaciones que se ajusten a sus objetivos analíticos.

El científico de datos en Tesla Motors Anmol Garg ha utilizado la exploración visual para aprovechar la gran cantidad de datos de sensores que producen los automóviles de la compañía. Garg creó una tabla interactiva que muestra la presión en los neumáticos de un automóvil a lo largo del tiempo. De forma exploratoria, él y su equipo primero crearon las visualizaciones y luego encontraron una variedad de usos para ellos: para ver si las llantas se inflan adecuadamente cuando un auto sale de la fábrica, con qué frecuencia las vuelven a inflar y cuánto tiempo tardan los clientes en responder a una alerta de baja presión; para encontrar tasas de fuga y hacer algunos modelos predictivos sobre cuándo es probable que las llantas se desinflen. La presión de los cuatro neumáticos se visualiza en un diagrama de dispersión, que, aunque sea inescrutable para un público general, es claro para su público objetivo.

Garg estaba explorando datos para encontrar ideas que solo se podían obtener a través de imágenes. “Estamos lidiando con terabytes de datos todo el tiempo. No se puede encontrar nada mirando hojas de cálculo y consultando bases de datos. Tiene que ser visual”, señala Garg. Para las presentaciones al equipo ejecutivo, Garg traduce estas sesiones de exploración en los tipos de gráficos más simples que se analizan a continuación. (Tal vez sea de interés más investigación sobre el concepto). “A la gerencia le encanta ver las visualizaciones”, señala Garg.

Visualización diaria de datos inteligentes. Mientras que los científicos de datos hacen la mayor parte del trabajo de exploración visual, los gerentes hacen la mayor parte del trabajo en las visualizaciones diarias. Este cuadrante comprende los cuadros y gráficos básicos que normalmente pega desde una hoja de cálculo a una presentación. (Tal vez sea de interés más investigación sobre el concepto). Por lo general, son gráficos de líneas simples, gráficos de barras, circulares y diagramas de dispersión.

“Simple” es la clave. Idealmente, la visualización comunicará un solo mensaje, registrando solo algunas variables. Y el objetivo es sencillo: afirmar y establecer el contexto. La simplicidad es principalmente un desafío para el diseño, así que las habilidades para diseñar son importantes. La claridad y la coherencia hacen que estos gráficos sean más efectivos en el entorno en el que se usan habitualmente: en una presentación formal.Entre las Líneas En una presentación, el tiempo está limitado. Un cuadro mal diseñado perderá ese tiempo al provocar preguntas que requieren que el presentador interprete la información que debe ser obvia. Si un dato inteligente cotidiano no puede hablar por sí mismo, ha fallado, igual que una broma cuyo final tiene que ser explicado.

Eso no quiere decir que los gráficos declarativos no generen discusión. (Tal vez sea de interés más investigación sobre el concepto).Si, Pero: Pero la discusión debe girar en torno a la idea en el gráfico, no en torno al gráfico en sí.

Supongamos que una vicepresidenta de recursos humanos presentará al resto del comité ejecutivo los costes (o costos, como se emplea mayoritariamente en América) de atención médica de la compañía. Quiere transmitir que el crecimiento de estos precios se ha desacelerado significativamente, creando una oportunidad para invertir en servicios adicionales de atención médica.

La vicepresidenta ha leído un informe online sobre esta tendencia que incluye un enlace a algunos datos del Gobierno. Descarga los datos y hace clic en la opción del gráfico de líneas en Excel. Tiene los datos en unos segundos.Si, Pero: Pero debido a que esto es para una presentación, le pide a un colega diseñador que agregue detalles del conjunto de datos para ofrecer una vista más completa.

Este es un gráfico bien diseñado y preciso, pero probablemente no sea el correcto. El comité ejecutivo no necesita dos décadas de contexto histórico para discutir la estrategia de la compañía para las inversiones en beneficios para los empleados. La cuestión que la vicepresidenta quiere resaltar es que los aumentos de costes (o costos, como se emplea mayoritariamente en América) se han desacelerado en los últimos años. ¿Eso se ha comunicado claramente?

En general, cuando se requieren más de unos segundos para digerir los datos en un gráfico, el gráfico funcionará mejor en papel o en la pantalla de un dispositivo personal para alguien que no se espera estar escuchando una presentación mientras intenta asimilar demasiada información. (Tal vez sea de interés más investigación sobre el concepto). Por ejemplo, los responsables de las políticas de atención médica podrían beneficiarse de ver este gráfico antes de una audiencia en la que discutirán estas tendencias a largo plazo.

Una simplicidad como esta requiere un poco de disciplina y coraje para lograrla. El impulso es incluir todo lo que sabe. Los gráficos muy cargados transmiten la idea de que ha estado ocupado. Parecen decir: “Mire todos los datos que tengo y el trabajo que he hecho”.Si, Pero: Pero ese no es el objetivo de la vicepresidenta. Quiere persuadir a sus colegas para que inviertan en nuevos programas. Con esta tabla, no tendrá que pronunciar una palabra para que el equipo ejecutivo comprenda la tendencia. De esta forma, ha establecido claramente una base para sus recomendaciones.

De alguna manera, la “visualización de datos” es un término terrible. Parece reducir la construcción de buenos gráficos a un procedimiento mecánico. Evoca las herramientas y la metodología necesarias para crear en lugar de la creación en sí misma. Es como llamar a Moby Dick una “secuenciación de palabras” y a La Noche Estrellada una “distribución de pigmentos”.

También refleja una obsesión constante en el mundo de los datos con el proceso sobre los resultados. La visualización es simplemente un proceso. Cuando hacemos un buen gráfico realmente lo que hacemos es llegar a algo de verdad y emocionar a las personas para que lo sientan, para ver lo que antes no se podía ver, cambiar las mentes y causar una acción.

Algún tipo de gramática básica común mejorará nuestra capacidad para comunicarnos visualmente.Si, Pero: Pero los buenos resultados requieren una comprensión más amplia y un enfoque estratégico, algo que la tipología aquí escrita puede ayudarle a desarrollar.

Fuente: HBR

▷ Esperamos que haya sido de utilidad. Si conoces a alguien que pueda estar interesado en este tema, por favor comparte con él/ella este contenido. Es la mejor forma de ayudar al Proyecto Lawi.