Ocho pasos para mejorar la alfabetización en visualización de datos

¿Qué es la alfabetización en visualización de datos?

Una vez que un proyecto llega al paso de visualización, alguien ya ha contado una parte de la historia. Es por eso por lo que comprender el caso de uso es crucial para la alfabetización en visualización de datos, ya que el objetivo de la visualización de datos es llegar a respuestas rápidamente.

La alfabetización y la visualización de datos pueden verse como disciplinas complementarias que requieren una comprensión de dónde proviene la información, por qué se recopila y cómo se utiliza, dijo Michael Schwarz, vicepresidente senior de servicios profesionales de Resultant, una empresa de tecnología y análisis de datos y consultoría en transformación digital.

La alfabetización en visualización de datos puede ayudar a verificar que la historia que se cuenta visualmente también se cuenta con precisión. La alfabetización en visualización de datos generalmente se refiere a las dos habilidades complementarias de presentación y exploración de datos, dijo Rosaria Silipo, doctora y jefa de evangelización de la ciencia de datos en el proveedor de software de ciencia de datos KNIME.

Las habilidades de presentación de datos ayudan a visualizar resultados donde los KPI u otras métricas significativas producen un resumen de los datos de la empresa. Las habilidades de exploración de datos ayudan a explorar visualmente datos desconocidos para comprender las estadísticas y la correlación.

Alfabetización en visualización de datos versus alfabetización en datos

La alfabetización en datos implica comprender el campo más amplio de prácticas en torno a la recopilación y el almacenamiento de datos, y cómo los datos pueden ayudar a impulsar decisiones. La alfabetización en visualización de datos consiste en comprender cómo crear gráficos más eficaces. La competencia implica comprender las fortalezas y debilidades de cada tipo de gráfico y cómo darles formato y adornarlos.

Los consumidores de gráficos también necesitan conocimientos de visualización de datos para interpretar los gráficos correctamente y juzgar su autenticidad.

Las habilidades de visualización de datos ayudan a responder preguntas de un conjunto determinado más rápidamente mediante el uso de elementos visuales para comunicar el análisis. Permiten a las personas ver elementos visuales como cuadros, gráficos, paneles o gráficos animados y comprender la información rápidamente. Esto permite a las personas y a los equipos crear una narrativa coherente a partir de datos diferentes, pero relacionados, para impulsar mejores decisiones basadas en datos con mayor rapidez.

"La alfabetización en materia de datos, por otra parte, es importante para comprender el conjunto de datos en sí y su relevancia en el contexto en el que se crea y reúne", afirmó Srivastava.

Esto incluye fluidez en las fuentes de datos, cómo se crean los canales de datos, diferentes técnicas de análisis y técnicas de transformación de datos. Una organización necesita competencia en estas áreas para tomar decisiones efectivas y eficientes basadas en datos para impulsar el negocio.

A continuación se presentan ocho pasos que las empresas pueden seguir para promover la alfabetización en visualización de datos en toda la organización.

1. Adoptar un lenguaje visual coherente

Las empresas deberían adoptar una aplicación consistente del lenguaje visual, dijo Dan Lawyer, director de productos de Lucid Software, un proveedor de herramientas de colaboración visual . Por ejemplo, una forma particular siempre podría comunicar un concepto específico. Esto permite una comprensión más rápida y una mayor claridad en la comunicación.

Además, asociar directamente la visualización y los datos puede ayudar a organizar los datos en grupos claros y accesibles. Un lenguaje visual adecuado con conexiones directas a los datos facilita el análisis de redes complejas de datos a través de imágenes simplificadas.

2. Digitalizar métricas

La digitalización y la recopilación de datos son cruciales para cultivar la alfabetización en visualización de datos, dijo Silipo. Cuantos más datos se recopilen y organicen, más equipos podrán visualizar y colaborar en torno a los datos.

Un aspecto de este paso consiste en definir KPI y métricas para medir consistentemente procesos y eventos que pueden no parecer fáciles de cuantificar. Esto forma la columna vertebral que facilita la elección y aplicación de la técnica de visualización de datos adecuada a una pregunta, análisis o discusión determinada. "Cada problema empresarial y cada conjunto de datos brilla de la mejor manera con la técnica de visualización de datos adecuada", afirmó Silipo.

3. Comprender a los usuarios

EPAM Systems, una empresa de consultoría de TI, trabaja con muchos tipos diferentes de usuarios. El éxito depende de comprender quiénes son los usuarios, si utilizarán los mismos datos y cómo trabajarán con ellos, dijo Pavel Tahil, diseñador senior de UX en EPAM.

Las siguientes son algunas de las mejores prácticas que Tahil emplea en EPAM para alinear las prácticas de visualización de datos con los usuarios:

• Descubra quiénes son los usuarios y cómo utilizarán los datos. Comprender al público objetivo y conectar las necesidades del negocio y del usuario.
• Divida los datos en varias páginas. Una de las mejores prácticas de visualización de datos es mantener la página breve. Una gran cantidad de datos en un solo lugar no ayudará a mantener el enfoque en la información necesaria.
• Descubra la conexión entre diferentes tipos de datos. Se puede conectar varios gráficos y los filtros pueden controlarlos. Las necesidades de los usuarios pueden determinar si se deben agrupar los datos y cómo hacerlo.
• Utilice estándares de accesibilidad para fuentes y colores. Asegúrese de que los datos sean fáciles de leer para los usuarios con discapacidades.
• Si la audiencia utiliza principalmente dispositivos móviles, comience con un enfoque centrado en los dispositivos móviles y luego extiéndalo al escritorio.

4. Comprender el contexto empresarial

Es necesario reflexionar mucho sobre cómo se presentan visualmente los datos y cómo se cuenta la historia. Considere la experiencia del usuario y los tipos de gráficos utilizados para visualizar datos.

"Lograr una comprensión básica del contexto empresarial y la audiencia con la que se trabaja es un paso esencial para la alfabetización en visualización de datos", afirmó Schwarz.

Por ejemplo, alguien podría visualizar una población general y segmentos dentro de esa población de manera muy diferente a cómo presentaría información donde solo se rastrean dos puntos de datos a lo largo del tiempo. Con solo dos puntos de datos, un simple gráfico de líneas suele ser suficiente.

Al visualizar una población general, es posible que alguien desee relacionar datos demográficos como edad, raza, ocupación e ingresos con alguna métrica relevante para el negocio mediante una combinación de gráficos de líneas, gráficos de burbujas o gráficos de barras.

La alfabetización en visualización de datos informaría la mejor manera de conectar la presentación de los datos con algún aspecto del negocio con el que pueda estar relacionado, como identificar segmentos de población específicos que gastan más en líneas o categorías de productos particulares.

5. Configurar un circuito de retroalimentación

Con la visualización de datos, la mayor parte de la responsabilidad recae en los creadores para ajustar su visualización, de forma muy parecida a como los escritores adaptan su lenguaje a la audiencia. La forma en que presentan los datos debe ser comprensible para los consumidores.

El análisis rápido de datos y los ciclos de retroalimentación de visualización pueden ayudar a mejorar las habilidades de todos para crear y consumir visualizaciones, dijo Marcin Bartoszek, jefe de inteligencia empresarial en Spacelift, una plataforma de infraestructura como código para ingenieros de DevOps.

En la fase de recopilación de requisitos, el analista debe comprender lo que se debe hacer y presentar un diseño de análisis de datos inicial, incluida la visualización. Luego, la parte interesada puede aprender sobre los métodos, dar su opinión y aprender a interpretar los datos. Luego, el analista puede ajustar el nivel de complejidad en función de la retroalimentación.

6. Identificar brechas

Los equipos también deben identificar las brechas en la alfabetización en visualización de datos dentro de la organización o para los individuos, dijo Srivastava. Luego, las personas pueden tomar medidas para abordar las brechas de habilidades o conocimientos aprendiendo más sobre técnicas y herramientas de análisis y visualización de datos, o realizando visualizaciones de datos efectivas para comunicar conocimientos de diferentes tipos de datos. Por ejemplo, determine el mejor tipo de gráficos y cuándo usarlos, o conozca la diferencia entre un gráfico solar y un gráfico circular.

7. Divertirse con ello

La visualización de datos es un arte y una ciencia, afirmó Andy Cotgreave, evangelista técnico de Tableau en Salesforce. Recomendó encontrar algunos datos que sean personalmente relevantes para aprender a utilizar una plataforma de visualización de datos. "El uso de datos personalmente interesantes lo motivará a seguir sus corazonadas y explorar los datos", dijo.

También es útil considerar cómo se utilizan los gráficos en los medios. ¿Son honestos o engañosos? ¿De qué otra manera se pueden visualizar los mismos datos? Además, cuando aparezcan gráficos en presentaciones en el trabajo, tenga más en cuenta si son efectivos o distraen y por qué es así. La colaboración también es clave.

"La Sociedad de Visualización de Datos es una enorme comunidad de otros profesionales", dijo Cotgreave. "Los proyectos colaborativos en línea como Real World Fake Data, Viz For Social Good y Back 2 Viz Basics son lugares seguros para jugar con datos y compartirlos con otros".

8. Considerar la tecnología, los procesos y la cultura.

La alfabetización en visualización de datos requiere comprender la tecnología, los procesos y la cultura, dijo Shawn Rogers, vicepresidente de estrategia de análisis de Tibco. Poner la tecnología analítica en manos de las personas adecuadas es clave para hacer crecer y democratizar el conocimiento basado en datos. Los procesos repetibles garantizan coherencia, estandarización y gobernanza, lo que proporciona a los equipos un camino seleccionado para ser más reveladores con las visualizaciones y los conocimientos de las plataformas analíticas.

La cultura ayuda a crear el marco adecuado para el desarrollo de habilidades, la educación, la colaboración y la financiación.

La alfabetización en datos y la alfabetización en visualización de datos van de la mano para ofrecer el último kilómetro del valor analítico. "Puedes poseer todos los datos del mundo y utilizarlos para generar hermosas visualizaciones", dijo Rogers. "Pero si el usuario no tiene conocimientos de datos y carece de las habilidades para comprender y comunicar con precisión estos conocimientos para impulsar la acción, el valor se pierde inmediatamente".