Ideas de Inversión

Visualización avanzada de datos: la belleza del big data

En un mundo cada vez más informatizado, donde la cantidad de información disponible puede generar una infoxicación, la capacidad para interpretar datos, provenientes de múltiples fuentes, y plasmarlos en una interfaz multimedial, interactiva y en tiempo real, otorga una valiosa herramienta para la toma de decisiones.

«El mundo es complejo, dinámico, multidimensional, el papel es estático y plano. ¿Cómo vamos a representar la rica experiencia visual del mundo en la mera planicie”, dice Edward Tufte, uno de los más renombrados expertos mundiales en visualización de datos. La cita de Tufte nos viene a refrescar que en este mundo densamente poblado de datos e información, la forma en que los representamos tiene un papel clave.

Con el big data cada vez más omnipresente en las dinámicas sociales y productivas de hoy, la visualización de datos toma un carácter especial, puesto que facilita la obtención de inteligencia a partir del big data. “El poder corrompe, PowerPoint corrompe absolutamente”, dice Tufte, criticando la ineficiencia de las populares presentaciones creadas por la herramienta de Microsoft.

A modo de entregar una definición que deje conforme a los múltiples investigadores y teóricos, tomamos lo expuesto por Brian Shaler, visualizador y evengelista de datos. Para Shaler, la visualización de datos es el arte y la ciencia de encontrar las preguntas correctas para pedir a un conjunto de datos, así como la forma más eficaz de transmitir la respuesta-visual para el espectador. Una efectiva visualización de datos tiene un objetivo claro, sirve (como mínimo) a un público objetivo, y utiliza datos reales de calidad relacionados con el objetivo y la audiencia.

En un mundo cada vez más informatizado, donde la cantidad de información  disponible puede generar una infoxicación, la capacidad para interpretar datos, provenientes de múltiples fuentes, y plasmarlos en una interfaz multimedial, interactiva y en tiempo real, otorga una valiosa herramienta para la toma de decisiones.

Una clara, efectiva y, en ocasiones, hasta hermosa visualización de datos, puede acelerar la comprensión  y pronta respuesta ante diversos escenarios. Y la necesidad que están experimentando múltiples industrias de interconectar datos, sensores y diversas tecnologías, convierte a los datos en un nuevo commodity.

El estudio elaborado por Forrester denominado The Forrester Wave: Advanced Data Visualization (ADV) Platforms, Q3 2012, señala que muchas empresas han utilizado con eficacia – y continuarán utilizando – visualizaciones comerciales tradicionales, como gráficos de barras y gráficos circulares. Ahora, las nuevas tecnologías están permitiendo el uso de gráficos más dinámicos e interactivos, tales como cuadros de mando en tiempo real y gráficos que se actualizan automáticamente cuando cambian los datos.

Los software que analizan alta cantidad de data, entregando luego respuestas en tiempo real, comienzan a hacerse más masivos y necesarios para entender mejor las variables del negocio, mientras que los encargados de la inteligencia, CIOs, CFOs y CEOs, pueden entender cada vez mejor la colosal data disponible.

La oferta de software para visualización de datos de negocios es amplia, sin embargo, la industria reconoce a las siguientes compañías como actores destacados: Tableau Software, IBM, Information Builders, SAS, SAP, Tibco Software, Oracle, Microsoft, MicroStrategy, Actuate, QlikTech, Panorama Software, SpagoBI, Jaspersoft, y Pentaho.

Infografía y visualización de datos: ¿cúal es la diferencia?

«Una Infografía es la representación editorial de datos o un concepto. La Infografía utiliza objetos o símbolos para representar los datos o conceptos. A menudo se ilustra con la mano, aunque el mecanismo de dibujo utilizado no tiene impacto en la categorización», dice Shaler. «Mientras que la visualización de datos las reglas definen cómo las variaciones y relaciones dentro de un conjunto de datos se traducen en características y objetos visuales. LaVisualización de datos permite que los datos se representen a sí mismos, donde a menudo están generados por computadoras».

La necesidad por entender el big data ha llevado a los tomadores de decisión en múltiples industrias a recurrir a las infografías para explicar, de manera sencilla y amigable, intrincadas y numerosas relaciones de información. Cada vez resulta más común observar sendas infografías verticales, que si bien cumplen con informarnos de una manera mucho más entendible y lúdica, no catalogan como una visualización avanzada de datos.

Dicho de otro modo la visualización de datos conduce los datos, mientras que la infografía puede tener elementos adicionales de diseño gráfico, pero que no conducen la información.

Otra diferencia importante es la interacción. Una infografía, por más completa y atractiva visualmente, es plana. Por el contrario, una visualización de datos tiene clasificación de funciones y cierta capacidad para cambiar la presentación de los datos.

Las infografías se han vuelto virales, son un material ‘atractivo’ y son entretenidas simplificaciones para una audiencia masiva. Sin embargo, una visualización de datos incorpora más elementos informáticos que enlazan múltiples fuentes de información como pueden ser sensores, radares, smartphones, GPS o dispositivos médicos. Las visualizaciones de datos, son la representación multimedial de una correlación de tecnologías ‘invisible’ que toman vida en una representación gráfica interactiva.

¿Cómo hacer una buena visualización de datos?

Para poder desarrollar visualizaciones de datos avanzadas se deben tener en consideración algunos aspectos y características, que ayudarán a construir una arquitectura que sea capaz de aunar tecnologías. A continuación entregamos algunos puntos claves en la creación de visualizaciones avanzadas:

Contenido de datos dinámicos. Estas visualizaciones, vinculados a los conjuntos de datos alojados en bases de datos, operan con actualizaciones a medida que cambian los datos. Visualizaciones estáticas, producidas en la mayoría de documentos de oficina no suelen tener esta funcionalidad.

Consulta visual. Esta es la capacidad de consultar los datos de re-consultar simplemente mediante la manipulación visual de porciones de gráficos o tablas (hacer clic en una columna para indagar en detalles, por ejemplo) o mediante el uso de instrumentación visual (listas desplegables, botones, etiquetas, etc.)

Dimensiones múltiples, visualización vinculada. Un gráfico típico no puede mostrar más de unas pocas dimensiones (atributos tales como región, tiempo, etcétera) a la vez. Para visualizar y analizar datos de múltiples dimensiones o atributos, uno normalmente tiene que mostrar y enlazar dinámicamente varios gráficos, cuadros o paneles. Navegando a través de una dimensión en un panel, se actualizan automáticamente todas las visualizaciones en el resto de los paneles.

Visualización animada. Si una dimensión particular, como puede ser el tiempo cronológico, tiene cientos o miles de valores, al hacer clic manualmente a través de cada día no resulta práctico. Una sesión animada de desplazamiento automatizado de arriba hacia abajo, como una dimensión, es un enfoque más práctico.

Personalización. Lo que es intuitivo y obvio para un analista puede no ser obvio para otro. Además, para hacer frente a los problemas de privacidad y los riesgos, muchas organizaciones tienen diferentes niveles de acceso a los datos para los diferentes grupos de usuarios y usuarios individuales. Las herramientas de visualización deben ser personalizadas de forma automática basándose en el acceso de los usuarios o de los niveles de autorización, la localidad y las preferencias de visualización personales.

Alertas de negocios accionables. A menudo, incluso las visualizaciones de datos no pueden conducir a un analista a concluir si hay demasiada información para comprender en una sola pantalla. Por ejemplo, con más de 21.000 puntos de datos en una sola pantalla, el analista no puede identificar una determinada condición a menos que el software puede generar alertas visuales (como el código de colores, tapajuntas, etc.)

Además, si el analista no está mirando a la visualización cuando se activa una determinada condición (la mayoría de las reglas complejas pueden requerir una plataforma basada en el procesamiento de eventos complejos o motores de reglas de negocio), él o ella puede programar una aplicación de visualización para notificar automáticamente a una persona con un mensaje de texto o correo electrónico.

Fuente:

Visualización avanzada de datos: la belleza del big data

http://tecno.americaeconomia.com