Los datos cuantitativos no sirven de nada sin interpretación. La visualización de datos sintetiza el significado de los datos sin procesar en conclusiones coherentes. Cuando los diseñadores dan prioridad a las imágenes convincentes sobre la precisión, las visualizaciones engañan. Para comunicar datos con integridad, los diseñadores deben evitar errores comunes de visualización de datos.
Uno de los aspectos más importante de la analítica es tomar los datos planos y aburridos y darles vida a través de la visualización. Pero hay que tener en cuenta que muchas veces los datos se podrán malinterpretar, a tal punto que habrá personas y organizaciones que utilizarán la visualización para desinformar.
El doble potencial para el bien y el mal no es exclusivo de la visualización de datos, pero es una consideración de diseño urgente dada la paradoja de la era actual. La información es más abundante y accesible que nunca, sin embargo, se desconfía mucho del gobierno, los medios de comunicación y las empresas. Cuando las organizaciones publican visualizaciones engañosas, ya sea de forma intencional o no intencional, la brecha de la confianza se amplía.
¿Qué factores de diseño hacen que las visualizaciones sean engañosas y cómo puedes transmitir el significado de los datos con la mayor claridad?
Puntos ciegos en la visualización de datos
La vista y la cognición humanas se encuentran entre los fenómenos más increíbles de la naturaleza, por ejemplo: La luz entra por los ojos, después el cristalino envía información de la luz a la retina, que traduce la información y envía señales por el nervio óptico.
Y el nervio óptico transmite 20 megabits por segundo al cerebro. Con esto nos vamos cuenta del proceso entre ver y pensar, que es instantáneo, y el cerebro debe conservar energía para priorizar lo que debe descifrar y lo que deberá ignorar.
En esta rápida coyuntura de ver y comprender, las visualizaciones de datos demuestran su valor. Aquí, muchas visualizaciones les dicen a los espectadores lo que «deberían» ver en los datos, y el cerebro con exceso de trabajo asiente con aprobación. El sesgo de confirmación se afianza. Se pierde la objetividad.
Las visualizaciones engañosas no siempre son el resultado de malas intenciones, pero incluso los errores honestos desinforman a los espectadores. Los ojos son impresionables y los humanos tienden a pasar por alto la información en busca de conclusiones rápidas. La vista y la cognición deben ser una consideración clave en el diseño de todas las visualizaciones de datos. Ahora, después de esta introducción sobre el proceso de la visión podemos pasar al tema principal.
6 errores comunes de la visualización de datos que se debes evitar
1. Elegir el método de visualización incorrecto
Cada método de visualización de datos tiene sus propios casos de uso. Por ejemplo, los gráficos circulares funcionan muy bien para comparar las diferentes partes de un todo. Funcionan bien para desgloses de presupuestos y resultados de encuestas, pero sirven a la hora de hacer comparaciones entre conjuntos de datos separados.
Se podría usar un gráfico circular para visualizar las ganancias de tres negocios competidores, pero un gráfico de barras haría más evidentes las diferencias o similitudes entre los negocios. Si la visualización estaba destinada a mostrar los ingresos a lo largo del tiempo, un gráfico de líneas sería una mejor opción que un gráfico de barras.
Recuerda: Los métodos de visualización de datos funcionan dependiendo del conjunto de datos que requieras analizar.
2. Contraste de color engañoso
El color es uno de los elementos de diseño más persuasivos. Incluso las variaciones sutiles de tono provocan fuertes respuestas emocionales. En la visualización de datos, los altos grados de contraste de color pueden hacer que los espectadores crean que las disparidades de valor son mayores de lo que realmente son.
Por ejemplo, los mapas de calor representan la magnitud del valor con color. Los valores altos aparecen en naranja y rojo, mientras que los valores más bajos se representan en azul y verde. La diferencia entre los valores puede ser mínima, pero el contraste de color crea la impresión de mayor actividad.
El color es más que una forma de diferenciar entre series de datos. Los emparejamientos de colores de alto contraste hacen que los espectadores perciban mayores grados de disparidad de datos.
3. Demasiados datos
A la hora de crear una presentación o reporte es común que uno se pregunte constantemente: ¿qué debo incluir y qué debo omitir para que la idea sea más clara? La visualización de datos no está exenta, especialmente cuando los datos son abundantes y estimulantes.
Hay que pensar en el mensaje principal, aunque es un poco complicado cuando se tiene muchos datos y muchos resultados e insights. Entonces, ¿por qué no poner todos los datos? Porque los seres humanos no estamos bien equipados para calcular el significado de múltiples valores abstractos en forma visual.
Cuando las visualizaciones incluyen demasiados datos, la información se abruma y los datos se funden en un caos gráfico que la mayoría de los espectadores no pueden soportar.
Entonces, si se presenta demasiado a la vez, los espectadores se desconectan. Puede ser más eficaz comunicar datos con múltiples visualizaciones. El exceso de datos en una sola visualización abruma inmediatamente a los espectadores como en el siguiente ejemplo.
4. Uso inadecuado de gráficos 3D
Las representaciones bidimensionales del espacio tridimensional han cautivado a los espectadores durante siglos, pero los gráficos en 3D plantean dos problemas graves para las visualizaciones de datos.
La oclusión ocurre cuando un gráfico 3D bloquea parcialmente a otro. Es el resultado de imitar el espacio en el mundo natural, donde los objetos tienen coordenadas X, Y y Z diferentes. En la visualización de datos, la oclusión oculta datos importantes y crea jerarquías falsas en las que los gráficos sin obstrucciones parecen ser los más importantes.
La distorsión se produce cuando los gráficos 3D retroceden o se proyectan desde el plano de la imagen a través del escorzo. En el dibujo, el escorzo hace que los objetos parezcan que habitan un espacio tridimensional, pero en la visualización de datos, crea jerarquías falsas. Los gráficos de primer plano aparecen más grandes, los gráficos de fondo más pequeños y la relación entre las series de datos es innecesariamente sesgada.
Los gráficos 3D son atractivos, pero tienen el potencial de obstruir información importante y confundir las relaciones de escala entre las series de datos. A menos que los gráficos 3D sean absolutamente necesarios, visualiza los datos en 2D.
5. Descripciones de texto subjetivas
El acto de sugestión es el arte de la persuasión. Dígale a alguien lo que debería ver en una imagen, y probablemente lo verá. El texto que acompaña a la visualización de datos como copys de apoyo, títulos, etiquetas y subtítulos deben estar destinados a brindar a los espectadores un contexto objetivo, no manipular su percepción de los datos.
El texto subjetivo suele aparecer al establecer correlaciones entre conjuntos de datos e implicar una causalidad. A menudo, el texto sesgado proviene de que los clientes y los diseñadores deben señalar el problema.
6. Correlaciones confusas
La visualización de correlaciones entre conjuntos de datos es una forma útil de brindar a los espectadores una comprensión más amplia de un tema. Una forma en que se muestran las correlaciones es superponiendo conjuntos de datos en el mismo gráfico. Cuando las correlaciones se consideran cuidadosamente, las superposiciones conducen a momentos de descubrimiento. Cuando las superposiciones son excesivas, es difícil para los espectadores establecer conexiones.
También es posible visualizar correlaciones de una manera que implica falsamente causalidad. Un ejemplo famoso es el de vincular el aumento de las ventas de helados con el aumento de los delitos violentos cuando ambos son el resultado de un clima cálido.
Puede resultar útil resaltar las correlaciones con múltiples visualizaciones que existen en las proximidades. Esto permite a los espectadores evaluar los datos y aun así hacer enlaces de conexión.
¿Quieres aprender a crear vizzes comprensibles, claros y creativos para tu organización? Capacítate con nosotros y aprende el arte de la visualización de datos. En EGOS BI contamos con especialistas que te podrán asesorar en todo momento, da clic aquí y conoce sobre nuestra oferta de cursos.
