Fundamentos de la visualización de datos

1. INTRODUCCIÓN: Hola. Mi nombre es Andrew, y te doy la bienvenida al curso de visualización de datos maestros. En este curso, aprendes a elegir el gráfico correcto y cuándo tiene sentido, cómo construir gráficos, cómo etiquetarlos, cómo anotarlos, cómo estimar y cómo usar el color Y también te voy a mostrar qué evitar, que tus datos siempre sean honestos. Aprenderás a, por ejemplo, ordenar un gráfico de un lío como este en algo más legible en un diseño bien ejecutado que sea fácil de explicar y usar para la narración de datos Después de este curso, nunca mirarás los gráficos de la misma manera. Prestarás atención a las pequeñas cosas como los ases, cómo se muestran los pronósticos, qué colores se usaron, qué opciones de diseño se hicieron aquí, y es un proceso hermoso No necesitas ser diseñador. No necesitas ninguna herramienta avanzada. Solo necesitas estar listo para aprender. Si estás listo, será muy divertido. Estoy esperando dentro. Empecemos. 2. 01-01. ¿Qué es la visualización de datos?: Hola y bienvenidos al inicio del curso. Tenemos que empezar por alguna parte, así que vamos a explicar qué es la visualización de datos. Si solo tuviera una minúscula frase, les diría, la visualización de datos está convirtiendo los datos en significado. No se trata sólo de gráficos. El gráfico en sí es sólo la herramienta que utilizamos para mover una idea de una hoja de cálculo, de una tabla, de los datos que tenemos a la cabeza de otra persona de una manera que le haga entender Y esto es crucial. Quieres que la gente entienda tu declaración. Me gusta enseñar sobre ejemplos, me gusta ser práctico con mis cursos, así que vamos a repasarlo en este ejemplo extremo. Esta es una mesa. Esta es una tabla con datos brutos. Se trata de Skystream Analytics, una empresa que obviamente he formado. Son los ingresos para 2060 expresados en dólares estadounidenses. Ahora, ves datos brutos y básicamente no llegas a ninguna conclusión. A menos que conozcas la compañía y menos que sepas lo que voy a decir, básicamente no eres capaz de llegar a una conclusión más sofisticada que solo decir, Oye, el mes A fue mejor o peor que el Mes B. Si te pregunto cómo fue el verano, entonces podrías empezar a mirarlo. Pero, ¿a qué me refiero con verano? ¿Me refiero solo a junio y julio? ¿Me refiero a meses cálidos del año? Yo tendría que ser un poquito más preciso aquí. ¿Me refiero al verano astrológico? Ahora, por el contrario, anteriormente, teníamos una mesa. Ahora hagamos exactamente lo contrario. Ahora sólo tenemos una declaración. SkyStreamGrowth, se aceleró significativamente en los últimos tres meses del año Esta es la conclusión que quería que se te ocurriera. Pero, ¿a qué me refiero con acelerado significativamente? ¿Me refiero al 1%, 10%, 30%? Esto puede variar. Bien. Ahora los mismos datos exactos teníamos en la tabla y los mismos datos que te di en este enunciado se ponen en un gráfico de líneas porque pensé que sería el tipo de gráfico más preciso y el más adecuado para usar aquí. Estoy usando un título de acción que muestra tu búsqueda de ingresos 42% en othqar siguiendo el pivote de octubre Si lees esta frase, ya sabe lo que quiero decir con este gráfico. Quiero mostrarte, oye, tuvimos una ligera caída en los meses de verano, pero más tarde al final, mira cómo explotaron nuestros ingresos. Echa un vistazo al final del gráfico. Si yo fuera el diseñador, probablemente dibujaría un gráfico similar a este. Yo llamaría su atención sobre los últimos tres meses del año. Yo haría algún tipo de anotación como esta, y les daría una breve declaración, crecimiento de Skyscrem se aceleró significativamente en los últimos tres meses del año De esto se trata la visualización de datos. Las conclusiones clave de esta primera conferencia son la comunicación primero El gráfico es solo el vehículo para el mensaje. Evidencia y perspicacia. Los datos prueban la afirmación como si tuviéramos los datos dentro de la tabla, Visuales lo explican. Esta vez, utilizamos un gráfico de líneas para explicar los datos que teníamos en la tabla. Se necesita una definición, hay muchas formas de definir visualización de datos en sí misma, pero podríamos decir que la visualización de datos es una herramienta funcional que se utiliza para reducir el tiempo que lleva comprender la información, y esto está bellamente elaborado entender la información. Hay una información de bono que quiero darte. La visualización de datos no es solo gráficos. Ampliaré esto en la próxima conferencia. Por ahora, el objetivo de este curso está completamente establecido. Después de este curso, podrás convertir los números brutos en una historia visual, en una narrativa. Esta es la meta por la que ambos estamos trabajando y por la que nos estamos esforzando Entonces, continuemos. 3. 01-02. ¿Cuándo necesitas hacer gráficos?: Son los gráficos siempre mejores. Un error común en la visualización de datos es asumir que cada dato siempre necesita un gráfico. En realidad, la mejor visualización es simplemente la que comunica el punto más rápido y comprensible. A veces, obviamente, esto será una gráfica, pero a veces solo una simple oración o incluso una tabla. Repasemos eso como siempre en un ejemplo, en un ejemplo real que puedas comprender Ayer, nuestra tasa de éxito de pago fue del 98%. Una frase para eso parece completamente bien. Comparemos los mismos datos en una tabla. Este tipo de datos no tiene mucho sentido para ser presentados dentro de una tabla. Ahora un gráfico. Mira esta comparación. La misma información puesta en una oración, tabla y gráfico. La tabla y el gráfico se ven casi ridículos. En el gráfico, necesitas leer el eje, leer el título, qué tan grande es la barra, el valor, es exagerado Cuando los datos son simples, la oración es la ganadora porque tiene la menor carga cognitiva para ti. Tu cerebro lo procesa instantáneamente sin tener que navegar por una gráfica completa, pero ¿es una visualización de datos de oración? Por supuesto que lo es. Una frase, presenté correctamente, claro, se puede considerar esta visualización de datos. Ahora repasemos el segundo ejemplo. La tasa de pago para escritorio fue de 99%, mientras que el móvil fue de 94, las tabletas fueron 91%, los relojes inteligentes fueron 75, y en general, los nuevos usuarios promedian 88%. Como ves, el texto tiene un punto de ruptura. Tan pronto como tenemos cinco o este tipo de categorías diferentes para comparar, una oración simplemente falla. Fue agotador, solo leer esto para mí, mucho menos tú entendiendo y entendiendo eso. Por eso ante esta situación, quizá usaría una mesa. Si necesitas ver los valores precisos como 99%, 94, 91, una tabla estaría genial. Está organizado y te permite una visión general rápida. Lo mismo en un gráfico, sería igual de bueno. A lo mejor para que sea más fácil de leer, pondría los puntos de datos dentro de las barras. Para recapitular toda esta conferencia, dependiendo de los datos que tenga, es posible que desee usar una oración, una tabla, un gráfico, o algo más, un dibujo Siempre y cuando transmita la información de la manera más simple, rápida y comprensible, será una correcta visualización de datos Ahora sigamos adelante. 4. 01-03. Proporción de datos y tinta: Esta conferencia, nos estamos volviendo cada vez más prácticos. Hablaremos de la relación de datos después de EDVartift. Se trata de un concepto fundacional introducido por Edward Tift en su libro de 1983, The Visual Display of Quantiative La ecuación aquí es que la relación de tinta de datos es igual a la tinta de datos dividida por la tinta total utilizada en el gráfico. Actualmente, hoy en día, ya no usamos la tinta tanto, así que traduzcamos eso a píxeles porque mayoría de la visualización de datos hoy en día se crea en una pantalla. Como siempre, voy a explicar esto en un ejemplo. tinta de datos es la tinta real, los píxeles reales utilizados para representar los datos. El fondo azul, los lineamientos gruesos también forman parte del gráfico. La relación de tinta de datos medirá cuánto de tu gráfico está realmente haciendo trabajo versus cuánto es solo decoración. Al igual que el fondo azul aquí, seguirías entendiendo este gráfico sin este fondo, así que esto es solo decoración. Tu objetivo es conseguir que esa proporción sea lo más alta posible. Si echara un vistazo a este gráfico, esta parte verde representa datos, esas etiquetas representan datos y, por supuesto, los títulos de las barras reales representan datos, y tal vez el título. Si una gráfica tiene demasiado ruido y elementos que distraen, se considera que tiene poca tinta de datos Bien, repasemos este ejemplo. En el siguiente ejemplo, el fondo, las líneas de la cuadrícula, las sombras y otras estéticas innecesarias distraen a los datos de ser representados Por el contrario aquí, echa un vistazo al segundo gráfico más simplificado. Eliminar distracciones hace que la visualización mucho más fácil de entender, y la persona que lo ve puede enfocarse más en los datos en sí Creo que esto es bastante claro. Sin embargo, tenemos que asegurarnos de que el diagrama no se simplifique tanto que se reduzca la capacidad de entender los datos. Como por ejemplo aquí, voy a eliminar los datos junto al YouTube, la barra roja. Se vuelve difícil de entender. Sí, tal vez veas que la barra es el doble de larga messenger que la azul o tal vez más del doble. Entonces, para resumir esto, trata de reducir el desorden sin comprometer el mensaje del gráfico. Creo que esto es bastante claro y TITA en realidad estableció cinco leyes de tinta de datos. Sobre todo, mostrar los datos, maximizar la relación de tinta de datos, borrar tinta que no sea de datos, por supuesto, dentro de lo razonable, no como lo hacía antes. Borré un poco demasiado, borro tinta de datos redundantes y reviso y edité borro tinta de datos redundantes y reviso y edité En la siguiente conferencia, repasaremos un ejemplo donde hacemos todas esas tareas y en general echaremos un vistazo a un gráfico e intentaremos ajustarlo. 5. 01-04. Ejemplos de proporción de datos y tinta: En esta conferencia, quiero repasar un ejemplo práctico respecto a la relación de datos. Tenemos un gráfico aquí. Hay muchos cambios que necesitamos aplicarle. Echémosle un vistazo. Por encima de todo , debemos mostrar los datos. Pero si usamos un gráfico de tres D, los datos están sesgados, las barras aparecen un poco más largas de lo que realmente son Entonces primero de, voy a deshacerme de los datos de tres D. Ahora las líneas de la cuadrícula, las líneas de la cuadrícula oscurecen mi visión De hecho hacen que esas barras sean difíciles de leer, así que voy a quitar esta y la segunda guía también porque en realidad no las necesitamos tanto. Si los quieres, puedes hacerlos más delgados más ligeros, pero definitivamente no tan gruesos. Ahora, porque tenemos una sombra en el texto del lado izquierdo, quiero quitar esta sombra porque hace que todo el gráfico sea difícil de leer. Ahora quiero quitar la sombra alrededor de los propios barrotes. Creo que los colores son perfectamente claros. Ahora algunos colores no son perfectamente visibles. Nos ocuparemos de eso pronto. Actualmente, tenemos muchos colores, pero por ejemplo, el verde , el amarillo. En mi opinión, son un poco difíciles de ver en este fondo. Voy a hacer el fondo blanco porque no te diré que nunca puedes usar fondos degradados, pero en la mayoría de los casos, no es una gran idea, sobre todo si obstruye la visión de los datos reales Ahora, echa un vistazo al eje inferior. El eje inferior va de cero puntos a 100 puntos. ¿Necesitamos 50, 60, 70, 80 cuando no hay datos? Redujamos el eje para detenernos en 50. Actualmente, se encuentra mejor ajustado. Las barras son en realidad mejor visibles. Se hicieron más largos, pero empiezan en cero, así que eso no es problema. Bien, ¿qué más podemos hacer aquí? En realidad, ahora es un poco difícil comparar los datos. Por ejemplo, ¿ me puedes decir cuánto es el naranja? ¿Son cuatro? ¿Es árbol? ¿Es árbol y medio? Y ¿ cuánto cuesta el verde oscuro? ¿Son 18, 19? Entonces pongamos los datos directamente sobre las guerras. Ahora puedo ver precisamente que eso es hermoso. 4.2 para naranja, 18.5 para el verde. ¿Bien? Vamos a seguir adelante. Si echa un vistazo al número de punto, borre la tinta de datos redundantes. ¿Qué es redundante aquí? En el lado izquierdo, tenemos todos los nombres de las categorías, y en el lado derecho, tenemos una leyenda con colores y con las categorías escritas nuevamente. ¿Necesitamos esto? Creo que está perfectamente claro que ves boletín de correo electrónico amarillo, no tienes que ponerlo twister Así que sólo voy a quitar la leyenda. Ahora todo está más limpio, pero ahora estamos en 0.5. Revisar y editar. A mí me gusta este diseño, pero no me gustan los colores que tenemos Hagamos que todo sea uniforme, y centrémonos en el mensaje que queremos dar. ¿Cuál es el mensaje aquí? Dependiendo de lo que quieras exhibir. En mi caso, quería exhibir las dos barras más altas. Esos son anuncios de retargeting y programa de referencia. Así que vamos a cambiar el color de sólo esas 2 barras. Ahora no tengo que mirar amarillo a naranja a azul, y no necesito tanta capacidad intelectual para ver qué hay aquí Preferiría personalmente, si las barras más altas estarían en la parte superior. Esto ahora está revisando y editando el gráfico. Porque esos son los más grandes, los más altos y los más destacados que quiero mostrarles, los pondré primero, así ordenaré todo lo que descienda de ellos. ¿Bien? Ahora mismo, puedo poner los datos dentro. Creo que se ve un poco más limpio. Esta es una elección de diseño personal, pero creo que esto se verá mejor. Bien, estoy editando el gráfico, y ahora puedo decidir si quiero quedarme con las barras o con respecto a la relación de tinta de datos. El bar es un poco grande. ¿Por qué necesito tanta tinta si solo el último bit de información, si solo es importante el punto de datos? Puedo cambiar toda la barra real en solo una línea. Aquí, estoy usando una tabla de piruletas para mostrar los datos. Así es como pasamos de un gráfico no quiero decir feo pero incorrecto de tres D sobre diseñado a un gráfico limpio, simple y comprensible como aquí. Y esto es exactamente lo que pretende representar la relación de datos y lo que ahora va a tener en cuenta a la hora de crear gráficos y visualización de datos en general. 6. 01-05. codificación: En esta conferencia, hablaremos codificación y decodificación, y estoy muy emocionada de mostrarles esto porque es una parte muy importante que a menudo falta cuando se habla de visualización de datos. Y esta es la razón por la que pronto serás el mejor diseñador que cualquier otra persona que conozcas. Esperemos que la visualización de datos sea un proceso de traducción de dos vías. Como creador, tomas un número, por ejemplo, de una tabla como una cifra de ingresos, y lo codificas en una propiedad visual, como la longitud de la columna en un gráfico. Esto se llama codificación. Entonces tu audiencia mira la barra en este gráfico y debe decodificarlo de nuevo en un número o conclusión, y esta es la parte más difícil Esta parte se llama decodificación. Entonces debes asegurarte de que el gráfico que diseñaste sea comprensible para las personas y ellos sacarán exactamente la conclusión que quieres que hagan. Nada debería perderse en la traducción. Este es tu trabajo completo aquí. La codificación es simplemente el acto de convertir un número en una forma. Estos son solo ejemplos aquí en una tabla dependiendo de lo que quieras usar. Aquí tienes el mismo valor, 100 dólares, pero en diferentes gráficos, esos 100 dólares se representarán de manera diferente. En un gráfico de líneas, será una línea. En un gráfico de barras, será una columna o una barra. En un gráfico de burbujas, será un círculo. En un gráfico circular, esto será medio círculo o una parte del círculo o un ángulo. En un mapa, esto podría ser un color, un color más oscuro, un color más brillante. Todo depende del tipo de gráfico que elijas. ¿Cómo seleccionas? ¿Qué va a ser más sencillo? ¿Qué será más difícil? ¿Qué será lo apropiado? Te enseñaré todo sobre eso en este curso en las próximas conferencias, así que no te preocupes. Ahora, la decodificación es donde el cerebro de tu audiencia intenta convertir tus formas de nuevo en números y solo míralo. Probablemente no hayas pensado en gráficos así. El problema aquí es que el ojo humano no es un sensor perfecto. Naturalmente, somos mejores entender algunas formas que otras. Por ejemplo, tenemos un tiempo más fácil para entender la longitud de la barra que el área de un círculo, y eso es un hecho. Es necesario memorizar esto muy claramente. Echemos un vistazo a los círculos. El Círculo A es nuestra línea de base. El círculo B es exactamente 30% más pequeño. Pero mirándolos, ¿realmente puedes decir eso? ¿Puedes juzgarlo? ¿ Con sólo mirarlos? Es muy difícil. Ahora, comparemos esas barras aquí. Esos son los mismos números, pero codificados como longitud, solo longitud, no área entera. barra B es, de nuevo, exactamente un 30% más corta que la barra A. No es tan fácil de ver, pero si los pondrías en una escala común uno al lado del otro, ahora se vuelve mucho más simple. Es por ello que los gráficos, tablas y sobre todo el gráfico de barras es tan comprensible. Si quieres que tu audiencia obtenga la respuesta correcta, tiene que elegir la forma correcta. Aquí solo tendríamos que decodificar longitud y ya estaríamos hechos Para recapitular toda esta conferencia, usted, como diseñador, toma los datos y quiere extraer un mensaje de ellos Esta será tu codificación. Tú eliges una forma de visualizarlo, por ejemplo, con un gráfico, y Walla, tenemos visualización de datos, pero esto es sólo la mitad de la historia La parte complicada es que tu audiencia necesita tener un tiempo fácil de decodificarlo. Entonces no es suficiente crear un gráfico. También hay que estar siempre mente de la gente que lo verá, leerá y ojalá lo entienda. En la próxima conferencia, en realidad repasaremos lo que es más simple y lo que es más difícil de comprender para 7. 01-06. Tareas perceptivas #1: En esta conferencia, estaremos hablando de tareas perceptuales Te voy a presentar la jerarquía de precisión. Aprenderás qué formas son más fáciles y cuáles son más difíciles de entender. Si quieres ser un profesional, tienes que dejar de escoger gráficos porque se ven bien. Hay que elegirlos en base a esta jerarquía de precisión. Esta lista exacta aquí arriba se basa en un famoso estudio de Cleveland y McGill A partir de 1984, muestra lo que el cerebro humano decodifica con mayor precisión, y sigue siendo perfectamente fresco y actualizado hasta hoy Estoy enseñando visualización de datos, y te estoy mostrando una tabla grande con muchas columnas y filas, y es difícil de comprender y Déjame ayudarte a decodificarlo cambiando la primera columna en números simples. Eso es mucho más fácil. Ahora bien, las tareas perceptuales, en lugar de leerlas, las cambiaré en íconos Yo, por supuesto, te daré algunas etiquetas porque probablemente las veas por primera vez. No te preocupes. Son simples, y te mostraré cada una de esas pruebas sobre ejemplos reales. Tomemos algunos datos. Utilizaremos los datos para mayoría de los ejemplos que vemos aquí, 100, 95 y 50. Esos son nuestros tres puntos de datos. Empecemos por la posición en una escala común. La tarea perceptual más simple y fácil de entender, y es por eso que ves esos gráficos de barras y gráficos de columnas con tanta frecuencia Debido a que están posicionados sobre una escala común, todos comienzan en cero aquí. Es muy sencillo decodificar la longitud de las barras. No sólo eso, tenemos un eje hermoso en la parte inferior, así que es muy sencillo. Bien, este es el ejemplo número uno. Ejemplo número dos, los mismos datos, pero codificé los datos en rectángulos con pequeños puntos dentro de él Cuanto más alto sea el punto, mayor será el punto de datos. Ahora bien, el problema aquí es que tenemos los mismos datos, 195, y 50. Como que ves la diferencia, pero es muy difícil de decodificar Sería un poco más sencillo si los pusiera en una escala común. Casi ahí. Estamos casi en una escala común, pero todavía están repartidos y es difícil de juzgar. Si los posiciono juntos, es mucho más sencillo y más fácil de entender y ver. Y es por ello que hay que tratar siempre alcanzar la tarea perceptual más alta posible Se quiere usar la tarea número uno siempre que sea posible, en lugar de la prueba número dos, tres , cuatro, cinco o seis por esa razón. Aquí tenemos posición en una escala común, y es perfectamente comprensible ¿qué es qué? Ahora bien, los mismos datos presentados en un gráfico de barras también serían muy comprensibles. Bien, déjame seguir adelante. ¿Y si tenemos un gráfico de barras apiladas? Entonces la primera parte comienza de nuevo, alineada en el mismo punto cero. Pero las barras de color púrpura claro empiezan aquí. Éste empieza aquí y éste empieza aquí. ¿Me puedes decir cuál es la más larga? Probablemente no puedas sólo porque todos son iguales. Todos representan un valor de 74, pero están desalineados No tienen una escala común. Entonces aquí es donde hay que tener mucho cuidado al usar gráficos de barras apiladas. Bien, avancemos para no hacer esta conferencia demasiado larga. Lo mismo va para la longitud. Básicamente, cuando usas gráficos de barras o diferentes tipos de gráficos, a menudo decodificas la longitud, pero se aplica el mismo principio Si tienes longitud dispersa en una pantalla, es muy difícil de juzgar. Sería mucho más fácil si los pones en una escala común. Y ahora, sin importar el diseño, será mucho más fácil juzgar lo que es más simple, lo que es menos simple. Entonces la escala común es realmente un salvavidas aquí. Ahora algo difícil ángulo, y ángulo es muy difícil para nuestro cerebro. Es por ello que hay que evitar el gráfico circular tanto como sea posible. ¿Puedes juzgar cuál es este ángulo? ¿Cuál es el segundo ángulo? Se ve que es menos de 90, pero ¿es de 89? ¿Es 88? Y ahora el tercero. ¿Me puede decir cuánto es? ¿Es 120, 130, 40? Son 125, y esta es la razón exacta por la que los gráficos circulares son tan difíciles. Ahora tenemos los mismos datos que teníamos antes de 100, 95 y 50 decodificados dentro de un gráfico circular. Por lo que equivale aproximadamente a 41, 39 y 20. Si bien puedes ver esos dos grandes puntos, si no tendrías los datos aquí, realmente puedes decir qué es exactamente qué? Ahora lo mismo decodificado en un gráfico de barras. Mira lo simple que parece que es, y también respeta los datos en proporción porque un gráfico circular en sí es una gran cantidad de píxeles, mucha información que tu cerebro intenta decodificar Un Brchart es simplemente una opción superior, y en ese caso, simplemente deberías usarlo. Bien, continuemos con las siguientes tareas perceptuales en la próxima conferencia 8. 01-07. Tareas perceptivas #2: En esta conferencia, continuamos con nuestras tareas perceptuales. Entonces aprendemos lo que es más simple y lo que es más difícil de entender. Aquí, tenemos círculos, A y B se ven idénticos. La diferencia del 5% ha desaparecido completamente visualmente. A lo mejor se puede ver que B es un poquito más pequeño. El área es muy difícil de decodificar para nuestro cerebro. Aquí hemos perdido toda precisión y no podemos decodificar los valores sin tenerlos. Si pongo uno sobre el otro, sí, ya lo podemos ver, pero ¿se puede decir? ¿Es 5%, 6%, 7% o 3% más pequeño? Y si pongo esto aquí, ¿sabes cuánto más pequeño es? En realidad es 50% más pequeño porque estoy representando los mismos datos. Pero en lugar de usar gráficos, estoy usando círculos de área. Peor aún, ahora hemos llegado al territorio de la chatarra gráfica. Y sí, este es un término específicamente de gráfico basura. Cuando pasamos de dos formas D a volumen y curvatura, estamos pidiendo al cerebro humano que haga tres cálculos D solo para entender, por ejemplo, una cifra de ventas o cualquier tipo de datos Echa un vistazo a los cubos porque están inclinados en el espacio Tu ojo ya no puede encontrar la línea plana para medir. ¿Sube B 95% de cachorro A o es 80% de cachorro A? ¿Qué opinas? Realmente no se puede decir porque la profundidad misma confunde tu percepción en la visualización profesional de datos, tres D casi siempre es un error porque prioriza la decoración Echa un vistazo. Ahora, es tan difícil juzgar. Ver aún peor. ¿De verdad se puede decir que esto es la mitad del tamaño que tiene? Aproximadamente puedes mirarlo, pero no puedes decirme que lo ves precisamente Ahora bien, los mismos datos presentados sobre una superficie plana, todavía no son perfectos porque es área. Si tuviera la posibilidad, trataría de subir de rango en la jerarquía visual. Bien, sigamos adelante. Esto no es para decírtelo. El gráfico de barras es el mejor y hay que usarlo siempre para cada caso y escenario. Pero si los datos lo permiten y las tareas perceptuales no lo restringen, entonces deberías lo mismo con este gráfico circular La Parte B ahora se ve mucho más grande que la Parte A porque está más cerca de nosotros. Así que ten mucho cuidado al usar tres D. Ahora algo diferente, curvatura. Este medidor es uno de los favoritos en los dashboards ejecutivos, y ellos, tengo que decir, se ven geniales, pero miren la aguja misma La escala sobre la que se mueve la aguja se dobla en una curva. Entonces tu cerebro tiene que trabajar doble de duro para averiguar el valor exacto. Por supuesto, tienes un auto, así que estamos acostumbrados. Es muy fácil para nosotros decodificar. Pero debido a que la aguja está ligeramente por encima de 40, ¿me puede decir cuál es el valor exacto aquí? Probablemente asumirás que es 41 o tal vez 40.5. Es difícil de decir en un arco. Es precisamente la razón por la que quieres evitar esos gráficos de donas y ensayos pi Porque aquí, si lo pones en una barra simple, puedes ver con precisión que es 40.5 Bien, vamos a entrar en la categoría más difícil. Sombreado de color. Pondré esto en un grupo como número seis, nuestros ojos no pueden cuantificar siempre de manera confiable y sistemática el color en el mismo Por mencionar algunas deficiencias de color, Duteranopia o protonotopia, en Windows, tienes un atajo Control, tecla de Windows y ver dónde puedes activar y desactivar diferentes deficiencias de visión, y es muy importante, especialmente como especialista en visualización de datos Duteranopia o protonotopia, en Windows, tienes un atajo Control, tecla de Windows y ver dónde puedes activar y desactivar diferentes deficiencias de visión, y es muy importante, especialmente como especialista en visualización de datos. Si trabajas con color, debes tener en cuenta que las personas con problemas de visión podrían tener dificultades para leer esto Pero volviendo al tema, voy a poner dos flechas aquí. ¿Ves que este color es el mismo o no? Te diré que no es lo mismo. Esos colores son los mismos. mapas, los colores, los mapas de calor etc., por supuesto, son utilizables en la visualización de datos, pero tenga mucho cuidado. A veces puede ponerse difícil, sobre todo si hay otro color al lado que es muy similar. Aquí tenemos una mesa. Cuanto más oscuro es el color, mayor es el valor. Y aquí por el contrario, creo que es un hermoso uso del color para realzar el mensaje de una mesa sencilla. La mesa, sin importar el tema de la mesa, es muy fácil de entender por el color. Y aquí, el color sí realzó el mensaje, y esto me encanta. Aquí tenemos el cambio poblacional a lo largo del tiempo por región, y esto también es hermoso porque vemos que en Hawai, por ejemplo, la población no ha cambiado desde 1920, y para el Atlántico Sur, la población ha aumentado y color la representa maravillosamente. Aquí otra tarea perceptual sombreado sombreado es la ¿Me puedes decir las cajas en el medio? ¿Qué caja es la más ligera, cuál la más oscura? Este es un ejemplo muy popular a la hora de hablar visualización de datos y Walla son todos iguales Y esta es exactamente la razón por la que necesitas ser muy cauteloso con el color, sobre el sombreado y sobre el uso fondos coloridos porque los fondos coloridos pueden distorsionar lo que ves Si necesitas usar el sombreado gris, por ejemplo, hazlo así Un gráfico como ese grita. Oye, mira la barra número uno, mira 4.3, pero una barra como esa no te da esa información. Usas colores solo para usar colores, no para guiar al espectador o decodificar información Bonita, sí, pero no me da ninguna información tangible. Y sin ti como presentadora, yo sabría qué quieres decir con este gráfico Para recapitular, a medida que se mueve hacia abajo en la jerarquía, está negociando con precisión por estética o visión general Esta es una hoja de referencia aquí a la jerarquía de precisión. Utilizaremos esto y lo que hemos aprendido aquí a través de todas las tablas que estés dibujando de ahora en el futuro. Por favor memoriza esto o dale un buen aspecto para comenzar a grabar esto en tu cerebro, y hará una gran diferencia en tu historia de visualización de datos 9. 01-08. Importante recordar: Hagamos una recapitulación rápida. Qué recordar si quieres crear gráficos que se comuniquen correctamente. Echa un vistazo a la orientación orientación que naturalmente guiará al espectador. Ese tipo de orientación le dirá al espectador, Oye, mira este gráfico de arriba a abajo o de abajo a arriba. Una orientación horizontal me dirá ver el gráfico de izquierda a derecha. Y una orientación cuadrada da libertad, pero dependiendo de los datos, le darás pistas al espectador cómo debería leer esto. Dimensionando su tabla correctamente. Como punto de partida, la relación de uno a 1.6 es un tamaño perfecto para comenzar, pero todo depende de tu diseño. Para una pantalla de 60 por nueve, como puedes ver, dos gráficos encajan perfectamente. Si quieres encajar tres gráficos, lo más probable es que tengas que ir por cuadrados. Y si quieres tener más gráficos, entonces ten cuidado. Podría estar un poco abarrotado. Al usar colores y presentaciones, utilícelos intencionalmente. No los hagas al azar. También recuerda que los colores como el verde son interpretados naturalmente por los espectadores como positivos, y colores como el rojo, especialmente si se dibujan juntos, simbolizan valores negativos Eres libre de usar tu propio esquema de color siempre y cuando no sea un arcoíris y tenga sentido, y no le dé carga cognitiva adicional al espectador. Aquí, lo más probable es que hablaría de un punto de datos, así que le daría un color separado. Quizá realzaría mi mensaje con una anotación. No hay que usar siempre anotaciones, pero en esa situación, esto estaría bien. Cuando se trata de acceder en la parte inferior y en el lado izquierdo, 1k2k3 K Papas, porcentaje, ingresos en millones, siempre necesitas etiquetar correctamente. Si has hecho o leído alguna presentación de negocios, debes saber claramente que siempre hay un etiquetado adecuado a lo que estás mostrando. Si tienes algún tipo de estimaciones, comunícate, por ejemplo, así, pon una E en la parte inferior, usa un color diferente, hazlo transparente, dale una línea de trazos. Ahora el usuario vería claramente que el trimestre dos, tres y cuatro son sólo estimaciones. Existe una regla general para usar la transparencia y algunos platillos porque esto también sería perfectamente comprensible cuando imprimen y cuando se presentan en escala de grises. Muchas gracias. Sigamos ahora. 10. 02-01. Proporción: Aquí, me gustaría hablar de proporción y escala. Repasemos diferentes ejemplos. La forma predeterminada de mostrar gráficos es horizontal porque es natural que nuestros ojos fluyan de izquierda a derecha. Así es como ves con mayor frecuencia los gráficos. También puede verlas verticales, pero aquí se ve aceptable, pero está muy abarrotada. Lo más probable es que vaya por los mismos datos, pero en un gráfico de barras aquí. Esto es vertical, pero nosotros por supuesto, también podemos tener gráficos que se muestran en formato cuadrado. Demostremos esto en algunos ejemplos. Sin embargo, la orientación sugiere el flujo de lectura natural. Aquí tenemos lectura de arriba a abajo o de abajo hacia arriba. Aquí tenemos de izquierda a derecha, y aquí las podríamos leer ambos sentidos. Entonces hay que decidir. Siempre tenga en cuenta a la hora de crear esos gráficos y a la hora de orientarlos, ¿cómo los va a leer la gente? ¿Qué tan grande hago mi gráfico? ¿Cuánto tiempo? ¿Qué tan alto? Podrías comenzar con una proporción áurea de uno a 1.6. Por supuesto, este no siempre es el caso, sino que es simplemente una relación que funciona bien para cualquier diseño que crees. Veamos eso ahora en algunos ejemplos. Aquí hay una presentación de una presentación de relaciones con inversionistas, y lo más importante quería destacar aquí es que esta diapositiva usa dos gráficos diferentes, uno a la izquierda y otro a la derecha. En la parte superior, tenemos algunas claves para llevar, y luego tenemos los datos de apoyo para ello y los datos de apoyo, que son esos gráficos Si echas un vistazo a esos gráficos, si pongo la proporción áurea por encima de ella, puedes ver que aproximadamente estamos justo aquí. Esto no es ciencia espacial, pero el diseñador deliberadamente quiso encajar dos gráficos aquí, y trató de hacerlos visualmente también agradables. No obstante, no trates de forzarlo. Aquí está la misma diapositiva de la misma presentación. Pero aquí tenemos dos gráficos y una caja informativa. Si ponemos la proporción áurea encima de esta tabla, se puede ver claramente que no encaja, claro, porque esto es un cuadrado, este es un cuadrado, y este es un cuadrado. Eso está completamente bien porque el diseñador quería mostrar tres ideas diferentes aquí. Para recapitular toda esta conferencia, lo más importante, puedes usar la regla de oro como punto de partida, pero no te obsesies La orientación de tu gráfico influirá la dirección en la que tus datos están siendo leídos y comparados. 11. 02-02. Color: Hablemos de color y visualización de datos. El color es una herramienta poderosa, pero también es la forma más fácil de confundir a tu audiencia, y desde la perspectiva de un diseñador, es la más fácil de cambiar dentro de un gráfico o cualquier cosa Para elegir la paleta correcta primero hay que preguntar, cuál es la relación entre mis puntos de datos. Tenemos tres categorías más comunes cuando se usa color. Tenemos categóricos, significando diferentes colores. Tenemos secuenciales. Esos se utilizan cuando los datos van de bajo a alto. Y tercero, divergente. Esos se utilizan cuando tus datos tienen un punto medio o cero significativo, usa dos colores diferentes que se encuentran en un centro neutro. Repasemos algunos ejemplos. Categórico, no hay mucho de qué hablar aparte de que diferentes categorías pueden tener diferentes colores de tu paleta de colores Cada categoría distinta tiene un color diferente. No hay secuencia ni sentido detrás de ello. que ser deliberado con eso, y el espectador necesita saber y necesita entender que no hay correlación entre aquí no hay correlación entre los colores, solo los datos Como ejemplo, tengo una presentación de Visa a partir de su presentación de relación con inversionistas, y aquí simplemente usan los colores de su marca, que es azul para su logotipo principal y amarillo, el color de soporte. Aquí exhiben dos cuartos diferentes, y utilizan dos colores diferentes, simplemente categóricos, porque estos son los colores que utilizan en sus presentaciones Pasamos a paletas secuenciales. Todo esto se trata de intensidad porque estas lágrimas tienen un orden natural desde un nuevo registro hasta un miembro de élite, el color sigue el mismo camino. Los colores más oscuros se sienten más pesados para el ojo humano al hacer que los miembros de élite sean los más oscuros El público sabe que este grupo tiene más peso y valor. Bien, aquí un ejemplo diferente, y va de este color brillante verde brillante a un color azul más oscuro. 0-8 “, va del verde a este azul oscuro. Bien, ahora divergen. Esos se usan cuando tienes un punto medio crítico o cero aquí, cero o el color neutro, tenemos un color muy claro. Todo lo positivo, tenemos verde, todo lo negativo o una pérdida es rojo, y esos son dos extremos aquí Cuanto más cerca está la ciudad de un cero, más se desvanece el color a un color neutro Rojo profundo, por supuesto, está aquí, el más aterrador. El ejemplo más clásico de todos ellos serán, por supuesto, las temperaturas. Tenemos un claro punto cero a 50 Fahrenheit. Todo lo que se encuentra a continuación está marcado en azul y un azul más oscuro. Todo lo anterior estará marcado en rojo más profundo, más profundo. Solo tenga en cuenta que este color es un degradado continuo. Todo esto se trata de colores. 12. 02-03. Accesibilidad: Aquí, me gustaría hablar sobre mal uso del color, la accesibilidad, y no confundir a las personas con colores que usamos en nuestra visualización de datos. Este es un ejemplo sencillo. hecho de que tengas 1 millón de colores en tu software no significa que debas usarlo. Por supuesto, si tienes una hermosa paleta de colores, eso está en sincronía con tu marca y con tu presentación en general, ve a por ello. Como hice aquí para toda la presentación, estoy usando un color púrpura y un esquema de color púrpura cuando te estoy enseñando esta conferencia. Bien, pero no solo uses el color para divertirte, aquí diferentes colores porque el ojo del espectador intentará decodificar, Bien, tenemos diferentes trimestres, tenemos diferentes ingresos. ¿Por qué es algo rojo? ¿Por qué es algo azul? ¿Por qué es algo naranja? ¿Tiene esto un significado? Estoy perdiendo tiempo innecesario para decodificar los colores. Si me gustaría hablar de trimestre, ¿por qué no le doy un color aparte? Si quiero hablar de todos los datos, ¿por qué no hago que sea un color consistente en todos los ámbitos? Sin embargo, sea muy consciente de ser también amigable con el color con sus diseños. Digamos, aquí tenemos colores morados que son muy similares entre sí. También puedo abrir mis filtros de color. Puedo seleccionar deuteranopia, protanopia o tritanopia, ¿Por qué no probar si funcionan bien en una escala de grises? Bien. Para hacerlo más sencillo, quizá separaría los colores un poco. Otro ejemplo. Aquí tenemos un gráfico de burbujas con alcance de marketing contra inversiones, y cuanto mayor sea la burbuja, mayor debe ser la inversión para lograr esos resultados. Ahora bien, ¿por qué Tokio es verde y por qué Londres es rosa? ¿Hay algún razonamiento detrás de esto? ¿O simplemente usé colores para usar colores? Sí, solo uso colores para divertirme, pero te di otra tarea a tu cerebro para decodificar colores Y si recuerdas las tareas perceptuales, color está en el lado muy bajo en esta escala, así que cuanto más fácil sea tu gráfico de leer, cuanto más alto podamos ir en la escala de tareas perceptuales, Yo elegiría un color consistente. Quizás gris las líneas de fondo para que todo me destaque un poquito más. Esto es lo que quiero que recuerdes al pensar en las elecciones de color. 13. 02-04. Anotaciones: Hablemos de anotaciones adicionales en nuestros diseños de gráficos. Mostremos un gráfico que muestre el impacto de las campañas en redes sociales. ¿Bien? Tenemos los gráficos. Este gráfico muestra lo ocurrido. No obstante, una anotación explicaría por qué sucedió. Entonces, ¿qué pasó en la semana número tres y la semana número seis? ¿Esos picos son solo puntos de datos aleatorios? Tu audiencia o adivina lo que pasó o lo ignorará A menos que esté hablando con ellos, puede ayudarse a sí mismo con anotaciones. Aquí tenemos una mención viral de TikTok, y aquí tuvimos una asociación de influencers Memoriza esto, las anotaciones pueden ser tu voz adicional en una diapositiva cuando no estás hablando Aquí una forma de comunicar pronósticos, tenemos una línea discontinua que muestra claramente que esto es solo una trayectoria basada en las estimaciones anteriores. Si está utilizando anotaciones, puede, por ejemplo, optar por una burbuja de voz de texto simple y trazarla encima del gráfico mismo Esto da una visión hermosa. Aquí, un ejemplo muy, muy exagerado de lo que acabo de decir Digamos que solo quiero contarte una historia de esta diapositiva. Esto es un uso excesivo de esas anotaciones, pero esto sigue siendo el uso adecuado de las Por supuesto, preferiría que hubiera menos, pero esta fue la intención de este gráfico para dar una visión amplia de todo lo importante que sucedió. Desde el principio, digamos, por ejemplo, aquí, tuvimos en 2025 aranceles impuestos por Donald Trump, y esto provocó que el mercado de valores bajara rápidamente. Si no usara anotaciones para mí en este momento, usa flechas, realmente no verías lo que está pasando aquí porque hay tanta información Esos aranceles se detuvieron durante 90 días, y esto creó un fuerte repunte en el mercado de valores Con mis flechas aquí, con esas flechas amarillas, me estoy ayudando a mí mismo. Bien, aquí un mejor ejemplo. He aquí un mejor ejemplo, y creo que este es un hermoso diseño gráfico. No importa los datos aquí, tenemos hermosas anotaciones que muestran solo los puntos más importantes Entonces tenemos un hermoso uso de flechas para señalar esas anotaciones, es decir, esos son puntos importantes en todo este gráfico Al final, tenemos una idea que solo comunicamos a través de todo este gráfico, y esta visión también tiene una flecha que apunta hasta la fecha a un punto de datos anotado al final de este gráfico Podría mostrarte diferentes ejemplos como aquí, es algo más sencillo. Simplemente tenemos año tras año el crecimiento notificado como esta línea punteada e información en el medio. También tenemos la misma información entre diferentes trimestres de un año. Creo que esto también es hermoso el uso de las anotaciones. Aquí otra presentación de Verizon. Aquí tenemos crecimiento de 2.1% entre un año, y no tenemos que contar esto manualmente porque alguien nos dio esas bonitas anotaciones Este es el uso adecuado de la anotación. Para realzar el mensaje. No sólo los gráficos pueden tener anotaciones. Aquí otra presentación donde a la izquierda, tenemos una mesa, y a la derecha, tenemos algunas ideas, y hay una flecha entre ellas. Esta flecha me grita instantáneamente. Las flechas son las mejores formas de dar anotaciones. Esta flecha me grita instantáneamente, Oye, este lado inferior izquierdo de la mesa, este es el interior de la misma Y así es exactamente como debes tratarlo y cómo debes trabajar con anotaciones dentro de tus visualizaciones 14. 02-05. Pablones de la trama: Aquí, me gustaría hablar de etiquetas y xs, algo sumamente importante. Ahora, recuerda etiquetar siempre sin desorden. A menudo etiquetamos nuestras listas porque tenemos miedo de que el público se pierda algo. Pero es por eso que estás aquí para. Echa un vistazo a la parte inferior, cuántos porcentajes son esos. Vamos a reducirlo. ¿Bien? Ahora tenemos menos porcentajes. También podríamos ponerlos directamente en el gráfico mismo para limpiarlo un poco. Bien, ahora los porcentajes están directamente en el gráfico. Pero como puedes ver, en el lado derecho, tenemos una leyenda llamada característica solicitada. En el lado izquierdo, también hemos solicitado feature, y luego realmente tenemos los nombres de las funciones. Creo que todos entenderían que estamos hablando de características. Yo eliminaría la leyenda misma, y probablemente en este caso, si no es tan importante, si esto es obvio que esas son características, también eliminaría las características solicitadas en el lado izquierdo. Este gráfico sería mucho más claro de entender. Ahora, repasemos otro tema cuándo mostrar los valores exactos. ¿Tienes que etiquetar cada punto de datos? Por lo general, la respuesta es no, dependiendo de lo que quieras mostrar. Si tu objetivo es mostrar una tendencia, deja que la línea haga la plática. Por ejemplo, podrías etiquetar solo los puntos más importantes, como el inicio y el final que hicimos aquí. Al etiquetar sólo enero y junio, le dirías a tu audiencia, oye, mira hasta dónde hemos llegado. Si etiquetas cada mes en el medio, les estás dando un poco más de matemáticas mentales que hacer. También creo que este gráfico es demasiado amplio, así que vamos a reducirlo un poco. Por supuesto, poner aquí los puntos de datos sería aceptable, sobre todo si son importantes. Tenga en cuenta sus etiquetas. Aquí, seleccioné usuarios, y específicamente dije en miles porque del lado izquierdo, tenemos un eje. En la parte inferior, se puede ver claramente que esos son meses. No necesito escribir meses por debajo o fecha. Creo que esto es bastante comprensible, pero del lado izquierdo, realmente no lo sabías a menos que lo diga específicamente. Ahora volvamos al ejemplo que teníamos antes. Anteriormente, estaba hablando las flechas y las bellas anotaciones. Pero ¿viste el eje izquierdo, el 100200300405 El diseñador no repitió K, es decir, miles por cada punto de datos. Sólo hizo la K una vez en la parte superior para comunicar que esos son valores en miles. Creo que esta es una hermosa elección de diseño. Para las fechas, también, la línea de tiempo no era tan importante aquí. Quería mostrar diez años, pero el mensaje más importante estaba en el gráfico mismo, así que no se molestó en poner muchos años aquí solo tres años diferentes. Realmente me encanta esto porque este fue el mensaje clave al que todos deberían sentirse atraídos. Aquí hay un ejemplo diferente de etiquetado hermoso y realmente enfocándose en una parte del gráfico. Aquí, con una línea azul en el gráfico principal, se selecciona una parte del gráfico, un incremento del 5.7% Después en el lado derecho, hay un gráfico separado que muestra este cambio con más detalle Me gusta mucho la elección de diseño aquí, y el color azul comunica maravillosamente ¿qué es qué? 15. 02-06. Estimaciones: Es muy importante ser capaz de mostrar pronósticos y estimaciones en tus gráficos. Te voy a mostrar un par de formas de hacer esto, y también repasaremos ejemplos. ¿Cómo mostramos un crecimiento que aún no ha ocurrido? Nunca se debe usar una línea continua para un pronóstico. Implica el mismo nivel de certeza que tus datos históricos. Aquí en este ejemplo, cambié a una línea punteada. Por supuesto, en la parte inferior, si miras el eje, en el lado izquierdo, tenemos datos reales, y en el lado derecho, 2055, tenemos estimaciones Esto también es una comunicación clara de qué parte son la estimación. También podrías usar un color oscuro e incluso podrías dar anotación para un crecimiento estimado del 10% Este es uno de los ejemplos para los que podrías usar tanto anotaciones como líneas Otra forma de mostrar pronósticos sería darle un patrón transparente a una de las columnas de tu gráfico de barras o cualquier gráfico dado Hay diferentes formas de hacer esto. Por ejemplo, tal vez podrías reducir la transparencia, pero lo que prefiero si reduces la transparencia, podrías confundir a alguien con tener un punto de datos y otro punto de datos Por lo que te recomiendo encarecidamente que aumentes esto con líneas de trazos sobre él. Existe un consenso general en visualización de datos de que los pronósticos deben usar líneas discontinuas. Aquí un ejemplo práctico. Aquí hay algunas estimaciones a dónde podría ir el mercado de valores en el futuro de diferentes empresas. Lo que me gusta aquí que tenemos varias empresas tenemos sus colores y marca utilizada, y tenemos la más positiva, la caja toro y la más negativa, la caja del oso, señalizada con un color rojo en la parte superior y en la parte inferior Quizás el diseñador no quiso dar un color verde para la calificación más alta porque esto crearía demasiados colores. Tenemos una línea azul, tenemos líneas grises, tenemos una línea roja, así que dar otro color aquí podría ser un poco demasiado. Creo que las opciones de diseño son perfectas aquí. Si notas que las líneas están discontinuas y hay un punto al final Entonces tenemos las empresas exhibidas. Aquí hay otra forma de cómo se mostraron las estimaciones con una línea discontinua que está vacía por dentro porque este trimestre o esta parte de este año aún no ha sucedido. Creo que esta es otra manera hermosa de mostrarla. Aquí tenemos toda la barra y algunas estimaciones al respecto. No obstante, siempre, ten cuidado al mirar eso. Aquí tenemos diferentes datos. Se trata de la producción de energía de biocombustibles, y hay un mapa adjunto a ella. Tenemos líneas discontinuas en la mitad del globo. Entonces, ¿son estos datos o no son estos datos? Echa un vistazo a la leyenda que hay debajo. Si haces clic en algunos de los países, puedes ver en la leyenda en la parte inferior, simplemente no hay datos. Esto está señalizado aquí en la leyenda, pero alguien podría pensar inicialmente, Oye, esto es un pronóstico, pero ¿por qué no hay color Simplemente no hay datos para este conjunto de datos, y esto se muestra claramente en el etiquetado a continuación. 16. 02-07. Orden: Hablemos de declattering tus gráficos. La desratificación es simplemente el proceso de identificar y eliminar elementos visuales no informativos para reducir la carga cognitiva y resaltar los datos reales Ed Varuft del que ya estamos hablando ha descrito esto como basura de gráficos, decir cosas que no representan datos Todo el software que usamos tiene tantas cosas elegantes que podemos agregar a los gráficos. ¿Por qué los usamos? A veces simplemente no es útil. En un gráfico como ese, definitivamente eliminaría el fondo. Definitivamente disminuiría la intensidad de esas cuadrículas ¿Ves las sombras en el fondo? Yo quitaría las sombras. ¿Por qué los necesitamos? Yo eliminaría la rotación de tres D por completo la rotación de tres D para mostrarle claramente los datos. Ahora, eliminaría todo lo no esencial para mostrarte solo los datos que quiero. Cómo podría abordar esto en, por ejemplo, un gráfico de líneas. Tenemos aquí una tabla completa de espagueti. Al principio, aumentaría el tamaño y disminuiría los colores de todo lo que no quiero mostrar. Digamos que solo quieres mostrar dos líneas. Este sería mi punto de partida. Ahora haría esas líneas más delgadas. Perfecto. Ahora puedo ver claramente la línea púrpura y la línea azul. Ahora, mira el fondo. Quitaría la leyenda y pondría del lado derecho así tengo más espacio. Pero si miro al fondo, ¿qué tan horribles son esos años para mirar? Bien, empecemos a trabajar en ellos. Lo que podría hacer para desordenarlo todo este gráfico sería quizá posicionarlos así, pero aún tienes que inclinar la cabeza, y hay tanta información redundante El año siempre se muestra cuatro veces. ¿Y si no mostramos el año y solo mostramos los trimestres? Entonces tendría espacio libre para maravillosamente en los años siguientes. ¿Te das cuenta de la diferencia? Ahora tenemos un gráfico claro dividido en tres años diferentes. ¿Lo viste en la primera diapositiva? Apuesto a que no lo hiciste porque era muy difícil ver algo aquí. Son técnicas simples. Ahora bajaría el color. A lo mejor aumentaría el color de la parte de la que quiero hablar. A lo mejor agregaría algunos datos. Ahora tengo espacio para trabajar. Esas son técnicas que puedes usar dentro de tus gráficos para desordenarlos Otra técnica es usar espacios en blanco. Echemos un vistazo a este gráfico, y este es un diagrama de dispersión, y aquí apenas vemos los puntos. Primero eliminemos las líneas de la rejilla. Ahora reduzcamos los nombres. Tenemos oficina europea algo latinoamericana. Vamos EU NA, LatAm y APAC. Ahora los puntos, ¿ necesitamos tantos colores? Vamos a reducir los colores a gris, y el punto de datos que quiero mostrarle al azul. Si quiero hablar de Europa y algún tipo de datos, solo destacaría este. Ahora me quitaría el gran borde negro y nos quedamos con un gráfico limpio, comprensible y hermoso que estaba despejado 17. 02-08. recordar: Hagamos una recapitulación rápida. Qué recordar si quieres crear gráficos que se comuniquen correctamente. Echa un vistazo a la orientación orientación que naturalmente guiará al espectador. Ese tipo de orientación le dirá al espectador, Oye, mira este gráfico de arriba a abajo o de abajo a arriba. Una orientación horizontal me dirá ver el gráfico de izquierda a derecha. Y una orientación cuadrada da libertad, pero dependiendo de los datos, le darás pistas al espectador cómo debería leer esto. Dimensionando su tabla correctamente. Como punto de partida, la relación de uno a 1.6 es un tamaño perfecto para comenzar, pero todo depende de tu diseño. Para una pantalla de 60 por nueve, como puedes ver, dos gráficos encajan perfectamente. Si quieres encajar tres gráficos, lo más probable es que tengas que ir por cuadrados. Y si quieres tener más gráficos, entonces ten cuidado. Podría estar un poco abarrotado. Al usar colores y presentaciones, utilícelos intencionalmente. No los hagas al azar. También recuerda que los colores como el verde son interpretados naturalmente por los espectadores como positivos, y colores como el rojo, especialmente si se dibujan juntos, simbolizan valores negativos Eres libre de usar tu propio esquema de color siempre y cuando no sea un arcoíris y tenga sentido, y no le dé carga cognitiva adicional al espectador. Aquí, lo más probable es que hablaría de un punto de datos, así que le daría un color separado. Quizá realzaría mi mensaje con una anotación. No hay que usar siempre anotaciones, pero en esa situación, esto estaría bien. Cuando se trata de acceder en la parte inferior y en el lado izquierdo, 1k2k3 K Papas, porcentaje, ingresos en millones, siempre necesitas etiquetar correctamente. Si has hecho o leído alguna presentación de negocios, debes saber claramente que siempre hay un etiquetado adecuado a lo que estás mostrando. Si tienes algún tipo de estimaciones, comunícate, por ejemplo, así, pon una E en la parte inferior, usa un color diferente, hazlo transparente, dale una línea de trazos. Ahora el usuario vería claramente que el trimestre dos, tres y cuatro son sólo estimaciones. Existe una regla general para usar la transparencia y algunos platillos porque esto también sería perfectamente comprensible cuando imprimen y cuando se presentan en escala de grises. Muchas gracias. Sigamos ahora. 18. 03-01. Perspectivas de encuadre: Aquí, hablemos sobre la narración de datos y cómo enmarcar su conocimiento y por qué es tan importante Déjame darte una definición muy breve. narración de datos es el proceso de traducir los datos en una narrativa que guía una audiencia hacia una conclusión o acción específica Lo que quieres hacer con tu narración de datos, quieres que tenga una narrativa Quieres que tenga una conclusión. Quieres que tenga una historia de héroe que alguien esté siguiendo y con eso entendiendo tu gráfico, no al revés. Es un ejemplo sencillo. Es un histograma que representa el tiempo que suele tardar en entregar un paquete Digamos que tu jefe quiere saber cómo estamos. Así que la mayoría de los paquetes, como puedes ver, se entregan dentro de uno y tres días, pero hay algunos paquetes que tardan cinco, seis o siete días. Incluso hay paquetes que tardan nueve días o diez días. Hay un par de puntos de datos en esos depósitos. Si le dirías a tu jefe, solo deberíamos enfocarnos en las cosas que hacemos bien, no deberíamos estar mirando los valores atípicos Bueno, básicamente estarías mintiendo con tus datos. Seamos honestos aquí. Si solo sacara una conclusión, nuestro tiempo promedio de entrega es de tres días. Bueno, eso no sería muy justo. Sería mejor si yo diría que uno cada diez órdenes es el doble de nuestro tiempo prometido. Trabajemos en eso. qué pasó con esos paquetes. Antes del primer encuadre, solo diríamos, todo está bien. Somos rápidos. Pero el segundo mensaje le diría, jefe, somos inconsistentes. Trabajemos en eso. Entonces, la forma en que enmarca sus títulos y muestra su gráfico influye en cómo se perciben. Nuevamente, otra forma de enmarcar esto. La mayoría de los pedidos llegan a tiempo. ¿Cuál es la conclusión aquí? Bueno, es cierto, pero en realidad no cuenta toda la historia honesta. Si le dijera que nuestros valores atípicos están impulsando el 80% de las críticas negativas, tendríamos algo procesable en lo que trabajar Necesitas ser muy ágil y consciente de lo que quieres enmarcar, lo que quieres contar y lo que quieres exhibir Aquí hay un gráfico diferente, un gráfico de Cascada que dice a dónde fue el efectivo, gastando contra las ganancias. Teníamos 500 mil en enero y 520 mil en diciembre. Invertimos fuertemente en nuevas contrataciones y costos de I+D, y gracias a eso, pudimos lograr 250.000 de nuevas ventas Pero la historia se perdería si solo mostráramos enero y diciembre y ahora cómo debemos enmarcar algunas ideas. Por ejemplo, no deberías estar haciendo variante de flujo de caja ir quarter fodqar Sin perspicacia, sin historia. Al igual que, ninguna conclusión viene de tal título. Si le dijera nuestra inversión de $200,000 en I+D y Nuevo IRS desbloqueó esas ventas, me darían un título procesable que puedes seguir y entender el gráfico Entonces, la conclusión clave al enmarcar su conocimiento para la narración de datos es titular Nunca nombre un gráfico por sus datos, nombra por su conclusión. Cada presentación de negocios que verás, tendrás títulos de acción, títulos que explican el gráfico, no títulos que solo informan lo que hay en el gráfico. El entonces qué prueba. Si el espectador puede encontrar el punto en 5 segundos, el fotograma es demasiado débil. Por favor, considere eso cuando cree sus gráficos. El contexto es el rey. Nunca mostrar un número solo, compararlo con una meta a un par, a un pasado. Esto hace que sea mucho más fácil comprender e identificar al héroe o por el contrario, cuando se quiere mostrar datos negativos, identificar al datos negativos, identificar al Cada gráfico tiene un carácter principal, una barra, una línea, un contenedor o anotación con la que informa Destacar esa conclusión específica. Gracias por escucharme. Vamos a seguir adelante. 19. 03-02. Narrativa: Aquí estaremos hablando estructurar una narrativa con visuales. Vamos a repasar esto. Deberíamos liderar con la comida para llevar clave de inmediato. Esto es una comunicación adecuada y dar la información de inmediato y la visión para que todos puedan entender un gráfico. Echemos un vistazo a esta tabla. Esto es eficiencia de almacén. Mira este título, solo el título. Es demasiado pasivo. Me dice cuáles son los datos, pero no por qué importan. Es un nombre de carpeta, no una historia. ¿Saquearías una conclusión con solo tener este costo de operación por unidad por ubicación? Te da alguna información. Pero, ¿cuál es la historia aquí? ¿Qué quiero mostrar con este gráfico? ¿Quiero mostrar solo los datos? Entonces sería igual de bueno mostrándote una mesa. Vamos hacia adelante. Resumen de desempeño de almacén regional. Todavía no es bueno. ¿Qué quiero decir con performance? ¿Me refiero a velocidad, seguridad, costo, tamaño? ¿A qué me refiero aquí? No hay una visión real en el título. Ahora, sigamos adelante. Si yo fuera, Costo de enviar una caja de naranjas, San Francisco cuesta $82 por unidad, mientras que Dallas cuesta ¿Qué está pasando aquí? ¿Por qué es mucho más barato enviar una caja en Phoenix ? Este es el costo del procesamiento. Eso significa mano de obra, electricidad y renta requerida para sacar una caja de naranjas de un camión, escanearla y ponerla en una repisa Si quieres mostrar una solución, primero tienes que mostrar un problema, y yo te estoy mostrando el problema aquí mismo. El villano aquí son las ciudades caras que son mucho, mucho más caras que, por ejemplo, Phoenix, Austin o Dallas Cuando miras este gráfico, tu cerebro no debería estar mirando 22 ciudades. Debería estar mirando la gran brecha en el medio de precio. Y la parte más importante aquí es el título que da la idea porque si te ocultara el gráfico, solo leer el título, entenderías a dónde voy con los datos que voy a estar mostrando a continuación. Estaré comparando costos y estaré pensando junto a ustedes, ¿cómo podemos reducir uno para llevarlo al nivel inferior? Sería aún mejor si nosotros, por ejemplo, en las anotaciones aquí ¿Por qué es tan grande la brecha? Yo, como presentadora, necesito saber lo que quiero decir y hacer gráficos simples, gran signo de exclamación, grandes Ahora se puede ver claramente que quiero comparar esos valores. Vamos a moverlo un nivel más alto. Yo estaría guiando el ojo del espectador porque, bien, el título es un poco más interesante. 13 centros regionales han superado oficialmente el objetivo de costos MX de $50. Somos una empresa. Tengo un objetivo MAX de $50. marcaré aquí mismo en el gráfico, y ahora se puede ver claramente que muchas ciudades superan nuestro precio objetivo. Ahora podríamos estar empezando a discutirlo. esto lo llamo el objetivo de costos, y ahora alguien incluso sin saber de qué se trata esto ve claramente, Oye, algo está a la derecha de esta línea y algo está a la izquierda de esta línea. Bien. Deberíamos estar usando tal vez el color para realzar el mensaje, o, por ejemplo, enmarcando esto dependiendo de cómo queramos explicarlo, pero recuerda siempre que tienes control total sobre las anotaciones simples que das mientras presentas das mientras presentas Por supuesto, deberíamos estar haciendo un poco menos de enmarcar si esto se imprimiría, pero entiendes la idea Bien, intentemos, por ejemplo, dividir esto. Podrías usar dos colores diferentes como este color mostraría dónde tenemos que arreglar el costo y los grises son los correctos. Podríamos agregar una línea. Podríamos agregar una zona verde. La zona verde es nuestro objetivo, lo que queremos hacer. La zona roja sería nuestro anti blanco donde queremos cambiar. Por supuesto, esto estaría yendo un poco mucho. Solo te estoy mostrando diferentes posibilidades de lo que puedes hacer en un gráfico para mejorar el mensaje que intentas hacer. El título es extremadamente importante para dar la idea de inmediato. Recuerda, si tu publicación del artículo 0R tiene 20 gráficos diferentes, nadie los mirará precisamente Quieres que la gente entienda tu punto con solo leer el título y echarle un vistazo rápido. También puedes usar gráficos adicionales para construir lógica, como tenemos en este ejemplo aquí. Aquí tengo un gráfico más largo, y al final, hay una parte específica que el diseñador quiso destacar, e hizo un segundo gráfico mostrando las diferencias menores y los detalles de esa pequeña parte Creo que este es uno de los diseños más bonitos que he visto sobre la visualización de datos. Por eso me encanta compartir este ejemplo y lo tengo almacenado en mi PC. Muchas gracias por escuchar aquí. Sigamos. 20. 03-03. Paneles: Aquí, hablemos de paneles contra gráficos individuales o gráficos múltiples contra gráficos individuales Aquí, tenemos un gráfico grande. Si necesitas probar un punto específico y forzar los datos brutos en el visor, esto sería perfecto Un gráfico grande que lo muestra. 24 semanas de datos. Demuestra que no hay falta involucrada. Hay una tendencia, un patrón. Creo que hasta deberíamos usar un gráfico de líneas aquí. Sería más apropiado porque estamos usando mucha tinta para mostrar todas las barras, mientras que los datos que importan son sólo el porcentaje pero. Bien, vamos a disculparlo. Se entiende la idea. Ahora un tipo diferente de constelación de gráficos. Aquí tenemos algún tipo de tablero. Digamos que este es un tablero de rendimiento diario. Tenemos división calórica, tenemos progreso, nuestros pasos, nuestras calorías, y tenemos gastos que tomamos. Tres categorías diferentes, aparentemente conectadas entre sí, pero dependiendo de cómo las coloquemos, qué tan grandes las hagamos, cambiamos el enfoque del usuario, y estamos dando una visión general de pájaro sobre los datos, no enfocándonos en una cosa en particular. La ventaja aquí de que múltiples gráficos uno al lado del otro, intentan mostrar algún tipo de correlación entre ellos. Por ejemplo, puedes ver cómo los gastos de comida para llevar o los gastos de restaurante aumentan tu ingesta de carbohidratos y te hacen ir menos pasos Pero este es un proceso de pensamiento que alguien necesita repasar con mucho cuidado. El problema con múltiples gráficos uno al lado del otro o con dashboards es que diluyen el foco Aquí hay mucho ruido. Puedes usar este tipo de configuración para información general, conocimiento general, pero quieres usar gráficos individuales para ideas específicas, acciones específicas. Aquí, posiblemente podrías estar ocultando un gran paso contar con un saldo bancario malo. Entonces estás gastando demasiado, pero está bien porque estás dando muchos pasos. Esto puede ser una exageración, pero esa es la idea cuando nuestro cerebro ve múltiples gráficos en una pantalla o en una dentro Por supuesto, hay situaciones en las que esto tiene sentido. Si tuvieras varios países y varios gráficos mostrando algún tipo de punto de datos en esos países, sería más fácil de comparar. Pero aquí no tenemos una escala común. Aquí tenemos el gráfico circular. Tenemos una carta de radio que es sólo decoración. Sería mucho más sencillo ver esto en un gráfico de barras. Pero bien, digamos que un círculo se ve bien, entonces alguien lo usó, y a la derecha, tenemos otro tipo de gráfico. Hay mucha carga cognitiva para nosotros. Así que ten cuidado. Cuando estás contando historias con datos, quieres saber qué tipo de información te gustaría formar mostrando varios gráficos uno al lado 21. 04-01. Distorsión: Datos engañosos y distorsión visual, un tema muy importante aquí será la distorsión gráfica. Echa un vistazo a este gráfico. Si estableces tu eje Y para que comience en 90 en lugar de cero, la diferencia entre, por ejemplo, esta barra pequeña y una barra más grande como aquí aparece como si fuera tres veces más grande o incluso cuatro veces más grande. Mientras que para un gráfico de barras, la línea base tiene que ser cero. Recortar el eje es la forma más común de mentir a la audiencia Si iniciamos este eje en cero, mira qué pasa con los datos. Ahora es una representación real de los datos, y ahora es una comparación real. Hemos visto esta incontable vez. Este es un ejemplo muy popular, pero estoy seguro que has visto en la televisión en política, alguien tratando de sesgar los datos a su favor Aquí, tenemos claramente solo 4% de diferencia, pero mira cuánto más grande es esta barra, y aparece como sería mucho, mucho más grande. Aquí un ejemplo diferente durante la pandemia. Este ejemplo es aún peor porque los ejes permanecen igual, pero las fechas abajo aquí, tenemos una diferencia de dos semanas, y aquí tenemos una diferencia de apenas un par de días. Si muestras esto en un gráfico real, esta es la parte que se muestra en el lado izquierdo. Sí, es bonito, pero sesga los datos a la narrativa que quería mostrar No sólo eso, además, los casos de coronavirus semanales en Inglaterra dependían, desde luego, de la cantidad de pruebas que se hicieran. Entonces este es un dato muy complicado de mostrar y de donde sacar conclusiones plausibles Otra forma de distorsiones son tres gráficos D. Introducen sesgo de perspectiva. Cuando vemos objetos en tres D, los objetos que están más lejos aparecen más pequeños, como se puede ver en esta imagen. Pero nuestro cerebro trata de calcular la diferencia entre lo que ve en el frente y lo que ve en la parte posterior, y esto crea no sólo mucho problema, sino mucha distorsión. El primer ejemplo de eso es el gráfico circular. Mira el gráfico circular si está inclinado en tres D, este pastel se ve mucho, mucho más grande que esa parte del pastel, mientras que, en realidad, los tamaños son los mismos, sobre todo técnicamente porque ambos son 20 Creo que esto no requiere más información. Aquí, distorsión de línea de base. Aquí tenemos un gráfico de líneas, y es la manera perfecta de mostrar estos datos, dependiendo de lo que queramos mostrar. Pero, ¿y si usas un gráfico de área? Ahora estás ocultando ciertos datos. Ahora bien, ¿me puede decir precisamente los datos morados? El rojo lo cubre, el azul lo cubre. Entonces los datos morados son ahora imprecisos. Qué debemos hacer si realmente tenemos que usar un gráfico de área, lo cual aquí no es una ventaja, definitivamente deberíamos usar la transparencia o tal vez mover el morado al frente en esa situación particular. Entonces si nos movemos púrpura al frente, entonces el rojo se oscurecería y el azul se oscurecería Por lo que es muy complicado mostrar el gráfico de área correctamente. Podríamos mostrarlos como un gráfico apilado, pero de nuevo, un gráfico apilado no tiene el terreno común, no comienza en cero porque el gráfico rojo y el gráfico azul comienzan uno encima del otro. Entonces esto se vuelve muy complicado. Si los comparo uno al lado del otro, por favor recuerde lo que quiere decir. Si las tendencias individuales importan, usa un gráfico de líneas. Si tan solo la suma total al final importa como aquí, entonces un gráfico de pila estaría bien, y podría ser un gráfico de áreas. No hay problema. 22. 04-02. Factor de mentira: Aquí, me gustaría hablar sobre el Factor Lie de Edvard Tufte El Factor Lie está ahí para averiguar si una gráfica está mintiendo. Mides el cambio físico en la pantalla de papel o los píxeles en nuestro caso. Si los datos, por ejemplo, crecieron 20%, el punto de datos que tenemos, pero la barra o icono creció 60%. Si bien debería estar representando un crecimiento del 20%, el Factor Lie será igual a tres. Usted ha triplicado la verdad, por así decirlo. Permítanme mostrar esto en diferentes ejemplos. Aquí hay un ejemplo central. Tenemos capacidad de combustible, y en litros, tenemos cuatro fases diferentes, y digamos que tenemos una capacidad de combustible de 100, 120, 150, y luego 200. Crecí dos veces. Déjame quitar los datos del medio. Tenemos 0.1, 1,000.2 200. Se utilizó un icono que también muestra volumen. En realidad, este ícono es cuatro veces más grande que el primero, mientras que los datos solo crecieron dos veces. Esto es claramente un uso inapropiado de los iconos porque los íconos también crecen no solo en altura sino también en ancho. Entonces estás mostrando volumen donde no deberías. Se ve bonito, sí, pero es completamente inapropiado. Entonces, si calcularas el factor mentira, el efecto que se muestra en el gráfico es cuatro veces más grande. El efecto mostrado en los datos fue dos veces mayor. Entonces el factor mentira sería el tamaño del gráfico, dividido por el tamaño de los datos. 4/2 es dos, y esto es demasiado. Cuando estamos hablando del factor vida, específicamente, debemos estar dentro de un rango aceptable. El factor mentira, la escala del gráfico siempre debe corresponder a cambios en los datos que se están representando. El gráfico que he mostrado en ese ejemplo rompe esa regla usando área para mostrar datos unidimensionales. Bien, Lie Factor igual a uno será representación de datos verdaderos a datos cuantitativos reales. Cuando el factor de vida es menor que uno, los datos están subrepresentados, y cuando el factor de vida es mayor que uno, los datos estarán sobrerepresentados por datos reales Disculpas. Este sería un gráfico justo normal. Ahora bien, este gráfico, porque hicimos el eje mucho más grande, tiene un factor de vida menor, demasiado bajo porque no representa por igual cada punto. Y aquí tenemos una sobrerepresentación porque hemos truncado el eje mismo, y ahora la barra aparece dos veces más grande, mientras que los datos sólo muestran cinco puntos de diferencia Bien, vamos a contar, por ejemplo, éste. Primero, es necesario contar el cambio relativo. Entonces necesitamos hacer ese cálculo simple, y el cambio relativo entre los puntos de datos, solo los puntos de datos es 0.05. Ahora tomemos los píxeles que se utilizan para representar los datos. Las barras. 1 bar es un poco más alto, 1 bar es un poco más pequeño, así que tenemos esa cantidad de píxeles si contamos el cambio relativo entre ellos, obtenemos un valor casi idéntico porque podría haber uno o dos píxeles en mi monitor que no pudieron mostrar esto perfectamente preciso. Si calculo el factor mentira, es 0.98, así que no hay absolutamente ningún problema No estoy mintiendo con los datos al exhibirlos así. Aquí hay más información divertida que encontré, y creo que es valiosa para exhibir. Aquí tenemos un gráfico donde la amplitud entre los grados es muy alta. Tenemos máximos muy altos y mínimos muy bajos. Pero si solo estaríamos mostrando la temperatura promedio, bueno, es el lugar perfecto para vivir. Siempre tenemos 60 grados alrededor de eso. Bueno, esto obviamente no es la verdad. Y aquí otro ejemplo divertido, cómo hacer mucho en un año, adquirir al menos una esposa y 13 hijos, calcular el ingreso per cápita, multiplicarlo por la cantidad de hijos, y Walla te estás haciendo rico solo por el número de personas Esto es una exageración y solo un ejemplo divertido, pero muestra cómo es posible mentir con diferentes datos Entonces sobre todo, tenlo en mente para recordar sobre el factor mentira y mentir engañando a las personas con datos en general. 23. 04-03. Correlaciones: Déjame mostrarte un tema sumamente importante, significando correlación y causalidad en la visualización de datos y los problemas que podrías enfrentar, asumiendo uno y otro Por explicar un poco, la correlación mide el grado que dos variables se mueven juntas. Esto indica dependencia estadística sin implicar una relación de causa y efecto, por lo que sólo una correlación otro lado, la causalidad Por otro lado, la causalidad describe un vínculo causa-efecto donde los cambios en una variable producen directamente cambios en otra a través de un mecanismo identificable Establecer la causalidad requiere evidencia adicional más allá de la correlación observada Déjame darte un ejemplo para explicarte todo esto y por qué es tan difícil. Se desató un incendio. Se necesita cierta cantidad de bomberos para extinguir el fuego. Esto es obvio. Cuanto más grande se vuelve el fuego, lo más probable más bomberos se requieran para apagarlo. Es una correlación entre el tamaño del incendio y la cantidad de bomberos Pero si traducieras exactamente lo mismo a una causa, no es exactamente así porque siguiendo esa lógica, dirías que los bomberos causan fuego, peor aún Cuantos más bomberos, más grande es el fuego. Bueno, claro, este no es el caso, así que esta causalidad estaría simplemente equivocada Estadísticamente hablando, sí, existe una correlación positiva entre esas dos variables, pero no son la causa la una de la otra. Entonces más bomberos no crean más fuego. Esta es una correlación espírita. Ocurre cuando dos variables parecen estar directamente relacionadas, pero una tercera variable oculta realmente influye en ambas. Pasemos a otro ejemplo. Este es un ejemplo muy popular, es decir, las ventas de helados contra los ataques de tiburones. El concepto aquí, una correlación espuria ocurre cuando esas dos variables se mueven juntas perfectamente, pero realmente no tienen una relación directa Al mirar el gráfico, las líneas para ataques de helados y tiburones son casi idénticas. Entonces se podría decir que comer helado provoca ataques de tiburones. O a los tiburones les encanta el sabor de las personas que comen helado. Pero claro, estos datos son impulsados por un tercer factor oculto, verano y la alta temperatura. Hace calor, la gente compra helado. Cuando hace calor, la gente va a nadar en el océano, existe la posibilidad de un ataque de tiburón, delgado, pero hay uno. Entonces esas dos variables están correlacionadas, pero una no causa la otra. No hay causalidad entre ellos. Otro problema aquí es que muestro así los datos. Si cambiara un eje o el otro, muy fácilmente podría mostrar que las gráficas no se superponen entre sí tan bellamente como hemos visto anteriormente. Esto es todo lo que quería explicar por correlación y causalidad. Ten cuidado con las correlaciones espurias que encontrarás entre dos variables cuando haya una tercera variable oculta detrás 24. 04-04. Sesgo de datos: Hablemos de sesgo de datos y problemas de selección de datos. Aquí hay un ejemplo sencillo. Realizaré una investigación sobre la preferencia de trabajo remoto en Nueva York. Necesito escoger un conjunto de muestras de personas en las que realizaré mi investigación. Entonces estoy seleccionando una muestra de personas que trabajan en Nueva York que están trabajando activamente. Entonces obtendré algunos resultados y lo extrapolaré a toda la población Qué tan buena será mi selección de muestras determina qué tan buena resultará realmente mi investigación. Ahora, hagamos el mismo estudio, pero sólo voy a elegir gente que ya esté trabajando de forma remota y a lo mejor ya les guste. Si seleccionara a esas personas para mi estudio, obviamente, esto sería sesgo de selección porque probablemente esos resultados serían muy diferentes a solo seleccionar una muestra aleatoria de personas. Este ejemplo no será informativo en absoluto. Bien. Realicemos otro estudio. Quiero preguntar, ¿cómo llega a trabajar la gente? Y voy a preguntar a la gente, ¿ prefieren conducir con un auto? ¿Prefieren caminar o prefieren andar en bicicleta? En la superficie, una oportunidad perfectamente igual. ¿Y si hiciera la pregunta en una gasolinera donde todos están con su auto a las 8:00 de la mañana cuando conducen a su trabajo? Obviamente, la mayoría de la gente seleccionaría el auto aquí. Por lo que esta sería una situación clara de sesgo de selección. De mi parte. El sesgo de selección ocurre cuando los datos utilizados para un gráfico no representan la población del mundo real que dice describir. Obviamente, no se puede pedir a todas las personas del mundo que realicen algunos estudios. Hay que extrapolarlo a todo el conjunto de datos, pero su selección es sumamente importante Hay otra cosa a la hora de la deserción de selección. Digamos que tengo un desafío de aplicación de fitness de 30 días. Estoy iniciando el reto, y mil personas inician mi reto para perder 10 kilogramos en 30 días. Un programa. Bien, en el día número uno, todos están motivados, todos empiezan. En el día número 15, probablemente menos personas están tan comprometidas, y las personas que permanecen ahí están más motivadas porque empiezan a obtener resultados. Tenemos algunas personas que están siendo felices y definitivamente aguantarán hasta el final. El día 30, apenas nos queda a nadie. Los que sobrevivieron hasta el final son relativamente felices. Entonces este sería mi grupo final. Si mostrara los datos solo de las personas que quedan aquí, nuestros usuarios pierdes un promedio de 12 kilogramos. Bueno, de los 20 usuarios que salieron al final de las mil personas seleccionadas, bueno, sí, el promedio podría ser así de bueno. Y esto es sesgo de desgaste. sesgo de desgaste ocurre cuando las personas o los puntos de datos abandonan un conjunto de datos con el tiempo, y los que permanecen son sistemáticamente diferentes de los que Así que ten mucho cuidado a la hora de seleccionar tus puntos de datos, y si se produce algún desgaste o sesgo de selección 25. 04-05. Normalización: Aquí me gustaría hablar de normalización incorrecta. Este es un tema sencillo, pero sin embargo tan importante para no volver a intentar nunca más mentir con tus datos. En el lado izquierdo, tenemos un gasto en salud en miles de millones entre dos países diferentes. Lo que no vemos aquí es que el país A es cinco veces más grande que el país B. Entonces incluso sí, el gasto es un poco mayor, pero en realidad, lo que deberíamos estar mostrando si queremos comparar esos dos países, tienen que tener un denominador común. Si la población no es una opción, entonces hagamos que gaste por persona. Esto sería un denominador común entre esos dos, y aquí los datos se ven completamente diferentes. Tenemos 5,000 para el país A y 10,000 para el país B. Creo que esto es bastante obvio y comprensible si tienes un cuadrado grande y si tienes un cuadrado pequeño, 10% de la plaza grande no es realmente comparable al 10% de la plaza pequeña. Si los compararas directamente, es como comparar manzanas con naranjas porque son completamente diferentes y en una escala diferente Aquí otro ejemplo de un denominador equivocado. Creo que rara vez es que hagamos algo así, pero aquí tenemos ventas por tienda. Tenemos entre la empresa A y B. Pero echemos un vistazo a los datos que hay detrás de ella. son los datos detrás de esto, y la empresa A dividió las ventas totales por el total de empleados. Si bien lo que deberían estar haciendo, deberían estar dividiendo las ventas totales por el total de tiendas, que son dos, y ascenderían a 5 millones, no a 1 millón. La compañía B, sin embargo, se cuenta adecuadamente en este gráfico. Tenemos ventas totales divididas por el número de tiendas. Por lo que las ventas por tienda deberían cambiarse tal vez a ventas por empleado. No importa qué cambio ocurra, ambos necesitan mostrar el mismo denominador, no dos valores diferentes para dos tipos diferentes de datos. Si quisiera resumir toda esta conferencia, normalización incorrecta ocurre cuando los datos se escalan o ajustan usando la referencia incorrecta, usando totales en lugar de valores por unidad, dividiendo por la población equivocada o, por ejemplo, mezclando diferentes periodos de tiempo o No se puede comparar con precisión un año con un mes. Para recapitular toda esta conferencia, los puntos clave aquí serán nunca comparar los totales de filas para grupos de diferentes tamaños Siempre verifique el grupo de muestras e iguale a cuántos y siempre etiquete su eje con claridad. Es en porcentaje, en dólares en unidades por persona, por venta, por tienda. Creo que esto es perfectamente comprensible, y estoy seguro de que nunca cometerás esos errores. 26. 04-06. Relación de aspecto: Hablemos de otro tema importante, es decir, Relación de especificaciones en gráficos de líneas. El gráfico de líneas es muy utilizado y prominente y hay algo que entender al respecto. Esto es muy sencillo de ver en tal ejemplo donde tomo el mismo gráfico, y si el gráfico es muy ancho y plano, sugiere que hay una tendencia muy lenta sucediendo, mientras que si tomo el mismo gráfico y simplemente lo acojo, lo aplasta juntos. Ahora, de repente, la tendencia se vuelve más rápida. Por lo que un diseño estrecho y alto exagerará la tendencia. ¿Qué hacemos aquí? ¿Cómo encontramos el término medio y cómo decidimos qué pendiente de gráfico es la apropiada? Entonces, ¿qué es una relación de aspecto buena, correcta u honesta para los gráficos de líneas? A menudo hay una regla citada llamada banca a 45 grados. Dice que la pendiente promedio de las líneas en un gráfico debe ser de 45 grados, pero esto es sólo un punto de partida. Esto fue en el trabajo de investigación de Cleveland McGill y McGill, y es solo un punto de partida Pero déjame mostrarte esto en un ejemplo. Yo tendría un gráfico, contaría los grados o pendiente promedio en mi gráfico. Aquí, por ejemplo, tengo 73, 79 alrededor de eso. Si hago este gráfico más amplio, ahora son 58 y 63. Si lo hago aún más amplio, bien, nos estamos acercando a los 45 grados, y así sería aproximadamente como debería mostrarse este gráfico. Pero en mi opinión, actualmente, es un poco demasiado amplia. Cubre casi toda la pantalla, pero la pendiente es muy fácil de ver y muy fácil de leer. No siempre tenemos un gráfico sencillo como ese. Lo que también hay que tener en cuenta que aunque haga que su gráfico sea más largo o más estrecho, también hay que considerar el eje Y. Mira el gráfico de la izquierda y el gráfico de la derecha. El gráfico izquierdo tiene un eje Y más ancho, es más alto. La forma en que lees los datos aquí sería más extrema en el lado izquierdo y menos extrema, menos volátil en el lado derecho. Por lo que es muy importante saber lo que quieres mostrar y mostrarlo apropiadamente, no tratando de exagerar algunas tendencias Ahora bien, aquí hay un ejemplo muy interesante que muestra esto magnificado en mil Un estudio de 2006 ilustró que diferentes relaciones de aspecto pueden revelar diferentes señales en series de tiempo. Te voy a mostrar ahora concentración de CO dos en una estación de medición en Hawai. Ambos gráficos muestran exactamente los mismos datos, pero queremos encontrar algo diferente en esta tendencia. Es por ello que el correcto es más estrecho. Si le echo un vistazo aquí, ¿cuál es la conclusión que veo? Lo que veo es que el movimiento descendente es más rápido que el movimiento ascendente. El movimiento ascendente ocurre lentamente. Aquí tenemos 45 grados, por lo que se muestra muy bien. Aquí tenemos alrededor de 60 grados, y ahora puedo sacar una conclusión mirando este gráfico que no estaba viendo en el gráfico de la izquierda porque el gráfico de la izquierda tiene tantas líneas y son tan altas, realmente no puedo diferenciar entre qué pendiente tiene más grados. Mientras que en el lado derecho, se vuelve un poco más evidente. El mismo gráfico puede mostrarte diferentes conclusiones, diferentes tendencias y diferentes situaciones. Recuerda sobre eso recuerda eso, especialmente cuando se trabaja con gráficos de líneas. Esto demuestra que la relación de aspecto de un gráfico puede influir en lo que se puede ver en los datos. Que la banca a 45 grados sea sólo un punto de partida, pero, por supuesto, desviarse de la regla cuando sea necesario Como viste en el ejemplo anterior, diferentes pendientes pueden contar diferentes historias, especialmente cuando se usan gráficos de líneas. 27. 04-07. Eje Y: Aquí, hablemos. Cuándo está bien cortar el eje Y de un gráfico, especialmente el gráfico de líneas. Así cortando el eje Y. Los gráficos de barras son sobre el tamaño, sobre las magnitudes absolutas. Aquí, las barras comienzan en cero, por lo que la longitud representa correctamente qué tan grande es cada valor. Eso está bien. Ahora, mira lo que pasaría cuando corte el eje Y. Déjame cortarlo. Y como ya hemos hablado, esto es inaceptable dentro de los gráficos de barras. Cortar el eje distorsiona la longitud, por lo que rompe el significado del gráfico por completo. Las barras de repente se ven muy diferentes, pesar de que los datos no cambiaron. Esto se debe a que en los gráficos de barras, decodificamos la longitud, cortando el eje distorsiona la longitud por completo, rompe el significado del propio gráfico Así que tenemos que decodificar longitud. Tenemos que empezar en cero. Esta es la regla de apisonar. No obstante, en el lado derecho, me gustaría mostrarles el gráfico de líneas. El gráfico de líneas es sobre el cambio, sobre una tendencia, por lo que el cero no es tan importante. Incluso a veces es necesario ajustar el eje mismo para ver realmente los datos porque aquí anteriormente, no vimos nada. Vimos una línea muy estrecha, pero si cambiamos el tamaño del eje, finalmente podemos encontrar alguna información. Aquí decodificamos la posición en una escala común, no la longitud Por lo que la regla de temp será ajustar el eje Y en gráficos de líneas para mostrar claramente la tendencia. Esa tendencia necesita mostrarse con claridad. Entonces, si lo necesitas, solo ajústalo. Aquí un ejemplo exagerado del libro How to Lie with Statistics de Huff and Gels Y es a partir del año 1954. He visto todo este libro y es fenomenal, sobre todo los dibujos Me encantan las comparaciones y los dibujos. Se puede ver a la izquierda, tenemos todo el gráfico, y en el lado derecho, sólo tenemos la pequeña parte con la cabeza del gráfico. Qué pasa si cambias el YX sí, haces la cara más larga, pero a veces necesitas hacer esto para mostrar la tendencia, pero no trates de exagerar Solo trata de ser informativo. Hay una regla general que Andrew Gelman dijo: Si hay cero en el barrio, invítelo a entrar Aquí, iniciamos el eje del lado izquierdo desde cinco, diez, 15, 20. Entonces, ¿por qué no incluimos el cero? Aquí, está muy cerca nuestro conjunto de datos real y nuestra tendencia real. Entonces no hay problema. Aquí un ejemplo diferente. Aquí está el número de medallas. Para diferentes países, digamos que esos son algún tipo de juegos olímpicos, y ¿qué pasaría si cambiara el eje Y para comenzar en cero con Francia? Entonces Francia tendría en esta vitrina, cero medallas, Estados Unidos tendría 150 medallas más, y España tendría 150 medallas negativas. Bueno, España tiene aquí unas 100 medallas menos que Francia. No me gustaría ver este gráfico porque no sólo tengo que contar todo a mano, ¿qué me muestra realmente ? No muestra mucho. Prefiero solo ver los números brutos, los totales brutos, sobre todo cuando se usa un gráfico de barras Por supuesto, si alguien realmente necesita y quiere, podrías demostrarlo, pero en realidad no avalaría ese gráfico Para recapitular nuestra información, entonces, ¿cómo elegimos? ¿Cómo elegimos si podemos eliminar o no el eje Y en un gráfico de líneas? En general, en una serie temporal, utilizar una línea base que muestre los datos, no el punto cero. Entonces es complicado. Puedes incluir el punto cero, pero en gráfico de líneas y tendencias a lo largo del tiempo, no tienes que incluir cero, mientras que en los gráficos de barras, nuestra percepción decodifica la longitud, por lo que necesitamos usar el punto cero La elección depende del contexto. Muchas gracias por escuchar, y sigamos. 28. 04-08. Barra de error: Permítanme hablar sobre las barras de error y los gráficos y por qué son muy difíciles de leer, entender y usar. Tienes que ser muy consciente cuando usas barras de error. Entonces, ¿qué son? Básicamente son una forma gráfica de mostrarte cuánto pueden variar tus datos. Digamos que tenemos algunos datos sobre la satisfacción del público con transporte público local en Dinamarca. Y encuestamos a la gente, y nos enteramos que 65% de las personas están satisfechas con el transporte público local. Si volviéramos a realizar este estudio, podría ser un poco menos. Podría ser un poco más, pero estamos mostrando en la parte inferior que las barras de error muestran un intervalo de confianza del 95% con un margen de error más -3% Y esto es de vital importancia. He mostrado en la parte inferior, ¿cómo contamos esas barras de error? Se pueden representar gráficamente un poco diferentes. Podemos usar las tapas en el lado izquierdo y derecho. Podemos usarlo sin gorras o, por ejemplo, mostrando una línea así Este sería el rango en el que pueden encontrarse los valores. Este sería el límite inferior, y este sería su límite superior. Veamos la anatomía de una barra de error. Por lo general, se ven así. Tenemos el punto de datos. Por supuesto, tenemos la tapa o no tenemos, dependiendo de cómo quieras diseñarlos, tenemos el límite inferior y el límite superior. Esta es toda la barra de errores. Las barras de error se pueden usar en diferentes gráficos, por ejemplo, en Gráficas de dispersión en gráficas de puntos, en gráficas de barras, en gráficas de líneas, pero cada una plantea sus propios problemas Por ejemplo, en un gráfico de barras, si está en blanco aquí, es fácil de ver. Pero, ¿y si lo hice morado o negro? No verías la parte inferior de la misma. Parecería una dinamita sin mostrar la parte inferior de la barra de error Otro problema es que la diferencia en la metodología matemática ya plantea un problema en sí mismo que podemos mostrar barras de error que muestran desviación estándar que muestran el error estándar y los intervalos de confianza que usamos anteriormente, o podemos tener un rango completamente personalizado con valores mínimos y máximos que aplicamos a nuestro conjunto de datos. Anteriormente, en los datos que mostré, mostramos esto en la parte inferior que estamos usando intervalos de confianza del 95%. ¿Qué significa eso? Significa que si hiciera esta encuesta 100 veces, esperaría que los resultados sean 95 veces de cada 100 precisos más -3% Entonces estaría teniendo resultados que oscilan entre 60-68% cada vez que realice esta investigación Vamos a darte otro ejemplo. Sabes que tenemos que empezar los gráficos de barras desde cero, pero por el bien del conocimiento, porque aquí apenas podemos ver las diferencias, déjame hacer que el eje empiece con 36, solo esta vez, ¿bien? Pero en un segundo verás por qué no debería estar usando este gráfico por completo. Estamos mostrando la temperatura corporal promedio. Lo que me gustaría mostrarles es sólo este punto amarillo. Este punto amarillo representa los datos que quiero mostrar la temperatura corporal promedio de cada grupo. Eliminemos los datos, y pongamos ahora las barras una encima de la otra. Déjame ponerlos uno encima otro para mostrarte esto con más claridad. Si estuviera contando algún tipo de valor medio entre esos valores, esos son los valores que estoy viendo, pronto eliminemos la parte que no necesitamos porque si miras los puntos amarillos, el promedio entre ellos estaría en medio de ellos. Este es el promedio que quiero mostrar. Entonces este es el punto de datos real, y los puntos amarillos son los puntos de datos individuales o tal vez mis barras de error. Entonces tenemos el promedio en el medio, y todos los puntos amarillos son los puntos de datos que tenemos disponibles. Podríamos representar esto con una gráfica de puntos. Podríamos representar esto con una gráfica de caja donde la línea media es la media. Y aquí también podríamos exhibirlo con una trama para violín. Todas esas parcelas mostrarían los mismos datos. Puedes decidir por ti mismo cuál es gráficamente el más agradable y el más apropiado para esta situación. Barras de error, se llaman error, pero no siempre muestran error. También pueden mostrar el rango de valores donde viven tus datos. Espero que esto sea comprensible. Esta es una parte difícil de la visualización de datos. Es por eso que rara vez lo ves porque no es fácil usar las barras de error correctamente. 29. 04-09. recordar: ¿Qué recuerdas de esta sección cuando hablamos de tergiversación visual de datos Ten mucho cuidado con tu eje. Trate de evitar el truncamiento. No trates de ocultar datos con el propio eje. Los mismos datos pueden parecer muy diferentes. Apenas comenzar el eje con cero no siempre es suficiente. Escalarlo apropiadamente. Intenta evitar el Factor Mentira. Usted puede representar bajo los datos reales o puede sobrerepresentar los datos reales. Ten mucho cuidado al respecto. Considerar la correlación y la causa que proporciona. Porque algo está correlacionado, no significa necesariamente que uno cause el otro como lo tuvimos en el ejemplo del bombero Realmente no podemos decir que los bomberos provoquen incendios y que más bomberos provoquen incendios más grandes, pero hay una correlación inversa donde incendios más grandes hacen que aparezcan más bomberos Es muy importante que selecciones un conjunto de datos justo. No trates de sesgar los datos. No intentes usar sesgo de selección y sesgo de desgaste para que tus datos se vean favorables cuando realizas una investigación La relación de aspecto que elijas tiene un gran impacto en cómo se percibe un gráfico. Conoce lo que quieres decir, conoce tus gráficos y conoce tus datos para representarlos correctamente. Conoce lo que quieres decir. Además, no hagas que tu eje sesgue la línea de la historia. Sé que queremos contar historias con nuestros datos. Es por esto que hay algo así como la narración de datos, pero no trates de abusar o hacer un mal uso Este es un ejemplo que no avalaría, como dije, mostrando datos como esos, lo cual es Parece que Francia no tiene medallas, mientras que en realidad, es el punto de referencia. Parece que Estados Unidos lo hizo mejor que a todos. Si bien en realidad, sí, lo hicieron un poco mejor, pero estos son los datos que en realidad hemos trazado aquí Bien, muchas gracias. Creo que esto es comprensible. Y a medida que practiquemos la visualización de datos, mejoraremos con ella. Y esto seguramente quedará grabado automáticamente en nuestro cerebro, y recordaremos esas cosas importantes. 30. 05-01. Tipos de trama: Bienvenido en esta sección donde hablamos de tipos de gráficos. Aquí, me gustaría darte un breve resumen para que sepas que tenemos diferentes categorías para diferentes tipos de gráficos, solo para que empieces a organizar nuestros conocimientos. Más adelante, entraremos en gráficos específicos. Pero aquí, me gustaría presentarles, tenemos gráficos de datos de horas extras que rastrearán tendencias como el gráfico de líneas Entonces tendremos tablas de comparación para ver cómo se apilan los valores entre sí. Entonces tenemos tablas de relaciones para encontrar conexiones. Entonces tenemos gráficos de distribución. Probablemente hayas visto gráficas como la Gráfica de Densidad, un histograma Te muestra la difusión de datos. Y finalmente, parte para sostener el famoso o infame gráfico circular, y así sucesivamente Permítanme ahora repasar brevemente cada categoría, así que apenas comience a organizar el conocimiento en su cabeza. Primero, los datos a lo largo del tiempo. Esta categoría se utiliza para visualizar la evolución de una tendencia a lo largo de un periodo cronológico Esto sería más prominentemente el gráfico de líneas, el gráfico de área, o el gráfico de velas, como lo tenemos en las acciones como lo tenemos La información más importante aquí, se mueve hacia arriba, se mueve hacia abajo, o estamos parados quietos. Comparativo, esta categoría está diseñada para mostrar la diferencia relativa en tamaño o magnitud entre distintas categorías. Y aquí, por supuesto, tenemos el gráfico de barras, el gráfico de piruletas, y también un gráfico de columnas agrupadas Podrías rastrear cuántas rebanadas de pizza comías frente a tu esposa y contra tu hijo. Lo más importante es que te muestra quién está ganando y por cuánto. Después tabla de relaciones. Se utilizan para identificar la correlación o dependencia entre dos o más variables diferentes. Aquí podemos usar el diagrama de dispersión donde podríamos rastrear, por ejemplo, meses y ventas de helados, y obviamente, caliente es, más helado se vende. O el gráfico de burbujas, digamos que tienes el precio del café y nosotros tenemos la cantidad de ganancia que hacemos. Pero el tamaño de la burbuja nos mostraría cuánto entran los clientes en nuestra tienda. Entonces una tercera variable agregó aquí. O un mapa de calor que te muestre puntos calientes. Por ejemplo, tendríamos estudiantes que tienen diferentes materias, y en diferentes marcos de tiempo, parecen estar frescos, y cuanto más tarde se vuelve frío se vuelve el lugar porque están menos enfocados Esos gráficos están destinados a mostrarte cómo una cosa afecta a la otra. A continuación, la distribución muestra la frecuencia y dispersión de valores dentro de un único conjunto de datos. Esto sería un histograma, por ejemplo, digamos, talla de zapato La talla de zapato número nueve es mucho más común que una talla de zapato 13. Estamos agrupados que en categorías y se muestran en un Entonces tenemos una gráfica de densidad que suaviza la curva es muy similar a un Se suavizará los datos, y, por ejemplo, una gráfica de caja y bigotes que te muestre los valores promedio y los valores atípicos Revela la forma y los valores atípicos de sus datos es la información principal aquí y parte de todo tipo de gráficos, la composición de un total dividido en sus partes individuales ¿Qué muestro aquí? Por supuesto, el gráfico circular. Digamos que es el almacenamiento de tu teléfono dividido en fotos, videos, etc. Entonces un mapa de árbol también sería parte de toda la relación Podría representar la jerarquía a través de rectángulos anidados Y un gráfico de barras apiladas también es un tipo de parte a sostener porque cada barra te muestra un total pero dividido en pequeños grupos separados. Por supuesto, tenemos más tipos de gráficos. Tenemos mapas y así sucesivamente, pero no quiero mostrarte todo en el mundo. Quiero mostrarles las categorías principales, y a partir de esas categorías, podemos avanzar y agrupar nuestra información en consecuencia. 31. 05-02. Gráficos de líneas: Permítanme hablar de la primera categoría, los datos a lo largo del tiempo y lo que tenemos aquí. Por supuesto, el gráfico de líneas. Esta es nuestra herramienta de ir a para mostrar el panorama general a lo largo del tiempo. Un gráfico de líneas se utilizará con mayor frecuencia para mostrar tendencias y analizar cómo han cambiado los datos a lo largo del tiempo. Echemos un vistazo a la anatomía. Los gráficos de líneas se crean trazando valores como puntos y luego conectándolos con una línea Por lo general, la mayoría de las veces el eje X es una escala de tiempo como días, años , períodos o meses, y el eje Y es simplemente un valor cuantitativo o porcentaje Si repasara puntos clave que conforman un gráfico de líneas. Tendencias rastrea valores a lo largo del tiempo para mostrar evolución, pendientes, son una metáfora Una pendiente ascendente significa crecimiento y una disminución significa descenso. Si lo ponemos simplemente, trazamos puntos en una cuadrícula y los conectamos para mostrar la ruta de los datos. Déjame repasar un par de ejemplos. En el primer ejemplo, podemos usar una sola línea para rastrear las membresías de gimnasios Muestra claramente la subida del estudio de enero a diciembre. Una línea singular nunca es un problema. Permítanme pasar ahora al segundo ejemplo. Para una visión más complicada, podemos comparar cuatro plataformas de redes sociales diferentes en una tabla. Aquí, puedo ver cuál está creciendo más rápido, dónde se cruzan entre sí, pero hay que tener mucho cuidado con la cantidad de líneas. Creo que cuatro es aproximadamente el extremo superior del uso del gráfico de líneas. Si quieres hablar específicamente de un punto de datos, una línea, podrías, por ejemplo, resaltarlo así. Déjame ahora mostrarte otro ejemplo donde hay más líneas y échale un vistazo. Esto es lo que se puede llamar un gráfico de espagueti. Intentamos trazar ocho categorías de productos diferentes en esta grilla porque las líneas para ropa de invierno como abrigos están bajando mientras que la ropa de verano como zapatos va subiendo, todo se estrella en el medio, todo se cruza entre sí, y esto es horrible de ver para ver y hablar de ello. Ni siquiera puedo hablar de aquí mientras te lo presento. Lo que haría, definitivamente destacaría los puntos de datos de los que quiero hablar, y disminuiría la visibilidad del resto. Podrías, por ejemplo, usar también un gráfico diferente para eso porque un gráfico de líneas no será perfecto aquí, pero esta es una conferencia sobre un gráfico de líneas. Solo quiero mostrarte las posibilidades, y esto es todo lo que necesitas saber sobre esto. Un gráfico sencillo pero muy útil. 32. 05-03. Gráfico de áreas: En esta conferencia, te explicaré el gráfico de área. Un gráfico de área puede mostrarte el panorama general. Repasemos la anatomía. Es, por supuesto, muy similar a un gráfico de líneas. Al principio, tenemos puntos de datos que hemos conectado con una línea. Al igual que un gráfico de líneas, tenemos el eje X. La mayoría de las veces algunos intervalos de tiempo y para el eje Y, tenemos un valor o porcentaje dado. La diferencia aquí es que el área debajo de ella está sombreada. Esto crea oportunidades y problemas. Te lo explicaré en un segundo. Puntos clave Me gustaría repasar el volumen. Representa la magnitud del cambio a lo largo del tiempo. Área. El área sombreada enfatiza el total, no solo el y porque gráficamente es muy agradable que el área inferior esté sombreada y tenga un color sólido, a veces es un poco más fácil de comprender, de entender Y continuidad, se utiliza mejor para datos continuos durante un periodo. Permítanme repasar ahora distintos ejemplos. En el lado simple, podemos usar un solo gráfico de área para rastrear, por ejemplo, usuarios activos mensuales. Y debido a que todo debajo está sombreado, sentimos el tamaño y el impulso, pero esto podría estar igual de bien representado con un gráfico de líneas Entonces, ¿por qué deberías y por qué no deberías usar un gráfico de área? El problema aquí es que el gráfico de área usa mucha tinta innecesaria para mostrar todo, que en realidad no son datos. El único punto de datos que necesitamos para leer este gráfico correctamente, la línea. Esos son los puntos donde se asienta la totalidad de los datos. Así que ten mucho cuidado al usar gráficos de área porque la mayoría de las veces son solo trucos de diseño gráfico y ningún mérito está detrás de ellos. Aún más problemas surgen cuando empiezo a usar gráficos de área apilados. En este ejemplo, estamos rastreando tráfico del sitio web por dispositivo. Y se ve bien, y es un uso adecuado de un gráfico de área. Contará dos historias a la vez. La altura general nos muestra el tráfico total está aumentando, pero los colores individuales muestran un cambio masivo donde tráfico móvil comienza a canibalizar el tráfico de escritorio a lo largo de la semana ¿Cuál es el problema? Ya no estamos en una escala común. Mira el móvil. El móvil comienza en cero. Eso es perfecto. Pero si miras el escritorio, el martes, empieza aquí, el jueves, empieza aquí, y el sábado empieza aquí y termina por encima de él. ¿Cómo se comparan esas diferentes fechas? No se puede hacer esto correctamente. Entonces, a menos que los datos no sean completamente importantes, puedes optar por un gráfico de área apilada así, contrario, no lo recomendaría. Aquí, solo quería ver el total de vistas, así que está completamente bien. Ahora, repasemos un problema diferente. Oclusión o superposición de datos reales. Bueno, esto sería horrible para el diseñador si usara un área sombreada que esté sombreando sobre otra Aquí tengo dos productos, el producto A y el producto B, pero no se puede ver el producto A. No tiene idea de dónde está. Si hago el diseño correctamente, ahora lo puedes ver. Pero aún así, causé algunos problemas. Ahora bien, la última diapositiva, lo que quiero decirte está en el lado izquierdo, tienes un gráfico de área regular, y en el lado derecho, tienes un gráfico de áreas apiladas, y el diseñador o tú, el especialista en visualización de datos, necesita informar a la audiencia ¿qué es qué? Porque en el lado izquierdo, tenemos producto. producto A es claramente más grande que el producto B. Y si comunico esto correctamente, está bien. Pero en el segundo gráfico, el Producto A junto con el producto B, conforman este y este ingreso, por ejemplo, pero es muy difícil de juzgar. Al mirar el segundo gráfico, siento que el producto A es cuatro veces más grande que el producto B. Y tal vez lo sea, pero no tengo forma de juzgar porque no están en una escala común por cada mes separado, y sería muy difícil juzgar. Entonces, como puede ver, los gráficos de área se utilizan muy a menudo. Se ven hermosas. Tengo que decir, pero usan mucha tinta, y pueden engañarte con la información que están tratando de mostrar Sea siempre consciente de eso. 33. 05-04. : En esta conferencia, vamos a hablar de un gráfico de barras. Es el gráfico ideal para comparar diferentes categorías entre sí. Un gráfico de barras utiliza barras horizontales o verticales, también llamadas gráfico de columnas para mostrar comparaciones numéricas discretas entre categorías. Si repasamos su anatomía, se dibuja un gráfico de barras colocando una categoría específica en un eje, por ejemplo, categorías, años productos, y una escala de valor en el otro como número de ventas, un valor, grados, creo que esto es bastante comprensible. Punto clave me gustaría repasar. Es categórico. Cada barra representa una categoría separada. Comparaciones numéricas discretas entre diferentes grupos. Ranking, la longitud o la altura responde instantáneamente ¿cuántos? Por ello es tan fácil juzgar y comparar la regla del cero. Se basa en una línea base compartida para comparar magnitudes, y este es un punto clave, un punto muy importante Cuando use gráficos de barras, debe comenzar en el valor cero. Aquí tenemos un ejemplo muy sencillo. Seguro que ya has visto bastantes gráficos de barras. En este ejemplo, tenemos fuentes de tráfico de sitios web en enero de 2050, y podemos ver claramente que la primera barra es la más grande, lo que significa que esta es nuestra potencia Nuestro sitio web es visitado directamente. Bien, pero ¿podríamos, para el mismo gráfico, mostrar un gráfico de líneas? No, porque la búsqueda directa, social y referencia son categorías diferentes. No están conectados entre sí. No son tendencia a lo largo del tiempo. Son seres separados, por lo que los datos entre ellos no están correlacionados en absoluto. Bien, repasemos ahora un ejemplo un poco más avanzado. Aquí tenemos un montón de categorías. Tenemos diez categorías diferentes, y estamos usando un gráfico horizontal porque necesitamos más espacio para escribir nuestros títulos, nuestros nombres de categorías. Veamos cómo se vería en un gráfico de columnas. Apenas podemos ver los nombres de las categorías. Entonces volviendo a ello, la forma correcta sería usar un gráfico de barras como ese, uno horizontal. Entonces podría dar claramente mis declaraciones o por ejemplo, agregar una anotación aquí o incluso dar datos y poner anotaciones verdes que esos son los de mejor desempeño contra el otro Hermoso. No obstante, tal y como dije, sea muy consciente del eje en la parte inferior Aquí tenemos el eje comenzando con 96 a 106, y los cinco puntos casi parecen dos veces el tamaño. Pero esto se trunca y crea un factor de vida enorme. Si somos honestos con nuestros datos y empezamos con cero, ahora podemos ver claramente que las barras están muy cerca entre sí en cuanto a tamaño. La diferencia de cinco puntos no es tanto como se muestra en el gráfico anterior. Así que ten mucho cuidado al usar gráficos de barras, siempre iniciarlos en cero. 34. 05-05. Diagramas de dispersión: Relación. En esta conferencia, me gustaría platicar sobre Scatterplots Un diagrama de dispersión es perfecto para mostrar la relación entre dos variables diferentes, lo que significa que muestran la correlación entre sus puntos de datos para ver si uno influyó en el otro. Por ejemplo, si gastas en publicidad, entonces las descargas de la app deberían ir subiendo, ¿verdad? Podemos trazar esto en un gráfico y ver si existe una correlación entre más gasto y más descargas de aplicaciones. En segundo lugar, puedes encontrar valores atípicos de esa manera. Esos son puntos que se trazarían lejos de la tendencia general Bien, repasemos la anatomía antes de entrar en ejemplos. Trazamos nuestros datos en una cuadrícula donde variable A se asienta en el eje x. Digamos que esos están gastando en un buen escritorio. Y la segunda variable estará en el segundo eje, y digamos que esto es productividad. En teoría, cuanto más caro es el escritorio que compramos, deberíamos ser más productivos. Sé que es un tramo, pero estos son los datos que obtuvimos. Esos son puntos individuales que trazamos en el gráfico de dispersión, y podríamos agregar una línea de tendencia que se ajuste aproximadamente a la mitad de todo el conjunto de No obstante, también deberíamos estar atentos a los valores atípicos. Qué pasó que algunas de las personas, consiguieron un escritorio barato, pero aún así fueron muy productivos. Siempre, ten cuidado con estos. Bien, no quiero pasar demasiado tiempo sobre la teoría, pero si estamos hablando de Scatterplots, la correlación puede ser positiva, puede ser negativa o puede ser neutral Además, la correlación puede ser lineal. Cuando una variable sube, la segunda variable también sube, puede ser exponencial a la hora subir el precio de algo provoca mucho más, por ejemplo, la descarga de aplicaciones y en forma de U dependiendo de lo que esté sucediendo aquí También se podría hablar de la fuerza. Sé que mucha teoría, pero tenemos que repasarla. La correlación puede ser fuerte cuando los puntos están muy juntos, puede ser débil cuando los puntos están más separados, o no puede haber correlación. Ahora sabemos que no hay correlación entre las dos variables diferentes. Para recapitular todo, podrías tener una correlación positiva exponencial o una correlación fuerte lineal positiva o una correlación débil lineal positiva Todo depende de lo que quieras mostrar. También hay problemas con las gráficas de dispersión, y depende de los datos que estés trabajando Veamos problema número uno. No hay correlación. Al igual que si trazo protector solar este es un ejemplo muy popular. Unidad de protección solar SLT y total de ataques de tiburones reportados o el total de incidentes reportados de tiburones Parece que cuando vendes más protector solar, entonces obtienes más ataques de tiburones. Pero en realidad, por supuesto, mayoría de los ataques de tiburones probablemente ocurren durante el verano en el mismo periodo en que se vende protector solar. Por eso parece que estaría correlacionado cuando trazamos ambos datos en este gráfico, pero somos, por supuesto, especialistas en visualización de datos, y no se nos ocurriría algo así. El segundo problema es sobreploting. Puedes ver aquí un par de puntos. Pero y si te dijera que en realidad, aquí hay 100 resultados, 100 puntos. Esto se debe a que justo en la parte inferior cuando tenemos 2 horas, 2 horas de uso de la aplicación, tenemos muchos puntos de datos. Para superar esto, podemos fluctuar los datos alrededor. Podemos esparcirlo por ahí, pero todavía queremos ser precisos aquí. Entonces esto es un problema al usar Scatterplots. Esto es todo lo que quería que supieras sobre Scatterplots 35. 05-06. Gráfico de burbujas: En esta conferencia, hablaremos sobre el Gráfico de Burbujas. Ese es un tipo de relación de gráfico. Cuando se utiliza una gráfica de dispersión, nos muestra una conexión simple entre dos números diferentes, dos variables diferentes. Un gráfico de burbujas, sin embargo, nos muestra el peso de los números porque podemos usar el tamaño de la burbuja para agregar una tercera variable. Entonces, el punto más importante por usamos gráficos de burbujas es que el propio tamaño de la burbuja nos contará una tercera historia. Y además, te da un panorama importante de un vistazo. Te dibuja la burbuja más grande más importante. Bien, expliquemos esto en un ejemplo. Antes de trazar cualquier dato, veamos la anatomía como siempre. Perderemos así este gráfico. Tendremos tiempo en la parte inferior y dificultad para solucionar un problema de TI en el eje Y. Dibujemos el gráfico e inmediatamente podrás ver dónde están las burbujas más grandes. El tamaño del círculo representa una tercera variable, cuántos usuarios se ven afectados. Este es el peso del problema. Debido a que ahora sabemos cuántos usuarios se ven afectados, no debemos simplemente elegir qué es lo más rápido arreglar y cuál es el más fácil de arreglar, a pesar de que la gran burbuja, ser la interrupción del sistema es bastante difícil de arreglar Está en un seis en la escala. Probablemente deberíamos repasar eso primero antes de ir al error de la base de datos porque la interrupción del sistema está afectando a 8 mil personas Y esta es exactamente la razón por una trama de burbujas podría llegar a ser útil. Pasemos a un ejemplo diferente. Aquí, el tamaño de burbuja te mostrará el costo estimado de un evento determinado. En la parte inferior, tenemos el número de invitados y en el lado izquierdo en los YxS tenemos días de preparación Entonces mirando eso, a pesar de que una boda tiene aproximadamente la misma cantidad de invitados que un seminario y toma aproximadamente el mismo tiempo para prepararse, es mucho más cara. Y el gráfico de burbujas es capaz de mostrarte eso mostrándote el tamaño de la burbuja. Pero tristemente, el Gráfico de Burbujas , por supuesto, tiene sus problemas. Si una burbuja es lo suficientemente grande como para encubrir algunos datos, ¿qué tenemos que hacer? Tenemos que usar la transparencia o hacer un esquema porque no queremos sesgar, no queremos engañar a nadie ocultando ciertos datos Creo que esto es obvio. Esto es todo lo que necesitas saber sobre un gráfico de burbujas. Un gráfico interesante, pero muy difícil de usar correctamente. 36. 05-07. Histograma: Bienvenido a esta conferencia, me gustaría hablar del histograma, un hermoso tipo de gráfico, pero con un uso muy específico Si bien es un gráfico de barras, parece un gráfico de barras, pero un gráfico de barras compara diferentes categorías como manzanas, naranjas y otras Pero un histograma nos mostrará la forma de dónde viven sus datos para una sola categoría Entonces tienes una categoría. Dividido en múltiples contenedores. Te lo explicaré en un segundo y te mostraré ejemplos. La razón principal para usar un histograma, por supuesto, agrupa nuestros datos en binsk Por ejemplo, podrías tener grupos de edad uno a cinco, seis a diez y 11 a 15, y podrías agruparlos en tres enlaces separados para darte una idea aproximada de los datos. Por supuesto, aquí se necesitarían más atados, pero esta es la idea detrás de ella. En segundo lugar, identifica el pico, y esta es una información muy importante dependiendo del gráfico dibujado que identifique cuál es el valor común entre esos grupos. Cuando se trata de la anatomía, es muy sencillo de entender. Por supuesto, en la parte inferior, necesitamos algún tipo de variable como el tiempo de espera. Por ejemplo, si buscas algo en Google, puedes ver cuántos clientes hay actualmente y cómo se compara con un tiempo promedio. Y esto es exactamente un histograma. Aquí, voy a trazar la frecuencia, el número de clientes. En la parte inferior, tenemos tiempo de espera. A ver. Al mirar este gráfico, verías que las dos barras más altas mostrarían los tiempos de espera más comunes para nuestros clientes. Digamos que son diez y 15 minutos. Si bien es menos frecuente que la gente espere 30 o 40 minutos, parece que todavía ocurre. Toma nota que todas las barras se tocan entre sí. Desde una perspectiva de diseño, podríamos hacer brechas muy pequeñas entre ellas, pero el eje X es continuo. No quieres brechas porque probablemente haya algunos datos. Entonces necesitas trazarlo correctamente y en consecuencia a los datos que tengas. Este sería el pico, y repasemos un ejemplo de un histograma Aquí tenemos un programa de fidelización boutique, y contamos con 76 puntos de datos o 76 personas que ingresan a nuestra boutique. Se utilizó un histograma para agrupar esos grupos de edad en tres años diferentes cada uno, siete a diez, diez a 13, 13 a 16, y así sucesivamente Se nota que las barras suben de manera constante desde la edad de uno. Obviamente, un bebé no puede ser cliente, pero alcanzamos un pico masivo entre los nueve y los 17 años, y luego una caída a partir de los 20 años, aproximadamente esta es una información clara que nuestro negocio no solo tiene clientes jóvenes. Tenemos un hotspot muy específico aquí de pre adolescentes y jóvenes adolescentes. Si ordenamos inventario para nuestra boutique, ahora enfocaríamos el 80% de nuestro presupuesto en estilos que aparecerán a esos grupos de edad. Sin embargo, un histograma, por supuesto, tiene sus problemas. Simplemente puede ocultar la verdad si tus contenedores son del tamaño incorrecto. Digamos, por ejemplo, aquí, la misma boutique, pero las hemos agrupado en edad uno y 20 y 20 y 40. Obviamente, esto es ahora un gran muro de básicamente sin información porque no me da información. Puedo decir aproximadamente que tenemos más gente madura comprando que adolescentes, jóvenes. Bueno, esto no es una conclusión en absoluto. También podría hacer demasiadas papeleras. Así tampoco me da una imagen clara porque los 19 y 20 años, tenemos solo una persona, los 20 y 21 años, solo tenemos una persona, y los 22 y 23 años, no tienes a cero personas, así que no debemos atender a esos grupos de edad, y debemos atender a un grupo de edad diferente. Sí, podemos ver un pico claro en el medio, pero no deberías usar demasiados bins porque esencialmente se convierte en un gráfico de columnas muy grande, lo que queríamos evitar agrupando ciertos datos en bins para mostrarnos un histograma donde viven nuestros datos 37. 05-08. Gráfico de densidad: En esta hermosa conferencia, me gustaría hablar de la trama de densidad. La gráfica de densidad, un tipo de gráfico muy específico. Utiliza una línea suave para mostrar la forma de dónde viven sus datos. Lo usamos por dos razones principales. Suaviza el ruido. Déjame decirte ¿a qué me refiero con ruido? Digamos que estás rastreando edades y tienes clientes en esas edades, tienes diez clientes seis años. Entonces tienes cero clientes que tienen 27 años, entonces tienes ocho clientes que tiene 28 años, entonces no tienes clientes que tengan 29 años porque esto son datos a partir de hoy, digamos, sería muy difícil trazarlo aquí diez, aquí cero. Sería difícil si solo usas un gráfico de columnas. La gráfica de densidad suavizará el promedio de esos valores y es más fácil ver los datos. La segunda razón por la que quiero usar este gráfico es, por supuesto, con ese tipo de gráficos, puede identificar el pico. Vamos a mostrarte la anatomía. No hay nada difícil. Parece un gráfico de área, pero hay una distinción importante que hablaremos en un segundo. En la parte inferior, tenemos una variable o un grupo o una categoría, por ejemplo, un grupo de edad, y aquí tenemos densidad, probabilidad de ocurrencia. Y esto es importante. No tenemos volumen. No tenemos valores totales. Tenemos probabilidad de ocurrencia. Bien, este sería el pico, y esta sería la cola donde los datos se están ahusando o donde se encuentran algunos valores atípicos Si vamos a un ejemplo práctico, tenemos nuestro programa de fidelización Boutique edad miembro. En la parte inferior, tenemos la edad del miembro, entonces tenemos la frecuencia, cuánto de esas personas se suscriben a nuestra Boutique tal vez promoción. Y podemos ver claramente que 25, 26 años son nuestros principales clientes. Entonces aquí es donde debemos enfocar nuestros esfuerzos de marketing. Este sería el pico, y esos serían los valores atípicos o la gente menos común en nuestra tienda Tal vez nuestro inventario esté dirigido a este grupo de edad más joven. Sin embargo, el problema con la Gráfica de Densidad es que esto se ve casi idéntico a este gráfico de área en el lado derecho, ¿verdad? Pero lees esto completamente diferente y lo usas para casos completamente diferentes. A la izquierda, nos muestra dónde están nuestros clientes. El pico a los 25 nos dice que 25 es nuestra edad más común. Simplemente no tenemos inventario para personas de un grupo de mayor edad, y no nos sorprende que no vengan a nuestra tienda. No obstante, si tomas esta gráfica de área, sin ver la trama de densidad, sin saber, por ejemplo, nuestra boutique, podrías decir, Oh, no, dentro de los grupos de mayor edad, no tenemos clientes. Qué está pasando o si esto sería cantidad de ganancia obtenida de esos grupos de edad. ¿Qué estamos haciendo mal? ¿Por qué no estamos obteniendo ningún beneficio de esos grupos de edad? No es así. No hay que temer que las ventas se estén estrellando con grupos de mayor edad Simplemente las ventas no están ahí porque no hay clientes que envejezcan en nuestra boutique. Esta es una visión general de la parcela de densidad. Para recapitular, aquí miramos la forma, y aquí miramos el número crudo en el volumen 38. 05-09. Gráficos circulares: ¿Qué tiene el gráfico circular? Es un gráfico tan hermoso, pero viene con su propio conjunto de problemas. Tenemos que juzgar toda el área, así que siempre es difícil leer un gráfico circular. Pero déjame mostrarte las ventajas y desventajas de ello. Un gráfico circular es óptimo si tienes porcentajes. Por ejemplo, mostrando tres números diferentes como aquí, veo el porcentaje. Puedo juzgar más o menos, bien, que es el más grande, que es el más pequeño, y tenemos un total de 100. Eso es perfecto. Se vuelve un poco más difícil cuando tenemos números totales. Si no tuviéramos el 50 aquí, solo verías 30, ocho, 12, no estarías exactamente seguro de cuál es el valor total, tendrías que contarlo, y siempre necesitas asegurarte de que si muestras un gráfico circular, quieres mostrar todo el gráfico circular porque quieres ver diferencias entre categorías. Todo bien. El gráfico circular está bien para mostrar menos de seis categorías porque si vas por encima de ese 678, el Pie hart se vuelve cada vez más difícil de leer. Basta con mirar el gráfico circular del lado derecho. Se hace difícil juzgar, por ejemplo, el azul en el lado inferior izquierdo y el morado en el lado inferior derecho. Son algo similares o el azul encima de él, pero realmente no se puede decir el porcentaje a menos que lo vea. Un gráfico circular está bien para mostrar, por ejemplo, para macardshare para diferentes segmentos o grupos de edad, para el uso del dispositivo, comparar categorías como esa, pero la medición óptima seguirá siendo El porcentaje es ideal porque uno es igual al 100%, y un círculo lo muestra muy bien, pero bien es la palabra central aquí. Bien no lo hace óptimo. Entonces, para recapitular, el gráfico circular es genial para mostrar que un segmento es grande o pequeño en comparación con los otros segmentos Está bien mostrar cómo un segmento se correlaciona con el conjunto Como aquí tenemos descargas de aplicaciones, y la mayoría de nuestras aplicaciones se descargan en un teléfono y para mostrar porcentajes simples, como una porción grande a una pequeña porción. El gráfico circular es muy bueno para eso. Sin embargo, en la mayoría de las situaciones al mostrar la visualización de datos, un gráfico de barras simplemente será más comprensible y mejor Déjame mostrarte algunos ejemplos donde falla el gráfico circular. Si las rebanadas son similares, apenas se puede notar la diferencia. Si tenemos demasiados valores. Tampoco puedes juzgar claramente o tienes tantas rebanadas similares. No te da ninguna información real y tienes que juzgar el área de. Si usa un gráfico circular para una categoría separada, bien podría no hacerlo porque es muy difícil leer las áreas. ¿Por qué no usar un gráfico de columnas aquí? Por qué no usar aquí un gráfico de barras muestre horizontalmente todos los datos Es mucho más comprensible. Es más alto en las tareas perceptuales, y es más fácil compararlo en una escala común Aquí también, deberíamos usar diferentes barras para diferentes categorías y estaríamos asentados. Esto es todo sobre la tabla Pipe, necesitas saber. 39. 05-10. Cascada: Aquí, me gustaría explicarte el gráfico de Cascada. Un gráfico de cascada trata sobre el viaje entre dos puntos, el punto de partida y el punto final. En lugar de solo ver que empezaste en un número y terminabas en otro, se descompone y explica el cambio paso a paso. Se utiliza principalmente para datos financieros, por lo que destaca ganancias y pérdidas. Repasemos la anatomía. Para leer esta tabla, busca el pilar inicial y final. Se les llama totales. Tienes el total inicial y el total final. También puedes tener un total acumulado en el medio dependiendo de los datos que utilicemos. Entonces tenemos datos que muestran incremento en esos valores, qué pasó ahí, y que muestran disminución. Creo que esto es muy comprensible. Además, utilizamos el color verde para aumentar y el color rojo para disminuir para hacerlo un poco más sencillo. Y también tenemos conectores porque este es un viaje continuo. Bien, vamos a mostrarlo en un ejemplo. Aquí, tenemos un gráfico que analiza nuestros ingresos netos. Tenemos nuestros ingresos al principio y los ingresos netos al final. Aquí tenemos costo de venta de bienes y gastos que redujeron nuestros ingresos brutos. Entonces teníamos algún interés en nuestro dinero, pero también tuvimos que pagar impuestos. El resultado final se muestra en el último total, pero debido a que tenemos la información en el medio, aprendimos cómo fue el viaje y qué sucedió realmente durante el año. Sólo porque dije que el gráfico Cascada se usa principalmente para finanzas, no quiere decir que siempre tenga que serlo Puedes, por supuesto, trazar cualquier dato que prefieras. Aquí tenemos membresías totales de Spark Fitness. Y vemos que teníamos 32 membresías el lunes y 45 membresías el domingo. ¿Sucedió en el medio? Bueno, tenemos algunos nuevos apuntes por una clase vespertina. Algunas personas cancelaron. Eso sucede, y ganamos algunos clientes porque teníamos un descuento. Si solo viera el lunes y el domingo, realmente no sabría qué pasó en el medio. Gracias a este gráfico de Cascada, sé a dónde fueron las entradas y salidas Esto es lo que necesitas saber sobre un gráfico Waterfall. 40. 05-11. Gráficos de combinación: En esta conferencia, me gustaría hablar de un gráfico específico, a saber, un gráfico combinado. Un gráfico combinado combinará varios gráficos en uno. Entonces, el punto clave aquí es combinar dos tipos de gráficos diferentes. La mayoría de las veces, vemos un gráfico de líneas y un gráfico de barras juntos donde el gráfico de barras muestra valores absolutos mientras que una línea mostrará una tasa o tendencia con respecto a eso. El propósito, por supuesto, no es la decoración. Es para mostrar métricas relacionadas juntas. Quieres contexto, no sólo un hermoso gráfico. Repasemos un ejemplo. Aquí está la misma historia dividida en dos gráficos. Contamos con volumen de ventas trimestrales y tasa de crecimiento de ventas trimestrales. A la izquierda, tenemos valores totales en millones de euros y en el lado derecho, tenemos crecimiento porcentual o disminución del crecimiento. Esto funciona, pero hay que mirar a la izquierda. Hay que mirar bien. ¿Por qué no combinarlos? Bueno, bien, pero como pueden ver, esto todavía no es perfecto. No sólo no se puede ver nada, y no está seguro de lo que representa lo que. Pongamos el eje para el crecimiento porcentual en el lado derecho. Es mejor, pero aún así algo está mal. Bien, vamos a rascar eso. Hagámoslo otra vez. Lo que debemos hacer aquí, debemos trazar los datos. En el mismo gráfico. Ahora, vamos a cambiarlo a un gráfico de líneas. Bien, ahora vemos dos de los gráficos uno encima del otro con diferentes colores, pero para poder entenderlo a primera vista, necesitaría aumentar la diferencia de color. Yo haría, por ejemplo, el gráfico de líneas azul y su eje derecho azul, y el eje izquierdo púrpura y el gráfico púrpura también. Ahora puedo ver dos cosas distintivas dentro de esta tabla. Pero como siempre, hay que tener mucho cuidado al usar dos ejes porque vamos a centrarnos ahora en los datos. Aquí tenemos valores negativos. Pero ¿notaste que esos son valores negativos donde están por encima de cero en el eje izquierdo? ¿Echaste un vistazo al eje derecho que tenemos negativo dos y el negativo cuatro? Bueno, ese es uno de los problemas a la hora de usar dos xs. Esos son seres separados, y hay que considerarlos a ambos por separado. Adicionalmente, puedes acostarte con el eje derecho. Cambiemos el eje de 10% a 20%. Mira lo que le pasa a la línea. Se baja mucho. Si aumento esto al 30%, puedo poner esto aún más bajo. Ahora cambiemos el fondo. En lugar de cinco negativos, hagamos negativo 20. Ahora he puesto esto más alto. El gráfico de líneas quedó reducido entre. Por supuesto, quiero que este gráfico se vea bien. No estoy mintiendo con los datos, pero puedo sesgar un poco los datos y su perspectiva para que el cambio se sienta mejor o peor Si tuviera mucho declive y ajustaría las líneas, el descenso no parece tan aterrador, pero si vuelves y el descenso es un poco más grande, ahora la caída en el tercer cuarto parece un poco más aterradora. Bien, para resumir todo lo que he dicho, la situación ideal sería si los datos están claramente relacionados con el color Nuestros datos fueron. Entonces eso no es problema. Por ejemplo, AdSpend y nuevos clientes adquiridos. La situación ideal sería también si pueden usar los mismos ases. Esto sería perfecto ya que no habría absolutamente ninguna distorsión entre los datos que estamos viendo. Pero esta es la palabra ideal, como, por ejemplo, ingresos totales frente a lo que una empresa puede conservar. Entonces esto podría usar los mismos ases. No siempre tenemos ese lujo. Entonces, cuando combine diferentes gráficos juntos, tenga en cuenta cómo usa el exceso y el gráfico en general 41. 05-12. Mapas: En esta conferencia, me gustaría hablar de mapas, un tipo específico de gráfico. Por supuesto, se utilizan en la visualización de datos porque pueden resaltar clústeres geográficos y revelan valores atípicos regionales, dependiendo de lo que queramos mostrar, o en general, podemos mostrar diferentes gráficos encima de un mapa para realzar el mensaje respecto a sus variables en diferentes Creo que viste datos así. Y lo interesante de los mapas que puedes trazar diferentes tipos de gráficos dentro de los mapas. Aquí, por ejemplo, un mapa geográfico de burbujas combina las características de un gráfico de burbujas con ubicaciones geográficas. En dicho mapa, una burbuja se coloca en una ubicación específica y el tamaño de la burbuja representa un valor o variable particular. Repasemos un mapa diferente. Este es un mapa de calor encima de un mapa, e intuitivamente, ve que el color naranja es el área más intensiva, y el color púrpura y más claro son el área menos intensiva Aquí utilizamos un sistema de codificación de colores para representar el valor. Será muy útil elegir paletas de colores intuitivas que transmitan efectivamente la magnitud de los valores Aquí, no estoy seguro de lo que representa el naranja y el morado , e inicialmente, sin que yo sepa qué es eso, posiblemente podría plantear un problema, pero esto no está a la altura de debatir en este momento. Ahora, el tipo de gráfico de mapa más destacado que puede usar es un mapa de regiones donde algunas regiones con datos más intensivos son más oscuras y las regiones con datos menos intensivos son más ligeras. De esa manera se pueden mostrar datos por país, por estado, por barrio. Te da una instantánea clara de la distribución de un área. ¿Cuáles son algunos problemas que conozco personalmente de mi viaje de visualización de datos? Hay que estar muy atentos a las fronteras cuando usas un mapa Por ejemplo, aquí tengo a Astra, y este fue el mapa más preciso que pude encontrar. Para la mayoría de la gente, esto no va a ser un problema. Pero, por ejemplo, si eres de este país, entonces estás mirando de cerca las fronteras, y podrías señalar que algo aquí no está bien, algo aquí debería hacerse diferente si quieres ser políticamente correcto. Mapas más pequeños, no es tal problema. Pero si, por ejemplo, he descargado aquí un mapa del mundo para usarlo en mi diseño. Ahora, quería mostrar algunos datos de Alemania. Voy a extraer Alemania, y ahora mostraría algunos datos. Entonces alguien que conozca muy bien el mapa lo diría, pero bueno, el mapa no es políticamente correcto. No es muy preciso. Yo diría, disculpas, fue sólo para fines ilustrativos Pero si es posible, y si tienes un país específico, puedes encontrar mapas vectoriales de diferentes países, por lo que debes intentar ser lo más preciso posible aquí para evitar cualquier desinformación respecto al día sobre todo si quieres sumergirte profundamente en las regiones Esto es todo sobre mapas. Los mapas son formas hermosas de mostrar datos, pero ten en cuenta ¿de dónde sacas tus mapas 42. 05-13. recordar: Qué recordar después de toda esta sección. Lo que aprendimos, aprendimos diferentes categorías para gráficos, datos a lo largo del tiempo, comparación, relación, distribución, fiesta entera. Por supuesto, esto no lo es todo. Tenemos mapas, y algunos gráficos están en múltiples categorías al mismo tiempo. Solo echemos un vistazo a la comparación. No es posible que aquí te explique todos los gráficos. Aquí hay una gráfica que muestra qué tipo de gráficos entran en la categoría de comparación. Por supuesto, se obtiene la idea general. Quieres comparar una categoría con una categoría diferente, y esas son las tablas que posiblemente podrías usar. Cada gráfico del que hemos aprendido y del que no aprendimos tiene sus lados fuertes y sus lados débiles. Como especialista en visualización de datos, necesita saber qué elegir cuándo y qué sería inapropiado para el conjunto de datos con el que está trabajando actualmente. A veces está bien combinar gráficos en un gráfico combinado, pero tenga muy en cuenta el acceso que usa y no intente mentir con Sea siempre honesto y trate minimizar el factor mentira tanto como sea posible. 43. 06-01. Analiza datos: A Bienvenido en la sección de ejercicios prácticos de este curso, donde aplicaremos todo lo que hemos aprendido hasta ahora a un diseño de gráfico real para ver si realmente aplicamos lo que predicamos Este es el caso de estudio, datos de turismo de Suiza 2050-2060 Debrief, bienvenido a Neo Travel Horizons. Somos la consultoría estratégica líder para el mercado de viajes 2050. Hemos finalizado nuestro pronóstico de década para Suiza. Nuestro equipo ha combinado datos históricos que estaban disponibles con nuestras estimaciones de impacto de hiperbucle patentadas estimaciones de impacto de hiperbucle Nuestra misión, tu misión es diseñar un gráfico. Nuestro consejo de administración necesita ver la relación entre el volumen total de visitantes y la velocidad de crecimiento. No van a mirar a una mesa. Necesitan una gráfica de alta integridad que separe claramente lo que sabemos de lo que predecimos. Apenas leyendo el breve. Entre el volumen total de visitantes, volumen total, muy probablemente un gráfico de barras, un gráfico de columnas, y la velocidad de crecimiento, velocidad de crecimiento, cambios en porcentaje, cambios en el tiempo. Esto podría implicar un gráfico de líneas. Esas son mis sugerencias de trama debajo de este diseño, columna y podrían darle tu propio giro a este trasero. Esta sería la más adecuada. Aquí está la tabla con los datos. Tengo dos mesas. Uno con comas y otro con puntos porque la versión estadounidense requiere puntos Si usas Excel o PowerPoint, esta será mi herramienta de elección. Voy a hacer esto en PowerPoint, pero por supuesto puedes usar cualquier herramienta que quieras. Voy a compartir el archivo con todos los datos aquí. Estoy en Europa, así que seleccionaré las comas, y tenemos un año Tenemos total de visitantes, tenemos porcentaje de cambio, y tenemos el estado de los datos para ser reales y estimar. Así que tenemos que encontrar una manera de mostrar los datos estimados también. He seleccionado nuestro logo, nuestra fuente y un hermoso esquema de color, puedes usar el esquema de color también para tus diseños, o puedes ir con el tuyo propio. Eso no es un problema. Aquí hay un resultado final terminado del gráfico que quiero que creen. Este es mi giro en el diseño que acabamos de tener y la mesa que acabamos de tener, y voy a repasar eso contigo. Voy a usar PowerPoint, la diapositiva donde dice, Trabaja aquí, y aquí están las tareas que necesitas realizar. Analizar la tabla, decidir sobre un tipo de gráfico inicial. Creo que ya lo hemos hecho porque cuando miro la mesa, por supuesto, usaré los años. Y luego tengo total de visitantes. Este es un volumen total, así que usaré algún tipo de gráfico de barras o gráfico de columnas, y para el porcentaje de cambio, usaremos un gráfico de líneas. Entonces necesitamos combinar dos o hacer dos gráficos separados para mostrar los datos. Debemos recordar que algunos de los datos son estimados. Bien, empecemos a trabajar. Seleccione los datos apropiados. Sólo para que vea lo que ya he hecho, voy a seleccionar todo por ahora porque quiero todos los datos que aquí es posible. Seleccionaré Insertar gráfico, y tengo que decidir sobre el gráfico inicialmente. Seleccionaré este gráfico de columnas. Y voy a enchufar mis datos. Como pueden ver, el texto es un poco, pero eso no es problema. Voy a disminuir la cantidad de datos para seleccionar solo el total de visitantes por ahora, y este sería mi resultado. Voy a cerrar esto. Ahora he insertado un gráfico de columnas, así que he terminado la tarea número tres, y comenzaré a rediseñarlo y ajustarlo en un segundo Ajustemos esto en la próxima conferencia. Este es nuestro diseño inicial, y a partir de aquí, intentaremos mejorarlo paso a paso. 44. 06-02. Crear gráficos: En esta conferencia, ajustaremos el diseño para que se vea más así y sea más comprensible para el espectador. Bien, sigamos el resumen y ajustemos el diseño a nuestro gusto el ancho de la barra, la etiqueta de datos, las líneas de la cuadrícula, el tamaño de fuente. Vamos a repasarlo, dependiendo por supuesto de la herramienta que utilices. Tomaré PowerPoint, clic derecho, formatearé series de datos y disminuiré el ancho del hueco. Por supuesto, no así se tocan porque esto parece un histograma o un gráfico de área, pero quiero que sean considerablemente más grandes o más gruesos Bien, creo que esto es hermoso. Ahora la etiqueta de datos. Me gusta si tenemos las etiquetas de datos aquí, y estos son datos que en realidad son importantes. Entonces quiero habilitar las etiquetas de datos. ¿Bien? Debido a que ya tengo las etiquetas de datos aquí, no necesito ser redundante. Recuerda, quita la tinta innecesaria de la diapositiva. Bien, me quité el eje izquierdo por eso. Ahora tenemos líneas de cuadrícula y tamaño de fuente. No creo que necesitemos las líneas de cuadrícula porque las líneas de cuadrícula son útiles si tenemos las etiquetas de datos o los ases en el lado izquierdo. Ahora mismo, en realidad queremos ver los datos con claridad, así que eliminaré las líneas de la cuadrícula. Por ahora, voy a eliminar el título porque vamos a agregar un título aquí, y voy a aumentar el tamaño de fuente, Alpres Control B para audazarlo, y lo voy Sí me gusta si tenemos el mismo color. Puedes decidirlo tú mismo. Cambiaré el color a este primer color de esta presentación. Ahora el color es consistente con las barras. Ahora en el fondo, tenemos los años. Los años se muestran maravillosamente. Creo que aquí podemos tener los años, y necesito decidir si los quiero audaces también y un poco más grandes. Creo que sí. Creo que esto está bien. Echemos un vistazo a lo que teníamos anteriormente, bien, diseño muy similar. Hermoso. Creo que he ajustado este diseño. Ahora quiero señalar estimaciones de manera apropiada. En mi caso, cuando estoy usando PowerPoint, no tiene ningún tipo de posibilidades de estimación. Puedo colocar una letra E aquí. Vamos a insertar cuadro de texto. Voy a insertar la letra E, y voy a tomar la letra y usar uno de los colores que tengo. Aquí tengo un color rojo, así que pondré las estimaciones junto a los cuatro últimos años. Voy a reducir el tamaño para que todo se vea consistente, y presionaré Control D. Me llevaré el año. Y voy a posicionar esto en consecuencia. Bien. Control D nuevamente, colóquelo en consecuencia. A lo mejor un poco a la izquierda y Control D, un poco a la derecha. Creo que podemos agruparlos juntos. Ahora quiero llevarme los últimos 4 compases. Necesito seleccionar primero las barras. Entonces necesito hacer clic en otra ocasión. Necesito ir a sus opciones de llenado, y voy a empezar a trabajar con un relleno sólido y transparencia parcial. El relleno sólido debe ser del mismo color. Vamos por 60% para ser relleno sólido consistente, 60%, relleno sólido, 60%, y relleno sólido 60%. mí me gustaría poner aquí también una línea punteada para que quede muy claro, seleccionaré una línea de degradado. Deseleccionaré el gradiente. Hagámoslo tal vez este azul oscuro que tenemos repasando por el ancho, voy a aumentar el ancho así que lo veo claramente, y voy a cambiar el tipo de guión a guiones Bien, quizá guiones más cortos. Hermoso. Ahora me gustaría que el fondo fuera transparente, solo para que los de abajo no sean visibles aquí. Voy a incrementar la transparencia. Ahora puedo mover este color un poco más para bajar el diseño. Bien, creo que este es un hermoso escaparate de estimaciones, pero no necesitamos el ancho de cinco puntos Creo que el ancho para ser 1.75 o dos es hermoso. Ahora este es un hermoso diseño. Seleccionaré la línea de degradado, y repetiré los pasos en las otras barras. Es un poco tedioso, pero es la forma más profesional que conozco de hacer esto De esta manera, demostramos claramente que esta parte del gráfico son sólo estimaciones. Por supuesto, puedes hacer tu propia versión de eso, pero siento que tal vez podríamos aumentar la transparencia para hacerla más evidente. Pero aparte de eso, siento todo está muy bien diseñado. Esta parte está completa. Pasemos a la siguiente conferencia donde intentaremos trazar el cambio a lo largo del tiempo encima de esta tabla. 45. 06-03. Crear título: En esta conferencia, agreguemos el gráfico de líneas encima de él o utilicemos un gráfico combinado y trabajemos en el título. Repasemos la tarea número seis. Voy a dar click en el gráfico. Voy a ir a Chart Design, editar datos, y necesitamos incluir esta parte también o simplemente crear un gráfico separado con estos datos, dependiendo del software que utilice. Bien, en PowerPoint, solo puedo aumentar eso, y ahora tengo ambos en la misma. Iré a cambiar el tipo de gráfico. Voy a usar un gráfico combinado. Columna lustrada, y aquí quiero un gráfico de líneas o un gráfico de líneas con marcadores será aún más bonito Quiero que esto esté en el eje secundario. Voy a presionar Bien. Volveré a habilitar el eje, así veo ambos. Bien. Y ahora puedo ajustar el gráfico de líneas a mi gusto. Aquí del lado derecho, voy a dar click derecho sobre este eje, lo voy a formatear. Y en el dimensionamiento, bueno, necesito hacer esto un poco más bajo. Y esto hace que esto sea un poco más bajo y el mínimo apunte tal vez a 0.1. Entonces el gráfico de líneas es realmente visible aquí. Ahora bien, aquí solo requeriría un par de cambios de diseño para que todo se vea apropiado, dependiendo del software que utilices. Por supuesto, puedes hacerlo tú mismo. En algún lugar, perdí esas etiquetas de datos, así que solo las traeré de vuelta otra vez. Voy a hacer esto más grande y azul. Y para esta tabla, quiero tener el mismo color que tiene el gráfico, así seleccionaré el amarillo o puedes usar otro color dependiendo de lo que uses. Etiquetas de datos, en mi caso, quiero que estén por encima de la tabla. Y si algo no es visible, sólo voy a tomar esto y poner más alto. Y aquí, si tengo cero, simplemente lo eliminaré, y no puedo ver correctamente los del lado derecho. Para eso, puedes o bien agregar una sombra detrás de ella, opciones de texto, sombra, abrir la sombra y dar una sombra o tomar las barras. Déjame ir a las opciones de diseño. Da click en la barra y reduce la transparencia tal vez al 60%. Entonces el contraste, 55%. Entonces el contraste entre el texto y la barra es un poco menor. Creo que esto seguiría quedando muy bien, y ahora es más fácil de leer. Bien, B PowerPoint tiene problemas cuando quito el eje, solo tomaré una forma y pondré una forma blanca encima de él. Eso no es problema. Es solo un truco de diseño que necesito hacer aquí en este software en particular, Alpras Control D, y quiero ocultar Para las estimaciones, necesitamos volver a mover las estimaciones, y estamos aproximadamente en donde queremos que esté. Por supuesto, necesito reposicionarlos, pero eso es algo que tengo que hacer dependiendo del programa en el que esté trabajando Bien, para esta línea en sí, preferiría que la línea en sí fuera mucho más gruesa y los propios marcadores también serían mucho más gruesos. Por lo que se destaca un poco más para mí. Bien, ahora creo que el diseño es hermoso, muy similar a lo que hicimos. Lo que quiero decir con mi título, quiero decir que esto lo que ven aquí son el número total de visitantes en Suiza y el cambio con el tiempo, 2050, 2060, son los años Y podríamos dar una anotación tal vez un asteris y estimaciones por Neo travel Horizon A lo mejor este es el nombre de mi empresa. Lo pondré en rojo porque aquí también tenemos el logo. Podría poner la información en otro lugar. Si prefiero, podría poner esta información tal vez en la parte inferior, estimar y creo que esto se verá un poco más limpio y no abarrotar el título real Este es un título muy sencillo. Si quieres usar un título de acción, tendrías que sacar una conclusión dependiendo de lo que quieras decir. Si quieres enfocarte en las estimaciones, dirías algo así como que las estimaciones predicen tener un promedio de 6% de crecimiento en los próximos cuatro años, o el crecimiento ha ido aumentando de manera constante o manteniendo el mismo nivel en últimos años y en el futuro previsible El título necesita reflejar cuál es la narrativa del gráfico. Para la leyenda, no voy a repasarlo. Creo que esto es perfectamente comprensible y dependiendo de la herramienta que utilices. En PowerPoint, me gusta diseñar leyendas personalizadas porque si tomo la leyenda, la leyenda original que tenemos aquí, no puedo ajustar muchas cosas aquí. Entonces prefiero diseñar la leyenda yo mismo, dependiendo de lo que necesite. Este es el primer ejercicio terminado y lo que quiero que seas capaz de lograr después de este curso. 46. 06-04. Analiza: En este ejercicio, somos carga. Tenemos un estudio de caso, la optimización de almacén. Escombros. Bienvenido a cargo. Gestionamos cadenas de suministro para el sector agropecuario. Actualmente, nuestro silo principal de granos en Kentucky tiene 206 toneladas de inventario. Para satisfacer la demanda, necesitamos alcanzar una capacidad final de 209. Nuestra misión, vamos a tener un conjunto de datos, y nuestra misión es construir un gráfico, el puente que explica cómo alcanzamos este objetivo. El gerente regional necesita ver las ganancias de la cosecha de otoño, la recompra de proveedores y las pérdidas de distribución invernal Necesitamos ver el movimiento de bienes físicos, no sólo el número final. Mi sugerencia de trama aquí será la Cascada porque la Cascada mostrará bellamente el cambio con el tiempo que está sucediendo dentro de esta tabla. Echa un vistazo a esta mesa. Tener en el lado izquierdo lo que sucede en la fábrica de inventario. El cambio, el total corriente, si no necesitamos los números de cambio individuales y el tipo de categoría, qué está sucediendo. El basal es 206, 209 es lo que necesitamos alcanzar, y vemos dónde está el incremento y disminución. Esto es hermoso para crear un gráfico de Cascada. He diseñado algunos elementos, una combinación de colores, nuestras fuentes, nuestro logotipo y los iconos de salto de eje porque en esta conferencia, aprenderás los íconos de salto de eje que necesitamos usar para mostrar este gráfico de Cascada profesionalmente. Aquí está el resultado final de lo que queremos lograr, y se puede ver el eje se rompe porque para ver los cambios a ser magnificados y mayores y poder exhibir tanto las barras grandes, las 206 barras como las 5 barras una al lado de la otra, necesitamos reducir de alguna manera el eje pero hacerlo profesionalmente, no solo reducirlo a nuestro gusto, sino usar roturas de eje que ser simbolizados así o, por ejemplo, así. Diferentes presentaciones lo tienen de manera diferente. Lo más probable es que se vea algo así. A partir de los datos, en mi caso, solo voy a necesitar estos datos y los cambios que se produzcan. He terminado la prueba número uno, he decidido un tipo de gráfico inicial, y también he seleccionado los datos correspondientes y estaré insertando un gráfico. Dentro de PowerPoint, seleccionaré Insertar gráfico, y esta vez, quiero buscar el gráfico Cascada. El gráfico Cascada me permitirá mostrar esto precisamente. Bien, están pasando muchas cosas. Permítanme primero enchufar los datos en el software. Déjame hacer eso un poco más grande, eso un poco más grande, así lo vemos, y voy a eliminar todos los datos que sean innecesarios. Bien. Pero aquí no tenemos espacio vacío. Dependiendo de tu software en PowerPoint, si tienes este espacio vacío, necesitas seleccionar los datos una vez más porque actualmente todo está seleccionado. Se puede ver hasta los datos que ya no tengo. Entonces necesito volver a seleccionar los datos para mostrar solo las cosas que tengo. Voy a presionar bien, y se puede ver que hemos arreglado la mesa. Bien, he completado la prueba número tres. Antes de usar un exceso de descanso y hacer cualquier cambio, necesito tomar este último, hacer clic en él, hacer clic derecho y seleccionar conjunto como total porque en un gráfico de Cascada, tenemos los totales y los cambios a lo largo del tiempo El primero debe ser un total, también. Creo que lo es, Oh, no lo es. Voy a establecer esto como total. Ahora estoy seguro de que esto es un total. Esto es cambio, cambio, cambio, y este es otro total. Además habilitaré etiquetas de datos. Y yo iré de ahí. En la siguiente conferencia, permítanme ajustar todo para que se vea normal, y esto es exactamente por lo que necesitamos cambiar el eje, hacer que un eje se rompa, para que se vea profesional. 47. 06-05. Título de la acción: En esta conferencia, continuaremos el diseño de nuestra zarza para carta, y para que todo sea más comprensible, vamos a reducir la cantidad de palabras que aquí se utilizan Voy a escoger en el gráfico. Voy a ir a Diseño de Gráfico, editar datos, y a partir de los datos, ¿qué quiero hacer? ¿Necesito 2048 abrir inventario? Hagamos Inf o inventario. ¿Bien? 249, Si tenemos recompra de flujo de entrada y salida Creo que sabremos lo que está pasando aquí. Bien, esto ahora es mucho más limpio. Para el gráfico en sí, tenemos el título por separado encima de él, así que voy a eliminar. Voy a deshacerme del título porque lo tenemos arriba y ¿necesitamos esta leyenda? Depende. Puedes tenerlo o creo que esto es perfectamente comprensible así. Ahora para el eje, necesito ajustar el eje para comenzar con tal vez 190. Haré clic derecho sobre el eje, formatearé el eje en mi caso, y seleccionaré el mínimo a 190. Ahora, todo es más comprensible, pero tenemos que hacer el descanso. PowerPoint a is no tiene esta característica. Entonces lo que puedo puedo seleccionar la forma. Puedo ocultar esto con cualquier tipo de forma que tenga el color del fondo. En mi caso, el color del fondo es el primer color, y no seleccionaré ningún contorno. Lo que quiero hacer aquí, quiero insertar algún tipo de cero para que todos vean que esto empieza en cero. ¿Bien? Hermoso. Este cero puede ser un poco más grande. T cero puede estar aquí. Ahora necesito iconos para la rotura del eje. He preparado íconos, así que seleccionaré los iconos aquí, Control C, y los traeré aquí Control V. Lo que quieras hacer, quieres poner la rotura de eje en todo lo que se está rompiendo. En mi caso, esas 2 barras, las barras totales, y también, por supuesto, sobre el eje mismo, porque hay que comunicar que el eje se está rompiendo en ese mismo lugar, y el eje se reanuda en 195 Quizá haga que el etiquetado sea un poco más prominente, incluso un poco más grande. Y ahora tenemos 14 fuentes, y voy a hacer lo mismo para cero, 14 fuente, la azul, y la voy a poner apropiadamente. Opinión, el eje es un poco invisible. Por lo que me gustaría aumentar la línea aquí. Me gustaría aumentar el tamaño de la línea o de hecho hacerla visible. Entonces me gusta la línea sólida, voy a ir por el color sólido que tenemos el color azul. Voy a aumentar el ancho de la misma. Y ahora la línea es muy aparente y puedo poner este break aquí y todo está bellamente exhibido. Creo que las líneas de la cuadrícula no son necesarias, así que voy a quitar las líneas de la cuadrícula. ¿Qué más tenemos que hacer? Hemos completado la prueba número cuatro. Hemos ajustado un poco el diseño. Por supuesto, es discutible si esto es suficiente. Yo también podría hacerlas un poco más grandes. En mi opinión, esto se mostrará maravillosamente de esa manera. Y necesitamos construir un título. Lo que queremos decir es que tenemos una ganancia neta de tres toneladas respecto al año anterior. Por lo que el inventario de cierre de 2049 muestra una ganancia neta de tres toneladas respecto al año fiscal anterior respecto al año anterior Y también hay que decir que llegamos a la meta. A lo mejor llegamos a la meta de esto indica que logramos nuestro resultado que queríamos. Dependiendo de lo que quieras decir con tu gráfico, y recuerda siempre cuando escribas títulos, haz los títulos para que se entiendan sin ver el gráfico. Este título en sí, alcanzamos la meta de tal vez 29 209 toneladas cerrando inventario en 2049 Que es una ganancia neta de tres toon respecto al año fiscal anterior. Sé que esto es extenso y largo, pero ahora mismo, si alguien no viera el gráfico en absoluto, entendería lo que ha pasado. Al revés, si alguien ve este gráfico, entonces va a entender este título de acción porque aquí tengo toda la historia y narrativa que impulsa este gráfico. Creo que ya terminamos este ejercicio. Haga sus propios ajustes, haga sus propias elecciones de diseño. Intenta hacer un gráfico de Cascada. Si quieres, puedes, por supuesto, por ejemplo, usar verde para aumentar, usar rojo para disminuir. Esto sería igual bueno dependiendo de los diseños que queramos hacer. Y aquí tengo un gráfico claro, comprensible que llega a la meta de lo que queríamos decir con él. Muchas gracias por trabajar conmigo a través de este ejercicio. 48. ¡Felicidades!: Vaya, honestamente, grandes felicitaciones por llegar al final del curso de visualización de datos. Espero que hayas aprendido mucho sobre gráficos, qué usar, qué no usar, cómo enmarcar tus insights, qué tipo de gráfico usar, cómo debería ser un buen gráfico, qué hacer con todos los excesos, etc. Por ahora, nuevamente le felicito sinceramente. Enhorabuena, buen trabajo, y ojalá nos veamos. De nuevo, fue mucho placer y un honor para mí tenerte.