Aunque no lo creas, tienen mucho en común: ambos reciben una serie de materiales crudos y se espera de ellos que entreguen al cliente un producto acabado, visualmente impactante y que además sea “útil”.En el caso de la cocina, la utilidad puede estar en el sabor y el valor nutritivo del plato. En elcaso de la ciencia de datos, la utilidad está en proporcionar información valiosa, veraz y a tiempo.En este artículo vamos a hablar de qué herramientas podemos usar paratransformar los datos de forma que podamos satisfacer las necesidades de nuestro negociocon visualizaciones de datos tan satisfactorias como una buena milanesa al pan.
Las principales herramientas para transformar y representar datos actualmente en el mercado son: Microsoft Power BI, Google Data Studio y Tableau. Además, con un poco más de trabajo, puedes llegar a usar hojas de cálculo como Microsoft Excel y Google Sheets. También algunos CMS como WordPress o Drupal cuentan con módulos que permiten realizar transformación y depuración de datos.Algo importante que debemos tener en cuenta es que no tenemos por qué “casarnos” con una de estas herramientas: no siempre usaremos el mismo martillo para todo clavo, así que es bueno conocer todas ellas y aprender a utilizar cada una para cada posible necesidad. Inclusive, aprender a combinar sus usos puede permitirnos estructurar y mostrar los datos de forma ordenada.Todo proceso de visualización de datos consta de tres etapas:1 - Limpieza de datosGeneralmente el punto más débil de todo proceso de recopilación de datos es el ser humano que recopila y procesa esos datos. De acuerdo con varios estudios recientes,los científicos de datos pasan entre un 40% y un 45% de su tiempo depurando errores en los datos. Esto implica definir qué es un dato erróneo, detectarlo y asignar un valor correcto. A medida que los volúmenes de datos aumentan, automatizar este proceso lo más posible se está volviendo algo crítico. Las hojas de cálculo y los procesadores de texto para programación como Sublime Text siguen siendo muy útiles en esta parte del proceso.2 - Estructuración de datosUna vez que tenemos nuestros ingredientes limpios, es hora de prepararlos para cocinar. Para que la IA comprenda los datos, es necesario que estos se presenten de forma “estructurada”, es decir, de una manera que una máquina pueda leerlos. Para esto a menudo es útil usar o bien un CMS o bien una herramienta como Power BI o Tableau, que nos permita editar código y ejecutar transformaciones automatizadas con los datos.3 - Visualización y análisisFinalmente llega el paso de diseñar una interfaz en la que vamos a mostrar nuestros datos. Google Data Studio y Power BI son mis favoritas para esta parte, sobre todo porque tienen costes de implementación muy bajos (o nulos) y sus interfaces de diseño son sencillas de usar, con resultados impactantes.Como veis, tengo mis favoritos para cada etapa. Podríamos usar cualquiera de las herramientas de las que hablé para todas ellas, y eso también estaría bien. Lo importante es que definas tu metodología con el conjunto de herramientas con las que te sientas a gusto y que mejor responda a las necesidades del negocio. Estas necesidades por supuesto pueden evolucionar y cambiar. A veces usaremos varias herramientas y a veces una sola.Empieza la casa por los cimientos, no por el tejado.Antes de decidirnos por una o varias herramientas de visualización de datos para nuestro proyecto, debemos pensar: ¿qué es lo que quiero mostrar? Antes de comenzar a machacar nuestros datos, es importante una buena planificación del proceso, incluyendo un boceto del tablero final. Una vez que tenemos claro los pasos a dar en cada etapa y los requerimientos de cada una, podemos elegir qué herramienta vamos a usar en cada momento del mismo.Algo también importante que debemos tener en cuenta a la hora de diseñar nuestro tablero es el día después de entregarlo: ¿el cliente va a necesitar una licencia o un mantenimiento dedicado del mismo? Si es así, es importante que lo aclaremos cuanto antes, para saber si chequea con las necesidades del negocio. De nada sirve un tablero con aspecto y funcionamiento estelar, si el cliente no quiere pagar por él.
Desde la presentación del Metaverso por parte de Mark Zuckerberg estoy a la vez maravillado e intimidado por la idea de presentar visualizaciones de datos interactivas con realidad virtual.Sea lo que nos depare el futuro, en el presente debemos recordar los tres objetivos de una buena visualización de datos que mencioné al principio: información valiosa, veraz y a tiempo. ¿Qué significa esto? Información valiosa es la que no es posible obtener a simple vista. Nadie va a examinar un archivo de Excel de un millón de celdas, pero podemos convertir ese mastodonte en un tablero que muestre esos datos de forma que en pocos segundos o minutos permita tomar decisiones.Para que la información sea veraz, la etapa de limpieza y estructuración es clave, ya que con ella vamos a dar solidez a nuestros datos. Si los usuarios detectan errores en nuestras visualizaciones, nuestro trabajo va a perder credibilidad y el tablero va a ser descartado como algo útil.Por último queda algo muy importante, ¡entregar a tiempo! Siempre es tentador añadir más información, pero a menudo, menos es más: el objetivo es sintetizar información y en un mundo que cambia a cada minuto, retrasarnos para entregar algo perfecto puede derivar en que la fuente de información deje de tener validez. Por eso recomiendo siempre definir bienantes de empezar qué necesita el usuario, y tener en mente cómo responder a esasnecesidades mostrando la información estrictamente relevante.En conclusión:Vivimos en un mundo confuso, complejo y cambiante. Tomar decisiones es cada vez más desafiante, tanto a nivel global como personal. Sintetizar y visualizar datos de forma que nos muestren de forma sencilla e intuitiva el mejor camino a tomar es una forma en que podemos contribuir para construir.Si te gustaría adentrarte en el mundo de los datos, aprender a procesarlos y analizarlos para tomar mejores decisiones en el negocio, el curso deAnalista de Datoses lo que estás buscando.¡Hacé click en el botón y conocé más sobre tu nuevo desafío!ver curso Analista de datos
.png){kind=small}