¿A quién va dirigido?

Reconocer bien el objetivo de la visualización es muy importante para poder elegir diferentes tipos de cuadros de mando, que van desde el analítico, pasando por operacional al conciso ejecutivo.

Hay que preocuparse de incluir solo la información que es relevante. A veces pecamos de, al tener mucha información no querer dejarnos nada fuera, que el cuadro de mando este lleno de numeritos y gráficos que nos despistan y no nos dejan ver que es lo mas importante que necesita ver el cliente. Esto podría ser un dashboard útil en un caso extremo.

Asistencia

57.210

Simplemente la asistencia, el dato que le importa a nuestro cliente. Podríamos presentarle la asistencia con gráficos por sectores, grupos sociales, procedencia, momento del tiempo en el que entraron, tiempo en el evento etc etc.  con lo que finalmente conseguiríamos desviar la atención sobre el dato que realmente importa. “¿Cuánta gente asistió al evento? ¿Fue más o menos que el año pasado?. Lo demás me da igual”

Simplificar todo lo posible y desarrollar una buena estructura nos ayudará a ello, que toda la información esencial sea accesible de inmediato.
El trabajo previo a ponernos manos a la obra con el dashboard es por ello también muy importante. Elección y definición de la información, KPIs que se quieran mostrar y diseñar previamente un boceto del cuadro de mando, podemos usar simplemente lápiz y papel para esto, o herramientas destinadas solo a ello.

Los títulos también hacen su trabajo, nos ayudan a clarificar los bloques, la estructura, y nos sirven de guía.

Para empoderar a los usuarios, una buena manera de hacerlo es usando filtros, permitiendo a los usuarios personalizar cómo se muestran los datos y filtrar el contenido mediante etiquetas, categorías y KPIs. Gráficos clicables, desplegables o clicar en la información deseada en una tabla nos hará seleccionar solo lo que estamos buscando. También los hace interactivos y crea engagement con el usuario.

Colores. La paleta de los colores del cliente le dará el toque corporativo a tu dashboard, para ello es importante seleccionar y sobre todo combinarlos bien para lograr la armonía. En otras ocasiones se decide por utilizar una paleta oscura para respetar la cornea de nuestro cliente o la nuestra si vamos a echar mucho tiempo en la construcción del dashboard, aquí también es importante la selección de las combinaciones. El uso de los colores podría dar para un blog entero, pero os pongo solo un par de ejemplos:

 

El paquete de Viridis, especialmente usado en RStudio ofrece una paleta para hacer bonitas gráficas. Amigable, uniforme y por ejemplo, fácil de leer para personas daltónicas.

Tableau tiene por ejemplo su propia paleta de colores, con colores también amigables y que nos ayudan a diferenciar fácilmente dimensiones y métricas.

Verde para algo positivo o rojo para algo negativo es algo básico. Pero ante la duda mi recomendación es usar siempre el gris, como base o como apoyo para cualquier visualización, neutro y útil para contextos generales.

Antes se ha mencionado la importancia de la estructura a la hora de construir un dashboard. Estamos acostumbrados a mirar una pantalla o una información estática de izquierda a derecha y de arriba hacia abajo.

Por lo cual debemos intentar posicionar y estructura la información en esa dirección y agrupar por bloques los diferentes tipos de información que queramos mostrar. Por ejemplo:

Esto podría ser un boceto que hemos mencionado antes, para empezar a trabajar en el producto final.

Vamos a pasar también un poco por encima de las diferentes formas para representar los datos:

https://github.com/ft-interactive/chart-doctor/tree/master/visual-vocabulary

En la imagen se observan mas de 40 tipos de visualizaciones cada una, elegida para el tipo de información que se quiere ofrecer. Hay ejemplos claros, como el que se pueda usar para una pirámide de población, pero esto es una guía para elegir la forma óptima de representar los datos. A pesar de que cada uno, pueda elegir lo que quiera hay algunos básicos que se recomienda seguir, a modo resumen de la diapositiva que véis mas arriba:

  • Cambios en el tiempo: Lo mas recomendable para representar algo temporal es un evolutivo, líneas temporales o columnas en base al tiempo.
  • Correlación: Gráficos de dispersión o mapas de calor muestran correlaciones entre 2 o mas variables muy rápido. También nos descubre outlayers a primera vista.
  • Distribución de valores: Lo más fácil es usar un histograma pero si queréis darle un toque mas artístico el gráfico de violín también muestra la uniformidad o no del dato.
  • Mostrar la parte de un todo: Aunque a veces son muy criticadas, sino hay muchas variables, un pie chart muestra muy bien las proporciones, así como un treemap. Sino es muy fácil usar un diagrama de barras y diferentes colores para visualizar esto.
  • Flujos: El sankey o diagrama de flujo es (dependiendo la herramienta) fácil de usar y nos mostrara a primera vista las relaciones entre las diferentes métricas.

 

Por último, lo más importante.
Da igual el color, estructura y gráfico que se elija; las estrellas son los datos.
Puede ofrecerse el cuadro de mando perfecto, que no servirá de nada si la información proporcionada no es la correcta.
Por eso es este el proceso previo de limpieza, estructura de los datos, ingesta y correcta definición de las métricas y dimensiones, lo más importante de todo el dashboard. Lo mismo cuando tratamos los datos dentro de las herramientas, en forma de campos calculados, por ejemplo, será clave definir perfectamente las fórmulas, aunque sea un simple ROAS.

 

 

 Enlaces interesantes:

https://www.dataquest.io/blog/what-to-consider-when-choosing-colors-for-data-visualization/

 

https://www.datanovia.com/en/blog/top-r-color-palettes-to-know-for-great-data-visualization/

https://www.40defiebre.com/mejores-herramientas-dashboard-analitica-web

Libro: https://books.google.es/books/about/Storytelling_with_Data.html?id=rRSRCgAAQBAJ&redir_esc=y

 

Adobe colores: https://color.adobe.com/es/create

Compartir: