Cuando hablamos de Big Data todos pensamos en la problemática de cómo procesar grandes volúmenes de datos. Pero ¿qué hay sobre la visualización de los mismos? Sin duda la forma en que visualizamos estos grandes volúmenes de datos no es trivial, y no la podemos pasar por alto. Aquí les presentamos 3 errores comunes que debemos evitar cuando queremos mostrar datos:
1°) Mostrar todos los datos:
Lamento comunicarles que al usuario final no le importará que tan grande son la cantidad de datos que procesamos, ni el esfuerzo que nos lleva, ni que tan grande es nuestro cluster de Hadoop.
Los clientes y usuarios internos quieren respuestas pertinentes y específicas, y mientras más pronto se puedan obtener esas respuestas, mejor. Mientras le brindemos la información más cercana a lo que necesitan, menos tiempo tendrán que perder en obtener dicha información. Cualquier dato irrelevante que mostremos, hará más difícil encontrar datos relevantes. Todo dato irrelevante generará “ruido” en nuestra información.
Es muy común encontrar ruido en los tableros de comando, donde muchas veces la lógica que se sigue es «¡Mostremos todo!» Un buen tablero debería mostrar solo lo que importa o interesa medir. Debemos dar prioridad a lo importante, lo que es inesperado, y lo que es accionable, y restarle importancia a todo lo demás. Profundizar sobre los datos puede ser importante, pero los tableros no son el lugar para realizar esto.
2°) Mostrar datos incorrectos:
Este error es tan peligroso como el primero. Mostrar subconjuntos de información está muy bien, siempre y cuando las relaciones entre los datos sean relevantes. Si usted se preocupa por las ventas, por ejemplo, es posible que también le preocupen las ventas por región o ventas a través del tiempo. Piense como utilizará estos datos para la toma de decisiones y evalúe si son útiles.
Mostrar varios gráficos fuertemente relacionados puede ser una buena ecuación entre mostrar demasiado en un mismo gráfico o mostrar un gráfico demasiado general. Algunos gráficos claros, con poca información, y relacionados entre sí, son mucho mejor que una única visualización complicada.
3°) Representación pobre de los datos
Incluso cuando seleccionemos los datos correctos, los podemos estar mostrando de una forma equivocada. Los gráficos exóticos son raramente vistos, ya que no funcionan muy bien y son difíciles de comprender. La mayoría de las veces la información a mostrar se resuelve con gráficos de barra o líneas, gráficos de dispersión, y de torta.
Detecte las relaciones claves entre los datos, y considere en poner esos datos en los ejes del gráfico. Agrupe por categoría y luego ordene los datos por tiempo, o magnitud, o importancia. Utilice colores para las categorías, y no magnitudes; se pude usar brillos o saturación para ilustrar una magnitud. Utilice etiquetas y otras marcas de forma selectiva para llamar la atención sin estorbar.
Aquí algunos consejos para un buen diseño: Piense y planifique primero .
La mejor forma de evitar todos estos errores es centrarse primero en sus metas. Antes de decidir cómo realizar sus visualizaciones, hágase las siguientes preguntas, en este orden:
1. ¿Qué acciones necesita realizar para llevar a cabo su negocio (o lo que es lo que importa)?
2. ¿Qué decisiones debe informar (y ¿qué vamos a hacer al respecto)?
3. ¿Qué preguntas necesita hacerse?
4. ¿Qué datos tiene que ver?
5. ¿Cuál es la mejor estructura para revelar las relaciones importantes entre los datos?
6. ¿Qué datos hay que destacar?
Fuente | Information Management
Hola, esto es un comentario.
Para borrar un comentario simplemente accede y revisa los comentarios de la entrada. Ahí tendrás la opción de editarlo o borrarlo.