Ana arjona -Cómo diseñar una visualización de datos y no morir en el intento.
•Descargar como PPTX, PDF•
0 recomendaciones•209 vistas
Cómo diseñar una visualización de datos y no morir en el intento.
Recomendados
Recomendados
Más contenido relacionado
Similar a Ana arjona -Cómo diseñar una visualización de datos y no morir en el intento.
Similar a Ana arjona -Cómo diseñar una visualización de datos y no morir en el intento. (20)
Más de Databeers Malaga
Más de Databeers Malaga (20)
Último
Último (20)
Ana arjona -Cómo diseñar una visualización de datos y no morir en el intento.
- 1. @DataBeersMLG 7 Marzo 2018 Ana Arjona Cómo diseñar una visualización de datos y no morir en el intento
- 2. Un poco sobre mi Formación Licenciada en Publicidad (UMA) Master en diseño y desarrollo web (Gauss) Actualmente Master en Experiencia de Usuario (UNIR) UX Specialist en ITRS Spain
- 5. Nosotros
- 6. Lo primero es entender a nuestro héroe y su percepción del mundo
- 7. Valores mayores que 1 Dashboard Spy. Intuitive Dashboard Design – Preattentive Variables
- 8. ¿Y ahora? Dashboard Spy. Intuitive Dashboard Design – Preattentive Variables
- 10. A que se enfrenta nuestro héroe • ¿Qué porcentaje representan? 100% Icon design by Freepick from Flaticon ? 100% ?
- 11. ¿Qué ves aquí?
- 12. Principios de la Gestalt
- 13. La memoria Memoria Sensorial Memoria a Corto Plazo o de trabajo Memoria a largo plazo (Conocimiento) Unos pocos segundo 20 - 30 segundos “Permanente” Estímulos Atención Aprendizaje Recuerdo 9 elementos 7 ± elementos “Ilimitada”
- 14. El lado oscuro Carga cognitiva Esfuerzo mental
- 15. ¿Y entonces los gráficos de tarta?
- 16. Problemas del 3D
- 17. Problemas del 3D
- 18. ¿Y ahora como vencemos al lado oscuro?
- 19. Batalla 1 Cherdarchuk, J. (2013). Data Looks Better Naked. Darkhorseanalytics.com
- 20. Batalla 1 Cherdarchuk, J. (2013). Data Looks Better Naked. Darkhorseanalytics.com
- 21. Batalla 1 Cherdarchuk, J. (2013). Data Looks Better Naked. Darkhorseanalytics.com
- 22. Batalla 1 Cherdarchuk, J. (2013). Data Looks Better Naked. Darkhorseanalytics.com
- 23. Batalla 1 Cherdarchuk, J. (2013). Data Looks Better Naked. Darkhorseanalytics.com
- 24. Batalla 1 Cherdarchuk, J. (2013). Data Looks Better Naked. Darkhorseanalytics.com
- 25. Batalla 1 Cherdarchuk, J. (2013). Data Looks Better Naked. Darkhorseanalytics.com
- 26. Batalla 1 Cherdarchuk, J. (2013). Data Looks Better Naked. Darkhorseanalytics.com
- 27. Batalla 1 Cherdarchuk, J. (2013). Data Looks Better Naked. Darkhorseanalytics.com
- 28. Batalla 2
- 29. Batalla 2
- 30. Batalla 3 Nussbaumer, C. (2015) Storytelling with Data
- 31. Recapitulemos
- 32. Antes de la batalla 1. Comprender los datos 2. Conocer a la audiencia 3. Define el propósito de tu visualización
- 33. Durante la batalla • Legible • Simple • Usa un lenguaje directo • Elimina todo lo que no sea necesario
Notas del editor
- Actualmente trabajando en un Sistema de creación de dashboards para la gestión de big data.
- Adaptar nuestro lenguaje Usar gráficos que vayan a entender Usar iconos si son niños por ejemplo
- Que quiere decir esto, que no somos los protagonistas de nuestros gráficos. Los gráficos no sirven para hablar de nosotros. Si no de lo que nuestros héroes necesitan para llevar a cabo sus acciones
- “La carga cognitiva se refiere a la cantidad de recursos necesarios para realizar una tarea; por lo que carga cognitiva puede llamarse también memoria demandada.” “Esfuerzo mental se refiere a la cantidad de capacidad cognitiva que se está utilizando para suplir los requerimientos de la tarea impuesta, este esfuerzo mental refleja la actual carga cognitiva.”
- Como podemos ayudar a nuestro héroe a entender los datos, ofreciéndoselos primero de la manera correcta.
- Original
- Fondos
- Contenido duplicado
- Comprender los datos: ¿Qué variables component el dataset? ¿Cuál es su tipología? ¿Cuál es su relación? Conocer a la audiencia: ¿Cuál es su dominio del tema? ¿Cuál su grado de alfabetización estadística? ¿Cuál es su contexto y objetivos? Define el propósito de tu visualización: Inspirar, explicar, facilitar el análisis… Define la pregunta o problema a resolver: ¿qué tarea de analítica va a posibilitar? Itera y valida tu propuesta con datos reales