SlideShare una empresa de Scribd logo
El proceso de análisis y 
explotación de datos en 
proyectos de Business 
Intelligence 
Módulo 03: Construyendo un panel de visualización de 
indicadores clave 
Alex Rayón Jerez 
alex.rayon@urbegi.com 
Octubre, 2014
“Perfection is achieved not 
when there is nothing more to 
add, but when there is nothing 
left to take away” 
Antoine de Saint-Exupery
Narrativa 
+ 
Diseño 
+ 
Estadística
“[...] people almost universally use story 
narratives to represent, reason about, and make 
sense of contexts involving multiple interacting 
agents, using motivations and goals to explain 
both observed and possible future actions. With 
regard to learning analytics, I’m seeing this as how 
it can contribute to the retrospective 
understanding and sharing of what transpired 
within the operational contexts” 
[Zachary2013]
Índice de contenidos 
● Introducción 
● Historia visualización de información 
● Conceptos 
● Proceso de visualización de información 
● Construyendo un Dashboard 
● Errores en la visualización 
● Herramientas y librerías
Índice de contenidos 
● Introducción 
● Historia visualización de información 
● Conceptos 
● Proceso de visualización de información 
● Construyendo un Dashboard 
● Errores en la visualización 
● Herramientas y librerías
Introducción 
● Peligro de perderse con los datos 
o Irrelevante para la tarea que se tiene entre manos 
o Procesado de una manera inapropiada 
o Presentado de una manera inapropiada 
Source: http://www.planetminecraft.com/server/padlens-maze/
Introducción (II)
Introducción (III) 
● Los buenos gráficos… 
o Señalan relaciones, tendencias o patrones 
o Exploran datos para inferir nuevo conocimiento 
o Hace fácil de entender un concepto, idea o hecho 
o Permite observar una realidad desde diferentes 
puntos de vista 
o Permite recordar una idea
Introducción (IV) 
● Es una forma de expresión 
o Como las matemática, la música, la pintura o la 
escritura 
o En consecuencia, tiene una serie de reglas que 
respetar 
Source: http://powerlisting.wikia.com/wiki/Mathematics_Manipulation
Introducción (V) 
A center of excellence
Introducción 
Beneficios 
1) Procesamiento eficiente de información
Introducción 
Beneficios (II) 
2) Relaciones y patrones entre actividades de negocio y 
operaciones 
Fuente: http://www.mediameasurement.com/my-my-a-smoky-eyed-surprise/
Introducción 
Beneficios (III) 
3) Identificar y actuar en tendencias emergentes cuanto antes 
Fuente: http://www.propertyweek.com/emerging-trends-sustainability-given-the-green-light/5065937.article
Introducción 
Beneficios (IV) 
4) Manipular e interactuar directamente con datos 
Fuente: http://blog.visual.ly/interaction-design-for-data-visualizations/
Introducción 
Beneficios (V) 
5) Fortalecer un nuevo lenguaje de negocio 
Fuente: http://www.qualia.hr/businessq/visualize/
Introducción 
Popularidad 
Information is beautiful 
Fuente: http://www.informationisbeautiful.net/visualizations/the-microbescope/
Introducción 
Popularidad (II) 
Vox 
Fuente: http://www.vox.com/2014/10/18/6995441/map-greatest-threat-country
Introducción 
Popularidad (III) 
Politikon: Kiko Llaneras 
Fuente: http://politikon.es/2014/01/30/personas-datos-gimnasios-y-patrones/
Índice de contenidos 
● Introducción 
● Historia visualización de información 
● Conceptos 
● Proceso de visualización de información 
● Construyendo un Dashboard 
● Errores en la visualización 
● Herramientas y librerías
Historia visualización 
Introducción 
Siglo XVIII Siglo XIX Siglo XX 
Joseph Priestley 
William Playfair 
John Snow 
Charles J. Minard 
F. Nightingale 
Jacques Bertin 
John Tukey 
Edward Tufte 
Leland Wilkinson
Historia visualización 
Siglo XVIII: Joseph Priestley 
Source: http://en.wikipedia.org/wiki/A_New_Chart_of_History#mediaviewer/File:A_New_Chart_of_History_color.jpg
Historia visualización 
Siglo XVIII: Joseph Priestley (II) 
● Lectures on History and General 
Policy (1788) 
o A Chart of Biography (1765) 
o A New Chart of History (1769) 
● Preciosas metáforas de una 
dimensión imprecisa y abstracta 
(tiempo) trasladada a una 
concreta (espacio) 
o Pensamiento temporal consume 
recursos cognitivos
Historia visualización 
Siglo XVIII: William Playfair 
Source: http://en.wikipedia.org/wiki/William_Playfair
Historia visualización 
Siglo XIX: John Snow 
Source: http://en.wikipedia.org/wiki/1854_Broad_Street_cholera_outbreak
Historia visualización 
Siglo XIX: Charles J. Minard 
Source: http://en.wikipedia.org/wiki/Charles_Joseph_Minard
Historia visualización 
Siglo XIX: Florence Nightingale 
Source: http://en.wikipedia.org/wiki/Florence_Nightingale
Historia visualización 
Siglo XX: Jacques Bertin 
Source: http://www.amazon.com/Semiology-Graphics-Diagrams-Networks-Maps/dp/1589482611
Historia visualización 
Siglo XX: John W. Tukey 
Source: http://books.google.es/books/about/Exploratory_Data_Analysis.html?id=UT9dAAAAIAAJ&redir_esc=y
Historia visualización 
Siglo XX: Edward R. Tufte 
Source: http://www.edwardtufte.com/tufte/books_vdqi
Historia visualización 
Siglo XX: Leland Wilkinson 
Source: http://www.amazon.com/Grammar-Graphics-Statistics-Computing/dp/0387245448
Historia visualización 
Siglo XX: Leland Wilkinson (II) 
Source: http://www.amazon.com/Grammar-Graphics-Statistics-Computing/dp/0387245448
Aplicaciones para Tenzing 
Actividad BI.03.1. Dimensiones de datos 
● Elegir 4 ó 5 dimensiones de datos para su 
visualización 
● Pensar en todas sus implicaciones 
o Facilidad de actualización 
o Mejor herramienta para visualizar 
o ….
Índice de contenidos 
● Introducción 
● Historia visualización de información 
● Conceptos 
● Proceso de visualización de información 
● Construyendo un Dashboard 
● Errores en la visualización 
● Herramientas y librerías
Conceptos 
Introducción 
● Visualización de datos 
● Visualización de información 
● Geovisualización 
● Visual Analytics 
● Diseño de información 
● Infografías
Conceptos 
Introducción (II) 
● Herramientas cognitivas 
o Extienden el aprendizaje y la percepción humana 
o Fueron inventadas y desarrolladas por nuestros 
antepasados para darle sentido al mundo y actuar 
de manera más efectiva en él 
 Historias que enseñaron a las personas a recordar 
cosas haciendo el conocimiento más interesante 
 Metáforas que permitieron a las persona entender 
una cosa analizándola en términos de otra 
 Oposiciones binarias como bueno/malo que 
ayudaron a las personas a organizar y categorizar 
conocimiento
Conceptos 
Introducción (III) 
Source: http://ierg.net/about/briefguide.html#cogtools
Conceptos 
Introducción (IV) 
Source:http://en.wikipedia.org/wiki/Cognitive_ergonomics
Conceptos 
Visualización de datos 
El uso de representaciones 
visuales e interactivas sobre 
ordenador de elementos 
abstractos para ampliar y 
mejorar el procesamiento 
cognitivo 
[Card1999]
Conceptos 
Visualización de información 
● También conocido como InfoVis 
● Se centra en la visualización de datos 
abstractos no-físicos como datos financieros, 
información de negocio, colecciones de 
documentos y conceptos abstractos 
● Sin embargo, limita mucho el soporte a la 
toma de decisiones [AmarStasko2004] 
o Características limitadas 
o Representaciones predeterminadas 
o Rechazo al determinismo en la toma de decisiones
Conceptos 
Geovisualización 
● Los datos geo-espaciales describen objetos o 
fenómenos que están asociados a una 
localización específica en el mundo real 
Source: http://www.boostlabs.com/why-geovisualization-geographic-visualization-works/
Conceptos 
Visual Analytics 
The science of analytical 
reasoning facilitated by 
interactive visual interfaces 
[ThomasCook2005]
Conceptos 
Visual Analytics (II) 
[Keim2006]
Conceptos 
Visual Analytics (III) 
“Visual analytics is more than just visualization and 
can rather be seen as an integrated approach 
combining visualization, human factors and data 
analysis. [...]integrates methodology from 
information analytics, geospatial analytics, and 
scientific analytics. Especially human factors (e.g., 
interaction, cognition, perception, collaboration, 
presentation, and dissemination) play a key role in 
the communication between human and computer, as 
well as in the decisionmaking process.” 
[Keim2006]
Conceptos 
Visual Analytics (IV) 
● [Sheniderman2002] sugiere combinar el enfoque 
de análisis cuantitativo sobre ordenador (Data 
Mining) con la visualización de información 
● Utilizar herramientas de Visual Analytics para: 
○ Sintetizar información y obtener insights de datos masivos, 
dinámicos, ambiguos y en ocasiones conflictivos 
○ Detectar lo esperado y descubrir lo inesperado 
○ Proveer interpretaciones de datos a tiempo, defendibles y 
entendibles 
○ Comunicar interpretaciones de datos de manera efectiva 
para habilitar la toma de decisiones/acciones
Conceptos 
Visual Analytics (V) 
Interactive 
visualization 
Computational 
analysis 
Analytical 
reasoning
Conceptos 
Visual Analytics (VI) 
● Combinar las fortalezas tanto del procesamiento 
humano como electrónico [Keim2008] 
o Ofrece un procesamiento analítico semi-automático 
o Utiliza las fortalezas de cada enfoque
Conceptos 
Visual Analytics (VII) 
[Verbert2014]
Conceptos 
Diseño de información 
The practice of 
presenting information 
in a way that fosters 
efficient and effective 
understanding of it
Conceptos 
Diseño de información (II) 
Source: http://www.nytimes.com/imagepages/2007/03/17/nyregion/nyregionspecial2/20070318_TRAIN_GRAPHIC.html
Conceptos 
Infografías 
The graphic visual 
representations of data, 
information or knowledge 
intended to present complex 
information quickly and 
clearly
Conceptos 
Infografías (II) 
Source: http://blog.crazyegg.com/2012/02/22/infographics-how-to-strike-the-elusive-balance-between-data-and-visualization/
Conceptos 
Infografías (III) 
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef016760ebbbcd970b-550wi
Conceptos 
Comparación 
Source: http://www.slideshare.net/SookyoungSong/hci-tutorial0212
Índice de contenidos 
● Introducción 
● Historia visualización de información 
● Conceptos 
● Proceso de visualización de información 
● Construyendo un Dashboard 
● Errores en la visualización 
● Herramientas y librerías
Proceso visualización 
Introducción 
The purpose of analytical displays of evidence is to assist thinking. 
Consequently, in constructing displays of evidence, the first question 
is, “What are the thinking tasks that these displays are supposed 
to serve?” The central claim of the book is that effective analytic 
designs entail turning thinking principles into seeing principles. So, if 
the thinking task is to understand causality, the task calls for a 
design principle: “Show causality.” If a thinking task is to answer a 
question and compare it with alternatives, the design principle is: 
“Show comparisons.” The point is that analytical designs are not to 
be decided on their convenience to the user or necessarily their 
readability or what psychologists or decorators think about them; 
rather, design architectures should be decided on how the 
architecture assists analytical thinking about evidence. 
Edward T. Tufte in an interview
Proceso visualización 
Data Visualization Reference Model 
[Chi2000]
Proceso visualización 
Proceso Visual Analytics
Proceso visualización 
Proceso Visual Analytics (II) 
1
Proceso visualización 
Principios 
● Resumen de los principios de Tufte 
o Revelar la verdad 
 Integridad gráfica 
o Hacer de manera efectiva, con claridad, precisión, 
etc. 
 Diseño estético 
“The success of a visualization is based on deep 
knowledge and care about the substance, and the 
quality, relevance and integrity of the content” 
[Tufte1983]
Proceso visualización 
Principios (II) 
● Diseño estético: cinco principios 
o Por encima de todo, mostrar los datos 
o Maximizar el ratio dato-tinta 
o Eliminar todo trazo de tinta que no 
contenga datos 
o Eliminar trazos de tinta redundantes 
o Revisar y editar
Proceso visualización 
Principios (III) 
● Atributos importantes 
o Color 
o Tamaño 
o Orientación 
o Lugar en la página 
o 
Source: http://www.storytellingwithdata.com/2011/10/google-example-preattentive-attributes.html
Proceso visualización 
1) Transformación de datos 
● Codificación del valor 
o Datos univariados 
o Datos bivariados 
o Datos multivariados 
● Codificación la relación 
o Líneas 
o Mapas 
o Diagramas
Proceso visualización 
1) Transformación de datos (II) 
● Codificación del valor 
o Datos univariados 
o Datos bivariados 
o Datos multivariados 
● Codificación la relación 
o Líneas 
o Mapas 
o Diagramas
Proceso visualización 
1) Transformación de datos (III) 
[Shneiderman1996]
Proceso visualización 
1) Transformación de datos (IV) 
Datos univariados 
Los efectos de la variable independiente sobre una única 
variable dependiente 
Data Visualization [Jarvainen2013]
Proceso visualización 
1) Transformación de datos (V) 
Datos bivariados 
Miden la relación entre dos variables 
Ninguna de las variables en estudio es independiente, por lo que el procedimiento no es 
experimental, como en los estudios univariados 
Data Visualization [Jarvainen2013]
Proceso visualización 
1) Transformación de datos (VI) 
Anscombe's quartet 
Source: http://en.wikipedia.org/wiki/Anscombe's_quartet
Proceso visualización 
1) Transformación de datos (VII) 
Datos multivariados 
Analizar simultáneamente conjunto de datos multivariantes en el sentido de que hay varias 
variables medidas para cada individuo u objeto estudiado 
Data Visualization [Jarvainen2013]
Proceso visualización 
1) Transformación de datos (VIII) 
● Codificación del valor 
o Datos univariados 
o Datos bivariados 
o Datos multivariados 
● Codificación la relación 
o Líneas 
o Mapas 
o Diagramas
Proceso visualización 
1) Transformación de datos (IX) 
● Relación 
o Asociación lógica o natural entre dos o más entidades 
o Relevancia de la una en la otra 
o Conexión 
Fuente: http://www.tendencias21.net/estrategar/La-vida-es-relacion_a321.html
Proceso visualización 
1) Transformación de datos (X) 
Red Social 
Las líneas indican 
relación 
Source: http://www.digitaltrainingacademy.com/socialmedia/2009/06/social_networking_map.php
Proceso visualización 
1) Transformación de datos (XI)
Proceso visualización 
1) Transformación de datos (XII) 
Diagrama de Sankey 
Source: http://www.d3noob.org/2013/02/formatting-data-for-sankey-diagrams-in.html
Proceso visualización 
1) Transformación de datos (XIII) 
Source: http://en.wikipedia.org/wiki/Harry_Beck
Proceso visualización 
1) Transformación de datos (XIV) 
A Tour Through the Visualization Zoo 
Source: http://homes.cs.washington.edu/~jheer//files/zoo/
Proceso visualización 
1) Transformación de datos (XV)
Aplicaciones para Tenzing 
Actividad BI.03.2. Codificación del valor y la 
relación 
● Determinar 
o Tipo de datos 
o Tipo de gráfica 
o Tipo de relación 
o ... 
● Justificar la elección
Proceso visualización 
2) Mapeo de datos 
Ranking of elementary perceptual tasks [ClevelandMcGill1985]
Proceso visualización 
2) Mapeo de datos (II) 
● Dos investigadores de AT&T Bell Labs, 
William S. Cleveland y Robert McGill, 
publicaron un artículo central en el Journal of 
the American Statistical Association 
o El título era: “Graphical perception: theory, 
experimentation, and application to the development of 
graphical methods” 
● Propone una guía con las representaciones 
visuales más apropiadas en función del 
objetivo de cada gráfico
Proceso visualización 
2) Mapeo de datos (III) 
“A graphical form that involves 
elementary perceptual tasks that lead to 
more accurate judgements than another 
graphical form (with the same 
quantitative information) will result in a 
better organization and increase the 
chances of a correct perception of 
patterns and behavior.”
Proceso visualización 
2) Mapeo de datos (IV) 
Source: http://www.businessinsider.com/pie-charts-are-the-worst-2013-6 
“Save the pies for 
dessert” 
(Stephen Few)
Proceso visualización 
2) Mapeo de datos (V) 
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0167631df6f7970b-550wi
Proceso visualización 
2) Mapeo de datos (VI) 
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef016302299aa9970d- 
550wi 
En algunas representaciones, 
la precisión no es el 
objetivo, sino la percepción 
de patrones, 
concentraciones, 
agregaciones, tendencias, etc. 
Para estos casos, las formas 
de la parte inferior de la lista 
pueden resultar muy útiles
Proceso visualización 
2) Mapeo de datos (VII)
Proceso visualización 
2) Mapeo de datos (VIII) 
Gráficos descriptivos Gráficos simbólicos 
Source: http://trevorcairney.blogspot.com.es/2010_04_01_archive.html
Proceso visualización 
2) Mapeo de datos (IX) 
● Maria Kozhevnikov, afirma que no todo el 
mundo entiende las representaciones 
estadísticas de manera sencilla 
o Depende de algunos patrones de activación dentro del 
cerebro 
● En uno de sus estudios, expone cómo los 
artistas, arquitectos y científicos los gráficos 
de diferentes maneras
Proceso visualización 
2) Mapeo de datos (X) 
Ranking of perceptual tasks 
[ClevelandMcGill1985]
Proceso visualización 
2) Mapeo de datos (XI) 
Recordando a Tufte: 
“What are the thinking tasks 
that these displays are 
supposed to serve?”
Proceso visualización 
2) Mapeo de datos (XII) 
¿Qué visualización para...? 
1) Comparar números 
2) Mostrar la variación en el tiempo de una magnitud 
3) Mostrar la correlación entre dos variables
Proceso visualización 
2) Mapeo de datos (XIII) 
¿Para comparar números? 
A bar chart 
(Source: http://en.wikipedia.org/wiki/Bar_chart)
Proceso visualización 
2) Mapeo de datos (XIV) 
¿Para comparar números? 
Source: http://www.improving-visualisation.org/img_uploads/2009-03-09_Mon/200939171254.jpg 
?
Proceso visualización 
2) Mapeo de datos (XV) 
¿Para mostrar la variación en el tiempo de una 
magnitud? 
A line chart 
(Source: http://en.wikipedia.org/wiki/Line_graph)
Proceso visualización 
2) Mapeo de datos (XVI) 
¿Para mostrar la correlación entre dos 
variables? 
A scatter plot 
(Source: http://en.wikipedia.org/wiki/Scatter_plot)
Proceso visualización 
2) Mapeo de datos (XVII) 
¿Diferencia entre dos variables? 
o 
Cleveland and McGill, nuestro cerebro tiene problemas comparando 
ángulos, curvas y direcciones → si queremos mostrar la diferencia, debemos 
representar directamente la diferencia
Proceso visualización 
2) Mapeo de datos (XVIII) 
Source: http://www.excelcharts.com/blog/uncommon-knowledge-about-pie-charts/#prettyPhoto[gallery]/0/
Proceso visualización 
2) Mapeo de datos (XIX) 
¿La mejor estrategia? 
Representar los mismos 
datos de diferentes maneras
Proceso visualización 
2) Mapeo de datos (XX) 
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0153903da6ba970b-550wi 
Un mapa 
Gráficos 
Tabla 
numérica
Proceso visualización 
2) Mapeo de datos (XXI) 
Diferentes 
configuraciones de 
visualización 
Filtros (zoom, 
herramienta de 
búsqueda, seleccionar 
datos por continente y 
tamaño) 
Búsqueda en 
profundidad (click en las 
burbujas y enseñar más 
datos, etc.) 
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0153903da6ba970b-550wi
Proceso visualización 
2) Mapeo de datos (XXII) 
Source: http://www.stonesc.com/Vis08_Workshop/DVD/Reijner_submission.pdf
Proceso visualización 
2) Mapeo de datos (XXIII) 
Source: http://apandre.wordpress.com/dataviews/choiceofchart/
Proceso visualización 
2) Mapeo de datos (XXIV) 
Source: http://apandre.wordpress.com/dataviews/choiceofchart/
Proceso visualización 
2) Mapeo de datos (XXV) 
Source: http://www.visual-literacy.org/periodic_table/periodic_table.html
Proceso visualización 
2) Mapeo de datos (XXVI) 
Classification of Visual Data Exploration Techniques [Keim2002]
Aplicaciones para Tenzing 
Actividad BI.03.3. Mapeo de datos 
● Determinar 
o Gráfica para cada dimensión de datos 
o Configuraciones de visualización (filtros, búsqueda en 
profundidad, etc.) 
o Escala de Cleveland y McGill: ¿por qué? 
● Justificar la elección
Índice de contenidos 
● Introducción 
● Historia visualización de información 
● Conceptos 
● Proceso de visualización de información 
● Construyendo un Dashboard 
● Errores en la visualización 
● Herramientas y librerías
Dashboard 
Introducción 
Fundamentales 
Percepción 
Visión 
Color 
Principios 
Técnicas 
Representación 
Presentación 
Interacción 
Aplicaciones 
Dashboards 
Visual 
Analytics
Dashboard 
Introducción (II) 
“Most information dashboards 
that are used in business today 
fall far short of their potential” 
Stephen Few
Dashboard 
Definición 
“A dashboard is a visual display of the 
most important information needed to 
achieve one or more objectives; 
consolidated and arranged on a single 
screen so the information can be 
monitored at a glance” 
[Few2007]
Dashboard 
Características 
● Displays visuales 
● Visualizar información necesaria para 
alcanzar unos objetivos específicos 
● Que se ajuste a una sola pantalla 
● Que se pueda emplear para monitorizar 
información a golpe de ojo 
● Mecanismos de visualización pequeños, 
concisos, claros e intuitivos 
● Personalizados a las necesidades
Dashboard 
Categorías 
Role Strategic, Operational, Analytical 
Type of data Quantitative, Non-quantitative 
Data domain Sales, Finance, Marketing, Manufacturing, Human Resources, Learning, etc. 
Type of measures Balanced Scored Cards, Six Sigma, Non-performance 
Span of data Enterprise wide, Departmental, Individual 
Update frequency Monthly, Weekly, Daily, Hourly, Real-time 
Interactivity Static display, Interactive display 
Mechanisms of 
display 
Primarily graphical, Primarily text, Integration of graphics and text 
Portal functionality Conduit to additional data. No portal functionality
Dashboard 
Errores comunes (II) 
1) Exceder los límites de una sola pantalla 
● La información que aparece en un dashboard 
puede estar fragmentada en una de las 
siguientes dos maneras: 
o Diferentes pantallas a las que hay que navegar 
o Diferentes instancias de una misma visualización a los 
cuales para acceder hay que navegar
Dashboard 
Errores comunes (II) 
2) Ofrecer un contexto inadecuado para los 
datos 
● De este modo, las medidas no serán 
significativas 
3) Visualizar excesivo detalle o precisión 
● Mostrar detalles innecesarios 
4) Elegir una medida no eficiente 
● Utilizar medidas que fallan en expresar de 
manera directa el mensaje que se pretende
Dashboard 
Errores comunes (III) 
5) Elegir un display de visualización 
inapropiado 
● Un problema muy común con los pie charts ;-) 
6) Introducir una variedad gráfica 
innecesaria 
● Exhibir una variedad de displays innecesarios 
7) User displays pobremente diseñados 
● Orden, leyenda, colores claros, etc.
Dashboard 
Errores comunes (IV) 
8) Codificar datos cuantitativos de manera 
imprecisa 
9) Presentar los datos pobremente 
● Los datos más importantes deben ser 
enfatizados 
● Los datos que requieren atención inmediata 
deben destacar 
● Los datos que se deben comparar serán 
presentados y diseñados visualmente de 
manera que favorezca la comparación
Dashboard 
Errores comunes (V) 
10) Enfatizar los datos importantes de 
manera ineficiente 
● Fallar en la diferenciación de datos en función 
de su importancia 
○ Dar el mismo peso a todo lo presentado en la pantalla 
11) Añadir decoraciones innecesarias 
● Aparentar ser algo que no se es 
● Resulta en decoraciones que despistan y resultan inútiles
Dashboard 
Errores comunes (VI) 
12) Abuso del color 
● El abuso del color debilita su poder 
13) Diseñar un display visual no atractivo 
● El reto fundamental de un diseño de 
Dashboard es mostrar efectivamente una gran 
variedad de datos en poco espacio
Dashboard 
Buzzwords 
● Dashboards 
o Presenta información en una manera que resulta fácil 
de leer y de interpretar 
● Key Performance Indicator 
o Éxito o los pasos para llegar al éxito en relación a un 
objetivo
Dashboard 
Visualizaciones de datos interactivas 
Graphic design 
Static 
visualization 
Data analysis
Dashboard 
Visualizaciones de datos interactivas (II) 
Graphic 
design 
User 
interface 
design 
Data analysis 
Interactive 
design 
Exploratory 
Data analysis 
Interactive 
visualization 
Static 
visualization
Dashboard 
Visualizaciones de datos interactivas (III) 
● ¿Cuándo es suficiente una representación 
estática? 
o Escala 
 Muchos puntos de datos 
 Muchas diferentes dimensiones 
o Storytelling 
o Exploración 
o Aprendizaje
Dashboard 
Visualizaciones de datos interactivas (IV) 
● Seleccionar 
● Explorar 
● Reconfigurar 
● Codificar 
● Elaborar 
● Filtrar 
● Conectar
Dashboard 
Visualizaciones de datos interactivas: 1) Seleccionar 
Seleccionar un detalle de un conjunto de datos 
grande para tenerlo controlado 
Source: http://en.wikipedia.org/wiki/Closest_pair_of_points_problem
Dashboard 
Visualizaciones de datos interactivas: 2) Explorar 
● Superar limitaciones de tamaño del display 
● La técnica más común: zoom panorámico
Dashboard 
Visualizaciones de datos interactivas: 3) Reconfigurar 
● Ofrecer una distribución de elementos diferente
Dashboard 
Visualizaciones de datos interactivas: 4) Codificar 
● Cambiar variables visuales: colores, tamaños, 
orientación, fuente, tamaño
Dashboard 
Visualizaciones de datos interactivas: 5) Elaborar 
● Mostrar más o menos detalle: foco + contexto
Dashboard 
Visualizaciones de datos interactivas: 6) Filtrar 
● Filtro: mostrar datos condicionales
Dashboard 
Visualizaciones de datos interactivas: 7) Conectar 
● Mostrar items relacionados: cepillado y enlace
Dashboard 
Interaction framework 
● Continuous interaction 
● Stopped interaction 
● Passive interaction 
● Composite interaction
Dashboard 
Interaction framework (II) 
Continuous interaction
Dashboard 
Interaction framework (III) 
Stopped interaction
Dashboard 
Interaction framework (IV) 
Passive interaction 
Two important aspects of passive interaction: 
1) During typical use of a visualization tool, most 
of the user’s time is spent on passive interaction 
– often involving eye movement 
2) Passive interaction does not imply a static 
representation
Dashboard 
Interaction framework (V) 
Passive interaction
Dashboard 
Interaction framework (VI) 
Composite interaction 
Source: http://vis.berkeley.edu/papers/generalized_selection/
Dashboard 
Pasos 
Fuente: http://www.tableausoftware.com/es-es/ 
trial/tableau-software 
1. Choose metrics that 
matter 
2. Keep it visual 
3. Make it interactive 
4. Keep it current or 
don’t bother 
5. Make it simple to 
access and use
Aplicaciones para Tenzing 
Actividad BI.03.4. Diseñando e 
implementando mi Dashboard 
● ….
Índice de contenidos 
● Introducción 
● Historia visualización de información 
● Conceptos 
● Proceso de visualización de información 
● Construyendo un Dashboard 
● Errores en la visualización 
● Herramientas y librerías
Errores visualización 
Introducción
Errores visualización 
Algunos errores 
¿Problemas?
Errores visualización 
Algunos errores (II) 
● Multidimensionalidad 
● Falta de contexto y 
entendimiento 
○ ¿Son los números 
relevantes? 
○ ¿Qué significan? 
○ ¿Cómo me afectan? 
Una cebolla con una única 
capa
Errores visualización 
Algunos errores (III) 
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0153903125d9970b-550wi 
¿Problemas? 
Intenta identificar 
1) El mayor donante de 2008 
2) El menor donante de 2009 
3) La variación entre 2008 y 
2009 
4) Qué región recibió la mayor 
cantidad de dinero
Errores visualización 
Algunos errores (IV) 
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0153903125d9970b-550wi 
Un mapa no es la mejora 
manera de representar este 
tipo de datos 
Si quiero responder a las 
preguntas anteriores, tengo 
que realizar una búsqueda 
de las cifras, memorizarlas 
y luego compararlas
Errores visualización 
Algunos errores (V) 
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef015390a96894970b-550wi 
¿Problemas? 
Este gráfico intenta revelar el 
tamaño del déficit del Reino 
Unido (el cuadro negro del 
lado derecho) 
¿Ayuda el gráfico a 
contextualizar? 
¿Podemos analizar los datos? 
¿Cómo lo comparamos? 
¿Conocemos las diferencias?
Errores visualización 
Algunos errores (VI) 
Solución 
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef015390a98d8a970b-550wi
Errores visualización 
Algunos errores (VII) 
¿Problemas? 
Los valores de la barra 
debieran empezar en 0 
Source: http://www.qualitydigest.com/inside/quality-insider-article/asci-customer-satisfaction-airlines-remains-low.html
Índice de contenidos 
● Introducción 
● Historia visualización de información 
● Conceptos 
● Proceso de visualización de información 
● Construyendo un Dashboard 
● Errores en la visualización 
● Herramientas y librerías
Herramientas y librerías 
Pentaho Reporting
Herramientas y librerías 
Many Eyes
Herramientas y librerías 
Tableau Public
Herramientas y librerías 
Tableau Public (II) 
● Gratuito 
● 1 GB de almacenamiento 
● Facilidad para embeber en una página web 
● Tableu Public Premium 
o Precio basado en el número de páginas vistas
Herramientas y librerías 
d3.js
Herramientas y librerías 
Highcharts
Herramientas y librerías 
R Studio
Herramientas y librerías 
ggplot2 in R 
An implementation of the Grammar of Graphics 
by Leland Wilkinson 
“In brief, the grammar tells us that a statistical 
graphic is a mapping from data to aesthetic 
attributes (color, shape, size) of geometric objects 
(points, lines, bars). The plot may also contain 
statistical transformations of the data and is 
drawn on a specific coordinate system”
Herramientas y librerías 
ggplot2 in R (II)
Herramientas y librerías 
Google Charts
Herramientas y librerías 
Google Charts (II)
Herramientas y librerías 
Google Fusion Tables
Herramientas y librerías 
Google Fusion Tables (II)
Herramientas y librerías 
Simile Widgets
Herramientas y librerías 
Processing.js
Herramientas y librerías 
NodeXL
Herramientas y librerías 
Spotfire
Herramientas y librerías 
Advizor Analyst
Herramientas y librerías 
Datawatch
Herramientas y librerías 
QlikView
Herramientas y librerías 
Prefuse
Herramientas y librerías 
Protovis
Herramientas y librerías 
Datawrapper
Referencias 
[AmarStasko2005] Amar, R. A., & Stasko, J. T. (2005). Knowledge precepts for design and evaluation of information visualizations. Visualization and 
Computer Graphics, IEEE Transactions on, 11(4), 432-442. 
[Cairo] Alberto Cairo [Online]. URL: https://twitter.com/albertocairo 
[Chi2000] Chi, Ed H. "A taxonomy of visualization techniques using the data state reference model." Information Visualization, 2000. InfoVis 2000. 
IEEE Symposium on. IEEE, 2000. 
[ClevelandMcGill1985] Cleveland, William S., and Robert McGill. "Graphical perception and graphical methods for analyzing scientific data." Science 
229.4716 (1985): 828-833. 
[Few2004] Few, Stephen. "Show me the numbers." Analytics Pres (2004). 
[Few2007] Few, Stephen. "Dashboard confusion revisited." Perceptual Edge (2007). 
[Fry] Ben Fry [Online]. URL: http://benfry.com/ 
[Jarvinen2013] Data visualization [Online]. URL: http://lib.tkk.fi/Lic/2013/urn100763.pdf 
[Keim2006] Keim, D.A.; Mansmann, F. and Schneidewind, J. and Ziegler, H., Challenges in Visual Data Analysis, Proceedings of Information 
Visualization (IV 2006), IEEE, p. 9-16, 2006. 
[Kosslyn] Kosslyn Laboratory [Online]. URL: http://isites.harvard.edu/icb/icb.do?keyword=kosslynlab&pageid=icb.page250946 
[Malamed] Visual Language for Designers: Principles for Creating Graphics that People Understand [Online]. URL: http://www.amazon.com/Visual- 
Language-Designers-Principles-Understand/dp/1592535151 
[Shneiderman1996] Shneiderman, Ben. "The eyes have it: A task by data type taxonomy for information visualizations." Visual Languages, 1996. 
Proceedings., IEEE Symposium on. IEEE, 1996. 
[Shneiderman2002] Shneiderman, B. (2002) Inventing discovery tools: combining information visualization with data mining1. Information 
visualization, 1(1), 5-12. 
[ThomasCook2005] J.J. Thomas and K.A. Cook, "A Visual Analytics Agenda," IEEE Computer Graphics & Applications, vol. 26, pp. 10-13, 2006. 
[Verbert2014a] Visual Analytics [Online]. URL: http://www.slideshare.net/kverbert/in-34471961 
[Yau] Nathan Yau [Online]. URL: http://flowingdata.com/about-nathan/ 
[Zachary2013] Zachary, W., Rosoff, A., Miller, L. C., & Read, S. J. (2013). Context as a Cognitive Process: An Integrative Framework for Supporting 
Decision Making. Paper presented at the STIDS.
Cursos 
KU Leuven [Online]. URL: http://ariadne.cs.kuleuven.be/wiki/index.php/MM-Course1314 
Berkeley [Online]. URL: http://blogs.ischool.berkeley.edu/i247s13/ 
Columbia university [Online]. URL: http://columbiadataviz.wordpress.com/student-work/ 
Information Visualization MOOC [Online]. URL: http://ivmooc.cns.iu.edu/
Recursos adicionales 
http://infosthetics.com/ 
http://visualizing.org 
http://www.visualcomplexity.com/vc/ 
http://visual.ly/ 
http://flowingdata.com 
http://www.infovis-wiki.net
El proceso de análisis y 
explotación de datos en 
proyectos de Business 
Intelligence 
Módulo 03: Construyendo un panel de visualización de 
indicadores clave 
Alex Rayón Jerez 
alex.rayon@urbegi.com 
Octubre, 2014

Más contenido relacionado

Destacado

Customer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big DataCustomer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big Data
Alex Rayón Jerez
 
Marketing intelligence con estrategia omnicanal y Customer Journey
Marketing intelligence con estrategia omnicanal y Customer JourneyMarketing intelligence con estrategia omnicanal y Customer Journey
Marketing intelligence con estrategia omnicanal y Customer Journey
Alex Rayón Jerez
 
Manualidades como forma de expresión ppt
Manualidades como forma de expresión pptManualidades como forma de expresión ppt
Manualidades como forma de expresión ppt
Val_Acosta
 
Tema 10 automatización de la base de datos
Tema 10   automatización de la base de datosTema 10   automatización de la base de datos
Tema 10 automatización de la base de datos
Mª Angeles Vallejo Bernal
 
Herramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructuradosHerramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructurados
Alex Rayón Jerez
 
Series1 - Analisis de series temporales
Series1 - Analisis de series temporalesSeries1 - Analisis de series temporales
Series1 - Analisis de series temporales
Miguel Jerez
 
ESTADÍSTICA Y PROBABILIDADES: Datos y Estadística
ESTADÍSTICA Y PROBABILIDADES: Datos y EstadísticaESTADÍSTICA Y PROBABILIDADES: Datos y Estadística
ESTADÍSTICA Y PROBABILIDADES: Datos y Estadística
Alberto Grados Mitteenn
 
Web semántica
Web semánticaWeb semántica
Web semántica
Karis Jimenes
 
Visualizaciones
VisualizacionesVisualizaciones
Visualizaciones
Carina Novarese
 
Visualizing Data: The 7 stages of data visualization
Visualizing Data: The 7 stages of data visualizationVisualizing Data: The 7 stages of data visualization
Visualizing Data: The 7 stages of data visualization
creyesnav
 
Visualizacion de la Infomación. De los datos al conocimiento.
Visualizacion de la Infomación. De los datos al conocimiento.Visualizacion de la Infomación. De los datos al conocimiento.
Visualizacion de la Infomación. De los datos al conocimiento.
Ignasi Alcalde
 
Role of Visualization in Data Management
Role of Visualization in Data ManagementRole of Visualization in Data Management
Role of Visualization in Data Management
Pawandeep Kaur
 
Gmcghee bayvis meetup_111027
Gmcghee bayvis meetup_111027Gmcghee bayvis meetup_111027
Gmcghee bayvis meetup_111027
Kristen Chan
 
Visualización de la información RDCM
Visualización de la información RDCMVisualización de la información RDCM
Visualización de la información RDCM
Álvaro del Río Valdivieso
 
Graduation project
Graduation projectGraduation project
Graduation project
Moahmed Sweelam
 
Uncertainty Visualization Framework for Improving Situational Awarenes...
Uncertainty Visualization Framework for Improving Situational Awarenes...Uncertainty Visualization Framework for Improving Situational Awarenes...
Uncertainty Visualization Framework for Improving Situational Awarenes...
Leonardo Botega
 
Business intelligence data analytics-visualization
Business intelligence data analytics-visualizationBusiness intelligence data analytics-visualization
Business intelligence data analytics-visualization
Muthu Natarajan
 
CAPA DE PRESENTACIÓN
CAPA DE PRESENTACIÓNCAPA DE PRESENTACIÓN
CAPA DE PRESENTACIÓN
JOse Alberto Alvarez Marines
 
Data Visualization for Business - Pallav Nadhani
Data Visualization for Business - Pallav NadhaniData Visualization for Business - Pallav Nadhani
Data Visualization for Business - Pallav Nadhani
FusionCharts
 
Quiénes somos - DataLab Community
Quiénes somos - DataLab CommunityQuiénes somos - DataLab Community
Quiénes somos - DataLab Community
DataLab Community
 

Destacado (20)

Customer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big DataCustomer Lifetime Value Management con Big Data
Customer Lifetime Value Management con Big Data
 
Marketing intelligence con estrategia omnicanal y Customer Journey
Marketing intelligence con estrategia omnicanal y Customer JourneyMarketing intelligence con estrategia omnicanal y Customer Journey
Marketing intelligence con estrategia omnicanal y Customer Journey
 
Manualidades como forma de expresión ppt
Manualidades como forma de expresión pptManualidades como forma de expresión ppt
Manualidades como forma de expresión ppt
 
Tema 10 automatización de la base de datos
Tema 10   automatización de la base de datosTema 10   automatización de la base de datos
Tema 10 automatización de la base de datos
 
Herramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructuradosHerramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructurados
 
Series1 - Analisis de series temporales
Series1 - Analisis de series temporalesSeries1 - Analisis de series temporales
Series1 - Analisis de series temporales
 
ESTADÍSTICA Y PROBABILIDADES: Datos y Estadística
ESTADÍSTICA Y PROBABILIDADES: Datos y EstadísticaESTADÍSTICA Y PROBABILIDADES: Datos y Estadística
ESTADÍSTICA Y PROBABILIDADES: Datos y Estadística
 
Web semántica
Web semánticaWeb semántica
Web semántica
 
Visualizaciones
VisualizacionesVisualizaciones
Visualizaciones
 
Visualizing Data: The 7 stages of data visualization
Visualizing Data: The 7 stages of data visualizationVisualizing Data: The 7 stages of data visualization
Visualizing Data: The 7 stages of data visualization
 
Visualizacion de la Infomación. De los datos al conocimiento.
Visualizacion de la Infomación. De los datos al conocimiento.Visualizacion de la Infomación. De los datos al conocimiento.
Visualizacion de la Infomación. De los datos al conocimiento.
 
Role of Visualization in Data Management
Role of Visualization in Data ManagementRole of Visualization in Data Management
Role of Visualization in Data Management
 
Gmcghee bayvis meetup_111027
Gmcghee bayvis meetup_111027Gmcghee bayvis meetup_111027
Gmcghee bayvis meetup_111027
 
Visualización de la información RDCM
Visualización de la información RDCMVisualización de la información RDCM
Visualización de la información RDCM
 
Graduation project
Graduation projectGraduation project
Graduation project
 
Uncertainty Visualization Framework for Improving Situational Awarenes...
Uncertainty Visualization Framework for Improving Situational Awarenes...Uncertainty Visualization Framework for Improving Situational Awarenes...
Uncertainty Visualization Framework for Improving Situational Awarenes...
 
Business intelligence data analytics-visualization
Business intelligence data analytics-visualizationBusiness intelligence data analytics-visualization
Business intelligence data analytics-visualization
 
CAPA DE PRESENTACIÓN
CAPA DE PRESENTACIÓNCAPA DE PRESENTACIÓN
CAPA DE PRESENTACIÓN
 
Data Visualization for Business - Pallav Nadhani
Data Visualization for Business - Pallav NadhaniData Visualization for Business - Pallav Nadhani
Data Visualization for Business - Pallav Nadhani
 
Quiénes somos - DataLab Community
Quiénes somos - DataLab CommunityQuiénes somos - DataLab Community
Quiénes somos - DataLab Community
 

Similar a Construyendo un panel de visualización de indicadores clave

La evaluación de las competencias a través de las rúbricas enriquecidas
La evaluación de las competencias a través de las rúbricas enriquecidasLa evaluación de las competencias a través de las rúbricas enriquecidas
La evaluación de las competencias a través de las rúbricas enriquecidas
Alex Rayón Jerez
 
Visualizacion de datos
Visualizacion de datosVisualizacion de datos
Visualizacion de datos
josecuartas
 
Open Data, Big Data y auge del Periodismo de Datos online. Sistemas de repres...
Open Data, Big Data y auge del Periodismo de Datos online. Sistemas de repres...Open Data, Big Data y auge del Periodismo de Datos online. Sistemas de repres...
Open Data, Big Data y auge del Periodismo de Datos online. Sistemas de repres...
María Sánchez González (@cibermarikiya)
 
Presentación I - Construcción 3
Presentación I - Construcción 3Presentación I - Construcción 3
Presentación I - Construcción 3
C. Fattori
 
Arquitectura de la información y mapas de procesos
Arquitectura de la información y mapas de procesosArquitectura de la información y mapas de procesos
Arquitectura de la información y mapas de procesos
Alfredo Alejandro Aguilar
 
Lineamientos para la visualización de datos
Lineamientos para la visualización de datosLineamientos para la visualización de datos
Lineamientos para la visualización de datos
Antonio Bustamante Delon
 
Redes Interculturales
Redes InterculturalesRedes Interculturales
Redes Interculturales
Jaume Albaigès
 
VIII planeacion estrategica y pensamiento estrategico en la sociedad y la eco...
VIII planeacion estrategica y pensamiento estrategico en la sociedad y la eco...VIII planeacion estrategica y pensamiento estrategico en la sociedad y la eco...
VIII planeacion estrategica y pensamiento estrategico en la sociedad y la eco...
Amadeus Pizza
 
Visualizacion información
Visualizacion informaciónVisualizacion información
Visualizacion información
Marga Cabrera Méndez
 
Destinos turísticos inteligentes
Destinos turísticos inteligentesDestinos turísticos inteligentes
Destinos turísticos inteligentes
Javier Blanco
 
Inteligencia empresarial
Inteligencia empresarialInteligencia empresarial
Inteligencia empresarial
Marcos Acosta
 
Venkatesh Resumen
Venkatesh ResumenVenkatesh Resumen
Venkatesh Resumen
Nora Morales
 
Problemas de diseño de información cuantitativa
Problemas de diseño de información cuantitativaProblemas de diseño de información cuantitativa
Problemas de diseño de información cuantitativa
manolitocruam
 
Programa taller v 2015 a
Programa taller v   2015 a Programa taller v   2015 a
Programa taller v 2015 a
Andrea Argote
 
Gestión del conocimiento en la era digital
Gestión del conocimiento en la era digitalGestión del conocimiento en la era digital
Gestión del conocimiento en la era digital
Grial - University of Salamanca
 
Arquitectura de la información y Recuperación de Información
Arquitectura de la información y Recuperación de InformaciónArquitectura de la información y Recuperación de Información
Arquitectura de la información y Recuperación de Información
isabelre
 
Open Data in the world of Science” by Dr. Claudio Gutiérrez
Open Data in the world of Science” by Dr. Claudio GutiérrezOpen Data in the world of Science” by Dr. Claudio Gutiérrez
Open Data in the world of Science” by Dr. Claudio Gutiérrez
LEARN Project
 
Organizar Informacion
Organizar InformacionOrganizar Informacion
Organizar Informacion
iConstruye
 
Curso de Verano "Datos y Gobierno Abierto" Alberto Ortiz de Zárate
Curso de Verano "Datos y Gobierno Abierto" Alberto Ortiz de ZárateCurso de Verano "Datos y Gobierno Abierto" Alberto Ortiz de Zárate
Curso de Verano "Datos y Gobierno Abierto" Alberto Ortiz de Zárate
Aragón Open Data
 
Cómo crear una línea de tiempo. Por Daniel López Prieri.
Cómo crear una línea de tiempo. Por Daniel López Prieri.Cómo crear una línea de tiempo. Por Daniel López Prieri.
Cómo crear una línea de tiempo. Por Daniel López Prieri.
Daniel López Prieri
 

Similar a Construyendo un panel de visualización de indicadores clave (20)

La evaluación de las competencias a través de las rúbricas enriquecidas
La evaluación de las competencias a través de las rúbricas enriquecidasLa evaluación de las competencias a través de las rúbricas enriquecidas
La evaluación de las competencias a través de las rúbricas enriquecidas
 
Visualizacion de datos
Visualizacion de datosVisualizacion de datos
Visualizacion de datos
 
Open Data, Big Data y auge del Periodismo de Datos online. Sistemas de repres...
Open Data, Big Data y auge del Periodismo de Datos online. Sistemas de repres...Open Data, Big Data y auge del Periodismo de Datos online. Sistemas de repres...
Open Data, Big Data y auge del Periodismo de Datos online. Sistemas de repres...
 
Presentación I - Construcción 3
Presentación I - Construcción 3Presentación I - Construcción 3
Presentación I - Construcción 3
 
Arquitectura de la información y mapas de procesos
Arquitectura de la información y mapas de procesosArquitectura de la información y mapas de procesos
Arquitectura de la información y mapas de procesos
 
Lineamientos para la visualización de datos
Lineamientos para la visualización de datosLineamientos para la visualización de datos
Lineamientos para la visualización de datos
 
Redes Interculturales
Redes InterculturalesRedes Interculturales
Redes Interculturales
 
VIII planeacion estrategica y pensamiento estrategico en la sociedad y la eco...
VIII planeacion estrategica y pensamiento estrategico en la sociedad y la eco...VIII planeacion estrategica y pensamiento estrategico en la sociedad y la eco...
VIII planeacion estrategica y pensamiento estrategico en la sociedad y la eco...
 
Visualizacion información
Visualizacion informaciónVisualizacion información
Visualizacion información
 
Destinos turísticos inteligentes
Destinos turísticos inteligentesDestinos turísticos inteligentes
Destinos turísticos inteligentes
 
Inteligencia empresarial
Inteligencia empresarialInteligencia empresarial
Inteligencia empresarial
 
Venkatesh Resumen
Venkatesh ResumenVenkatesh Resumen
Venkatesh Resumen
 
Problemas de diseño de información cuantitativa
Problemas de diseño de información cuantitativaProblemas de diseño de información cuantitativa
Problemas de diseño de información cuantitativa
 
Programa taller v 2015 a
Programa taller v   2015 a Programa taller v   2015 a
Programa taller v 2015 a
 
Gestión del conocimiento en la era digital
Gestión del conocimiento en la era digitalGestión del conocimiento en la era digital
Gestión del conocimiento en la era digital
 
Arquitectura de la información y Recuperación de Información
Arquitectura de la información y Recuperación de InformaciónArquitectura de la información y Recuperación de Información
Arquitectura de la información y Recuperación de Información
 
Open Data in the world of Science” by Dr. Claudio Gutiérrez
Open Data in the world of Science” by Dr. Claudio GutiérrezOpen Data in the world of Science” by Dr. Claudio Gutiérrez
Open Data in the world of Science” by Dr. Claudio Gutiérrez
 
Organizar Informacion
Organizar InformacionOrganizar Informacion
Organizar Informacion
 
Curso de Verano "Datos y Gobierno Abierto" Alberto Ortiz de Zárate
Curso de Verano "Datos y Gobierno Abierto" Alberto Ortiz de ZárateCurso de Verano "Datos y Gobierno Abierto" Alberto Ortiz de Zárate
Curso de Verano "Datos y Gobierno Abierto" Alberto Ortiz de Zárate
 
Cómo crear una línea de tiempo. Por Daniel López Prieri.
Cómo crear una línea de tiempo. Por Daniel López Prieri.Cómo crear una línea de tiempo. Por Daniel López Prieri.
Cómo crear una línea de tiempo. Por Daniel López Prieri.
 

Más de Alex Rayón Jerez

El Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligenceEl Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligence
Alex Rayón Jerez
 
Aplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresaAplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresa
Alex Rayón Jerez
 
Análisis de Redes Sociales (Social Network Analysis) y Text Mining
Análisis de Redes Sociales (Social Network Analysis) y Text MiningAnálisis de Redes Sociales (Social Network Analysis) y Text Mining
Análisis de Redes Sociales (Social Network Analysis) y Text Mining
Alex Rayón Jerez
 
Modelos de propensión en la era del Big Data
Modelos de propensión en la era del Big DataModelos de propensión en la era del Big Data
Modelos de propensión en la era del Big Data
Alex Rayón Jerez
 
Big Data: the Management Revolution
Big Data: the Management RevolutionBig Data: the Management Revolution
Big Data: the Management Revolution
Alex Rayón Jerez
 
Optimización de procesos con el Big Data
Optimización de procesos con el Big DataOptimización de procesos con el Big Data
Optimización de procesos con el Big Data
Alex Rayón Jerez
 
La economía del dato: transformando sectores, generando oportunidades
La economía del dato: transformando sectores, generando oportunidadesLa economía del dato: transformando sectores, generando oportunidades
La economía del dato: transformando sectores, generando oportunidades
Alex Rayón Jerez
 
Cómo crecer, ser más eficiente y competitivo a través del Big Data
Cómo crecer, ser más eficiente y competitivo a través del Big DataCómo crecer, ser más eficiente y competitivo a través del Big Data
Cómo crecer, ser más eficiente y competitivo a través del Big Data
Alex Rayón Jerez
 
Búsqueda, organización y presentación de recursos de aprendizaje
Búsqueda, organización y presentación de recursos de aprendizajeBúsqueda, organización y presentación de recursos de aprendizaje
Búsqueda, organización y presentación de recursos de aprendizaje
Alex Rayón Jerez
 
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Alex Rayón Jerez
 
Fomentando la colaboración en el aula a través de herramientas sociales
Fomentando la colaboración en el aula a través de herramientas socialesFomentando la colaboración en el aula a través de herramientas sociales
Fomentando la colaboración en el aula a través de herramientas sociales
Alex Rayón Jerez
 
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Alex Rayón Jerez
 
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
Alex Rayón Jerez
 
Marketing intelligence: Optimizando la estrategia a través del Big Data
Marketing intelligence: Optimizando la estrategia a través del Big DataMarketing intelligence: Optimizando la estrategia a través del Big Data
Marketing intelligence: Optimizando la estrategia a través del Big Data
Alex Rayón Jerez
 
Profesiones de mañana para trabajar hoy
Profesiones de mañana para trabajar hoyProfesiones de mañana para trabajar hoy
Profesiones de mañana para trabajar hoy
Alex Rayón Jerez
 
Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...
Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...
Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...
Alex Rayón Jerez
 
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Alex Rayón Jerez
 
Yo como persona emprendedora
Yo como persona emprendedoraYo como persona emprendedora
Yo como persona emprendedora
Alex Rayón Jerez
 
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Alex Rayón Jerez
 
La transformación digital del sector financiero
La transformación digital del sector financieroLa transformación digital del sector financiero
La transformación digital del sector financiero
Alex Rayón Jerez
 

Más de Alex Rayón Jerez (20)

El Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligenceEl Big Data en la dirección comercial: market(ing) intelligence
El Big Data en la dirección comercial: market(ing) intelligence
 
Aplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresaAplicación del Big Data a la mejora de la competitividad de la empresa
Aplicación del Big Data a la mejora de la competitividad de la empresa
 
Análisis de Redes Sociales (Social Network Analysis) y Text Mining
Análisis de Redes Sociales (Social Network Analysis) y Text MiningAnálisis de Redes Sociales (Social Network Analysis) y Text Mining
Análisis de Redes Sociales (Social Network Analysis) y Text Mining
 
Modelos de propensión en la era del Big Data
Modelos de propensión en la era del Big DataModelos de propensión en la era del Big Data
Modelos de propensión en la era del Big Data
 
Big Data: the Management Revolution
Big Data: the Management RevolutionBig Data: the Management Revolution
Big Data: the Management Revolution
 
Optimización de procesos con el Big Data
Optimización de procesos con el Big DataOptimización de procesos con el Big Data
Optimización de procesos con el Big Data
 
La economía del dato: transformando sectores, generando oportunidades
La economía del dato: transformando sectores, generando oportunidadesLa economía del dato: transformando sectores, generando oportunidades
La economía del dato: transformando sectores, generando oportunidades
 
Cómo crecer, ser más eficiente y competitivo a través del Big Data
Cómo crecer, ser más eficiente y competitivo a través del Big DataCómo crecer, ser más eficiente y competitivo a través del Big Data
Cómo crecer, ser más eficiente y competitivo a través del Big Data
 
Búsqueda, organización y presentación de recursos de aprendizaje
Búsqueda, organización y presentación de recursos de aprendizajeBúsqueda, organización y presentación de recursos de aprendizaje
Búsqueda, organización y presentación de recursos de aprendizaje
 
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...
 
Fomentando la colaboración en el aula a través de herramientas sociales
Fomentando la colaboración en el aula a través de herramientas socialesFomentando la colaboración en el aula a través de herramientas sociales
Fomentando la colaboración en el aula a través de herramientas sociales
 
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...
 
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?
 
Marketing intelligence: Optimizando la estrategia a través del Big Data
Marketing intelligence: Optimizando la estrategia a través del Big DataMarketing intelligence: Optimizando la estrategia a través del Big Data
Marketing intelligence: Optimizando la estrategia a través del Big Data
 
Profesiones de mañana para trabajar hoy
Profesiones de mañana para trabajar hoyProfesiones de mañana para trabajar hoy
Profesiones de mañana para trabajar hoy
 
Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...
Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...
Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...
 
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...
 
Yo como persona emprendedora
Yo como persona emprendedoraYo como persona emprendedora
Yo como persona emprendedora
 
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
Smart Data para la mejora de la educación y sus procesos de enseñanza aprendi...
 
La transformación digital del sector financiero
La transformación digital del sector financieroLa transformación digital del sector financiero
La transformación digital del sector financiero
 

Último

S07_s1 - Fase A Arquitectura Empresarial.pdf
S07_s1 - Fase A Arquitectura Empresarial.pdfS07_s1 - Fase A Arquitectura Empresarial.pdf
S07_s1 - Fase A Arquitectura Empresarial.pdf
ccpatrick16
 
Rendición de Encargos.pptxvvvhbbbbhhjj88
Rendición de Encargos.pptxvvvhbbbbhhjj88Rendición de Encargos.pptxvvvhbbbbhhjj88
Rendición de Encargos.pptxvvvhbbbbhhjj88
CesarCahue3
 
Valor que revierte al vendedor de la mercadería exportada
Valor que revierte al vendedor de la mercadería exportadaValor que revierte al vendedor de la mercadería exportada
Valor que revierte al vendedor de la mercadería exportada
Instituto de Capacitacion Aduanera
 
El-Codigo-De-La-Abundancia para todos.pdf
El-Codigo-De-La-Abundancia para todos.pdfEl-Codigo-De-La-Abundancia para todos.pdf
El-Codigo-De-La-Abundancia para todos.pdf
AshliMack
 
Fases del Proceso Administrativo en la teoria de decisiones
Fases del Proceso Administrativo en la teoria de decisionesFases del Proceso Administrativo en la teoria de decisiones
Fases del Proceso Administrativo en la teoria de decisiones
JUAN CARLOS KLENNER BRICEÑO
 
Ejercicio de Contabilidad Segundo A Nocturno I y II Hemisemestre-2.pdf
Ejercicio de Contabilidad Segundo A Nocturno I y II Hemisemestre-2.pdfEjercicio de Contabilidad Segundo A Nocturno I y II Hemisemestre-2.pdf
Ejercicio de Contabilidad Segundo A Nocturno I y II Hemisemestre-2.pdf
MelisitaaQuionez
 
METODOS DE VALUACIÓN DE INVENTARIOS.pptx
METODOS DE VALUACIÓN DE INVENTARIOS.pptxMETODOS DE VALUACIÓN DE INVENTARIOS.pptx
METODOS DE VALUACIÓN DE INVENTARIOS.pptx
BrendaRub1
 
INTRODUCCION A LA ADMINISTRACION - SERGIO HERNANDEZ.pdf
INTRODUCCION A LA ADMINISTRACION - SERGIO HERNANDEZ.pdfINTRODUCCION A LA ADMINISTRACION - SERGIO HERNANDEZ.pdf
INTRODUCCION A LA ADMINISTRACION - SERGIO HERNANDEZ.pdf
ildivo69
 
Actividad Sumativa #2 Realizado por Luis Leal..pptx
Actividad Sumativa #2 Realizado por Luis Leal..pptxActividad Sumativa #2 Realizado por Luis Leal..pptx
Actividad Sumativa #2 Realizado por Luis Leal..pptx
luis95466
 
El sistema financiero mexicano PRESENTACIÓN
El sistema financiero mexicano PRESENTACIÓNEl sistema financiero mexicano PRESENTACIÓN
El sistema financiero mexicano PRESENTACIÓN
ArielFItzAlcal
 
Evolución de la mercadotecnia y selección del producto en la empresa KFC
Evolución de la mercadotecnia y selección del producto en la empresa KFCEvolución de la mercadotecnia y selección del producto en la empresa KFC
Evolución de la mercadotecnia y selección del producto en la empresa KFC
AndrobertoAlva
 
ADMI. ESTRATEGICA Y TAREAS de estrategia empresarial.pdf
ADMI. ESTRATEGICA Y TAREAS de estrategia empresarial.pdfADMI. ESTRATEGICA Y TAREAS de estrategia empresarial.pdf
ADMI. ESTRATEGICA Y TAREAS de estrategia empresarial.pdf
ssuser4224c4
 
CARTA CEVICHON restaunrante ceviche y mariscos
CARTA CEVICHON restaunrante ceviche y mariscosCARTA CEVICHON restaunrante ceviche y mariscos
CARTA CEVICHON restaunrante ceviche y mariscos
JorgeCruz476458
 
Glosario de Terminos de la Revolucion Rusa
Glosario de Terminos de la Revolucion RusaGlosario de Terminos de la Revolucion Rusa
Glosario de Terminos de la Revolucion Rusa
WelingtonOmarSanchez
 
Descripción breve de las distintas áreas de la empresa
Descripción breve de las distintas áreas de la empresaDescripción breve de las distintas áreas de la empresa
Descripción breve de las distintas áreas de la empresa
robertolagos14
 
TAREA DE EPT.pptx ff4f4effffffffffffffffffffffffffffffff
TAREA DE EPT.pptx ff4f4effffffffffffffffffffffffffffffffTAREA DE EPT.pptx ff4f4effffffffffffffffffffffffffffffff
TAREA DE EPT.pptx ff4f4effffffffffffffffffffffffffffffff
GeoffreySarmiento
 
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOSEJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
ArquitecturaClculoCe
 
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIACATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
Fernando Tellado
 
PRESUPUESTO-POR-AREAS-DE-RESPONSABILIDAD.pptx
PRESUPUESTO-POR-AREAS-DE-RESPONSABILIDAD.pptxPRESUPUESTO-POR-AREAS-DE-RESPONSABILIDAD.pptx
PRESUPUESTO-POR-AREAS-DE-RESPONSABILIDAD.pptx
BrendaRiverameneses
 
Presentación Rendición Cuentas 2023 SRI.pdf
Presentación Rendición Cuentas 2023 SRI.pdfPresentación Rendición Cuentas 2023 SRI.pdf
Presentación Rendición Cuentas 2023 SRI.pdf
Galo397536
 

Último (20)

S07_s1 - Fase A Arquitectura Empresarial.pdf
S07_s1 - Fase A Arquitectura Empresarial.pdfS07_s1 - Fase A Arquitectura Empresarial.pdf
S07_s1 - Fase A Arquitectura Empresarial.pdf
 
Rendición de Encargos.pptxvvvhbbbbhhjj88
Rendición de Encargos.pptxvvvhbbbbhhjj88Rendición de Encargos.pptxvvvhbbbbhhjj88
Rendición de Encargos.pptxvvvhbbbbhhjj88
 
Valor que revierte al vendedor de la mercadería exportada
Valor que revierte al vendedor de la mercadería exportadaValor que revierte al vendedor de la mercadería exportada
Valor que revierte al vendedor de la mercadería exportada
 
El-Codigo-De-La-Abundancia para todos.pdf
El-Codigo-De-La-Abundancia para todos.pdfEl-Codigo-De-La-Abundancia para todos.pdf
El-Codigo-De-La-Abundancia para todos.pdf
 
Fases del Proceso Administrativo en la teoria de decisiones
Fases del Proceso Administrativo en la teoria de decisionesFases del Proceso Administrativo en la teoria de decisiones
Fases del Proceso Administrativo en la teoria de decisiones
 
Ejercicio de Contabilidad Segundo A Nocturno I y II Hemisemestre-2.pdf
Ejercicio de Contabilidad Segundo A Nocturno I y II Hemisemestre-2.pdfEjercicio de Contabilidad Segundo A Nocturno I y II Hemisemestre-2.pdf
Ejercicio de Contabilidad Segundo A Nocturno I y II Hemisemestre-2.pdf
 
METODOS DE VALUACIÓN DE INVENTARIOS.pptx
METODOS DE VALUACIÓN DE INVENTARIOS.pptxMETODOS DE VALUACIÓN DE INVENTARIOS.pptx
METODOS DE VALUACIÓN DE INVENTARIOS.pptx
 
INTRODUCCION A LA ADMINISTRACION - SERGIO HERNANDEZ.pdf
INTRODUCCION A LA ADMINISTRACION - SERGIO HERNANDEZ.pdfINTRODUCCION A LA ADMINISTRACION - SERGIO HERNANDEZ.pdf
INTRODUCCION A LA ADMINISTRACION - SERGIO HERNANDEZ.pdf
 
Actividad Sumativa #2 Realizado por Luis Leal..pptx
Actividad Sumativa #2 Realizado por Luis Leal..pptxActividad Sumativa #2 Realizado por Luis Leal..pptx
Actividad Sumativa #2 Realizado por Luis Leal..pptx
 
El sistema financiero mexicano PRESENTACIÓN
El sistema financiero mexicano PRESENTACIÓNEl sistema financiero mexicano PRESENTACIÓN
El sistema financiero mexicano PRESENTACIÓN
 
Evolución de la mercadotecnia y selección del producto en la empresa KFC
Evolución de la mercadotecnia y selección del producto en la empresa KFCEvolución de la mercadotecnia y selección del producto en la empresa KFC
Evolución de la mercadotecnia y selección del producto en la empresa KFC
 
ADMI. ESTRATEGICA Y TAREAS de estrategia empresarial.pdf
ADMI. ESTRATEGICA Y TAREAS de estrategia empresarial.pdfADMI. ESTRATEGICA Y TAREAS de estrategia empresarial.pdf
ADMI. ESTRATEGICA Y TAREAS de estrategia empresarial.pdf
 
CARTA CEVICHON restaunrante ceviche y mariscos
CARTA CEVICHON restaunrante ceviche y mariscosCARTA CEVICHON restaunrante ceviche y mariscos
CARTA CEVICHON restaunrante ceviche y mariscos
 
Glosario de Terminos de la Revolucion Rusa
Glosario de Terminos de la Revolucion RusaGlosario de Terminos de la Revolucion Rusa
Glosario de Terminos de la Revolucion Rusa
 
Descripción breve de las distintas áreas de la empresa
Descripción breve de las distintas áreas de la empresaDescripción breve de las distintas áreas de la empresa
Descripción breve de las distintas áreas de la empresa
 
TAREA DE EPT.pptx ff4f4effffffffffffffffffffffffffffffff
TAREA DE EPT.pptx ff4f4effffffffffffffffffffffffffffffffTAREA DE EPT.pptx ff4f4effffffffffffffffffffffffffffffff
TAREA DE EPT.pptx ff4f4effffffffffffffffffffffffffffffff
 
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOSEJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
EJEMPLO SOLICITUD CERTIFICADO DE INFORMES PREVIOS
 
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIACATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
CATALOGO 2024 ABRATOOLS - ABRASIVOS Y MAQUINTARIA
 
PRESUPUESTO-POR-AREAS-DE-RESPONSABILIDAD.pptx
PRESUPUESTO-POR-AREAS-DE-RESPONSABILIDAD.pptxPRESUPUESTO-POR-AREAS-DE-RESPONSABILIDAD.pptx
PRESUPUESTO-POR-AREAS-DE-RESPONSABILIDAD.pptx
 
Presentación Rendición Cuentas 2023 SRI.pdf
Presentación Rendición Cuentas 2023 SRI.pdfPresentación Rendición Cuentas 2023 SRI.pdf
Presentación Rendición Cuentas 2023 SRI.pdf
 

Construyendo un panel de visualización de indicadores clave

  • 1. El proceso de análisis y explotación de datos en proyectos de Business Intelligence Módulo 03: Construyendo un panel de visualización de indicadores clave Alex Rayón Jerez alex.rayon@urbegi.com Octubre, 2014
  • 2. “Perfection is achieved not when there is nothing more to add, but when there is nothing left to take away” Antoine de Saint-Exupery
  • 3. Narrativa + Diseño + Estadística
  • 4. “[...] people almost universally use story narratives to represent, reason about, and make sense of contexts involving multiple interacting agents, using motivations and goals to explain both observed and possible future actions. With regard to learning analytics, I’m seeing this as how it can contribute to the retrospective understanding and sharing of what transpired within the operational contexts” [Zachary2013]
  • 5. Índice de contenidos ● Introducción ● Historia visualización de información ● Conceptos ● Proceso de visualización de información ● Construyendo un Dashboard ● Errores en la visualización ● Herramientas y librerías
  • 6. Índice de contenidos ● Introducción ● Historia visualización de información ● Conceptos ● Proceso de visualización de información ● Construyendo un Dashboard ● Errores en la visualización ● Herramientas y librerías
  • 7. Introducción ● Peligro de perderse con los datos o Irrelevante para la tarea que se tiene entre manos o Procesado de una manera inapropiada o Presentado de una manera inapropiada Source: http://www.planetminecraft.com/server/padlens-maze/
  • 9. Introducción (III) ● Los buenos gráficos… o Señalan relaciones, tendencias o patrones o Exploran datos para inferir nuevo conocimiento o Hace fácil de entender un concepto, idea o hecho o Permite observar una realidad desde diferentes puntos de vista o Permite recordar una idea
  • 10. Introducción (IV) ● Es una forma de expresión o Como las matemática, la música, la pintura o la escritura o En consecuencia, tiene una serie de reglas que respetar Source: http://powerlisting.wikia.com/wiki/Mathematics_Manipulation
  • 11. Introducción (V) A center of excellence
  • 12. Introducción Beneficios 1) Procesamiento eficiente de información
  • 13. Introducción Beneficios (II) 2) Relaciones y patrones entre actividades de negocio y operaciones Fuente: http://www.mediameasurement.com/my-my-a-smoky-eyed-surprise/
  • 14. Introducción Beneficios (III) 3) Identificar y actuar en tendencias emergentes cuanto antes Fuente: http://www.propertyweek.com/emerging-trends-sustainability-given-the-green-light/5065937.article
  • 15. Introducción Beneficios (IV) 4) Manipular e interactuar directamente con datos Fuente: http://blog.visual.ly/interaction-design-for-data-visualizations/
  • 16. Introducción Beneficios (V) 5) Fortalecer un nuevo lenguaje de negocio Fuente: http://www.qualia.hr/businessq/visualize/
  • 17. Introducción Popularidad Information is beautiful Fuente: http://www.informationisbeautiful.net/visualizations/the-microbescope/
  • 18. Introducción Popularidad (II) Vox Fuente: http://www.vox.com/2014/10/18/6995441/map-greatest-threat-country
  • 19. Introducción Popularidad (III) Politikon: Kiko Llaneras Fuente: http://politikon.es/2014/01/30/personas-datos-gimnasios-y-patrones/
  • 20. Índice de contenidos ● Introducción ● Historia visualización de información ● Conceptos ● Proceso de visualización de información ● Construyendo un Dashboard ● Errores en la visualización ● Herramientas y librerías
  • 21. Historia visualización Introducción Siglo XVIII Siglo XIX Siglo XX Joseph Priestley William Playfair John Snow Charles J. Minard F. Nightingale Jacques Bertin John Tukey Edward Tufte Leland Wilkinson
  • 22. Historia visualización Siglo XVIII: Joseph Priestley Source: http://en.wikipedia.org/wiki/A_New_Chart_of_History#mediaviewer/File:A_New_Chart_of_History_color.jpg
  • 23. Historia visualización Siglo XVIII: Joseph Priestley (II) ● Lectures on History and General Policy (1788) o A Chart of Biography (1765) o A New Chart of History (1769) ● Preciosas metáforas de una dimensión imprecisa y abstracta (tiempo) trasladada a una concreta (espacio) o Pensamiento temporal consume recursos cognitivos
  • 24. Historia visualización Siglo XVIII: William Playfair Source: http://en.wikipedia.org/wiki/William_Playfair
  • 25. Historia visualización Siglo XIX: John Snow Source: http://en.wikipedia.org/wiki/1854_Broad_Street_cholera_outbreak
  • 26. Historia visualización Siglo XIX: Charles J. Minard Source: http://en.wikipedia.org/wiki/Charles_Joseph_Minard
  • 27. Historia visualización Siglo XIX: Florence Nightingale Source: http://en.wikipedia.org/wiki/Florence_Nightingale
  • 28. Historia visualización Siglo XX: Jacques Bertin Source: http://www.amazon.com/Semiology-Graphics-Diagrams-Networks-Maps/dp/1589482611
  • 29. Historia visualización Siglo XX: John W. Tukey Source: http://books.google.es/books/about/Exploratory_Data_Analysis.html?id=UT9dAAAAIAAJ&redir_esc=y
  • 30. Historia visualización Siglo XX: Edward R. Tufte Source: http://www.edwardtufte.com/tufte/books_vdqi
  • 31. Historia visualización Siglo XX: Leland Wilkinson Source: http://www.amazon.com/Grammar-Graphics-Statistics-Computing/dp/0387245448
  • 32. Historia visualización Siglo XX: Leland Wilkinson (II) Source: http://www.amazon.com/Grammar-Graphics-Statistics-Computing/dp/0387245448
  • 33. Aplicaciones para Tenzing Actividad BI.03.1. Dimensiones de datos ● Elegir 4 ó 5 dimensiones de datos para su visualización ● Pensar en todas sus implicaciones o Facilidad de actualización o Mejor herramienta para visualizar o ….
  • 34. Índice de contenidos ● Introducción ● Historia visualización de información ● Conceptos ● Proceso de visualización de información ● Construyendo un Dashboard ● Errores en la visualización ● Herramientas y librerías
  • 35. Conceptos Introducción ● Visualización de datos ● Visualización de información ● Geovisualización ● Visual Analytics ● Diseño de información ● Infografías
  • 36. Conceptos Introducción (II) ● Herramientas cognitivas o Extienden el aprendizaje y la percepción humana o Fueron inventadas y desarrolladas por nuestros antepasados para darle sentido al mundo y actuar de manera más efectiva en él  Historias que enseñaron a las personas a recordar cosas haciendo el conocimiento más interesante  Metáforas que permitieron a las persona entender una cosa analizándola en términos de otra  Oposiciones binarias como bueno/malo que ayudaron a las personas a organizar y categorizar conocimiento
  • 37. Conceptos Introducción (III) Source: http://ierg.net/about/briefguide.html#cogtools
  • 38. Conceptos Introducción (IV) Source:http://en.wikipedia.org/wiki/Cognitive_ergonomics
  • 39. Conceptos Visualización de datos El uso de representaciones visuales e interactivas sobre ordenador de elementos abstractos para ampliar y mejorar el procesamiento cognitivo [Card1999]
  • 40. Conceptos Visualización de información ● También conocido como InfoVis ● Se centra en la visualización de datos abstractos no-físicos como datos financieros, información de negocio, colecciones de documentos y conceptos abstractos ● Sin embargo, limita mucho el soporte a la toma de decisiones [AmarStasko2004] o Características limitadas o Representaciones predeterminadas o Rechazo al determinismo en la toma de decisiones
  • 41. Conceptos Geovisualización ● Los datos geo-espaciales describen objetos o fenómenos que están asociados a una localización específica en el mundo real Source: http://www.boostlabs.com/why-geovisualization-geographic-visualization-works/
  • 42. Conceptos Visual Analytics The science of analytical reasoning facilitated by interactive visual interfaces [ThomasCook2005]
  • 43. Conceptos Visual Analytics (II) [Keim2006]
  • 44. Conceptos Visual Analytics (III) “Visual analytics is more than just visualization and can rather be seen as an integrated approach combining visualization, human factors and data analysis. [...]integrates methodology from information analytics, geospatial analytics, and scientific analytics. Especially human factors (e.g., interaction, cognition, perception, collaboration, presentation, and dissemination) play a key role in the communication between human and computer, as well as in the decisionmaking process.” [Keim2006]
  • 45. Conceptos Visual Analytics (IV) ● [Sheniderman2002] sugiere combinar el enfoque de análisis cuantitativo sobre ordenador (Data Mining) con la visualización de información ● Utilizar herramientas de Visual Analytics para: ○ Sintetizar información y obtener insights de datos masivos, dinámicos, ambiguos y en ocasiones conflictivos ○ Detectar lo esperado y descubrir lo inesperado ○ Proveer interpretaciones de datos a tiempo, defendibles y entendibles ○ Comunicar interpretaciones de datos de manera efectiva para habilitar la toma de decisiones/acciones
  • 46. Conceptos Visual Analytics (V) Interactive visualization Computational analysis Analytical reasoning
  • 47. Conceptos Visual Analytics (VI) ● Combinar las fortalezas tanto del procesamiento humano como electrónico [Keim2008] o Ofrece un procesamiento analítico semi-automático o Utiliza las fortalezas de cada enfoque
  • 48. Conceptos Visual Analytics (VII) [Verbert2014]
  • 49. Conceptos Diseño de información The practice of presenting information in a way that fosters efficient and effective understanding of it
  • 50. Conceptos Diseño de información (II) Source: http://www.nytimes.com/imagepages/2007/03/17/nyregion/nyregionspecial2/20070318_TRAIN_GRAPHIC.html
  • 51. Conceptos Infografías The graphic visual representations of data, information or knowledge intended to present complex information quickly and clearly
  • 52. Conceptos Infografías (II) Source: http://blog.crazyegg.com/2012/02/22/infographics-how-to-strike-the-elusive-balance-between-data-and-visualization/
  • 53. Conceptos Infografías (III) Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef016760ebbbcd970b-550wi
  • 54. Conceptos Comparación Source: http://www.slideshare.net/SookyoungSong/hci-tutorial0212
  • 55. Índice de contenidos ● Introducción ● Historia visualización de información ● Conceptos ● Proceso de visualización de información ● Construyendo un Dashboard ● Errores en la visualización ● Herramientas y librerías
  • 56. Proceso visualización Introducción The purpose of analytical displays of evidence is to assist thinking. Consequently, in constructing displays of evidence, the first question is, “What are the thinking tasks that these displays are supposed to serve?” The central claim of the book is that effective analytic designs entail turning thinking principles into seeing principles. So, if the thinking task is to understand causality, the task calls for a design principle: “Show causality.” If a thinking task is to answer a question and compare it with alternatives, the design principle is: “Show comparisons.” The point is that analytical designs are not to be decided on their convenience to the user or necessarily their readability or what psychologists or decorators think about them; rather, design architectures should be decided on how the architecture assists analytical thinking about evidence. Edward T. Tufte in an interview
  • 57. Proceso visualización Data Visualization Reference Model [Chi2000]
  • 58. Proceso visualización Proceso Visual Analytics
  • 59. Proceso visualización Proceso Visual Analytics (II) 1
  • 60. Proceso visualización Principios ● Resumen de los principios de Tufte o Revelar la verdad  Integridad gráfica o Hacer de manera efectiva, con claridad, precisión, etc.  Diseño estético “The success of a visualization is based on deep knowledge and care about the substance, and the quality, relevance and integrity of the content” [Tufte1983]
  • 61. Proceso visualización Principios (II) ● Diseño estético: cinco principios o Por encima de todo, mostrar los datos o Maximizar el ratio dato-tinta o Eliminar todo trazo de tinta que no contenga datos o Eliminar trazos de tinta redundantes o Revisar y editar
  • 62. Proceso visualización Principios (III) ● Atributos importantes o Color o Tamaño o Orientación o Lugar en la página o Source: http://www.storytellingwithdata.com/2011/10/google-example-preattentive-attributes.html
  • 63. Proceso visualización 1) Transformación de datos ● Codificación del valor o Datos univariados o Datos bivariados o Datos multivariados ● Codificación la relación o Líneas o Mapas o Diagramas
  • 64. Proceso visualización 1) Transformación de datos (II) ● Codificación del valor o Datos univariados o Datos bivariados o Datos multivariados ● Codificación la relación o Líneas o Mapas o Diagramas
  • 65. Proceso visualización 1) Transformación de datos (III) [Shneiderman1996]
  • 66. Proceso visualización 1) Transformación de datos (IV) Datos univariados Los efectos de la variable independiente sobre una única variable dependiente Data Visualization [Jarvainen2013]
  • 67. Proceso visualización 1) Transformación de datos (V) Datos bivariados Miden la relación entre dos variables Ninguna de las variables en estudio es independiente, por lo que el procedimiento no es experimental, como en los estudios univariados Data Visualization [Jarvainen2013]
  • 68. Proceso visualización 1) Transformación de datos (VI) Anscombe's quartet Source: http://en.wikipedia.org/wiki/Anscombe's_quartet
  • 69. Proceso visualización 1) Transformación de datos (VII) Datos multivariados Analizar simultáneamente conjunto de datos multivariantes en el sentido de que hay varias variables medidas para cada individuo u objeto estudiado Data Visualization [Jarvainen2013]
  • 70. Proceso visualización 1) Transformación de datos (VIII) ● Codificación del valor o Datos univariados o Datos bivariados o Datos multivariados ● Codificación la relación o Líneas o Mapas o Diagramas
  • 71. Proceso visualización 1) Transformación de datos (IX) ● Relación o Asociación lógica o natural entre dos o más entidades o Relevancia de la una en la otra o Conexión Fuente: http://www.tendencias21.net/estrategar/La-vida-es-relacion_a321.html
  • 72. Proceso visualización 1) Transformación de datos (X) Red Social Las líneas indican relación Source: http://www.digitaltrainingacademy.com/socialmedia/2009/06/social_networking_map.php
  • 73. Proceso visualización 1) Transformación de datos (XI)
  • 74. Proceso visualización 1) Transformación de datos (XII) Diagrama de Sankey Source: http://www.d3noob.org/2013/02/formatting-data-for-sankey-diagrams-in.html
  • 75. Proceso visualización 1) Transformación de datos (XIII) Source: http://en.wikipedia.org/wiki/Harry_Beck
  • 76. Proceso visualización 1) Transformación de datos (XIV) A Tour Through the Visualization Zoo Source: http://homes.cs.washington.edu/~jheer//files/zoo/
  • 77. Proceso visualización 1) Transformación de datos (XV)
  • 78. Aplicaciones para Tenzing Actividad BI.03.2. Codificación del valor y la relación ● Determinar o Tipo de datos o Tipo de gráfica o Tipo de relación o ... ● Justificar la elección
  • 79. Proceso visualización 2) Mapeo de datos Ranking of elementary perceptual tasks [ClevelandMcGill1985]
  • 80. Proceso visualización 2) Mapeo de datos (II) ● Dos investigadores de AT&T Bell Labs, William S. Cleveland y Robert McGill, publicaron un artículo central en el Journal of the American Statistical Association o El título era: “Graphical perception: theory, experimentation, and application to the development of graphical methods” ● Propone una guía con las representaciones visuales más apropiadas en función del objetivo de cada gráfico
  • 81. Proceso visualización 2) Mapeo de datos (III) “A graphical form that involves elementary perceptual tasks that lead to more accurate judgements than another graphical form (with the same quantitative information) will result in a better organization and increase the chances of a correct perception of patterns and behavior.”
  • 82. Proceso visualización 2) Mapeo de datos (IV) Source: http://www.businessinsider.com/pie-charts-are-the-worst-2013-6 “Save the pies for dessert” (Stephen Few)
  • 83. Proceso visualización 2) Mapeo de datos (V) Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0167631df6f7970b-550wi
  • 84. Proceso visualización 2) Mapeo de datos (VI) Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef016302299aa9970d- 550wi En algunas representaciones, la precisión no es el objetivo, sino la percepción de patrones, concentraciones, agregaciones, tendencias, etc. Para estos casos, las formas de la parte inferior de la lista pueden resultar muy útiles
  • 85. Proceso visualización 2) Mapeo de datos (VII)
  • 86. Proceso visualización 2) Mapeo de datos (VIII) Gráficos descriptivos Gráficos simbólicos Source: http://trevorcairney.blogspot.com.es/2010_04_01_archive.html
  • 87. Proceso visualización 2) Mapeo de datos (IX) ● Maria Kozhevnikov, afirma que no todo el mundo entiende las representaciones estadísticas de manera sencilla o Depende de algunos patrones de activación dentro del cerebro ● En uno de sus estudios, expone cómo los artistas, arquitectos y científicos los gráficos de diferentes maneras
  • 88. Proceso visualización 2) Mapeo de datos (X) Ranking of perceptual tasks [ClevelandMcGill1985]
  • 89. Proceso visualización 2) Mapeo de datos (XI) Recordando a Tufte: “What are the thinking tasks that these displays are supposed to serve?”
  • 90. Proceso visualización 2) Mapeo de datos (XII) ¿Qué visualización para...? 1) Comparar números 2) Mostrar la variación en el tiempo de una magnitud 3) Mostrar la correlación entre dos variables
  • 91. Proceso visualización 2) Mapeo de datos (XIII) ¿Para comparar números? A bar chart (Source: http://en.wikipedia.org/wiki/Bar_chart)
  • 92. Proceso visualización 2) Mapeo de datos (XIV) ¿Para comparar números? Source: http://www.improving-visualisation.org/img_uploads/2009-03-09_Mon/200939171254.jpg ?
  • 93. Proceso visualización 2) Mapeo de datos (XV) ¿Para mostrar la variación en el tiempo de una magnitud? A line chart (Source: http://en.wikipedia.org/wiki/Line_graph)
  • 94. Proceso visualización 2) Mapeo de datos (XVI) ¿Para mostrar la correlación entre dos variables? A scatter plot (Source: http://en.wikipedia.org/wiki/Scatter_plot)
  • 95. Proceso visualización 2) Mapeo de datos (XVII) ¿Diferencia entre dos variables? o Cleveland and McGill, nuestro cerebro tiene problemas comparando ángulos, curvas y direcciones → si queremos mostrar la diferencia, debemos representar directamente la diferencia
  • 96. Proceso visualización 2) Mapeo de datos (XVIII) Source: http://www.excelcharts.com/blog/uncommon-knowledge-about-pie-charts/#prettyPhoto[gallery]/0/
  • 97. Proceso visualización 2) Mapeo de datos (XIX) ¿La mejor estrategia? Representar los mismos datos de diferentes maneras
  • 98. Proceso visualización 2) Mapeo de datos (XX) Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0153903da6ba970b-550wi Un mapa Gráficos Tabla numérica
  • 99. Proceso visualización 2) Mapeo de datos (XXI) Diferentes configuraciones de visualización Filtros (zoom, herramienta de búsqueda, seleccionar datos por continente y tamaño) Búsqueda en profundidad (click en las burbujas y enseñar más datos, etc.) Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0153903da6ba970b-550wi
  • 100. Proceso visualización 2) Mapeo de datos (XXII) Source: http://www.stonesc.com/Vis08_Workshop/DVD/Reijner_submission.pdf
  • 101. Proceso visualización 2) Mapeo de datos (XXIII) Source: http://apandre.wordpress.com/dataviews/choiceofchart/
  • 102. Proceso visualización 2) Mapeo de datos (XXIV) Source: http://apandre.wordpress.com/dataviews/choiceofchart/
  • 103. Proceso visualización 2) Mapeo de datos (XXV) Source: http://www.visual-literacy.org/periodic_table/periodic_table.html
  • 104. Proceso visualización 2) Mapeo de datos (XXVI) Classification of Visual Data Exploration Techniques [Keim2002]
  • 105. Aplicaciones para Tenzing Actividad BI.03.3. Mapeo de datos ● Determinar o Gráfica para cada dimensión de datos o Configuraciones de visualización (filtros, búsqueda en profundidad, etc.) o Escala de Cleveland y McGill: ¿por qué? ● Justificar la elección
  • 106. Índice de contenidos ● Introducción ● Historia visualización de información ● Conceptos ● Proceso de visualización de información ● Construyendo un Dashboard ● Errores en la visualización ● Herramientas y librerías
  • 107. Dashboard Introducción Fundamentales Percepción Visión Color Principios Técnicas Representación Presentación Interacción Aplicaciones Dashboards Visual Analytics
  • 108. Dashboard Introducción (II) “Most information dashboards that are used in business today fall far short of their potential” Stephen Few
  • 109. Dashboard Definición “A dashboard is a visual display of the most important information needed to achieve one or more objectives; consolidated and arranged on a single screen so the information can be monitored at a glance” [Few2007]
  • 110. Dashboard Características ● Displays visuales ● Visualizar información necesaria para alcanzar unos objetivos específicos ● Que se ajuste a una sola pantalla ● Que se pueda emplear para monitorizar información a golpe de ojo ● Mecanismos de visualización pequeños, concisos, claros e intuitivos ● Personalizados a las necesidades
  • 111. Dashboard Categorías Role Strategic, Operational, Analytical Type of data Quantitative, Non-quantitative Data domain Sales, Finance, Marketing, Manufacturing, Human Resources, Learning, etc. Type of measures Balanced Scored Cards, Six Sigma, Non-performance Span of data Enterprise wide, Departmental, Individual Update frequency Monthly, Weekly, Daily, Hourly, Real-time Interactivity Static display, Interactive display Mechanisms of display Primarily graphical, Primarily text, Integration of graphics and text Portal functionality Conduit to additional data. No portal functionality
  • 112. Dashboard Errores comunes (II) 1) Exceder los límites de una sola pantalla ● La información que aparece en un dashboard puede estar fragmentada en una de las siguientes dos maneras: o Diferentes pantallas a las que hay que navegar o Diferentes instancias de una misma visualización a los cuales para acceder hay que navegar
  • 113. Dashboard Errores comunes (II) 2) Ofrecer un contexto inadecuado para los datos ● De este modo, las medidas no serán significativas 3) Visualizar excesivo detalle o precisión ● Mostrar detalles innecesarios 4) Elegir una medida no eficiente ● Utilizar medidas que fallan en expresar de manera directa el mensaje que se pretende
  • 114. Dashboard Errores comunes (III) 5) Elegir un display de visualización inapropiado ● Un problema muy común con los pie charts ;-) 6) Introducir una variedad gráfica innecesaria ● Exhibir una variedad de displays innecesarios 7) User displays pobremente diseñados ● Orden, leyenda, colores claros, etc.
  • 115. Dashboard Errores comunes (IV) 8) Codificar datos cuantitativos de manera imprecisa 9) Presentar los datos pobremente ● Los datos más importantes deben ser enfatizados ● Los datos que requieren atención inmediata deben destacar ● Los datos que se deben comparar serán presentados y diseñados visualmente de manera que favorezca la comparación
  • 116. Dashboard Errores comunes (V) 10) Enfatizar los datos importantes de manera ineficiente ● Fallar en la diferenciación de datos en función de su importancia ○ Dar el mismo peso a todo lo presentado en la pantalla 11) Añadir decoraciones innecesarias ● Aparentar ser algo que no se es ● Resulta en decoraciones que despistan y resultan inútiles
  • 117. Dashboard Errores comunes (VI) 12) Abuso del color ● El abuso del color debilita su poder 13) Diseñar un display visual no atractivo ● El reto fundamental de un diseño de Dashboard es mostrar efectivamente una gran variedad de datos en poco espacio
  • 118. Dashboard Buzzwords ● Dashboards o Presenta información en una manera que resulta fácil de leer y de interpretar ● Key Performance Indicator o Éxito o los pasos para llegar al éxito en relación a un objetivo
  • 119. Dashboard Visualizaciones de datos interactivas Graphic design Static visualization Data analysis
  • 120. Dashboard Visualizaciones de datos interactivas (II) Graphic design User interface design Data analysis Interactive design Exploratory Data analysis Interactive visualization Static visualization
  • 121. Dashboard Visualizaciones de datos interactivas (III) ● ¿Cuándo es suficiente una representación estática? o Escala  Muchos puntos de datos  Muchas diferentes dimensiones o Storytelling o Exploración o Aprendizaje
  • 122. Dashboard Visualizaciones de datos interactivas (IV) ● Seleccionar ● Explorar ● Reconfigurar ● Codificar ● Elaborar ● Filtrar ● Conectar
  • 123. Dashboard Visualizaciones de datos interactivas: 1) Seleccionar Seleccionar un detalle de un conjunto de datos grande para tenerlo controlado Source: http://en.wikipedia.org/wiki/Closest_pair_of_points_problem
  • 124. Dashboard Visualizaciones de datos interactivas: 2) Explorar ● Superar limitaciones de tamaño del display ● La técnica más común: zoom panorámico
  • 125. Dashboard Visualizaciones de datos interactivas: 3) Reconfigurar ● Ofrecer una distribución de elementos diferente
  • 126. Dashboard Visualizaciones de datos interactivas: 4) Codificar ● Cambiar variables visuales: colores, tamaños, orientación, fuente, tamaño
  • 127. Dashboard Visualizaciones de datos interactivas: 5) Elaborar ● Mostrar más o menos detalle: foco + contexto
  • 128. Dashboard Visualizaciones de datos interactivas: 6) Filtrar ● Filtro: mostrar datos condicionales
  • 129. Dashboard Visualizaciones de datos interactivas: 7) Conectar ● Mostrar items relacionados: cepillado y enlace
  • 130. Dashboard Interaction framework ● Continuous interaction ● Stopped interaction ● Passive interaction ● Composite interaction
  • 131. Dashboard Interaction framework (II) Continuous interaction
  • 132. Dashboard Interaction framework (III) Stopped interaction
  • 133. Dashboard Interaction framework (IV) Passive interaction Two important aspects of passive interaction: 1) During typical use of a visualization tool, most of the user’s time is spent on passive interaction – often involving eye movement 2) Passive interaction does not imply a static representation
  • 134. Dashboard Interaction framework (V) Passive interaction
  • 135. Dashboard Interaction framework (VI) Composite interaction Source: http://vis.berkeley.edu/papers/generalized_selection/
  • 136. Dashboard Pasos Fuente: http://www.tableausoftware.com/es-es/ trial/tableau-software 1. Choose metrics that matter 2. Keep it visual 3. Make it interactive 4. Keep it current or don’t bother 5. Make it simple to access and use
  • 137. Aplicaciones para Tenzing Actividad BI.03.4. Diseñando e implementando mi Dashboard ● ….
  • 138. Índice de contenidos ● Introducción ● Historia visualización de información ● Conceptos ● Proceso de visualización de información ● Construyendo un Dashboard ● Errores en la visualización ● Herramientas y librerías
  • 140. Errores visualización Algunos errores ¿Problemas?
  • 141. Errores visualización Algunos errores (II) ● Multidimensionalidad ● Falta de contexto y entendimiento ○ ¿Son los números relevantes? ○ ¿Qué significan? ○ ¿Cómo me afectan? Una cebolla con una única capa
  • 142. Errores visualización Algunos errores (III) Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0153903125d9970b-550wi ¿Problemas? Intenta identificar 1) El mayor donante de 2008 2) El menor donante de 2009 3) La variación entre 2008 y 2009 4) Qué región recibió la mayor cantidad de dinero
  • 143. Errores visualización Algunos errores (IV) Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0153903125d9970b-550wi Un mapa no es la mejora manera de representar este tipo de datos Si quiero responder a las preguntas anteriores, tengo que realizar una búsqueda de las cifras, memorizarlas y luego compararlas
  • 144. Errores visualización Algunos errores (V) Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef015390a96894970b-550wi ¿Problemas? Este gráfico intenta revelar el tamaño del déficit del Reino Unido (el cuadro negro del lado derecho) ¿Ayuda el gráfico a contextualizar? ¿Podemos analizar los datos? ¿Cómo lo comparamos? ¿Conocemos las diferencias?
  • 145. Errores visualización Algunos errores (VI) Solución Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef015390a98d8a970b-550wi
  • 146. Errores visualización Algunos errores (VII) ¿Problemas? Los valores de la barra debieran empezar en 0 Source: http://www.qualitydigest.com/inside/quality-insider-article/asci-customer-satisfaction-airlines-remains-low.html
  • 147. Índice de contenidos ● Introducción ● Historia visualización de información ● Conceptos ● Proceso de visualización de información ● Construyendo un Dashboard ● Errores en la visualización ● Herramientas y librerías
  • 148. Herramientas y librerías Pentaho Reporting
  • 150. Herramientas y librerías Tableau Public
  • 151. Herramientas y librerías Tableau Public (II) ● Gratuito ● 1 GB de almacenamiento ● Facilidad para embeber en una página web ● Tableu Public Premium o Precio basado en el número de páginas vistas
  • 155. Herramientas y librerías ggplot2 in R An implementation of the Grammar of Graphics by Leland Wilkinson “In brief, the grammar tells us that a statistical graphic is a mapping from data to aesthetic attributes (color, shape, size) of geometric objects (points, lines, bars). The plot may also contain statistical transformations of the data and is drawn on a specific coordinate system”
  • 156. Herramientas y librerías ggplot2 in R (II)
  • 157. Herramientas y librerías Google Charts
  • 158. Herramientas y librerías Google Charts (II)
  • 159. Herramientas y librerías Google Fusion Tables
  • 160. Herramientas y librerías Google Fusion Tables (II)
  • 161. Herramientas y librerías Simile Widgets
  • 162. Herramientas y librerías Processing.js
  • 165. Herramientas y librerías Advizor Analyst
  • 171. Referencias [AmarStasko2005] Amar, R. A., & Stasko, J. T. (2005). Knowledge precepts for design and evaluation of information visualizations. Visualization and Computer Graphics, IEEE Transactions on, 11(4), 432-442. [Cairo] Alberto Cairo [Online]. URL: https://twitter.com/albertocairo [Chi2000] Chi, Ed H. "A taxonomy of visualization techniques using the data state reference model." Information Visualization, 2000. InfoVis 2000. IEEE Symposium on. IEEE, 2000. [ClevelandMcGill1985] Cleveland, William S., and Robert McGill. "Graphical perception and graphical methods for analyzing scientific data." Science 229.4716 (1985): 828-833. [Few2004] Few, Stephen. "Show me the numbers." Analytics Pres (2004). [Few2007] Few, Stephen. "Dashboard confusion revisited." Perceptual Edge (2007). [Fry] Ben Fry [Online]. URL: http://benfry.com/ [Jarvinen2013] Data visualization [Online]. URL: http://lib.tkk.fi/Lic/2013/urn100763.pdf [Keim2006] Keim, D.A.; Mansmann, F. and Schneidewind, J. and Ziegler, H., Challenges in Visual Data Analysis, Proceedings of Information Visualization (IV 2006), IEEE, p. 9-16, 2006. [Kosslyn] Kosslyn Laboratory [Online]. URL: http://isites.harvard.edu/icb/icb.do?keyword=kosslynlab&pageid=icb.page250946 [Malamed] Visual Language for Designers: Principles for Creating Graphics that People Understand [Online]. URL: http://www.amazon.com/Visual- Language-Designers-Principles-Understand/dp/1592535151 [Shneiderman1996] Shneiderman, Ben. "The eyes have it: A task by data type taxonomy for information visualizations." Visual Languages, 1996. Proceedings., IEEE Symposium on. IEEE, 1996. [Shneiderman2002] Shneiderman, B. (2002) Inventing discovery tools: combining information visualization with data mining1. Information visualization, 1(1), 5-12. [ThomasCook2005] J.J. Thomas and K.A. Cook, "A Visual Analytics Agenda," IEEE Computer Graphics & Applications, vol. 26, pp. 10-13, 2006. [Verbert2014a] Visual Analytics [Online]. URL: http://www.slideshare.net/kverbert/in-34471961 [Yau] Nathan Yau [Online]. URL: http://flowingdata.com/about-nathan/ [Zachary2013] Zachary, W., Rosoff, A., Miller, L. C., & Read, S. J. (2013). Context as a Cognitive Process: An Integrative Framework for Supporting Decision Making. Paper presented at the STIDS.
  • 172. Cursos KU Leuven [Online]. URL: http://ariadne.cs.kuleuven.be/wiki/index.php/MM-Course1314 Berkeley [Online]. URL: http://blogs.ischool.berkeley.edu/i247s13/ Columbia university [Online]. URL: http://columbiadataviz.wordpress.com/student-work/ Information Visualization MOOC [Online]. URL: http://ivmooc.cns.iu.edu/
  • 173. Recursos adicionales http://infosthetics.com/ http://visualizing.org http://www.visualcomplexity.com/vc/ http://visual.ly/ http://flowingdata.com http://www.infovis-wiki.net
  • 174. El proceso de análisis y explotación de datos en proyectos de Business Intelligence Módulo 03: Construyendo un panel de visualización de indicadores clave Alex Rayón Jerez alex.rayon@urbegi.com Octubre, 2014