SlideShare una empresa de Scribd logo
TALLER
Visual Analytics: poniendo en
valor el dato a través de la
visualización
Proyectos Programa Big Data y Business Intelligence
Alex Rayón
alex.rayon@deusto.es
Diciembre, 2015
“Perfection is achieved not
when there is nothing more to
add, but when there is nothing
left to take away”
Antoine de Saint-Exupery
2
Narrativa
+
Diseño
+
Estadística
3
“[...] 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]4
Índice de contenidos
Introducción
Historia visualización de información
Conceptos
Proceso de visualización de información
Construyendo un Dashboard
Errores en la visualización
Herramientas y librerías
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
Introducción
Peligro de perderse con los datos
Irrelevante para la tarea que se tiene entre manos
Procesado de una manera inapropiada
Presentado de una manera inapropiada
Source: http://www.planetminecraft.com/server/padlens-maze/
7
Introducción (II)
8
Introducción (III)
Los buenos gráficos…
Señalan relaciones, tendencias o patrones
Exploran datos para inferir nuevo conocimiento
Hace fácil de entender un concepto, idea o hecho
Permite observar una realidad desde diferentes puntos
de vista
Permite recordar una idea
9
Introducción (IV)
Es una forma de expresión
Como las matemática, la música, la pintura o la escritura
En consecuencia, tiene una serie de reglas que
respetar
Source: http://powerlisting.wikia.com/wiki/Mathematics_Manipulation
10
Introducción (V)
A center of excellence
11
Introducción
Beneficios
1) Procesamiento eficiente de información
12
Introducción
Beneficios (II)
2) Relaciones y patrones entre actividades de negocio y
operaciones
Fuente: http://www.mediameasurement.com/my-my-a-smoky-eyed-surprise/
13
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
14
Introducción
Beneficios (IV)
4) Manipular e interactuar directamente con datos
Fuente: http://blog.visual.ly/interaction-design-for-data-visualizations/
15
Introducción
Beneficios (V)
5) Fortalecer un nuevo lenguaje de negocio
Fuente: http://www.qualia.hr/businessq/visualize/
16
Introducción
Popularidad
Information is beautiful
Fuente: http://www.informationisbeautiful.net/visualizations/the-microbescope/
17
Introducción
Popularidad (II)
Vox
Fuente: http://www.vox.com/2014/10/18/6995441/map-greatest-threat-country
18
Introducción
Popularidad (III)
Politikon: Kiko Llaneras
Fuente: http://politikon.es/2014/01/30/personas-datos-gimnasios-y-patrones/
19
Índice de contenidos
Introducción
Historia visualización de información
Conceptos
Proceso de visualización de información
Construyendo un Dashboard
Errores en la visualización
Herramientas y librerías
20
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
21
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
22
Historia visualización
Siglo XVIII: Joseph Priestley (II)
Lectures on History and General
Policy (1788)
A Chart of Biography (1765)
A New Chart of History (1769)
Preciosas metáforas de una
dimensión imprecisa y abstracta
(tiempo) trasladada a una
concreta (espacio)
Pensamiento temporal consume
recursos cognitivos
23
Historia visualización
Siglo XVIII: William Playfair
Source: http://en.wikipedia.org/wiki/William_Playfair
24
Historia visualización
Siglo XIX: John Snow
Source: http://en.wikipedia.org/wiki/1854_Broad_Street_cholera_outbreak
25
Historia visualización
Siglo XIX: Charles J. Minard
Source: http://en.wikipedia.org/wiki/Charles_Joseph_Minard
26
Historia visualización
Siglo XIX: Florence Nightingale
Source: http://en.wikipedia.org/wiki/Florence_Nightingale27
Historia visualización
Siglo XX: Jacques Bertin
Source: http://www.amazon.com/Semiology-Graphics-Diagrams-Networks-Maps/dp/1589482611
28
Historia visualización
Siglo XX: John W. Tukey
Source: http://books.google.es/books/about/Exploratory_Data_Analysis.html?id=UT9dAAAAIAAJ&redir_esc=y
29
Historia visualización
Siglo XX: Edward R. Tufte
Source: http://www.edwardtufte.com/tufte/books_vdqi
30
Historia visualización
Siglo XX: Leland Wilkinson
Source: http://www.amazon.com/Grammar-Graphics-Statistics-Computing/dp/038724544831
Historia visualización
Siglo XX: Leland Wilkinson (II)
Source: http://www.amazon.com/Grammar-Graphics-Statistics-Computing/dp/038724544832
Índice de contenidos
Introducción
Historia visualización de información
Conceptos
Proceso de visualización de información
Construyendo un Dashboard
Errores en la visualización
Herramientas y librerías
33
Conceptos
Introducción
Visualización de datos
Visualización de información
Geovisualización
Visual Analytics
Diseño de información
Infografías
34
Conceptos
Introducción (II)
Herramientas cognitivas
Extienden el aprendizaje y la percepción humana
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 conocimiento35
Conceptos
Introducción (III)
Source: http://ierg.net/about/briefguide.html#cogtools
36
Conceptos
Introducción (IV)
Source:http://en.wikipedia.org/wiki/Cognitive_ergonomics
37
Conceptos
Visualización de datos
El uso de representaciones
visuales e interactivas sobre
ordenador de elementos
abstractos para ampliar y
mejorar el procesamiento
cognitivo
[Card1999]
38
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]
Características limitadas
Representaciones predeterminadas39
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/40
Conceptos
Visual Analytics
The science of analytical
reasoning facilitated by
interactive visual interfaces
[ThomasCook2005]
41
Conceptos
Visual Analytics (II)
[Keim2006]42
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]
43
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
44
Conceptos
Visual Analytics (V)
Interactive
visualization
Computational
analysis
Analytical
reasoning
45
Conceptos
Visual Analytics (VI)
Combinar las fortalezas tanto del procesamiento
humano como electrónico [Keim2008]
Ofrece un procesamiento analítico semi-automático
Utiliza las fortalezas de cada enfoque
46
Conceptos
Visual Analytics (VII)
[Verbert2014]
47
Conceptos
Diseño de información
The practice of
presenting information
in a way that fosters
efficient and effective
understanding of it
48
Conceptos
Diseño de información (II)
Source: http://www.nytimes.com/imagepages/2007/03/17/nyregion/nyregionspecial2/20070318_TRAIN_GRAPHIC.html
49
Conceptos
Infografías
The graphic visual
representations of data,
information or knowledge
intended to present complex
information quickly and
clearly
50
Conceptos
Infografías (II)
Source: http://blog.crazyegg.com/2012/02/22/infographics-how-to-strike-the-elusive-balance-between-data-and-visualization/51
Conceptos
Infografías (III)
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef016760ebbbcd970b-550wi
52
Conceptos
Comparación
Source: http://www.slideshare.net/SookyoungSong/hci-tutorial0212
53
Índice de contenidos
Introducción
Historia visualización de información
Conceptos
Proceso de visualización de información
Construyendo un Dashboard
Errores en la visualización
Herramientas y librerías
54
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
55
Proceso visualización
Data Visualization Reference Model
[Chi2000]
56
Proceso visualización
Proceso Visual Analytics
57
Proceso visualización
Principios
Resumen de los principios de Tufte
Revelar la verdad
Integridad gráfica
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”
58
Proceso visualización
Principios (II)
Diseño estético: cinco principios
Por encima de todo, mostrar los datos
Maximizar el ratio dato-tinta
Eliminar todo trazo de tinta que no contenga
datos
Eliminar trazos de tinta redundantes
Revisar y editar
59
Proceso visualización
Principios (III)
Atributos importantes
Color
Tamaño
Orientación
Lugar en la página
o
Source: http://www.storytellingwithdata.com/2011/10/google-example-preattentive-attributes.html
60
Proceso visualización
1) Transformación de datos
Codificación del valor
Datos univariados
Datos bivariados
Datos multivariados
Codificación la relación
Líneas
Mapas
Diagramas
61
Proceso visualización
1) Transformación de datos (II)
Codificación del valor
Datos univariados
Datos bivariados
Datos multivariados
Codificación la relación
Líneas
Mapas
Diagramas
62
Proceso visualización
1) Transformación de datos (III)
[Shneiderman1996]
63
Proceso visualización
1) Transformación de datos (IV)
Data Visualization [Jarvainen2013]
Datos univariados
Los efectos de la variable independiente sobre una única
variable dependiente
64
Proceso visualización
1) Transformación de datos (V)
Data Visualization [Jarvainen2013]
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
65
Proceso visualización
1) Transformación de datos (VI)
Anscombe's quartet
Source: http://en.wikipedia.org/wiki/Anscombe's_quartet
66
Proceso visualización
1) Transformación de datos (VII)
Datos multivariados
Data Visualization [Jarvainen2013]
Analizar simultáneamente conjunto de datos multivariantes en el sentido de que hay varias
variables medidas para cada individuo u objeto estudiado
67
Proceso visualización
1) Transformación de datos (VIII)
Codificación del valor
Datos univariados
Datos bivariados
Datos multivariados
Codificación la relación
Líneas
Mapas
Diagramas
68
Proceso visualización
1) Transformación de datos (IX)
Relación
Asociación lógica o natural entre dos o más entidades
Relevancia de la una en la otra
Conexión
Fuente: http://www.tendencias21.net/estrategar/La-vida-es-relacion_a321.html
69
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
70
Proceso visualización
1) Transformación de datos (XI)
71
Proceso visualización
1) Transformación de datos (XII)
Source: http://www.d3noob.org/2013/02/formatting-data-for-sankey-diagrams-in.html
Diagrama de Sankey
72
Proceso visualización
1) Transformación de datos (XIII)
Source: http://en.wikipedia.org/wiki/Harry_Beck
73
Proceso visualización
1) Transformación de datos (XIV)
A Tour Through the Visualization Zoo
Source: http://homes.cs.washington.edu/~jheer//files/zoo/74
Proceso visualización
1) Transformación de datos (XV)
75
Aplicaciones prácticas
Actividad BDBI.03.1. Codificación del valor y
la relación
Determinar
Tipo de datos
Tipo de gráfica
Tipo de relación
...
Justificar la elección
76
Proceso visualización
2) Mapeo de datos
Ranking of elementary perceptual tasks [ClevelandMcGill1985]
77
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
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
78
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.”
79
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)
80
Proceso visualización
2) Mapeo de datos (V)
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0167631df6f7970b-550wi81
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
82
Proceso visualización
2) Mapeo de datos (VII)
83
Proceso visualización
2) Mapeo de datos (VIII)
Gráficos descriptivos Gráficos simbólicos
Source: http://trevorcairney.blogspot.com.es/2010_04_01_archive.html 84
Proceso visualización
2) Mapeo de datos (IX)
Maria Kozhevnikov, afirma que no todo el
mundo entiende las representaciones
estadísticas de manera sencilla
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
85
Proceso visualización
2) Mapeo de datos (X)
Ranking of perceptual tasks
[ClevelandMcGill1985]
86
Proceso visualización
2) Mapeo de datos (XI)
Recordando a Tufte:
“What are the thinking tasks
that these displays are
supposed to serve?”
87
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
88
Proceso visualización
2) Mapeo de datos (XIII)
¿Para comparar números?
A bar chart
(Source: http://en.wikipedia.org/wiki/Bar_chart)
89
Proceso visualización
2) Mapeo de datos (XIV)
¿Para comparar números?
Source: http://www.improving-visualisation.org/img_uploads/2009-03-09_Mon/200939171254.jpg
?
90
Proceso visualización
2) Mapeo de datos (XV)
¿Para mostrar la variación en el tiempo de una
magnitud?
A line chart91
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)
92
Proceso visualización
2) Mapeo de datos (XVII)
¿Diferencia entre dos variables?
Cleveland and McGill, nuestro cerebro tiene problemas comparando ángulos, curvas y
direcciones → si queremos mostrar la diferencia, debemos representar directamente la diferencia
o
93
Proceso visualización
2) Mapeo de datos (XVIII)
Source: http://www.excelcharts.com/blog/uncommon-knowledge-about-pie-charts/#prettyPhoto[gallery]/0/
94
Proceso visualización
2) Mapeo de datos (XIX)
¿La mejor estrategia?
Representar los mismos
datos de diferentes maneras
95
Proceso visualización
2) Mapeo de datos (XX)
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0153903da6ba970b-550wi
Un mapa
Gráficos
Tabla
numérica
96
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
97
Proceso visualización
2) Mapeo de datos (XXII)
Source: http://www.stonesc.com/Vis08_Workshop/DVD/Reijner_submission.pdf98
Proceso visualización
2) Mapeo de datos (XXIII)
Source: http://apandre.wordpress.com/dataviews/choiceofchart/99
Proceso visualización
2) Mapeo de datos (XXIV)
Source: http://apandre.wordpress.com/dataviews/choiceofchart/100
Proceso visualización
2) Mapeo de datos (XXV)
Source: http://www.visual-literacy.org/periodic_table/periodic_table.html
101
Proceso visualización
2) Mapeo de datos (XXVI)
Classification of Visual Data Exploration Techniques [Keim2002]
102
Aplicaciones prácticas
Actividad BDBI.03.2. Mapeo de datos
Determinar
Gráfica para cada dimensión de datos
Configuraciones de visualización (filtros, búsqueda en
profundidad, etc.)
Escala de Cleveland y McGill: ¿por qué?
Justificar la elección
103
Índice de contenidos
Introducción
Historia visualización de información
Conceptos
Proceso de visualización de información
Construyendo un Dashboard
Errores en la visualización
Herramientas y librerías
104
Dashboard
Introducción
Fundamentales
Percepción
Visión
Color
Principios
Técnicas
Representación
Presentación
Interacción
Aplicaciones
Dashboards
Visual
Analytics
105
Dashboard
Introducción (II)
“Most information dashboards
that are used in business today
fall far short of their potential”
Stephen Few
106
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]
107
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
108
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
109
Dashboard
Errores comunes
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:
Diferentes pantallas a las que hay que navegar
Diferentes instancias de una misma visualización a
los cuales para acceder hay que navegar
110
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
111
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.
112
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
113
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
114
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
115
Dashboard
Buzzwords
Dashboards
Presenta información en una manera que resulta fácil de
leer y de interpretar
Key Performance Indicator
Éxito o los pasos para llegar al éxito en relación a un
objetivo
116
Dashboard
Visualizaciones de datos interactivas
Graphic design
Static
visualization
Data analysis
117
Dashboard
Visualizaciones de datos interactivas (II)
Graphic
design
Data analysis
Interactive
design
Exploratory
Data analysis
Interactive
visualization
User
interface
design
Static
visualization
118
Dashboard
Visualizaciones de datos interactivas (III)
¿Cuándo es suficiente una representación
estática?
Escala
Muchos puntos de datos
Muchas diferentes dimensiones
Storytelling
Exploración
Aprendizaje
119
Dashboard
Visualizaciones de datos interactivas (IV)
Seleccionar
Explorar
Reconfigurar
Codificar
Elaborar
Filtrar
Conectar
120
Dashboard
Visualizaciones de datos interactivas: 1) Seleccionar
Source: http://en.wikipedia.org/wiki/Closest_pair_of_points_problem
Seleccionar un detalle de un conjunto de datos
grande para tenerlo controlado
121
Dashboard
Visualizaciones de datos interactivas: 2) Explorar
Superar limitaciones de tamaño del display
La técnica más común: zoom panorámico
122
Dashboard
Visualizaciones de datos interactivas: 3) Reconfigurar
Ofrecer una distribución de elementos diferente
123
Dashboard
Visualizaciones de datos interactivas: 4) Codificar
Cambiar variables visuales: colores, tamaños,
orientación, fuente, tamaño
124
Dashboard
Visualizaciones de datos interactivas: 5) Elaborar
● Mostrar más o menos detalle: foco + contexto
125
Dashboard
Visualizaciones de datos interactivas: 6) Filtrar
● Filtro: mostrar datos condicionales
126
Dashboard
Visualizaciones de datos interactivas: 7) Conectar
● Mostrar items relacionados: cepillado y enlace
127
Dashboard
Interaction framework
Continuous interaction
Stopped interaction
Passive interaction
Composite interaction
128
Dashboard
Interaction framework (II)
Continuous interaction
129
Dashboard
Interaction framework (III)
Stopped interaction
130
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
131
Dashboard
Interaction framework (V)
Passive interaction
132
Dashboard
Interaction framework (VI)
Composite interaction
Source: http://vis.berkeley.edu/papers/generalized_selection/
133
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
134
Índice de contenidos
Introducción
Historia visualización de información
Conceptos
Proceso de visualización de información
Construyendo un Dashboard
Errores en la visualización
Herramientas y librerías
135
Errores visualización
Introducción
136
Errores visualización
Algunos errores
¿Problemas?
137
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
138
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
139
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
140
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?
141
Errores visualización
Algunos errores (VI)
Solución
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef015390a98d8a970b-550wi
142
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
143
Índice de contenidos
Introducción
Historia visualización de información
Conceptos
Proceso de visualización de información
Construyendo un Dashboard
Errores en la visualización
Herramientas y librerías
144
Herramientas y librerías
Pentaho Reporting
145
Herramientas y librerías
Many Eyes
146
Herramientas y librerías
Tableau Public
147
Herramientas y librerías
Tableau Public (II)
Gratuito
1 GB de almacenamiento
Facilidad para embeber en una página web
Tableu Public Premium
Precio basado en el número de páginas vistas
148
Herramientas y librerías
d3.js
149
Herramientas y librerías
Highcharts
150
Herramientas y librerías
R Studio
151
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”
152
Herramientas y librerías
ggplot2 in R (II)
153
Herramientas y librerías
Google Charts
154
Herramientas y librerías
Google Charts (II)
155
Herramientas y librerías
Google Fusion Tables
156
Herramientas y librerías
Google Fusion Tables (II)
157
Herramientas y librerías
Simile Widgets
158
Herramientas y librerías
Processing.js
159
Herramientas y librerías
NodeXL
160
Herramientas y librerías
Spotfire
161
Herramientas y librerías
Advizor Analyst
162
Herramientas y librerías
Datawatch
163
Herramientas y librerías
QlikView
164
Herramientas y librerías
Prefuse
165
Herramientas y librerías
Protovis
166
Herramientas y librerías
Datawrapper
167
Herramientas y librerías
Gephi
168
Copyright (c) 2015 University of Deusto
This work (but the quoted images, whose rights are reserved to their owners*) is licensed under the Creative
Commons “Attribution-ShareAlike” License. To view a copy of this license, visit
http://creativecommons.org/licenses/by-sa/3.0/
Alex Rayón
Diciembre 2015
TALLER
Visual Analytics: poniendo en
valor el dato a través de la
visualización
Proyectos Programa Big Data y Business Intelligence
Alex Rayón
alex.rayon@deusto.es
Diciembre, 2015

Más contenido relacionado

Destacado

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
 
Graduation project
Graduation projectGraduation project
Graduation project
Moahmed Sweelam
 
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
 
Business intelligence data analytics-visualization
Business intelligence data analytics-visualizationBusiness intelligence data analytics-visualization
Business intelligence data analytics-visualization
Muthu Natarajan
 
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
 
Web semántica
Web semánticaWeb semántica
Web semántica
Karis Jimenes
 
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
 
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
 
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
 
Design activity framework for visualization design
Design activity framework for visualization designDesign activity framework for visualization design
Design activity framework for visualization design
Dominika Mazur
 
Ejemplos Data Visualization
Ejemplos Data VisualizationEjemplos Data Visualization
Ejemplos Data Visualization
Alejandro Piscitelli
 
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
 
Visualizacion de datos
Visualizacion de datosVisualizacion de datos
Visualizacion de datos
josecuartas
 
Big data visualization framework
Big data visualization frameworkBig data visualization framework
Big data visualization framework
Abhinav Krishna
 
Ciclo de vida del dato en ambientes de Business Intelligence
Ciclo de vida del dato en ambientes de Business IntelligenceCiclo de vida del dato en ambientes de Business Intelligence
Ciclo de vida del dato en ambientes de Business Intelligence
Alex Rayón Jerez
 

Destacado (20)

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...
 
Graduation project
Graduation projectGraduation project
Graduation project
 
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
 
Business intelligence data analytics-visualization
Business intelligence data analytics-visualizationBusiness intelligence data analytics-visualization
Business intelligence data analytics-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
 
Web semántica
Web semánticaWeb semántica
Web semántica
 
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
 
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
 
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
 
Design activity framework for visualization design
Design activity framework for visualization designDesign activity framework for visualization design
Design activity framework for visualization design
 
Ejemplos Data Visualization
Ejemplos Data VisualizationEjemplos Data Visualization
Ejemplos Data Visualization
 
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
 
Visualizacion de datos
Visualizacion de datosVisualizacion de datos
Visualizacion de datos
 
Big data visualization framework
Big data visualization frameworkBig data visualization framework
Big data visualization framework
 
Ciclo de vida del dato en ambientes de Business Intelligence
Ciclo de vida del dato en ambientes de Business IntelligenceCiclo de vida del dato en ambientes de Business Intelligence
Ciclo de vida del dato en ambientes de Business Intelligence
 

Similar a Visual analytics: poniendo en valor el dato a través de la visualización

Presentación I - Construcción 3
Presentación I - Construcción 3Presentación I - Construcción 3
Presentación I - Construcción 3
C. Fattori
 
Problemas de diseño de información cuantitativa
Problemas de diseño de información cuantitativaProblemas de diseño de información cuantitativa
Problemas de diseño de información cuantitativa
manolitocruam
 
La arquitectura de la información
La arquitectura de la informaciónLa arquitectura de la información
La arquitectura de la información
Denise Reynaud
 
Taller de Arquitectura de Información Parte1 v1.1.1
Taller de Arquitectura de Información Parte1 v1.1.1Taller de Arquitectura de Información Parte1 v1.1.1
Taller de Arquitectura de Información Parte1 v1.1.1
cheo.silva
 
Pres diseño de información diplomado
Pres diseño de información diplomadoPres diseño de información diplomado
Pres diseño de información diplomado
mateo1987
 
Destinos turísticos inteligentes
Destinos turísticos inteligentesDestinos turísticos inteligentes
Destinos turísticos inteligentes
Javier Blanco
 
Venkatesh Resumen
Venkatesh ResumenVenkatesh Resumen
Venkatesh Resumen
Nora Morales
 
Servicios bibliotecarios para la investigación - Unired
Servicios bibliotecarios para la investigación - UniredServicios bibliotecarios para la investigación - Unired
Servicios bibliotecarios para la investigación - Unired
Camilo Corchuelo
 
Texto visualizacion de_datos_beatrizgarcia
Texto visualizacion de_datos_beatrizgarciaTexto visualizacion de_datos_beatrizgarcia
Texto visualizacion de_datos_beatrizgarcia
Beatriz García
 
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
 
"Sociedad de la información, prácticas creativas y medios locativos"
 "Sociedad de la información, prácticas creativas y medios locativos"  "Sociedad de la información, prácticas creativas y medios locativos"
"Sociedad de la información, prácticas creativas y medios locativos"
Gemma San Cornelio Esquerdo
 
¿Qué es la visualización?
¿Qué es la visualización?¿Qué es la visualización?
¿Qué es la visualización?
Nora Morales
 
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)
 
¿Modelo Citilab?
¿Modelo Citilab?¿Modelo Citilab?
¿Modelo Citilab?
Ramon Sangüesa
 
RUTAS DE LA INVESTIGACION CIENTIFICA - EXPOSICION.pdf
RUTAS DE LA INVESTIGACION CIENTIFICA - EXPOSICION.pdfRUTAS DE LA INVESTIGACION CIENTIFICA - EXPOSICION.pdf
RUTAS DE LA INVESTIGACION CIENTIFICA - EXPOSICION.pdf
SoraydaQG
 
Estética de datos - Manuel Gago
Estética de datos - Manuel GagoEstética de datos - Manuel Gago
Estética de datos - Manuel Gago
Barcamp Ecuador
 
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
 
Lógica del proyecto
Lógica del proyectoLógica del proyecto
Lógica del proyecto
raci2010
 
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
 
La Infografía Digital Interactiva
La Infografía Digital InteractivaLa Infografía Digital Interactiva
La Infografía Digital Interactiva
Jonathan Urosa
 

Similar a Visual analytics: poniendo en valor el dato a través de la visualización (20)

Presentación I - Construcción 3
Presentación I - Construcción 3Presentación I - Construcción 3
Presentación I - Construcción 3
 
Problemas de diseño de información cuantitativa
Problemas de diseño de información cuantitativaProblemas de diseño de información cuantitativa
Problemas de diseño de información cuantitativa
 
La arquitectura de la información
La arquitectura de la informaciónLa arquitectura de la información
La arquitectura de la información
 
Taller de Arquitectura de Información Parte1 v1.1.1
Taller de Arquitectura de Información Parte1 v1.1.1Taller de Arquitectura de Información Parte1 v1.1.1
Taller de Arquitectura de Información Parte1 v1.1.1
 
Pres diseño de información diplomado
Pres diseño de información diplomadoPres diseño de información diplomado
Pres diseño de información diplomado
 
Destinos turísticos inteligentes
Destinos turísticos inteligentesDestinos turísticos inteligentes
Destinos turísticos inteligentes
 
Venkatesh Resumen
Venkatesh ResumenVenkatesh Resumen
Venkatesh Resumen
 
Servicios bibliotecarios para la investigación - Unired
Servicios bibliotecarios para la investigación - UniredServicios bibliotecarios para la investigación - Unired
Servicios bibliotecarios para la investigación - Unired
 
Texto visualizacion de_datos_beatrizgarcia
Texto visualizacion de_datos_beatrizgarciaTexto visualizacion de_datos_beatrizgarcia
Texto visualizacion de_datos_beatrizgarcia
 
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.
 
"Sociedad de la información, prácticas creativas y medios locativos"
 "Sociedad de la información, prácticas creativas y medios locativos"  "Sociedad de la información, prácticas creativas y medios locativos"
"Sociedad de la información, prácticas creativas y medios locativos"
 
¿Qué es la visualización?
¿Qué es la visualización?¿Qué es la visualización?
¿Qué es la visualización?
 
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...
 
¿Modelo Citilab?
¿Modelo Citilab?¿Modelo Citilab?
¿Modelo Citilab?
 
RUTAS DE LA INVESTIGACION CIENTIFICA - EXPOSICION.pdf
RUTAS DE LA INVESTIGACION CIENTIFICA - EXPOSICION.pdfRUTAS DE LA INVESTIGACION CIENTIFICA - EXPOSICION.pdf
RUTAS DE LA INVESTIGACION CIENTIFICA - EXPOSICION.pdf
 
Estética de datos - Manuel Gago
Estética de datos - Manuel GagoEstética de datos - Manuel Gago
Estética de datos - Manuel Gago
 
Lineamientos para la visualización de datos
Lineamientos para la visualización de datosLineamientos para la visualización de datos
Lineamientos para la visualización de datos
 
Lógica del proyecto
Lógica del proyectoLógica del proyecto
Lógica del proyecto
 
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
 
La Infografía Digital Interactiva
La Infografía Digital InteractivaLa Infografía Digital Interactiva
La Infografía Digital Interactiva
 

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
 
El Big Data en mi empresa ¿de qué me sirve?
El Big Data en mi empresa  ¿de qué me sirve?El Big Data en mi empresa  ¿de qué me sirve?
El Big Data en mi empresa ¿de qué me sirve?
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
 
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
 
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
 
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
 
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
 
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
 
El poder de los datos: hacia una sociedad inteligente, pero ética
El poder de los datos: hacia una sociedad inteligente, pero éticaEl poder de los datos: hacia una sociedad inteligente, pero ética
El poder de los datos: hacia una sociedad inteligente, pero ética
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
 
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
 

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
 
El Big Data en mi empresa ¿de qué me sirve?
El Big Data en mi empresa  ¿de qué me sirve?El Big Data en mi empresa  ¿de qué me sirve?
El Big Data en mi empresa ¿de qué me sirve?
 
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
 
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
 
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
 
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
 
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
 
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
 
El poder de los datos: hacia una sociedad inteligente, pero ética
El poder de los datos: hacia una sociedad inteligente, pero éticaEl poder de los datos: hacia una sociedad inteligente, pero ética
El poder de los datos: hacia una sociedad inteligente, pero ética
 
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?
 
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
 

Último

Este documento contiene, el programa completo de un acto para realizar la pro...
Este documento contiene, el programa completo de un acto para realizar la pro...Este documento contiene, el programa completo de un acto para realizar la pro...
Este documento contiene, el programa completo de un acto para realizar la pro...
romina395894
 
La necesidad de bienestar y el uso de la naturaleza.pdf
La necesidad de bienestar y el uso de la naturaleza.pdfLa necesidad de bienestar y el uso de la naturaleza.pdf
La necesidad de bienestar y el uso de la naturaleza.pdf
JonathanCovena1
 
Liturgia día del Padre del siguiente domingo.pptx
Liturgia día del Padre del siguiente domingo.pptxLiturgia día del Padre del siguiente domingo.pptx
Liturgia día del Padre del siguiente domingo.pptx
YeniferGarcia36
 
3° SES COMU LUN10 CUENTO DIA DEL PADRE 933623393 PROF YESSENIA (1).docx
3° SES COMU LUN10  CUENTO DIA DEL PADRE  933623393 PROF YESSENIA (1).docx3° SES COMU LUN10  CUENTO DIA DEL PADRE  933623393 PROF YESSENIA (1).docx
3° SES COMU LUN10 CUENTO DIA DEL PADRE 933623393 PROF YESSENIA (1).docx
rosannatasaycoyactay
 
DESARROLLO DE LAS RELACIONES CON LOS STAKEHOLDERS.pdf
DESARROLLO DE LAS RELACIONES CON LOS STAKEHOLDERS.pdfDESARROLLO DE LAS RELACIONES CON LOS STAKEHOLDERS.pdf
DESARROLLO DE LAS RELACIONES CON LOS STAKEHOLDERS.pdf
JonathanCovena1
 
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
JAVIER SOLIS NOYOLA
 
Power Point: El conflicto inminente (Bosquejo)
Power Point: El conflicto inminente (Bosquejo)Power Point: El conflicto inminente (Bosquejo)
Power Point: El conflicto inminente (Bosquejo)
https://gramadal.wordpress.com/
 
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLM
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLMExamen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLM
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLM
Juan Martín Martín
 
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdfAPUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
VeronicaCabrera50
 
Módulo 1 de didactica de la lecto escritura
Módulo 1 de didactica de la lecto escrituraMódulo 1 de didactica de la lecto escritura
Módulo 1 de didactica de la lecto escritura
marilynfloresyomona1
 
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZACORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
Sandra Mariela Ballón Aguedo
 
MATERIAL ESCOLAR 2024-2025 3 AÑOS CEIP SAN CRISTÓBAL
MATERIAL ESCOLAR 2024-2025 3 AÑOS CEIP SAN CRISTÓBALMATERIAL ESCOLAR 2024-2025 3 AÑOS CEIP SAN CRISTÓBAL
MATERIAL ESCOLAR 2024-2025 3 AÑOS CEIP SAN CRISTÓBAL
Ana Fernandez
 
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docxRETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
100078171
 
Prueba/test conoce tus heridas de la infancia
Prueba/test conoce tus heridas de la infanciaPrueba/test conoce tus heridas de la infancia
Prueba/test conoce tus heridas de la infancia
LudmilaOrtega3
 
Business Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business TechBusiness Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business Tech
johnyamg20
 
p4s.co Ecosistema de Ecosistemas - Diagrama.pdf
p4s.co Ecosistema de Ecosistemas - Diagrama.pdfp4s.co Ecosistema de Ecosistemas - Diagrama.pdf
p4s.co Ecosistema de Ecosistemas - Diagrama.pdf
DavidCamiloMosquera
 
Lecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docxLecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docx
Alejandrino Halire Ccahuana
 
Hablemos de ESI para estudiantes Cuadernillo
Hablemos de ESI para estudiantes CuadernilloHablemos de ESI para estudiantes Cuadernillo
Hablemos de ESI para estudiantes Cuadernillo
Mónica Sánchez
 
Presentación simple corporativa degradado en violeta blanco.pdf
Presentación simple corporativa degradado en violeta blanco.pdfPresentación simple corporativa degradado en violeta blanco.pdf
Presentación simple corporativa degradado en violeta blanco.pdf
eleandroth
 
Chatgpt para los Profesores Ccesa007.pdf
Chatgpt para los Profesores Ccesa007.pdfChatgpt para los Profesores Ccesa007.pdf
Chatgpt para los Profesores Ccesa007.pdf
Demetrio Ccesa Rayme
 

Último (20)

Este documento contiene, el programa completo de un acto para realizar la pro...
Este documento contiene, el programa completo de un acto para realizar la pro...Este documento contiene, el programa completo de un acto para realizar la pro...
Este documento contiene, el programa completo de un acto para realizar la pro...
 
La necesidad de bienestar y el uso de la naturaleza.pdf
La necesidad de bienestar y el uso de la naturaleza.pdfLa necesidad de bienestar y el uso de la naturaleza.pdf
La necesidad de bienestar y el uso de la naturaleza.pdf
 
Liturgia día del Padre del siguiente domingo.pptx
Liturgia día del Padre del siguiente domingo.pptxLiturgia día del Padre del siguiente domingo.pptx
Liturgia día del Padre del siguiente domingo.pptx
 
3° SES COMU LUN10 CUENTO DIA DEL PADRE 933623393 PROF YESSENIA (1).docx
3° SES COMU LUN10  CUENTO DIA DEL PADRE  933623393 PROF YESSENIA (1).docx3° SES COMU LUN10  CUENTO DIA DEL PADRE  933623393 PROF YESSENIA (1).docx
3° SES COMU LUN10 CUENTO DIA DEL PADRE 933623393 PROF YESSENIA (1).docx
 
DESARROLLO DE LAS RELACIONES CON LOS STAKEHOLDERS.pdf
DESARROLLO DE LAS RELACIONES CON LOS STAKEHOLDERS.pdfDESARROLLO DE LAS RELACIONES CON LOS STAKEHOLDERS.pdf
DESARROLLO DE LAS RELACIONES CON LOS STAKEHOLDERS.pdf
 
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
ACERTIJO DESCIFRANDO CÓDIGO DEL CANDADO DE LA TORRE EIFFEL EN PARÍS. Por JAVI...
 
Power Point: El conflicto inminente (Bosquejo)
Power Point: El conflicto inminente (Bosquejo)Power Point: El conflicto inminente (Bosquejo)
Power Point: El conflicto inminente (Bosquejo)
 
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLM
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLMExamen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLM
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLM
 
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdfAPUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
APUNTES UNIDAD I ECONOMIA EMPRESARIAL .pdf
 
Módulo 1 de didactica de la lecto escritura
Módulo 1 de didactica de la lecto escrituraMódulo 1 de didactica de la lecto escritura
Módulo 1 de didactica de la lecto escritura
 
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZACORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
CORREOS SEGUNDO 2024 HONORIO DELGADO ESPINOZA
 
MATERIAL ESCOLAR 2024-2025 3 AÑOS CEIP SAN CRISTÓBAL
MATERIAL ESCOLAR 2024-2025 3 AÑOS CEIP SAN CRISTÓBALMATERIAL ESCOLAR 2024-2025 3 AÑOS CEIP SAN CRISTÓBAL
MATERIAL ESCOLAR 2024-2025 3 AÑOS CEIP SAN CRISTÓBAL
 
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docxRETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
RETROALIMENTACIÓN PARA EL EXAMEN ÚNICO AUXILIAR DE ENFERMERIA.docx
 
Prueba/test conoce tus heridas de la infancia
Prueba/test conoce tus heridas de la infanciaPrueba/test conoce tus heridas de la infancia
Prueba/test conoce tus heridas de la infancia
 
Business Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business TechBusiness Plan -rAIces - Agro Business Tech
Business Plan -rAIces - Agro Business Tech
 
p4s.co Ecosistema de Ecosistemas - Diagrama.pdf
p4s.co Ecosistema de Ecosistemas - Diagrama.pdfp4s.co Ecosistema de Ecosistemas - Diagrama.pdf
p4s.co Ecosistema de Ecosistemas - Diagrama.pdf
 
Lecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docxLecciones 11 Esc. Sabática. El conflicto inminente docx
Lecciones 11 Esc. Sabática. El conflicto inminente docx
 
Hablemos de ESI para estudiantes Cuadernillo
Hablemos de ESI para estudiantes CuadernilloHablemos de ESI para estudiantes Cuadernillo
Hablemos de ESI para estudiantes Cuadernillo
 
Presentación simple corporativa degradado en violeta blanco.pdf
Presentación simple corporativa degradado en violeta blanco.pdfPresentación simple corporativa degradado en violeta blanco.pdf
Presentación simple corporativa degradado en violeta blanco.pdf
 
Chatgpt para los Profesores Ccesa007.pdf
Chatgpt para los Profesores Ccesa007.pdfChatgpt para los Profesores Ccesa007.pdf
Chatgpt para los Profesores Ccesa007.pdf
 

Visual analytics: poniendo en valor el dato a través de la visualización