Este documento presenta un taller sobre visualización analítica de datos. Explica brevemente la historia de la visualización de información, desde Priestley en el siglo XVIII hasta Wilkinson en el siglo XX. Define conceptos clave como visualización de datos, visualización de información, geovisualización y visual analytics. Describe el proceso de visualización, incluyendo la transformación de datos univariados, bivariados y multivariados, y la codificación de valores y relaciones a través de líneas, mapas y diagramas. El documento también cubre principios
Construyendo un panel de visualización de indicadores claveAlex Rayón Jerez
Taller práctico "Construyendo un panel de visualización de indicadores clave" como tercer paso a la capacitación de una organización para la explotación de los datos para aumentar la inteligencia de negocios.
Análisis y procesamiento de datos para descubrir conocimientoAlex Rayón Jerez
Taller práctico "Análisis y procesamiento de datos para descubrir conocimiento" como segundo paso a la capacitación de una organización para la explotación de los datos para aumentar la inteligencia de negocios.
Procesamiento y visualización de datos para generar nuevo conocimientoAlex Rayón Jerez
Curso de formación interna "Procesamiento y visualización de datos para generar nuevo conocimiento" en la Universidad de Deusto. Procesamiento de datos a pequeña y precisa escala (Smart Data) para mejorar mi día a día en la universidad.
Las competencias digitales como método de observación de competencias genéricasAlex Rayón Jerez
Conferencia "Las competencias digitales como método de observación de competencias genéricas" impartida el 21 de Abril de 2016 en Innobasque, Zamudio, Bizkaia. En el marco de los "Brunch & Learn" que organiza Innobasque, en una jornada donde hablamos de competencias profesionales y digitales, su aportación al campo de la empresa, y en qué consisten realmente. Se habló mucho de su importancia en este Siglo XXI que nos ocupa.
Cómo optimizar mi estrategia de marketing a través del big dataAlex Rayón Jerez
"Cómo optimizar mi estrategia de marketing a través del big data", charla impartida el 16 de Junio de 2015 por Alex Rayón (www.alexrayon.es) en el Colegio Vasco de Economistas de Bilbao. Hablamos del enriquecimiento de las acciones de marketing y de la mejora de la eficiencia de las decisiones de marketing a través del uso del análisis masivo de datos o Big Data. Aplicaciones del BI al área de marketing (Marketing Intelligence).
Este documento describe la minería de datos, incluyendo su historia, definición, procesos y aplicaciones comunes. La minería de datos es el proceso de analizar grandes conjuntos de datos para encontrar patrones y tendencias útiles. Se usa comúnmente en negocios, marketing, fraude y más.
La economía del dato: transformando sectores, generando oportunidadesAlex Rayón Jerez
Ponencia "La economía del dato: transformando sectores, generando oportunidades" preparada para el I Databeers Euskadi, promovido y organizado por Decidata (www.decidata.es). Hablando de los retos y las oportunidades que ha traído esta era de los datos.
Presentación usada por Marita Alba, de CIMUBISA, en la Jornada "Aplicación del Big Data en sectores económicos estratégicos" celebrada el 27 de octubre de 2015. Más información: http://bit.ly/1MkKmnF
Construyendo un panel de visualización de indicadores claveAlex Rayón Jerez
Taller práctico "Construyendo un panel de visualización de indicadores clave" como tercer paso a la capacitación de una organización para la explotación de los datos para aumentar la inteligencia de negocios.
Análisis y procesamiento de datos para descubrir conocimientoAlex Rayón Jerez
Taller práctico "Análisis y procesamiento de datos para descubrir conocimiento" como segundo paso a la capacitación de una organización para la explotación de los datos para aumentar la inteligencia de negocios.
Procesamiento y visualización de datos para generar nuevo conocimientoAlex Rayón Jerez
Curso de formación interna "Procesamiento y visualización de datos para generar nuevo conocimiento" en la Universidad de Deusto. Procesamiento de datos a pequeña y precisa escala (Smart Data) para mejorar mi día a día en la universidad.
Las competencias digitales como método de observación de competencias genéricasAlex Rayón Jerez
Conferencia "Las competencias digitales como método de observación de competencias genéricas" impartida el 21 de Abril de 2016 en Innobasque, Zamudio, Bizkaia. En el marco de los "Brunch & Learn" que organiza Innobasque, en una jornada donde hablamos de competencias profesionales y digitales, su aportación al campo de la empresa, y en qué consisten realmente. Se habló mucho de su importancia en este Siglo XXI que nos ocupa.
Cómo optimizar mi estrategia de marketing a través del big dataAlex Rayón Jerez
"Cómo optimizar mi estrategia de marketing a través del big data", charla impartida el 16 de Junio de 2015 por Alex Rayón (www.alexrayon.es) en el Colegio Vasco de Economistas de Bilbao. Hablamos del enriquecimiento de las acciones de marketing y de la mejora de la eficiencia de las decisiones de marketing a través del uso del análisis masivo de datos o Big Data. Aplicaciones del BI al área de marketing (Marketing Intelligence).
Este documento describe la minería de datos, incluyendo su historia, definición, procesos y aplicaciones comunes. La minería de datos es el proceso de analizar grandes conjuntos de datos para encontrar patrones y tendencias útiles. Se usa comúnmente en negocios, marketing, fraude y más.
La economía del dato: transformando sectores, generando oportunidadesAlex Rayón Jerez
Ponencia "La economía del dato: transformando sectores, generando oportunidades" preparada para el I Databeers Euskadi, promovido y organizado por Decidata (www.decidata.es). Hablando de los retos y las oportunidades que ha traído esta era de los datos.
Presentación usada por Marita Alba, de CIMUBISA, en la Jornada "Aplicación del Big Data en sectores económicos estratégicos" celebrada el 27 de octubre de 2015. Más información: http://bit.ly/1MkKmnF
Este documento discute cómo los recursos de visualización de datos, como gráficos, mapas y nubes de palabras, pueden usarse para contar historias complejas de una manera entendible. Se presentan ejemplos como las visualizaciones de datos del médico Hans Rosling y el artista Jonathan Harris. También se describen formatos comunes como mapas, gráficos de barras y líneas, así como nuevos formatos emergentes. El documento argumenta que la visualización de datos permite procesar grandes cantidades de información y encontrar historias en datos aburridos
Visualizing Data: The 7 stages of data visualizationcreyesnav
El documento resume los conceptos clave de la visualización de datos según Ben Fry. Describe los 7 pasos del proceso de visualización de datos, incluyendo adquirir, analizar, filtrar, extraer, representar, refinar e interactuar. También cubre los fundamentos de la visualización de datos según Fry, como usar la menor cantidad de datos posible para comunicar un mensaje significativo.
Business intelligence data analytics-visualizationMuthu Natarajan
Business Intelligence, Cloud Computing, Data Analytics, Data Scrubbing, Data Mining, Big Data & Intelligence, How to use Data into Information, Decision Based, Methods for Business Intelligence, Advanced Analytics, OLAP, Multidimensional Data, Data Visualization.
Visualizacion de la Infomación. De los datos al conocimiento.Ignasi Alcalde
La visualización de la información es un disciplina realmente fascinante cuyo interés no ha hecho más que despegar. Si por ejemplo buscamos infographics o data visualization en internet podremos comprobar que el interés crece día a día. Mires donde mires hay información visual que reclama tu atención. La comunicación efectiva e inmediata a través de una simple y fácil visualización prima frente a largos textos de compleja asimilación. Pero… ¿Qué es realmente la visualización de la información? En tus manos tienes una obra práctica que te ayudará a introducirte en la visualización de la información, el proceso de trabajo con datos y las herramientas más comunes.
http://www.editorialuoc.cat/visualizacindelainformacin-p-1674.html?cPath=1
The document outlines the various stages of data management from collection to analysis and how visualization can aid at each stage. It discusses using visualizations like trees, graphs and networks to plan the data management process and understand relationships between datasets during collection. During collection, visualization can also help understand results from data mining algorithms and the structure of files. At the assurance stage, graphical summaries produced from statistical operations on datasets can be used for security and quality checks. Visualizations like multi-dimensional maps and volumes can then be used for process monitoring and quality assurance. Visualization is also discussed as a way to understand and analyze large web archives by examining file hierarchies and types during preservation. Finally, different visualizations can be applied during analysis depending on user needs
Este documento describe los componentes y aplicaciones de la Web Semántica. Explica que la Web Semántica es una extensión de la Web existente que utiliza lenguajes formales como RDF, OWL y XML para estructurar el contenido y representar el conocimiento de manera que las máquinas puedan procesar y comprender la información de forma más efectiva. Esto permitirá el desarrollo de agentes inteligentes y servicios automatizados que puedan buscar y procesar información de manera más precisa.
Presentation slides:Telling Stories with Data
Geoff McGhee is the Creative Director of Media and Communications and a former John S. Knight Journalism fellow at Stanford University.
Este documento trata sobre la visualización de la información. Define la visualización de la información como la representación gráfica de un conjunto de datos, ya sean simples o complejos, con el objetivo de analizarlos. Explica las etapas del proceso de visualización: recopilación de datos, procesamiento, y representación visual. También presenta ejemplos como tablas, gráficos y árboles, e identifica elementos clave como la satisfacción del usuario y modelos conceptuales. Concluye que la cultura futura estará definida por las interfaces
La capa de presentación del modelo OSI proporciona una estandarización en la transmisión de datos entre sistemas. Se encarga de representar la información de forma reconocible al ocuparse de los aspectos semánticos y sintácticos de la comunicación, como la compresión, cifrado y estructura de los datos. También puede implementar aplicaciones de criptografía.
Data Visualization for Business - Pallav NadhaniFusionCharts
The document discusses data visualization for business purposes. It notes that data visualization combines art, science, math and technology to visually display measurable quantities using tools like points, lines, curves and color to understand, substantiate hypotheses and discover from data. The document outlines different types of visualizations and provides tips for effective business data visualization like knowing your audience, choosing the right type of visualization, and exploring ways to enhance it. It stresses tailoring visualizations to the goals, roles and needs of different business departments and positions.
Nueva introducción de DataLab Community del 2017. Somos una comunidad abierta de Ciencia de Datos. Generamos colaboración entre profesionales y aprendices, compartiendo conocimientos, desarrollando habilidades y vinculando para impulsar la Ciencia de Datos.
Herramientas y metodologías Big Data para acceder a datos no estructuradosAlex Rayón Jerez
Conferencia "Herramientas y metodologías Big Data para acceder a datos no estructurados" en las Jornadas "Investigación para Mejorar la Adecuación Asistencial. Foro sanitario interesado en la aplicación de tecnologías y metodologías Big Data para la extracción de conocimiento a partir de datos no estructurados.
Design activity framework for visualization designDominika Mazur
This document presents a design activity framework for visualization design. It outlines four main design activities: understand, ideate, make, and deploy. Each activity has a specific motivation and outcomes. A variety of methods are provided that can be used within each design activity, including both generative and evaluative methods. The framework is intended to provide structure and flexibility to the visualization design process.
Este documento trata sobre la importancia de la visualización de datos. Menciona que al visualizar los datos se producen revelaciones y que la visualización de datos no es solo una tarea de cartógrafos, programadores o estadísticos, sino que cualquiera puede visualizar sus propios datos. También destaca que la visualización de datos es tan importante como los datos mismos y proporciona algunos ejemplos de herramientas y sitios web para la visualización de datos.
Marketing intelligence: Optimizando la estrategia a través del Big DataAlex Rayón Jerez
Curso "Marketing intelligence: Optimizando la estrategia a través del Big Data" impartido en el Colegio Vasco de Economistas, en Bilbao. Curso centrado en explicar las posibilidades que ofrece el Big Data para el proceso de marketing de cualquier empresa, de cualquier tamaño y de cualquier ubicación.
La visualización de datos es el estudio de la representación visual de datos para comunicar información de manera clara y efectiva a través de medios gráficos. Requiere experiencia en múltiples disciplinas como el diseño, la comunicación y la información. La visualización de datos tiene como objetivo no solo comunicar la información de manera clara, sino también estimular la participación y atención del espectador.
Big data visualization frameworks allow for analyzing and visualizing large datasets. The document discusses a big data visualization framework created by Abhinav Krishna to enable analyzing and visualizing large amounts of data. The framework helps users understand insights and patterns in big data through interactive visualizations.
Ciclo de vida del dato en ambientes de Business IntelligenceAlex Rayón Jerez
Taller práctico "Ciclo de vida del dato en ambientes de Business Intelligence" como primer paso a la capacitación de una organización para la explotación de los datos para aumentar la inteligencia de negocios.
Este proyecto propone el desarrollo de una plataforma virtual gratuita para visualizar la historia de forma simultánea con el objetivo de fomentar la investigación. Se utilizará una metodología iterativa que incluye la recopilación de información, especificaciones del sistema, diseño de interfaz, programación e implementación en escuelas y universidades para pruebas de usabilidad.
Problemas de diseño de información cuantitativamanolitocruam
El documento discute la visualización de datos, que transforma datos en información semántica mediante la combinación de diferentes sintaxis. La visualización de datos permite una mejor comprensión de la información al presentarla de manera estructurada. La infografía es un formato ampliamente utilizado en la industria de la información que caracteriza por ilustraciones, tipografía grande y ordenamiento de datos o hechos para transmitir un mensaje.
Este documento discute cómo los recursos de visualización de datos, como gráficos, mapas y nubes de palabras, pueden usarse para contar historias complejas de una manera entendible. Se presentan ejemplos como las visualizaciones de datos del médico Hans Rosling y el artista Jonathan Harris. También se describen formatos comunes como mapas, gráficos de barras y líneas, así como nuevos formatos emergentes. El documento argumenta que la visualización de datos permite procesar grandes cantidades de información y encontrar historias en datos aburridos
Visualizing Data: The 7 stages of data visualizationcreyesnav
El documento resume los conceptos clave de la visualización de datos según Ben Fry. Describe los 7 pasos del proceso de visualización de datos, incluyendo adquirir, analizar, filtrar, extraer, representar, refinar e interactuar. También cubre los fundamentos de la visualización de datos según Fry, como usar la menor cantidad de datos posible para comunicar un mensaje significativo.
Business intelligence data analytics-visualizationMuthu Natarajan
Business Intelligence, Cloud Computing, Data Analytics, Data Scrubbing, Data Mining, Big Data & Intelligence, How to use Data into Information, Decision Based, Methods for Business Intelligence, Advanced Analytics, OLAP, Multidimensional Data, Data Visualization.
Visualizacion de la Infomación. De los datos al conocimiento.Ignasi Alcalde
La visualización de la información es un disciplina realmente fascinante cuyo interés no ha hecho más que despegar. Si por ejemplo buscamos infographics o data visualization en internet podremos comprobar que el interés crece día a día. Mires donde mires hay información visual que reclama tu atención. La comunicación efectiva e inmediata a través de una simple y fácil visualización prima frente a largos textos de compleja asimilación. Pero… ¿Qué es realmente la visualización de la información? En tus manos tienes una obra práctica que te ayudará a introducirte en la visualización de la información, el proceso de trabajo con datos y las herramientas más comunes.
http://www.editorialuoc.cat/visualizacindelainformacin-p-1674.html?cPath=1
The document outlines the various stages of data management from collection to analysis and how visualization can aid at each stage. It discusses using visualizations like trees, graphs and networks to plan the data management process and understand relationships between datasets during collection. During collection, visualization can also help understand results from data mining algorithms and the structure of files. At the assurance stage, graphical summaries produced from statistical operations on datasets can be used for security and quality checks. Visualizations like multi-dimensional maps and volumes can then be used for process monitoring and quality assurance. Visualization is also discussed as a way to understand and analyze large web archives by examining file hierarchies and types during preservation. Finally, different visualizations can be applied during analysis depending on user needs
Este documento describe los componentes y aplicaciones de la Web Semántica. Explica que la Web Semántica es una extensión de la Web existente que utiliza lenguajes formales como RDF, OWL y XML para estructurar el contenido y representar el conocimiento de manera que las máquinas puedan procesar y comprender la información de forma más efectiva. Esto permitirá el desarrollo de agentes inteligentes y servicios automatizados que puedan buscar y procesar información de manera más precisa.
Presentation slides:Telling Stories with Data
Geoff McGhee is the Creative Director of Media and Communications and a former John S. Knight Journalism fellow at Stanford University.
Este documento trata sobre la visualización de la información. Define la visualización de la información como la representación gráfica de un conjunto de datos, ya sean simples o complejos, con el objetivo de analizarlos. Explica las etapas del proceso de visualización: recopilación de datos, procesamiento, y representación visual. También presenta ejemplos como tablas, gráficos y árboles, e identifica elementos clave como la satisfacción del usuario y modelos conceptuales. Concluye que la cultura futura estará definida por las interfaces
La capa de presentación del modelo OSI proporciona una estandarización en la transmisión de datos entre sistemas. Se encarga de representar la información de forma reconocible al ocuparse de los aspectos semánticos y sintácticos de la comunicación, como la compresión, cifrado y estructura de los datos. También puede implementar aplicaciones de criptografía.
Data Visualization for Business - Pallav NadhaniFusionCharts
The document discusses data visualization for business purposes. It notes that data visualization combines art, science, math and technology to visually display measurable quantities using tools like points, lines, curves and color to understand, substantiate hypotheses and discover from data. The document outlines different types of visualizations and provides tips for effective business data visualization like knowing your audience, choosing the right type of visualization, and exploring ways to enhance it. It stresses tailoring visualizations to the goals, roles and needs of different business departments and positions.
Nueva introducción de DataLab Community del 2017. Somos una comunidad abierta de Ciencia de Datos. Generamos colaboración entre profesionales y aprendices, compartiendo conocimientos, desarrollando habilidades y vinculando para impulsar la Ciencia de Datos.
Herramientas y metodologías Big Data para acceder a datos no estructuradosAlex Rayón Jerez
Conferencia "Herramientas y metodologías Big Data para acceder a datos no estructurados" en las Jornadas "Investigación para Mejorar la Adecuación Asistencial. Foro sanitario interesado en la aplicación de tecnologías y metodologías Big Data para la extracción de conocimiento a partir de datos no estructurados.
Design activity framework for visualization designDominika Mazur
This document presents a design activity framework for visualization design. It outlines four main design activities: understand, ideate, make, and deploy. Each activity has a specific motivation and outcomes. A variety of methods are provided that can be used within each design activity, including both generative and evaluative methods. The framework is intended to provide structure and flexibility to the visualization design process.
Este documento trata sobre la importancia de la visualización de datos. Menciona que al visualizar los datos se producen revelaciones y que la visualización de datos no es solo una tarea de cartógrafos, programadores o estadísticos, sino que cualquiera puede visualizar sus propios datos. También destaca que la visualización de datos es tan importante como los datos mismos y proporciona algunos ejemplos de herramientas y sitios web para la visualización de datos.
Marketing intelligence: Optimizando la estrategia a través del Big DataAlex Rayón Jerez
Curso "Marketing intelligence: Optimizando la estrategia a través del Big Data" impartido en el Colegio Vasco de Economistas, en Bilbao. Curso centrado en explicar las posibilidades que ofrece el Big Data para el proceso de marketing de cualquier empresa, de cualquier tamaño y de cualquier ubicación.
La visualización de datos es el estudio de la representación visual de datos para comunicar información de manera clara y efectiva a través de medios gráficos. Requiere experiencia en múltiples disciplinas como el diseño, la comunicación y la información. La visualización de datos tiene como objetivo no solo comunicar la información de manera clara, sino también estimular la participación y atención del espectador.
Big data visualization frameworks allow for analyzing and visualizing large datasets. The document discusses a big data visualization framework created by Abhinav Krishna to enable analyzing and visualizing large amounts of data. The framework helps users understand insights and patterns in big data through interactive visualizations.
Ciclo de vida del dato en ambientes de Business IntelligenceAlex Rayón Jerez
Taller práctico "Ciclo de vida del dato en ambientes de Business Intelligence" como primer paso a la capacitación de una organización para la explotación de los datos para aumentar la inteligencia de negocios.
Este proyecto propone el desarrollo de una plataforma virtual gratuita para visualizar la historia de forma simultánea con el objetivo de fomentar la investigación. Se utilizará una metodología iterativa que incluye la recopilación de información, especificaciones del sistema, diseño de interfaz, programación e implementación en escuelas y universidades para pruebas de usabilidad.
Problemas de diseño de información cuantitativamanolitocruam
El documento discute la visualización de datos, que transforma datos en información semántica mediante la combinación de diferentes sintaxis. La visualización de datos permite una mejor comprensión de la información al presentarla de manera estructurada. La infografía es un formato ampliamente utilizado en la industria de la información que caracteriza por ilustraciones, tipografía grande y ordenamiento de datos o hechos para transmitir un mensaje.
El documento trata sobre la arquitectura de la información. Explica que la arquitectura de la información se encarga del estudio, análisis, organización y estructuración de la información en sistemas interactivos y no interactivos para facilitar su comprensión y asimilación por los usuarios. También define los roles del arquitecto de información y cómo este diseña la interacción, navegación y organización de los contenidos para mejorar la experiencia del usuario.
El documento trata sobre el diseño de información y sus particularidades en el desarrollo de las regiones. Brevemente: 1) El diseño de información implica definir, planificar y organizar el contenido de un mensaje para alcanzar objetivos específicos de los usuarios. 2) Surge en la década de 1940-1950 en EEUU y Reino Unido. 3) Se analiza en términos de procesos de comunicación y como una herramienta para dar sentido al mundo.
La emergente creación de los "destinos turísticos inteligentes", pone en cuestión muchas lógicas tradicionales y obliga a intentar comprender las repercusiones que está teniendo y tendrán para el mundo de los viajes los nuevos escenarios que vienen de la mano de la sociedad digital y del conocimiento. El reto es hacer posible con los actuales avances científicos y tecnológicos destinos turísticos cuya identidad, configuración y nivel avanzado de servicios sea un elemento central para su elección.por los turistas.
Servicios bibliotecarios para la investigación - UniredCamilo Corchuelo
Sesión 1
Tema: Innovaciones tecnológicas para bibliotecas
Objetivos:
• Identificar los elementos que componen la innovación en bibliotecas del siglo XXI.
• Reconocer los conceptos y elementos que componen la innovación en bibliotecas del siglo XXI
• Aplicar los conceptos y elementos que componen la innovación en bibliotecas del siglo XXI
Contenidos:
• Realidad aumentada
¿Qué es?, ¿Cómo funciona?, Ejemplos, Implementación en bibliotecas.
• Gamificación
¿Qué es?, ¿Cómo funciona?, Ejemplos, Implementación en bibliotecas.
• Códigos QR
¿Qué es?, ¿Cómo funciona?, Ejemplos, Implementación en bibliotecas.
• Realidad Virtual
¿Qué es?, ¿Cómo funciona?, Ejemplos, Implementación en bibliotecas.
Sesión 2
Tema: Apoyo de las bibliotecas a los procesos de investigación de la
Institución en el siglo XXI
Objetivos:
• Identificar los elementos que componen el apoyo de las bibliotecas a los procesos de investigación de la institución en el siglo XXI
SEO académico.
• Reconocer los conceptos y elementos que componen el apoyo de las bibliotecas a los procesos de investigación de la institución
• Aplicar los conceptos y elementos que componen el apoyo de las bibliotecas a los procesos de investigación de la institución
Contenidos:
• SEO Académico
¿Qué es?, Elementos que lo componen, Plataformas de mayor impacto, Implementación en investigadores desde la biblioteca.
• Reputación digital
¿Qué es?, Elementos que lo componen, Plataformas de mayor impacto, Implementación en investigadores desde la biblioteca.
• Métricas alternativas – Altmetrics
¿Qué es?, Elementos que lo componen, Plataformas de medición, uso e implementación en investigadores desde la biblioteca.
• Vigilancia tecnológica
¿Qué es?, Elementos que lo componen, Plataformas de mayor impacto, Implementación en investigadores desde la biblioteca.
• Redes sociales y académicas
¿Cómo aumentar la visibilidad científica en la web?.
Texto visualizacion de_datos_beatrizgarciaBeatriz García
Introducción al concepto de visualización de datos para profesionales de la información dentro de la comunidad de prácticas online de monitorización y evaluación en medios sociales de SEDIC realizada del 17 de noviembre del 2012 al 10 de enero de 2013. http://comunidad20.sedic.es
Este documento describe las líneas de tiempo, su concepto, utilidad y categorías temporales que se pueden trabajar. Explica que una línea de tiempo es un organizador gráfico que muestra eventos en orden cronológico y puede abarcar desde minutos hasta millones de años. Su uso contribuye a una mayor comprensión de eventos y tendencias en un tema, así como nociones ligadas al tiempo como sucesión y simultaneidad. También recomienda herramientas para crear líneas de tiempo como Timerime y Cronos.
Este documento resume los conceptos clave de la visualización de la información según Lev Manovich. Explica que la visualización transforma datos no visuales en representaciones visuales mediante la reducción gráfica y el uso de variables espaciales. También describe técnicas como la visualización directa que mantiene la forma original de los datos.
Parte de materiales empleados en materia Tipografía y Grafismo Digital, Grado de Periodismo de la Universidad de Málaga (actualizados por última vez en 2014). De María Sánchez, @cibermarikiya
A short talk describing the theoretical underpinnings of the Citilab, Citizens Lab, model of citizen empowerment in digital culture.
It describes how the Citilab (http://citilab.eu) processes and initial organization respond to a view of advanced technological societies and the need to help citizens become the pilots of transformation
RUTAS DE LA INVESTIGACION CIENTIFICA - EXPOSICION.pdfSoraydaQG
Este documento presenta una discusión sobre los enfoques cuantitativo y cualitativo de la investigación. Define cada enfoque y describe sus características, similitudes y diferencias. Explica que ambos enfoques comparten el objetivo de estudiar un fenómeno de manera sistemática, pero difieren en su método de recolección y análisis de datos. El enfoque cuantitativo se basa en mediciones numéricas y pruebas estadísticas, mientras que el cualitativo utiliza métodos como observaciones y entrevistas para generar te
Este documento describe la estética de datos y cómo el arte puede representar grandes flujos de información de manera visual. Explora ejemplos históricos como mapas antiguos y discute cómo los nuevos medios y la visualización de datos pueden hacer visible información oculta y revelar patrones.
Este documento presenta lineamientos para la visualización de datos. Explica que debido al gran volumen de datos generados hoy en día, la visualización es importante para convertir la complejidad de los datos en un formato comprensible. También describe cuatro pilares clave para una buena visualización: propósito, contenido, estructura y formato. Finalmente, incluye varios ejemplos de visualizaciones de datos históricas y actuales.
Este documento presenta una metodología para formular proyectos. Explica que un proyecto debe identificar y definir claramente el problema, establecer objetivos generales y específicos, y planificar actividades y productos/resultados medibles. Además, debe considerar factores externos, cronograma, presupuesto y demostrar la autonomía de la organización una vez finalizado el financiamiento. El objetivo es brindar una guía para el diseño y planificación de proyectos de manera ordenada y estratégica.
Arquitectura de la información y Recuperación de Informaciónisabelre
La arquitectura de la información surgió para organizar sitios web, intranets y software de forma que sean útiles y encontrables. Define la estructura de los sistemas de información compartida. Implica definir objetivos, público, contenidos y navegación para que la información tenga sentido para los usuarios.
La infografía digital interactiva combina elementos visuales que brindan una presentación gráfica de la información con la que el usuario puede interactuar. Presenta características como utilidad, interactividad, hipertextualidad, multimedialidad y estética. Se compone de tipografía, iconos, imágenes, colores, texto y gráficos. Existen diferentes tipologías como las ubicativas, documentales, escénicas y comparativas. Una infografía ideal es original, atractiva, precisa y coherente.
Similar a Visual analytics: poniendo en valor el dato a través de la visualización (20)
El Big Data en la dirección comercial: market(ing) intelligenceAlex Rayón Jerez
Sesión donde vimos mediante el método del caso diferentes aplicaciones del análisis de datos al mundo de la dirección comercial. Dentro del Programa Experto en Dirección Comercial de la Deusto Business School.
Conferencia "El BIg Data en mi empresa ¿de qué me sirve?" en el Donostia - San Sebastián el 20 de Abril de 2016. Jornadas "Big Data para PYMEs". Hablo sobre el perfil Big Data y sus competencias, así como las utilidades que tiene para las empresas.
Aplicación del Big Data a la mejora de la competitividad de la empresaAlex Rayón Jerez
Conferencia "Aplicación del Big Data a la mejora de la competitividad de la empresa" celebrada el 21 de Marzo de 2016 en Palma de Mallorca, en la Universidad de las Islas Baleares. El objetivo era entrever las posibilidades que abre el Big Data dentro del contexto de la empresa y su competitividad.
Análisis de Redes Sociales (Social Network Analysis) y Text MiningAlex Rayón Jerez
Presentación sobre la sesión "Análisis de Redes Sociales (Social Network Analysis) y Text Mining", dentro del Programa Ejecutivo de Big Data y Business Intelligence celebrado en Madrid en Febrero de 2016, en nuestra sede de la Universidad de Deusto.
Marketing intelligence con estrategia omnicanal y Customer JourneyAlex Rayón Jerez
El documento presenta un programa de marketing inteligencia y business intelligence que utiliza big data. El programa describe estrategias de marketing omnicanal y análisis del customer journey para comprender mejor a los clientes. También discute el uso de datos para segmentar clientes, predecir comportamientos, personalizar ofertas y medir el ROI del marketing.
Este documento describe los modelos de propensión y su uso en el análisis de datos. Explica que los modelos de propensión estiman la probabilidad de que un cliente realice una acción como comprar un producto, abandonar el servicio o incurrir en impago. Luego discute algunas técnicas como árboles de decisión, redes neuronales y regresión logística que se pueden usar para crear estos modelos predictivos. Finalmente, presenta algunos casos de aplicación como la detección de fuga de clientes y la sensibilidad al precio
Presentación sobre la sesión "Customer Lifetime Value Management con Big Data", dentro del Programa Ejecutivo de Big Data y Business Intelligence celebrado en Madrid en Febrero de 2016, en nuestra sede de la Universidad de Deusto.
Presentación sobre la sesión "Big Data: the Management Revolution", dentro del Programa Ejecutivo de Big Data y Business Intelligence celebrado en Madrid en Febrero de 2016, en nuestra sede de la Universidad de Deusto.
Presentación sobre la sesión "Optimización de procesos con el Big Data", dentro del Programa Ejecutivo de Big Data y Business Intelligence celebrado en Madrid en Febrero de 2016, en nuestra sede de la Universidad de Deusto.
Cómo crecer, ser más eficiente y competitivo a través del Big DataAlex Rayón Jerez
Conferencia "Cómo crecer, ser más eficiente y competitivo a través del Big Data" impartida en el 14º Congreso HORECA de AECOC, Asociación Española de Codificación Comercial). Hablando de la aplicación del Big Data al canal HORECA.
El poder de los datos: hacia una sociedad inteligente, pero éticaAlex Rayón Jerez
Lectio Brevis del profesor Alex Rayón, de la Facultad de Ingeniería. Nos habla sobre el poder que han adquirido los datos en esta era. Es lo que se ha venido a conocer como Big Data. Un área, que también entraña retos legales y éticos, expuestos en el texto.
Búsqueda, organización y presentación de recursos de aprendizajeAlex Rayón Jerez
Curso de formación interna "Búsqueda, organización y presentación de recursos de aprendizaje" en la Universidad de Deusto. Cómo buscar, organizar y presentar recursos de aprendizaje para luego poder utilizar en contextos educativos.
Deusto Knowledge Hub como herramienta de publicación y descubrimiento de cono...Alex Rayón Jerez
Curso de formación interna "Google Calendar para la planificación de la asignatura con mis estudiantes" en la Universidad de Deusto. Para qué me sirve en mi día a día el repositorio Deusto Knowledge Hub como herramietna de publicación y descubrimiento de conocimiento.
Fomentando la colaboración en el aula a través de herramientas socialesAlex Rayón Jerez
Curso de formación interna "Fomentando la colaboración en el aula a través de herramientas sociales" en la Universidad de Deusto. Herramientas de naturaleza social para fomentar la colaboración en al aula entre profesor y estudiantes.
Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudi...Alex Rayón Jerez
Curso de formación interna "Utilizando Google Drive y Google Docs en el aula para trabajar con mis estudiantes" en la Universidad de Deusto. Cómo utlizar Google Drive y Docs para trabajar en el aula con mis estudiantes.
El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?Alex Rayón Jerez
Conferencia "El Big Data y Business Intelligence en mi empresa: ¿de qué me sirve?" impartida en Medellín, Colombia, en Septiembre de 2015. Sesión dirigida a empresas para que conozcan las posibilidades que abre el Big Data para su día a día.
El documento describe las profesiones emergentes y las habilidades necesarias para el futuro debido a los cambios tecnológicos, demográficos y sociales. Se prevé que las oportunidades laborales estarán en campos como la salud, la agricultura sostenible, la energía limpia, el transporte inteligente y la acción por el clima. También se necesitarán habilidades blandas como la creatividad, la resolución de problemas y la comunicación.
Pentaho Data Integration: Extrayendo, integrando, normalizando y preparando m...Alex Rayón Jerez
Sesión de Pentaho Data Integration impartida en Noviembre de 2015 en el marco del Programa de Big Data y Business Intelligence de la Universidad de Deusto (detalle aquí http://bit.ly/1PhIVgJ).
Métricas de marketing intelligence: midiendo y evaluando para mejorar el mark...Alex Rayón Jerez
Este documento presenta información sobre métricas de marketing intelligence. Explica conceptos clave como el marketing, método del caso, métricas e indicadores y aplicaciones de marketing intelligence. Luego profundiza en cada uno de estos temas, definiendo conceptos, mostrando ejemplos y detallando el uso de métricas y datos en el marketing. El objetivo final es mostrar cómo las organizaciones pueden analizar datos para tomar mejores decisiones de negocio en áreas como segmentación de clientes, desarrollo de productos y evaluación de campañas.
"Yo como persona emprendedora", sesión para trabajar sobre las competencias que un emprendedor debe disponer y poner en valor en un emprendimiento. Sesión impartida en Deusto Start, programa de fomento del emprendimiento de la Universidad de Deusto. Enlace: http://www.deusto.es/cs/Satellite/deusto/es/emprendimiento-0/cursos/deusto-start
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...Juan Martín Martín
Criterios de corrección y soluciones al examen de Geografía de Selectividad (EvAU) Junio de 2024 en Castilla La Mancha.
Soluciones al examen.
Convocatoria Ordinaria.
Examen resuelto de Geografía
conocer el examen de geografía de julio 2024 en:
https://blogdegeografiadejuan.blogspot.com/2024/06/soluciones-examen-de-selectividad.html
http://blogdegeografiadejuan.blogspot.com/
José Luis Jiménez Rodríguez
Junio 2024.
“La pedagogía es la metodología de la educación. Constituye una problemática de medios y fines, y en esa problemática estudia las situaciones educativas, las selecciona y luego organiza y asegura su explotación situacional”. Louis Not. 1993.
Visual analytics: poniendo en valor el dato a través de la visualización
1. 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
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
2
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]4
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
5
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
6
7. 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
9. 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
10. 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
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/
13
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
14
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
20
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
21
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
22
23. 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
28. Historia visualización
Siglo XX: Jacques Bertin
Source: http://www.amazon.com/Semiology-Graphics-Diagrams-Networks-Maps/dp/1589482611
28
29. Historia visualización
Siglo XX: John W. Tukey
Source: http://books.google.es/books/about/Exploratory_Data_Analysis.html?id=UT9dAAAAIAAJ&redir_esc=y
29
31. Historia visualización
Siglo XX: Leland Wilkinson
Source: http://www.amazon.com/Grammar-Graphics-Statistics-Computing/dp/038724544831
32. Historia visualización
Siglo XX: Leland Wilkinson (II)
Source: http://www.amazon.com/Grammar-Graphics-Statistics-Computing/dp/038724544832
33. 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
35. 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
38. 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
39. 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
40. 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
43. 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
44. 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
46. 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
54. 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
55. 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
58. 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
59. 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
60. 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
61. Proceso visualización
1) Transformación de datos
Codificación del valor
Datos univariados
Datos bivariados
Datos multivariados
Codificación la relación
Líneas
Mapas
Diagramas
61
62. Proceso visualización
1) Transformación de datos (II)
Codificación del valor
Datos univariados
Datos bivariados
Datos multivariados
Codificación la relación
Líneas
Mapas
Diagramas
62
64. Proceso visualización
1) Transformación de datos (IV)
Data Visualization [Jarvainen2013]
Datos univariados
Los efectos de la variable independiente sobre una única
variable dependiente
64
65. 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
67. 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
68. Proceso visualización
1) Transformación de datos (VIII)
Codificación del valor
Datos univariados
Datos bivariados
Datos multivariados
Codificación la relación
Líneas
Mapas
Diagramas
68
69. 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
70. 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
72. 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
78. 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
79. 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
80. 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
81. Proceso visualización
2) Mapeo de datos (V)
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0167631df6f7970b-550wi81
82. 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
84. Proceso visualización
2) Mapeo de datos (VIII)
Gráficos descriptivos Gráficos simbólicos
Source: http://trevorcairney.blogspot.com.es/2010_04_01_archive.html 84
85. 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
87. Proceso visualización
2) Mapeo de datos (XI)
Recordando a Tufte:
“What are the thinking tasks
that these displays are
supposed to serve?”
87
88. 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
89. Proceso visualización
2) Mapeo de datos (XIII)
¿Para comparar números?
A bar chart
(Source: http://en.wikipedia.org/wiki/Bar_chart)
89
90. 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
92. 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
93. 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
94. Proceso visualización
2) Mapeo de datos (XVIII)
Source: http://www.excelcharts.com/blog/uncommon-knowledge-about-pie-charts/#prettyPhoto[gallery]/0/
94
95. Proceso visualización
2) Mapeo de datos (XIX)
¿La mejor estrategia?
Representar los mismos
datos de diferentes maneras
95
96. Proceso visualización
2) Mapeo de datos (XX)
Source: http://blogs.elpais.com/.a/6a00d8341bfb1653ef0153903da6ba970b-550wi
Un mapa
Gráficos
Tabla
numérica
96
97. 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
98. Proceso visualización
2) Mapeo de datos (XXII)
Source: http://www.stonesc.com/Vis08_Workshop/DVD/Reijner_submission.pdf98
103. 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
104. 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
107. 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
108. 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
109. 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
110. 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
111. 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
112. 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
113. 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
114. 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
115. 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
118. Dashboard
Visualizaciones de datos interactivas (II)
Graphic
design
Data analysis
Interactive
design
Exploratory
Data analysis
Interactive
visualization
User
interface
design
Static
visualization
118
119. Dashboard
Visualizaciones de datos interactivas (III)
¿Cuándo es suficiente una representación
estática?
Escala
Muchos puntos de datos
Muchas diferentes dimensiones
Storytelling
Exploración
Aprendizaje
119
121. 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
122. Dashboard
Visualizaciones de datos interactivas: 2) Explorar
Superar limitaciones de tamaño del display
La técnica más común: zoom panorámico
122
131. 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
135. 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
138. 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
139. 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
140. 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
141. 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
143. 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
144. 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
148. 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
152. 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
169. 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
170. 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