"El auténtico genio consiste en la capacidad para evaluar información incierta, aleatoria y contradictoria"
Winston Churchill
En todo proceso en el que intervienen varias etapas interdependientes unas de otras, es importante establecer una estrecha y fuerte relación entre todas ellas. Del mismo modo, en todo proyecto de analítica digital, existen una serie de fases, cuyos eslabones deben estar firmemente fijados y asentados, si queremos tener éxito y sacar el máximo partido posible de los datos.
Como ya apuntamos hace unas semanas cuando hablamos del Modelo de Madurez en Analítica Digital, la fase inicial de definición de Objetivos y KPIs resulta básica y primordial para construir nuestro proyecto y escalar nuestra “pirámide” de analítica digital. De igual modo, una correcta implementación de nuestra herramienta, nos permitirá ir un paso más allá y obtener toda la información que necesitamos para extraer valor a los datos. Y en esta línea, el último eslabón de nuestra pirámide de datos es vital si queremos transmitir de forma correcta todo el valor que hemos extraído. ¿De qué le sirve a un violinista tener un instrumento perfectamente afinado, si no consigue transmitir emoción alguna a los destinatarios de su obra? La respuesta a esta pregunta, llevada a la Analítica Digital, es para nosotros la cima de la pirámide o nuestro último eslabón: la visualización de datos.
Actualmente, la Analítica Digital se encuentra en una fase en la que el exceso de información se encuentra a la orden del día, con multitud de datos procedentes de infinidad de fuentes. El simple hecho de separar el grano de la paja, y de ese modo convertir los datos en valor, se ha convertido en una tarea nada sencilla, que queda acentuada si no disponemos de visualizaciones de datos potentes y enfocadas a los receptores de la información. Es aquí precisamente donde las herramientas de visualización entran en escena, para dar solución a este problema y ayudar a los analistas a comprender y transmitir las historias que los datos nos cuentan, enfocando el mensaje a la toma de decisiones de negocio.
Ahora que sabemos de la importancia del “violín” para transmitir emociones, la pregunta que inevitablemente viene a la mente es: ¿qué tipo de violines podemos utilizar? La respuesta oscila dependiendo del grado de complejidad de las visualizaciones que se ajusten a nuestros datos. Dentro del amplio abanico de herramientas que existen dentro de esta disciplina, hemos realizado una selección de algunas herramientas gratuitas o de pago, disponibles actualmente en el mercado.
Herramientas gratuitas
• Excel: Se trata de una herramienta que históricamente ha acompañado al analista digital desde los primeros compases de la profesión. La principal utilidad de Excel, a la hora utilizarla en nuestras visualizaciones, radica en que permite establecer una estructura de extracción de datos flexible, y una automatización relativamente ágil y sencilla gracias a algunos softwares como Supermetrics. Se trata, por tanto, de una herramienta perfectamente capacitada para realizar visualizaciones interesantes, a pesar de que su principal hándicap resida en la escasa evolución que el paquete gráfico ha tenido en los últimos años.
• Google Spreadsheets: Se trata del homónimo de las hojas de cálculo de Excel, pero en la nube de Google. Si bien su flexibilidad y rápidez en lo que a extracción de datos se refiere es relativamente mayor a la de Excel (dado que se encuentra en la nube y no preinstalado en nuestros equipos), en muchas ocasiones no dispone de la potencia y variedad necesarias, en lo que a diseños y gráficos se refiere, para poder elaborar visualizaciones o cuadros de mando complejos.
•R: Si bien la verdadera utilidad de programar en R reside en su potencia a la hora de llevar a cabo profundos análisis matemáticos y estadísticos, no debemos olvidarnos de la gran variedad de paquetes disponibles que permiten visualizar todo tipo de análisis. No obstante, la curva de aprendizaje de un lenguaje como R puede suponer un gran hándicap, ya que es necesario tener ciertos conocimientos de programación para poder exprimir al máximo todas su funcionalidades y opciones de visualización.
Herramientas de pago
•Tableau: Es una de las herramientas que por excelencia acuden a nuestra mente cada vez que alguien habla de visualización de datos. Una de sus grandes bazas radica en su funcionamiento altamente intuitivo y visual, lo que facilita su uso independientemente de la base de programación que tengamos. No sólo permite construir gráficos e informes simplemente arrastrando las métricas y dimensiones que necesitemos, sino que además sugiere qué tipo de visualización sería la más acorde dado el cruce de información propuesta. Además, permite organizar todos estos informes en un único cuadro de mando, al que podemos incluir otra serie de elementos (imágenes, texto html etc) que ayuden a comprender mejor la información mostrada. Además, su API nos permite integrar varias fuentes de información de datos, entre las cuales se encuentra Google Analytics.
•Klipfolio: Se trata de una herramienta muy equilibrada en términos de diseño y flexibilidad. Es relativamente sencilla de utilizar, y al igual que en el caso de Tableau, se puede conectar a un gran número de fuentes de datos a través de su API. Es una herramienta idónea para diseñar cuadros de mando potentes, ya que no sólo permite estructurar la información en diferentes widgets, según la estructura deseada para nuestro cuadro de mando, sino que si dispones de ciertos conocimientos de programación, podrás automatizar la extracción de datos sin ningún tipo de problema.
•Qlikview: Inicialmente planteada como una herramienta de BI (Bussiness Intelligence) dirigida a la explotación y descubrimiento de información, y contando desde el principio con una amplia gama de posibilidades a la hora de integrar distintas fuentes de datos (CRM, ERP, Datawarehouses, BBDD relacionales, ficheros en distintos formatos, ...), ha sabido adaptarse a los tiempos actuales evolucionando hacia el proceso masivo de información en BigData, y a la integración con lenguajes como "R" o Visual Basic, lo que unido a su gran fuerte, la presentación y manejo de datos, la convierte en una herramienta indispensable cuando se busca algo más que la mera representación de información. Entre sus handicaps, podemos indicar el hecho de que cuenta con su propio lenguaje de modelado de datos, lo que obliga a una formación previa en la herramienta cuya curva de aprendizaje puede ser excesiva para proyectos de corto alcance, así como su precio y licenciamiento.
•Google Data Studio: Hemos querido dejar esta herramienta para el final, dado que se trata de la gran sensación de estas últimas semanas. Según hemos podido ver, Google Data Studio parece ser, indudablemente, una herramienta que cuenta con los ingredientes necesarios para convertirse en uno de los grandes competidores dentro del mercado de la visualización: potencial y un margen de optimización tremendo. Es cierto que la versión de prueba no cuenta con ciertas funcionalidades básicas en el día a día de un analista, como la opción de segmentar los datos, pero su flexibilidad y el hecho de que resulte francamente intuitiva y fácil de utilizar, convierten a Google Data Studio en una herramienta a tener en cuenta de cara al futuro.
Estos ejemplos que hemos visto constituyen únicamente la punta del iceberg del fascinante mundo de la visualización de datos, ya que existen otras herramientas muy potentes como PowerBI, Sweetspot, Geckoboard, entre muchas otras. Su uso por parte de los analistas está creciendo a pasos agigantados, ya que cada día se está apostando más por visualizaciones que transmitan de forma directa y certera toda la información necesaria para apoyar en datos la toma de decisiones de negocio.
¿Qué utilidad tiene que tener una buena visualización? La respuesta es sencilla: debe saber transmitir por sí sola y de forma clara, directa y precisa, la información a la que se está refiriendo, haciéndola accesible a todo el mundo y facilitando de esta manera la labor del analista a la hora de generar conocimiento a partir de esa información mostrada.
Partiendo de esa premisa, existen una serie de buenas prácticas, cuyo principal objetivo es conseguir que nuestros sentidos sean capaces de percibir y procesar toda esa información de la forma más rápida posible. Por ejemplo, si nuestra visualización consta de una o varias métricas cuantitativas, la transmisión de la información será más efectiva si incorporamos la intensidad del color para diferenciar los distintos elementos, el tamaño, la longitud o la posición, por ese orden. En cambio, si las métricas que comparamos tratan de transmitir un componente ordinal, la visualización será más efectiva cuanto más nos valgamos de formas y tonalidades de color para diferenciar unos elementos de otros.
Por otra parte, y siempre que la visualización nos lo permita, no debemos olvidar contextualizar los datos. El simple hecho de comparar los datos mostrados con el periodo anterior, ya sea semana, mes o año, no sólo facilita que el receptor interprete la información de forma ágil, sino que ayuda a la toma de decisiones basadas en datos. De nada sirve conocer que un número elevado de usuarios accedió a nuestra web durante el último mes, si no contamos con un marco de referencia que nos haga planteamos preguntas del tipo ¿ese volumen es mayor o menor que el periodo anterior?. Si es menor, ¿a qué se puede deber? ¿puede ser que el componente estacional de mi negocio esté afectando a esa disminución de los datos?".
Por último, el siguiente ejemplo de visualización resume de forma clara todo lo comentado anteriormente:
En la visualización, se representa una determinada métrica comparada con el año anterior. Gracias por un lado al uso de colores (el rosa indica el periodo actual y el gris hace referencia al periodo anterior), y por otro lado a la distancia entre las formas (una mayor longitud de la barra indica una mayor diferencia entre ambos periodos), somos capaces de no sólo de percibir y procesar la información, sino de dar contexto y ser capaces de responder a la pregunta: ¿cómo estamos en relación al periodo anterior?.
Si quieres saber más, puedes escuchar nuestro podcast al respecto:
Excel no es gratuita aunque haya mucha gente que no lo pague. Por lo demás, un excelente articulo como siempre.
Data Studio » Es cierto que la versión de prueba no cuenta con ciertas funcionalidades básicas en el día a día de un analista, como la opción de segmentar los datos»
El artículo esta obsoleto, si que deja segmentar :). Un saludo!!