"Al abrirse a una perspectiva diferente, enriquecerá y equilibrará mejor su propio punto de vista." Tony Robbins.
A raíz de los podcasts en los que hablábamos de visualización, muchos oyentes nos han hecho llegar sus dudas a la hora de saber la diferencia entre las herramientas de visualización a la hora de crear un cuadro de mando.
En este programa, contamos con la presencia de Jorge Llorente, analista digital en El Arte de Medir, para hablar de las diferentes herramientas de visualización que hay en el mercado para crear nuestro cuadro de mando y el potencial de cada una.
Empezamos con un poco de historia. Excel ha estado con los analistas desde el principio de la profesión tanto a la hora de tratar los datos como a la hora de visualizarlos. Con el paso de los años han ido surgiendo otras herramientas cuyo potencial es mucho mayor, pero sin dejar de lado Excel, ya que su uso dependerá de los requerimientos del proyecto que tengamos entre manos. Si el proyecto es posible abarcarlo en Excel, contamos con Supermetrics, una API muy asequible con la que automatizar la extracción de datos en Google Analytics y con la que podemos montar unos dashboards muy atractivos y potentes.
Pero como muchos saben, Excel tiene limitaciones ya que es una herramienta local. En otras palabras, no todo el mundo puede tener acceso y no se puede poner a la disposición de muchos usuarios. A pesar de esto, Excel es una herramienta de visualización muy flexible que permite establecer la capa de datos al gusto. Ha mejorado mucho a nivel visual, es muy intuitiva y es una de las indicadas para alguien que empiece a realizar dashboards por primera vez.
En el siguiente escalón que tenemos de herramientas de visualización, existe una gratuita relativamente nueva: Google Data Studio. Es una apuesta de Google que acabará teniendo mucho potencial para sus clientes, sobre todo los que trabajan solo con datos online como Google Analytics. La capacidad de actualización de datos y de generación de gráficos es muy ágil, y esta herramienta de visualización en sí es rápida e intuitiva.
A la hora de hacer una comparación Data Studio y Excel, ambas herramientas de visualización ofrecen gráficos preestablecidos. Sin embargo, el abanico de Data Studio es un poco más limitado. A pesar de ello, si Google apuesta por la herramienta, lo más probable es que la vaya desarrollando rápidamente a corto o medio plazo, como ha hecho con el resto de la Suite, lo que nos lleva al pro más importante de Data Studio: se conecta muy bien con todo el universo Google.
Esto es fundamental dado que existen muchas empresas en España que funcionan con Google Analytics en su versión 360. Además, y cómo hemos dicho antes, trabajar en Excel implica trabajar en local, lo que dificulta la interactuación con la herramienta de visualización y le vuelve más compleja. Esto no pasa con Google Data Studio, ya que al ser todo online, ofrece una mayor facilidad de colaboración e interactuación. También ofrece la posibilidad de filtrar los datos de un modo muy óptimo, e incluso de forma más flexible que si lo hiciéramos con Excel.
Otra herramienta de visualización (de pago, pero muy asequible, menos de 30€/mes) es Klipfolio.
Esta es una herramienta que requiere una buena estructuración mental como base para poder llevar a cabo todas las consultas que son necesarias para extraer los datos o representarlos. Es muy potente, ya que da la posibilidad de realizar visualizaciones más allá de lo que pueda ofrecer Excel o Data Studio.
Aunque es necesario realizar una programación previa antes del tratamiento de los datos para su visualización, uno de los puntos fuertes de Klipfolio es que se puede integrar los datos desde diversas fuentes de datos, incluso los obtenidos tanto de fuentes offline como online, y así visualizar dashboards que contengan información de ambos mundos. Pero es importante tener en cuenta que el complemento que debe tener el analista de programación y de poder ajustar bien las llamadas a un Klipfolio es infinitamente más complejo que hacerlo desde Data Studio, por ejemplo.
Le ha tocado el turno a unas de las herramientas de visualización más importante a día de hoy: Tableau. Es muy intuitiva y está orientada directamente a personas sin experiencia. Dispone de visualizaciones preestablecidas, pero si se adquieren algunos conocimientos, las composiciones que se pueden llegar a hacer son muy interesantes.
Uno de las grandes ventajas de Tableau es que cuenta con una comunidad muy grande, por lo que a la hora de buscar apoyo o ayuda online, es muy sencillo. Pero sin lugar a dudas, el gran potencial de esta herramienta es la posibilidad de poder bucear en los datos.
Al ofrecer más posibilidades, se convierte en una herramienta costosa, ya que las licencias tienen un precio considerablemente más elevado. Por eso hay que medir si merece la pena hacerse con ella o con Data Studio sería suficiente. Todo depende del modelo de madurez y del negocio en cuestión.
En relación con el análisis de Big Data, CRM y almacenamiento y gestión de datos, tanto QlikView y Qlik Sense son las mejor posicionadas.
El uso de cada una de las herramientas de visualización dependerá siempre de las necesidades del cliente. Cuando la integración es muy grande y la magnitud de datos desmesurada, cómo por ejemplo un proyecto de Business Intelligence, no podemos limitarnos al empleo de Data Studio, sino que tenemos que ir más allá. Uno de sus contras es que tanto QlikView como Qlik Sense no son tan intuitivas de manejar, pero al final lo que importa es que el receptor obtenga la información correctamente extraída y procesada.
Dentro de este grupo, Microsoft ha sacado Power BI: una herramienta multitarea cuyo uso va en continuo aumento. Es muy útil de cara a proyectos grandes, ya que permite integrarse con varias fuentes. Cómo comentábamos antes, la mayoría de los analistas están acostumbrados a integrar con Excel, y Power BI emplea un lenguaje de programación muy parecido llamado Dax.
Uno de los grandes pros de Power BI es que da la posibilidad de importar visualizaciones ya empaquetadas. Es decir, que tenemos la posibilidad de acudir a reposiciones en comunidades de esta herramienta online, escoger la visualización que más nos guste, importarla a local e instalarla en nuestro PowerBI. Además, también podemos importar una visualización que haya creado otra persona y poder emplearla como queramos.
Al igual que pasara con Tableau, en Power BI la comunidad es muy importante ya que es la base para poder evolucionar con la herramienta y saber sacarle el mejor partido posible.
¿Cuál es la mejor herramienta para mi negocio?
Pongamos un ejemplo: tenemos un cliente que lo que quiere es un dashboard estratégico acerca de lo que ha pasado en el entorno online, además de alguna métrica del offline (como puede ser un ecommerce) y así conocer si el crecimiento o decrecimiento de su negocio es de la parte online, offline o global. ¿Por cuál nos deberíamos decantar?
• En el caso de que el cliente se mueva sobre todo en el mundo online, la más apropiada sería Google Data Studio, siempre y cuando la magnitud de datos no sea excesivamente grande.
• En caso de que se entremezclen fuentes online y offline, de ventas, devoluciones o datos de marketing, podemos emplear otras herramientas, pero sin dejar de lado Data Studio. Tendemos a asociarla únicamente con Google Analytics, pero también da la posibilidad de conectar con otras fuentes e incluso bases de datos.
Al final todo depende de la magnitud de los datos. Si observamos que las necesidades van en aumento y que el negocio crece, nos podemos plantear la posibilidad de optar por otra herramienta de pago ya sea Klipfolio, Tableau, etc.
Hay que tener en cuenta que cuando se empieza una estrategia o cultura de medición en una empresa, muchas veces el hecho de invertir dinero en la visualización de datos es complicado. Esto nos lleva a emplear Data Studio como estrategia para lo que queremos mostrar. Con su uso podemos crear una necesidad en los stakeholders o personas dedicadas a la toma de decisiones a través de los datos, y a partir de ahí decantarnos por la que mejor nos convenga.
¿Cuántas horas hace falta invertir para elaborar un buen Data Studio o uno normal?
Si la fuente de datos es solo de Google Analytics o alguna otra fuente de datos externa con poco volumen de datos, puede estar listo en un periodo de 10 a 15 horas, dependiendo de la complejidad. Y para dejarlo plenamente finalizado, alrededor de dos o tres días.
En algunas herramientas de visualización más complicadas, como Tableau por ejemplo, dependerá del nivel de aprendizaje que tengamos, pero deberemos necesitar bastante más tiempo. Ya no es solo quedarnos en la visualización, sino unir unas visualizaciones con otras, montar el dashboard, hacer que sea interactivo, incluirle filtros, parámetros, etc. De ahí que el proyecto sea de un ámbito mucho mayor.
Si quieres ahondar más en el tema, aquí dejamos el podcast completo con la intervención de Jorge:
Interesante comparativa. El artículo está orientado a cuadros de mando, sin embargo una variable a tener en cuenta cuando apostamos por una herramienta de visualización es la capacidad de realizar análisis visual. Con Tableau, por ejemplo, podremos realizar análisis de series temporales, predicción o incluso clustering de manera bastante sencilla. Por este motivo, aunque la curva de aprendizaje inicial es mayor, a la larga nos aporta más ventajas como analistas. En mi opinión, el «problema» de herramientas como Data Studio es que interpretan la visualización únicamente como una manera de comunicar datos, olvidando las fantásticas posibilidades del análisis visual.