Jorge Camoes says you can learn a lot about/from the data during the preparation stage.Jorge Camoes says you can learn a lot about/from the data during the preparation stage.Jorge Camoes says you can learn a lot about/from the data during the preparation stage.Jorge Camoes says you can learn a lot about/from the data during the preparation stage.Jorge Camoes dice que se puede aprender mucho sobre los datos durante la etapa de preparación. Jorge Camoes tiene pasión por la visualización de datos. Tras una exitosa carrera en análisis de negocios en Merck, Camoes fundó WiseVis, una empresa de consultoría de visualización de datos con sede en Oeiras, Portugal. Camoes es ampliamente reconocido como autor del popular blog Gráficos de Excel , en el que comparte estrategias para aprovechar al máximo los datos con herramientas comunes como Excel.
Acaba de publicar su primer libro, datos en el trabajo, donde explora estos temas más a fondo, presentando a los lectores una discusión reflexiva sobre el potencial de la visualización de datos y las estrategias para implementar paneles ejecutivos. el recientemente presentado en el seminario JMP Explorers en Marlow, Reino Unido. Puedes leer un resumen de su presentación en su blog .
Le hice algunas preguntas sobre cómo explorar y visualizar datos.
Paso 1: preparación de datos.¿Qué tan buenos o completos deben ser mis datos para que sean utilizables?
Si puede conectarse fácilmente a la infraestructura de información de la organización y obtener exactamente los datos que desea y de la manera que desea, para responder una pregunta de manera sincera, exhaustiva y oportuna, entonces, felicidades, probablemente tenga buenos datos con los que trabajar. Y eres un hermoso unicornio.
Jorge Camoes just published his first book, Data At Work.Jorge Camoes just published his first book, Data At Work.Jorge Camoes just published his first book, Data At Work.Jorge Camoes just published his first book, Data At Work.Jorge Camoes acaba de publicar su primer libro, Data At Work. El mundo real es más feo: en cada organización, hay un sótano oscuro secreto (desconocido por la alta dirección), hogar de unas cuantas criaturas que acechan allí y cuya descripción de trabajo incluye “preparación de datos” y otras tareas de naturaleza igualmente desagradable. Vale, no puedo demostrar que estos sótanos sean reales, pero la preparación de datos es, de hecho, una tarea fundamental en cualquier proyecto de análisis de datos que requiere muchos recursos, mucho tiempo, poco atractiva y subestimada.
Si bien obtenemos más y mejores herramientas ETL, a menudo tenemos que lidiar con problemas que no deberíamos tener, en primer lugar, como convertir archivos PDF. He aquí un ejemplo de una buena práctica: la División de Población de las Naciones Unidas publica proyecciones y estimaciones de población en hojas de cálculo de Excel regulares cuya conversión requiere algo de trabajo. También hace que los datos estén disponibles en archivos CSV con un buen formato. Este formato dual aborda las necesidades de la mayoría de los usuarios y debería ser una práctica estándar. Si necesita saber por qué los datos bien estructurados son la piedra angular del análisis de datos, Hadley Wickham Datos ordenados (PDF) es una lectura imprescindible.
Supongo que no habrá problemas con los conceptos al utilizar los datos, pero no siempre es así. Por ejemplo, el USDA publica datos sobre la disponibilidad de alimentos. Según el USDA, este es un buen indicador del consumo real de alimentos, lo que lo convierte en una excelente fuente para analizar los patrones cambiantes en la dieta estadounidense. Su proyecto debe explicar esto explícitamente y asegurarse de que la audiencia sepa la diferencia. A menudo tendrás que manejar suposiciones menos benignas.
Consejo final: No vería la preparación y el uso de datos como dos pasos distintos. Puede aprender mucho sobre los datos durante la etapa de preparación.
Paso 2: ¿Qué gráfico debo elegir para mis datos? ¿Qué gráficos no debo elegir para mis datos?
Hay dos cosas que debes considerar: primero, el gráfico en sí y segundo, el gráfico en una situación específica.Piense en un gráfico de líneas: detectar una tendencia es muy fácil. Una tabla con los mismos datos le dirá algunas cosas interesantes, pero será mucho más difícil tomar conciencia de esa tendencia. La visualización de datos es, hasta cierto punto, como un robot de cocina: no te convertirá en un mejor cocinero, pero tomará la mesa y optimizará algunos de los pasos que requieren más tiempo, permitiéndote concentrarte en el resultado.
En otras palabras, la visualización de datos preprocesa los datos, descargando algunas tareas cognitivas y permitiendo que el cerebro se concentre en tareas de nivel superior. Si desea diseñar un gráfico eficaz, debe seleccionar el tipo de gráfico y las opciones de formato que crea que maximizarán esto. Nunca olvides eso este es específica de la situación. La gente tiende a pensar en la “efectividad” en términos puramente racionales, pero es posible que desees tener en cuenta las emociones o un diseño que llame más la atención. Debería esperar algunas compensaciones.
No se debe eliminar ningún gráfico de su kit de herramientas de visualización de datos. Un gráfico de barras suele considerarse una apuesta segura, pero puede ser una elección terrible. Los gráficos circulares están difamados, pero son excelentes para mostrar proporciones agregadas.
No se debe utilizar un gráfico si su capacidad para preprocesar los datos es baja, pero hay más que considerar. Cuando se utiliza la visualización de datos para comunicarse, un gráfico es parte de esa conversación, por lo que no debería parecer que no pertenece allí. Si piensas este el gráfico es el indicado para comunicar este mensaje, solo úsalo. Explíquelo si su audiencia no está familiarizado con él, tal como lo haría con una palabra menos familiar. Lo contrario (un gráfico tonto y un tema complejo) puede socavar su mensaje: no lo tomaré en serio si utiliza un gráfico circular en 3D cuando habla de big data. Hay una disonancia cognitiva que no puedo desenredar.
Los “gráficos circulares” son la respuesta predeterminada y a menudo esperada a esta pregunta. Esto es lo que creo que es un enfoque equilibrado: los gráficos menos efectivos, como las tartas y los indicadores, pueden usarse como punto de entrada, y siempre ir seguidos de una vista más compleja de los mismos datos. Sin embargo, si las tartas o los indicadores se utilizan ampliamente como gráficos independientes, sospecharé que la alfabetización numérica y visual de la organización es baja (y se debe hacer algo al respecto).
Paso 3: ¿A qué errores comunes debo prestar atención durante la exploración de datos?
Supongamos que tiene los datos correctos y activó el modo de exploración de datos. En primer lugar, no espere seguir un camino lineal mediante el cual localice las respuestas a preguntas predefinidas, una tras otra. Esa es una simple actualización de la tabla, no una exploración. Y cuanto más sepa sobre un tema, más inclinado estará a considerar la idea de un camino único. Resiste eso: deja espacio para alguna exploración aleatoria, incluso si eventualmente no lleva a ninguna parte.
Esto ayuda a combatir el sesgo de confirmación (tendemos a seleccionar datos que confirman nuestras creencias preexistentes), uno de los muchos sesgos personales que plagan nuestra exploración. Es imposible estar al tanto de todos ellos, por lo que cuanto antes se expongan nuestros resultados a una amplia audiencia, mejor.A menudo, algunas cosas se vuelven obvias sólo cuando utilizas una técnica diferente o cambias tu punto de vista. El Cuarteto Anscombe es un ejemplo brillante de cómo diferentes técnicas exploratorias pueden complementarse entre sí: las distribuciones son aparentemente idénticas, pero sólo los gráficos revelan sus perfiles muy diferentes. Pero, ahora que conoces esos perfiles, puedes elegir mejores indicadores estadísticos (la mediana en lugar de la media, por ejemplo).
Explorar una distribución es un primer paso necesario porque su centro proporciona un punto de anclaje mental y los valores atípicos suelen ser significativos. Pero cuando empiezas a explorar las relaciones entre variables, las cosas se vuelven mucho más interesantes. Me encanta la funcionalidad de datos vinculados en JMP , Por ejemplo. Pero hay una razón por la cual un sitio como Correlaciones espurias Es muy divertido: estamos programados para encontrar patrones y relaciones. La verdad es que a menudo no entendemos la naturaleza de esas relaciones y estamos dispuestos a pasar de una asociación aparente a una causalidad fuerte.
Finalmente, y esto debería ser evidente, no fuerce los datos a decir lo que no dicen allí: no doblegue la verdad, no seleccione, no use opciones de formato para enviar un mensaje equivocado.
Paso 4: ¿Ve algún principio subyacente o unificador en la visualización de datos para guiar las mejores prácticas?
Piense en un poema y un ensayo: pueden compartir el mismo lenguaje, pero no tienen mucho más en común, e incluso eso puede romperse en nombre de una “licencia artística”. Lo mismo ocurre con la visualización de datos, que, en cierta medida, también es un lenguaje. A mi modo de ver (y siguiendo a Jacques Bertin), “visualización de datos” significa simplemente la transcripción visual de una tabla subyacente. En ese sentido, no existe un propósito unificador ni principios compartidos. Tendrás que segmentarlo e intentar identificar algunos grupos, como arte de datos, estadísticas visuales, infografías de medios o visualización de negocios.
Tratar de encontrar principios subyacentes válidos en todos esos grupos es una búsqueda inútil. Incluso si nos centramos en las características comunes del sistema ojo-cerebro (fisiología ocular, leyes Gestalt, procesamiento del color), cada grupo las utilizará de forma diferente. Algunos de estos grupos priorizarán la eficacia de la comunicación, otros preferirán la experiencia estética y algunos se encontrarán en algún punto intermedio. JMP Los usuarios probablemente valorarán la efectividad, pero tenga en cuenta que esto no es una licencia para hacer gráficos feos.
Si eres como yo y no tienes ni un hueso de diseñador gráfico en tu cuerpo, haz lo mejor que puedas para comprender el impacto y justificar cada opción de diseño. Tomemos como ejemplo un tema complejo como el color: puedes abordarlo desde una perspectiva funcional (gestionando la intensidad de los estímulos o los significados simbólicos) y luego aplicando una paleta diseñada profesionalmente (desde cervecero de colores , Por ejemplo).
Paso 5: ¿Tiene algún consejo sobre cómo presentar datos a quienes no tienen una mentalidad de datos (por ejemplo, la administración)?
Todo se reduce a minimizar el costo de una buena toma de decisiones. La visualización de datos no debería venderse como una panacea. Muchos gerentes no se toman en serio la visualización de datos porque lo único que ven son colores saturados y efectos brillantes en 3D, calorías vacías que pueden ser muy adictivas pero que no tienen ningún efecto positivo en la toma de decisiones. Para empeorar las cosas, una buena visualización de datos, al igual que un buen diseño, es invisible y obvia. Para reconocer sus méritos, el directivo debe ser consciente de ellos. Llámelo pruebas A/B, antes/después, guerrilla (procure diseñar un mejor gráfico para cada uno ineficaz que encuentre), pero mostrar mejoras concretas es clave para que la gente compre sus ideas y se deshaga de las campanas y silbatos de la aplicación. , graficar valores predeterminados y combatir la inercia.
Algunos gerentes tienden a preferir datos concretos en tablas. Asegúrese de que puedan acceder fácilmente a tablas con buen formato, pero al mismo tiempo, diseñe gráficos que aborden los puntos débiles y los conocimientos que son casi imposibles de obtener de las tablas (relaciones útiles, agrupaciones, identificación rápida de valores atípicos).No asuma que los altos directivos están interesados en las herramientas de visualización de datos o que están ansiosos por pasar una hora explorando los datos utilizando su panel cuidadosamente diseñado. Nuevamente, la idea clave es que su visualización debe minimizar el costo de adquirir conocimientos.
¿Disfrutaste esta entrevista? Mira la grabación de el seminario de jorge camoes a su conveniencia.
