Las visualizaciones de datos más influyentes de la historia

Etiquetas: Visualización

Las visualizaciones de datos nos permiten ver y entender los datos de una forma más profunda. Ese entendimiento genera buenas decisiones, por lo que sin esa visualización y análisis de datos, estamos más expuestos a malentendidos y oportunidades perdidas. En palabras de John Tukey, el valor más grande que puede aportar una imagen es cuando nos obliga a darnos cuenta de cosas que jamás hubiésemos esperado ver.

Existen numerosas y diferentes formas de visualizar datos; cada una de ellas con sus muchas posibilidades. No se trata únicamente de hacer una agradable o incluso bonita representación gráfica (que también); sino de multiplicar las posibilidades del análisis: poner de relieve los datos más relevantes, hacer comparaciones que enriquezcan, facilitar el contraste en la toma de decisiones; e incluso de predecir el futuro.

¿Por qué queremos necesitamos representar los datos de forma visual? Sencillamente porque no debemos abrumar a nuestra audiencia con una inmensa cantidad de datos complejos. Los datos son un instrumento para aportar información y de ésta deriva en gran parte el conocimiento. Por ello, tenemos que buscar formas de ofrecer los mecanismos para tomar decisiones de forma fácil, entendible y valiosa. Los destinatarios de ese trabajo deben sondear lo que quiera que representen esos datos en un minuto, para después entrar en el análisis.

Más allá de ese tiempo, la representación visual no ha valido la pena. Has perdido a un cliente o tu oportunidad de desarrollar tu proyecto.

Como hemos hablado en otras ocasiones, la historia de la visualización de datos es un viaje apasionante a medio camino entre la estadística y el arte. Algunas visualizaciones de datos se hicieron famosas por cambiar la forma en la que representar datos brutos, para hacer así su entendimiento más sencillo. A continuación, repasamos las visualizaciones de datos más influyentes y por qué se han convertido en clásicos a los que acudir en busca de inspiración.

 

Visualizaciones de datos históricas

Si queremos que nuestra gráfica marque la diferencia de algún modo, podemos recurrir a la inspiración de aquellas que revolucionaron la técnica de visualización.  Pero antes de iniciar esa búsqueda, lo principal es tener un objetivo.

Es necesario realizar una reflexión sobre las razones para pintar los datos. Por qué mostrarlos en un gráfico o una imagen y no en un cuadro o un texto. Para qué utilizar el color rojo y para qué emplear el verde. ¿Estamos aportando valor? ¿Es simplemente una cuestión estética? ¿Estamos ahorrando trabajo a los compañeros? ¿Podemos dejar cristalino un concepto gracias a una buena visualización?

También puede ayudar en la elección del material, saber quiénes son los destinatarios del documento. Los perfiles técnicos necesitan más números, mientras que los usuarios de negocio retienen mejor la información de las comparaciones. Los perfiles creativos agradecen más apoyo visual, mientras que los directivos demandan información concisa y clara.

A partir de aquí, podemos plantearnos la mejor forma de representar la información. Como inspiración, existe una amplia bibliografía sobre visualizaciones de datos pero podríamos destacar las siguientes como hitos históricos:

  • Diagrama de árbol, de Llull (1303).
  • Gráfico de velas, de Homma (1750).
  • Diagrama de Gantt, de Priestley (1765) – hecho famoso por Gantt en 1910.
  • Gráfico de barras, de Playfair (1786).
  • Gráfico de líneas, de Playfair (1790).
  • Gráfico de tarta, de Playfair (1801).
  • Mapa de dispersión, de Snow (1855).
  • Gráfico de rosa, de Nightingale (1858).
  • Diagrama de Sanley, de Minard (1869) – hecho famoso por Sanley en 1898
  • Histograma, de Pearson (1895).
  • Cartograma, de Bailey (1911).
  • Espina de pescado, de Ishikawa (1943).
  • Mapa de calor, de Sneath (1957).
  • Sparkline, de Tufte (1983).

Vamos a detenernos en tres ejemplos que marcaron un antes y un después en la visualización de datos: ejemplos concretos que hallaron la forma perfecta de representar la realidad para hacerla comprensible de un vistazo.

 

La marcha sobre Moscú de Minard

Se trata del primer diagrama de Sanley, quien dio nombre a este tipo de visualizaciones de datos casi 30 años más tarde desde la creación de esta gráfica. Considerada la mayor joya de la visualización de datos, la “Carta figurativa de las sucesivas pérdidas de hombres de la armada francesa en la campaña de Rusia de Napoleón en 1812”, es un retrato fiel y simple de las penurias del ejército napoleónico para tomar Moscú.

Carta figurativa de las sucesivas pérdidas de hombres de la armada francesa en la campaña de Rusia de Napoleón en 1812 de Charles Minard (1869)

Realizado por Charles Minard en 1869 a la edad de 88 años, en el gráfico se pueden ver las bajas entre las filas francesas en función de la fecha, la dirección de las tropas, la localización geográfica, el descenso de temperaturas y la pérdida de vidas.

La campaña de Napoleón en Rusia fue una auténtica sangría. El mayor ejército del mundo emprendió la marcha en junio con 422.000 hombres, de los que sólo 100.000 llegaron a la capital rusa (véase la evolución de la columna marrón). En la retirada de octubre, sin conseguir el objetivo, tan sólo 10.000 personas lograron regresar a Francia (representados en negro).

 

Las rosas de Nightingale

Uno de los mejores ejemplos que podemos encontrar sobre la importancia de una buena visualización, que en este caso logró salvar una cantidad inimaginable de vidas.

Ésta representación de 1858 muestra las pérdidas humanas del ejército británico en Crimea, realizada por la enfermera Florence Nightingale. La visualización permitió poner de relieve que la mala higiene era la principal causante de las bajas, muy por encima de las heridas en el frente. Ante una representación tan impactante, la propia reina Victoria inició de forma inmediata una reforma sanitaria en el Reino Unido para mejorar las condiciones higiénicas en los hospitales en una extrapolación de lo que estaba ocurriendo en Crimea.

Las flores mortales de Florence Nightingale

En las rosas se pueden comparar las muertes en función de la fecha y la causa. Cuanto mayor es el pétalo, más muertes; que se dividen en colores según el tipo (rojo por heridas, azul por enfermedades prevenibles, negro por otras causas). El impacto del cólera o la disentería entre las tropas era palpable, pero fue necesaria una representación visual para provocar el impacto necesario para tomar una decisión fundamental.

 

El mapa del cólera de Snow

Aunque no se trata del primer mapa epidemiológico, ni siquiera del cólera; es una brillante representación que nos recuerda que menos es más. Mientras sus predecesores dificultaban el análisis con una gran cantidad de datos y variables, el acierto de John Snow en 1855 fue centrarse en lo fundamental. Centrarse en el objetivo de la visualización, que no sólo era representar una realidad; sino encontrar la causa de la enfermedad.

El mapa del cólera de John Snow (1854)

En la representación se ve las muertes por cólera en un mapa, así como los puntos de suministro de agua. La hipótesis de Snow es que la enfermedad se trasmitía por el agua y no por el aire, que era la doctrina predominante. Con sólo tres datos se dio el primer paso para demostrar una teoría que posteriormente fue adoptada por médicos y sanitarios de forma oficial (aunque una década tras su muerte).

Llegados a este punto, suponemos que la finalidad y potencia explicativa de una buena visualización está fuera de toda duda (“una imagen vale más que mil palabras”). Como ejemplo ilustrativo podemos emplear el magnífico trabajo de The fallen of World War II, un documental que muestra en toda su crudeza las muertes derivadas de la Segunda Guerra Mundial: pasando los números a figuras humanas para permitirnos comprender la magnitud de la tragedia.

Pero ojo, crear una mala visualización tiene también su coste. Un ejemplo, de sobra conocido, lo tenemos en la práctica totalidad de los mapas del mundo que podemos consultar: la Proyección de Mercator, que nos ha hecho creer, entre otras cosas, que Groenlandia es similar a África… cuando en realidad es 14 veces inferior.

 


Bibliografía:

The past and future of data visualization. Medium.

Los cinco incunables de la visualización de datos. El Diario.