• Tweet
• Email

• Tweet
• Email

Podemos afirmar que nuestra vibrante sociedad del siglo XXI se desenvuelve en un verdadero y profuso caudal de información. Sin duda alguna el entorno en el que nos desenvolvemos hoy se encuentra dominado por una creciente multiplicidad de fuentes de datos que si bien abren la puerta a inmensas oportunidades de desarrollo a veces pueden resultar abrumadoras. Nunca antes nuestra especie ha contado con acceso a tan apabullante y diversa cantidad de datos, hasta el punto en que es un verdadero desafío cotidiano elegir solo aquellos que nos resulten útiles para conocer mejor la naturaleza de los fenómenos que nos rodean e incluso para predecir que puede suceder en un futuro bajo ciertas condiciones conocidas y así solucionar o prevenir problemas. Mientras más grande es la cantidad de información a la que nos enfrentamos como especie mayor es nuestra necesidad de transformarla en conocimiento. A diario somos testigos y partícipes de lo que creemos es una de las más fascinantes aventuras de nuestro tiempo: ¿Cómo transformamos toda esta inmensa cantidad de información en conocimiento? Este panorama es incluso más acentuado en el campo profesional. En nuestra experiencia laboral nos enfrentamos literalmente a miríadas de datos provenientes de una multiplicidad de fuentes de información cuantitativa que urge interpretar para poder contribuir a la toma de mejores decisiones. Como parte de esta aventura humana de transformar información en conocimiento existe un verdadero reto en seleccionar los métodos más adecuados para representar creativamente y de la forma más inteligible tan abundante cantidad de datos. Una de las formas más difundidas y universales para representar información cuantitativa son los gráficos; empleándolos de forma correcta son la más poderosa herramienta para organizar, representar, comunicar y explorar información. Los gráficos pueden ser definidos como representaciones visuales de información cuantitativa que nos permiten comunicar datos numéricos a través de imágenes. Cuando construimos un gráfico la información cuantitativa es codificada a través de símbolos, formas, posiciones, distancias, tamaños, colores y otras propiedades. Cuando una persona mira el gráfico decodifica visualmente la información que este contiene empleando para ello su sistema visual. Este proceso de decodificación visual de la información es denominado percepción gráfica. Podemos considerar exitoso un gráfico si este minimiza las posibles fallas que puedan cometerse al decodificar la información que representa, o en otras palabras si este representa los datos de forma tal que su comprensión no implique un elevado esfuerzo visual y mental que distorsione la adquisición de conocimiento. No todos los gráficos resultan igualmente exitosos. De hecho su éxito varía enormemente de acuerdo a la naturaleza de la información cuantitativa a codificar en relación con el gráfico seleccionado para representarla. De allí cobra especial importancia el estudio de cuáles son los métodos de graficación que permiten una más efectiva y precisa interpretación de los datos,  maximizando la calidad y cantidad de contenido que es posible extraer visualmente para ampliar nuestro conocimiento. De allí nace la visualización de datos como campo de la Ciencia que estudia las técnicas para explorar, examinar y comunicar representaciones visuales de datos que amplíen nuestro conocimiento. La visualización de datos estudia el "proceso de utilización de una presentación gráfica para representar datos complejos de una manera que proporciones al espectador una comprensión cualitativa del contenido de la información, convirtiendo complicados conjuntos de datos en imágenes de fácil comprensión visual " [Bhargava, 2003]. La visualización de datos se desglosa en dos grandes ramas:

• Visualización científica: Que puede ser definida como" la representación gráfica de complejos fenómenos físicos con el objeto de asistir a la investigación científica y para hacer inferencias de aquello que no es aparente bajo forma numérica". [Usability First, 2003]
• Visualización de información: Que puede ser definida como "la representación gráfica de datos abstractos para ampliar el conocimiento". [Card et al., 1999] Entendemos por datos abstractos a aquellos grupos heterogéneos de datos que no poseen una estructura espacial inherente.

La principal diferencia entre estas dos ramas de la visualización de datos radica en la naturaleza de los datos empleados. La visualización científica trabaja con datos físicamente referenciados, es decir, relacionados con coordenadas espaciales, es decir se refiere a la visualización de fenómenos en las tres dimensiones (arquitectónicos, ingenieriles, metereológicos, físicos, biológicos, médicos, etc) donde el mayor ´´enfasis está en la representación realista tal vez con un componente de tiempo asociado. En contraste la visualización de información trabaja con datos abstractos, es decir datos heterogéneos que no tienen una estructura espacial inherente por lo que no es posible asignarles de forma directa cualquier geometría y su representación visual depende de los medios y técnicas que empleemos. Algunos ejemplos de datos abstractos serían los datos de una encuesta, los indicadores claves de desempeño de una empresa, datos de ventas, una base de datos de empleados, etc. La visualización de datos y el uso de gráficos tienen una historia con profundas raíces, por demás interesantes. Por ejemplo, existen evidencias que datan el empleo de mapas (una forma de codificar con imágenes datos geográficos) ya en el 6200 AC. Este asombroso comienzo lo certifica un mapa encontrado en 1963 en excavaciones realizadas en las ruinas de Catal Hyük en Ankara, Turquía, datado con la antigüedad señalada por medio de radiocarbono. Observen en la imagen anexa el impresionante trabajo cartográficos de nuestros antepasados. Somos capaces incluso de afirmar que esta evidencia solo representan el inicio de investigaciones que seguramente conducirán a descubrir cuan temprana en realidad es en la historia de los gráficos. A pesar de su remoto inicio la historia de los gráficos comienza ser vinculada con el pensamiento estadístico a partir del siglo XIX, experimentando un sin igual crecimiento durante el siglo XX, prosperando de la mano con la evolución de la tecnología. Un paso fundamental fue dado entonces: los gráficos siempre habían sido difíciles de producir y publicar al ser dibujados a mano sección por sección. La llegada de la computación facultó la posibilidad de producir y publicar gráficos de una forma mucho más sencilla. A pesar de su remoto inicio la historia de los gráficos comienza ser vinculada con el pensamiento estadístico a partir del siglo XIX, experimentando un sin igual crecimiento durante el siglo XX, prosperando de la mano con la evolución de la tecnología. Un paso fundamental fue dado entonces: los gráficos siempre habían sido difíciles de producir y publicar al ser dibujados a mano sección por sección. La llegada de la computación facultó la posibilidad de producir y publicar gráficos de una forma mucho más sencilla. Hoy en día existe una multiplicidad de herramientas que nos permiten crear y publicar una amplia gama de gráficos; afortunadamente contamos con una nutrida y siempre creciente lista de técnicas y métodos de graficación que podemos emplear. Muy a nuestro pesar la llegada de la tecnología también ha representado que en algunos casos se desvirtúe el verdadero sentido de maximizar la percepción gráfica. Este es nuestro primer artículo de una ambiciosa serie de publicaciones y tutoriales con la que pretendemos divulgar como podemos crear, producir y publicar gráficos de una forma sencilla, garantizando  una óptima extracción visual de la información cuantitativa que codifican. Para tal fin emplearemos como herramienta Microsoft Excel. Microsoft Excel es al momento una de las herramientas más difundidas y empleadas para crear y publicar gráficos. De hecho, Microsoft Corporation declaró hace poco tiempo que ya Excel contaba con más de 400 millones de usuarios. No obstante a su amplia difusión los gráficos que por defecto Microsoft Excel nos ofrece en todas sus versiones exhiben importantes oportunidades de mejora en lo que refiere a características fundamentales de percepción gráfica y visualización de información.  Uno de nuestros objetivos al crear esta serie de artículos es mostrar cómo podemos perfeccionar estos gráficos por defecto para alcanzar versiones que resulten visualmente más efectivas. En nuestra próxima entrega daremos un breve paseo por la historia de los gráficos para contar con un marco conceptual que nos permita luego comenzar de lleno a crear nuestras propias gráficas bajo un enfoque complementado con técnicas de visualización de información. ¡Estamos seguros que disfrutarán del contenido de esta nueva serie de artículos que traemos especialmente para ustedes! Como siempre quedamos atentos a sus comentarios. ¡No olviden que en nuestro foro abriremos un debate al respecto! El Equipo EXCELLENTIAS.COM ¿Deseas conocer mas artículos como este? Pues no dejes de visitar el siguiente enlace que de seguro encontraras mas información de tu interes: Gráficos Excel Fuentes de Referencia: [Bhargava, 2003]; Bharat Bhargava, Data Visualization Overview, 2003. [Card et al., 1999] Card, S. and Mackinlay, J. and Shneiderman, B., Readings in Information Visualization: Using Vision to Think, Morgan Kaufmann Publishers, 1999. [Usability First, 2003] Usability First, Usability Glossary. Retrieved at: 2003. http://www.usabilityfirst.com/glossary/main.cgi?function=display_term&term_id=682 Cleveland, W. and McGill, R., Graphical Perception and Graphical Methods for Analyzing Scientific Data, Science, New Series, Vol. 229, No. 4716, pp. 828-833, Agosto 30, 1985. Cleveland, W. and McGill, R., Graphical Perception: Theory, Experimentation, and Application to the Development of Graphical Methods, Journal of the Statiscal American Association, Vol. 79, No. 387, pp. 531-554, Septiembre, 1984. Créditos Imágenes: Imagen Principal: All in your positions. http://www.flickr.com/photos/burity_/2211797091/in/photostream Cargado el 22 de enero, 2008 por szeretlek_ma Imagen Mapa Catal Hyük: http://www.henry-davis.com/MAPS/Ancient%20Web%20Pages/100mono.html