GESTIÓN DE LA INFORMACIÓN

La solución al exceso de información

18 de febrero de 2020
Javier AnguloData Analyst

La visualización de datos como herramienta para la optimización del marketing digital y la toma de decisiones.

Con el continuo avance tecnológico, el actual sector empresarial vive un proceso de sobre acumulación de información tanto cuantitativa como cualitativa, y únicamente aquellas empresas data-driven1 salen beneficiadas de esta tesitura. El valor de la toma de decisiones basadas en datos contrastados está en alza, y grandes firmas están dedicando ahora parte de sus esfuerzos en el desarrollo de una cultura empresarial en la que la analítica obtiene mayor peso. Más no siempre es mejor, y el simple hecho de tener la base de datos más grande del sector no suele estar estrechamente relacionado con mejores resultados. Son muchas las empresas incapaces de exprimir el potencial de los datos que generan al no tener las herramientas de comunicación de datos necesarias. Contar con más datos no da una ventaja competitiva; saber cómo interpretarlos, sí. ‍

La acumulación de información no cesa, y cada vez resulta más difícil sacar conclusiones relevantes a partir los documentos bajo el dominio de la empresa. Ante esta situación, la visualización de datos toma un papel relevante en la comunicación de resultados. ‍

Como se suele decir, “una imagen vale más que mil palabras”, y de hecho, varias fuentes2 citan que los seres humanos procesamos imágenes visuales 60.000 veces más rápido que texto, y el 90% del flujo de información que llega a nuestro cerebro es visual. El ojo humano es capaz de seguir colores3 o patrones pero en cambio, ante una hoja de Excel con centenares de filas repletas de números sin aparente relación entre sí, son pocas las personas capaces de extraer observaciones relevantes para la actividad del negocio. La tecnología ha permitido, en el contexto de la comunicación de resultados, sustituir las hojas de cálculo por elementos gráficos fácilmente interpretables.

exceso-informacion-eunoia.png

La visualización de datos a través de infografías fomenta la productividad no solo de las personas en contacto directo con estos elementos (como los analistas de datos o científicos de datos) sino de cualquier individuo impactado por la información plasmada. Los gráficos hacen la función de traductor, y permiten que más gente pueda involucrarse en el análisis de la situación al ser capaces de entender la información que tienen delante. No todos los miembros de una organización cuentan con las mismas habilidades analíticas, pero gracias a la visualización de datos se crea un idioma común que todos son capaces de entender. ‍

Esta actividad es también un elemento de **diferenciación **respecto a la competencia, ya que ante la posibilidad de que varias empresas tengan acceso a una misma fuente de datos, traducir esta información con mayor rigor analítico y visual puede afectar positivamente a la experiencia del cliente en el caso de que el output o producto resultante sea de carácter público.

informacion-eunoia-digital.png

Las versiones más básicas, como el gráfico de barras o el gráfico circular, permiten ya entender de forma instantánea la información mostrada, pero con la mejora de las herramientas de visualización y de las habilidades de sus usuarios, el nivel de las visualizaciones4 es cada vez mayor.

‍ Mostrar la información gráficamente permite identificar tendencias y valores extremos, pero es imperativo que las personas encargadas de la elaboración de estos elementos interactivos tenga conocimiento de la actividad económica a partir de la cual se han obtenido los datos, ya que las conclusiones pueden estar influenciadas en gran parte por la forma en la que la información es presentada. ‍

Por ejemplo, múltiples productos o servicios son contratables únicamente de forma presencial, por lo que el nivel de ventas suele verse reducido durante los fines de semana. Ante la pregunta: “¿han aumentado las ventas en los últimos X días?”, alguien podría mostrar a través de un gráfico de barras las ventas diarias para un periodo seleccionado, pero aun así resultaría difícil apreciar una tendencia debido a las fluctuaciones diarias producidas por circunstancias como la previamente mencionada. El siguiente paso sería plasmar una línea de tendencia para ver si las ventas han ido al alza o baja, pero en este caso no se aprecia una pendiente suficientemente marcada para sacar conclusiones.

informacion-eunoia-digital2.png

Sin embargo, una persona conocedora del producto y de la información que tiene delante se decantaría por una línea de tendencia móvil, en la que se calcula el promedio de las ventas de los seis días posteriores (incluyendo además de la cifra del día seleccionado) para tener en cuenta los efectos del fin de semana y estudiar la semana en su conjunto. Ahora sí, sería posible evaluar con criterio la evolución de los últimos días, donde se puede entrever que, tras un periodo de declive, las ventas volvieron a aumentar. ‍

La visualización de datos tiene la capacidad de sacar a relucir aspectos que con los informes tradicionales pasarían desapercibidos y que podrían ser de vital importancia para el presente y futuro del negocio. Ser capaz de detectar tendencias y cambios de comportamiento del consumidor o de las condiciones del mercado permite al poseedor de esta información anticiparse a lo que está por llegar, lo que podría suponer una ventaja competitiva de magnitudes considerables. Por otro lado, detectar tendencias de carácter interno supone la diferencia entre un incremento en las pérdidas o una maximización de las ganancias. ‍

La “era del Big Data” ha llegado rápidamente a nuestro día a día, y la importancia de la visualización de datos crece al mismo ritmo. Nadie duda de los beneficios de estos avances tecnológicos, pero solo con recursos destinados al análisis las empresas serán capaces de fomentar la cultura del dato5 y sacar partido a las oportunidades que se presentan.

Fuentes consultadas

Harvard Business Review (12/02/2020). Boost your team’s data literacy. https://hbr.org/2020/02/boost-your-teams-data-literacy2

Christopher. G. Healey. (1996). Choosing Effective Colours for Data Visualization. ‍Proceedings of Seventh Annual IEEE Visualization '963

D. R. Vogel, G. W. Dickson, and J. A. Lehman. (1986). Persuasion and the Role of Visual. University of Minnesota4

Visualizing Data (14/02/2020). Best of the Visualization Web December 2019. https://www.visualisingdata.com/2020/02/best-of-the-visualisation-web-december-2019/5

Harvard Business Review (06/02/2020). 10 steps to creating a data-driven culture. https://hbr.org/2020/02/10-steps-to-creating-a-data-driven-culture

OTROS ARTÍCULOS DEL BLOG

Otros artículos

Las cookies son importantes para ti, influyen en tu experiencia de navegación, nos ayudan a proteger tu privacidad y permiten realizar las peticiones que nos solicites a través de la web. Utilizamos cookies propias y de terceros para analizar nuestros servicios y mostrarte publicidad relacionada con tus preferencias en base a un perfil elaborado con tus hábitos de navegación. Puedes 'Aceptar' o 'Rechazar' aquellas cookies que no sean técnicas. Más información, consulta nuestra Política de Cookies. aquí.