Lenguaje Visual & Tipos de Gráficos

Un gráfico es una representación visual de datos, que permite observar patrones, tendencias y relaciones entre variables. Al presentar la información de manera gráfica, se facilita la interpretación y la toma de decisiones. Los gráficos son una herramienta poderosa para comunicar información de manera clara y efectiva, ya que permiten visualizar la información de forma estructurada y comprensible.

Hoy en día, en un mundo en el que el 90% de los datos fueron creados en los últimos dos años, y se espera que esta cantidad siga creciendo exponencialmente, la visualización de datos es una herramienta indispensable en el mundo profesional. Poder leer e interpretar gráficos permite tomar decisiones informadas basadas en datos. Sin embargo, no basta con observar un gráfico; es crucial comprender qué nos dice y cómo usar esa información de forma efectiva.

Para lograrlo, es necesario entender los diferentes tipos de gráficos que se pueden utilizar y cuándo elegirlos, ya que cada uno cumple un objetivo o función específica. Al seleccionar y analizar el gráfico adecuado, se puede extraer información valiosa de los datos.

Este es, sin duda, el aspecto más importante, aunque también influyen otros factores como la ubicación y tamaño en el tablero, la jerarquía, los títulos, etiquetas y, por supuesto, los colores. Estos elementos son cruciales para una lectura eficiente y para dirigir la atención del consumidor hacia los datos más relevantes.

La elección del gráfico correcto es esencial para cada métrica o KPI que se quiera analizar. Cada tipo de gráfico permite visualizar los datos de una manera específica, por lo que es fundamental seleccionar el gráfico adecuado para cada situación.

En la actualidad, existen numerosas herramientas de visualización de datos que facilitan la creación de gráficos de manera rápida y simple. Las más populares son Tableau, Power BI, Google Data Studio, D3.js, Qlik Sense, entre otras. Estas herramientas permiten importar datos de diferentes fuentes, crear dashboards con gráficos interactivos y personalizar la visualización según las necesidades del usuario. Todas éstas traen de manera predeterminada una serie de gráficos que se pueden personalizar y adaptar a las necesidades de cada proyecto. Tambien permiten importar otros gráficos de manera externa, como los de D3.js, que son muy populares por su versatilidad y personalización. Veamos a continuación los diferentes tipos de gráficos y cuándo es adecuado utilizar cada uno.

Como vimos, existen distintos grupos de graficos diseñados para representar una gran variedad de tipos de datos, ya sea para mostrar comparaciones, distribuciones, correlaciones, clasificaciones o rankings, cambios en el tiempo, magnitudes y flujos. No obstante, es posible que un mismo grafico pueda pertenecer a más de un grupo, ya que su función puede variar segun el contexto en el que se utilice. Al mismo tiempo que los mismos tipos de datos pueden ser representados por diferentes tipos de gráficos, dependiendo de la información que se quiera resaltar, o el público al que se dirige la visualización. Para este articulo nos basamos en una clasificacion de gráficos reañizada por el Financial Times Visual Vocabulary, que divide los gráficos en 9 grupos principales. Desde ya que existen mas, pero estos son los más comunes y utilizados en el mundo profesional.

Sirven para subrayar las variaciones numéricas desde un punto de referencia fijo. Habitualmente, el punto de referencia es cero, pero también puede ser un objetivo o un promedio a largo plazo. Este tipo de gráfico es útil para mostrar sentimientos (positivo, neutral o negativo). Existen diferentes tipos de gráficos de desviación, cada uno con una función específica:

• Barra Divergente (Diverging Bar): Es un gráfico de barras estándar que permite manejar valores de magnitud tanto negativos como positivos. Por ejemplo, en el análisis financiero, un gráfico de barras divergente puede ser utilizado para comparar ingresos y egresos de una empresa en diferentes trimestres, resaltando visualmente los periodos de superávit y déficit. Este enfoque permite identificar rápidamente los meses con mayor impacto financiero, también se podría representar el impacto de una campaña de marketing en las ventas, o la variación de la temperatura en diferentes ciudades.
• Barra Divergente Apilada (Diverging Staked Bar): Sirve para presentar resultados de encuestas o datos de opinión, entre neutral, de acuerdo o en desacuerdo. Es útil para mostrar la distribución de opiniones en una encuesta, la percepción de los empleados sobre un tema, o la satisfacción de los clientes con un producto o servicio.
• Tabla de Columna (Spine): Divide un valor único en dos componentes contrastables (p. ej., masculino/femenino). Este tipo de visualizacion puede ser útil para mostrar la distribución de género en una empresa, la proporción de estudiantes por grado en una escuela, o la cantidad de visitantes por país en un sitio web.
• Línea de Superávit / Déficit (Surplus/Deficit Filled Line): Ilustra respuestas individuales o grupales en una línea continua dividida en zonas. Puede parecer un gráfico de área, pero en este caso, las áreas se dividen en dos partes, lo que permite visualizar fácilmente los valores positivos y negativos. Es útil para mostrar la evolución de los ingresos y gastos de una empresa, la variación de la temperatura en diferentes estaciones, o la distribución de opiniones en una encuesta.

Éstos gráficos se usan cuando se quiere mostrar la relación entre dos o más variables, para identificar patrones, tendencias y correlaciones entre los datos. Como en cada grupo de gráficos, existen diferentes tipos de gráficos de correlación, la elección de cada uno dependerá de los datos que se quieran representar y del objetivo de la visualización.

• Gráfico de Dispersión (Scatterplot): es el recurso mas usado para mostrar la relación entre dos variables continuas, cada una de las cuales tiene su propio eje. Puede ser usado para visualizar la relación entre la edad y los ingresos de los empleados, comparar la altura y el peso de deportistas, o analizar la correlación entre temperatura y ventas de helados, por ejemplo.
• Linea de Tiempo + Columnas (Column + Line Timeline): Sirve para mostrar la relación entre dos variables, una de cantidad (columnas) y una de ratio (línea de tiempo). Es útil para comparar los cambios en los datos a lo largo del tiempo, resaltando las diferencias en las cantidades y las tasas. Se suele usar para visualizar las ventas mensuales (columnas) y el porcentaje de crecimiento (línea), la producción anual de una fábrica (columnas) y la tasa de defectos (línea), el número de visitantes a un sitio web (columnas) y el porcentaje de conversión (línea).
• Diagrama de Dispersión Conectado (Connected Scatterplot): Muestra el movimiento en un diagrama de dispersión cuando los puntos están conectados en secuencia. A diferencia del fráfico de dispersión estándar, este gráfico conecta los puntos de datos en orden, lo que permite visualizar cómo se relacionan las dos variables a lo largo del tiempo o en una secuencia específica. Se puede utilizar para visualizar la relación entre el crecimiento de ventas y el gasto en publicidad mes a mes, mostrar cómo la temperatura y la humedad cambian durante un día en diferentes horas, o seguir el progreso de la producción frente al costo a lo largo de un año, entre otros.
• Burbujas (Bubble): Añade una tercera variable al gráfico de dispersión, representando los datos con burbujas de diferentes tamaños. Este gráfico es útil para mostrar la relación entre tres variables, utilizando el tamaño de las burbujas para representar la magnitud de la tercera variable. Por ejemplo, se puede visualizar la relación entre el precio de las acciones, el volumen de transacciones y la capitalización de mercado de una empresa, o comparar la edad, el peso y la altura de un grupo de personas.
• Mapa de calor XY (XY Heat Map): Utiliza sombreado o color para mostrar la intensidad de la relación entre dos variables en una cuadrícula. Se aplica para visualizar la relación entre dos variables continuas en un gráfico de dispersión, utilizando colores para resaltar la densidad de los puntos. Es útil para identificar patrones y tendencias en grandes conjuntos de datos, como la relación entre la temperatura y la humedad en diferentes regiones, o la correlación entre el tiempo de permanencia y la tasa de conversión en un sitio web.

Son gráficos muy fáciles de implementar y muy útiles para mostrar rankings, ya que permiten visualizar fácilmente la posición de cada elemento en una lista ordenada. Por ejemplo, se puede utilizar para mostrar los países con más población, las ciudades más visitadas, o los productos más vendidos.

• Barras (Ordered Bars): Las barras horizontales facilitan la comparación de valores entre categorías individuales cuando (los valores) están ordenados. Es un gráfico muy utilizado para mostrar rankings, ya que permite visualizar fácilmente la posición de cada elemento en una lista ordenada. Por ejemplo, se puede utilizar para mostrar los países con más población, las ciudades más visitadas, o los productos más vendidos.
• Columnas (Ordered Columns): Al igual que el gráfico de barras, el un gráfico de columnas también es muy usado para comparar categorías individuales cuando los valores estan ordenados, y es particularmente eficaz para mostrar la evolucion en el tiempo. Por ejemplo, se puede usar para mostrar la venta de un producto en diferentes meses, la variación de la tasa de desempleo en diferentes años, o la evolucion de la popularidad de un género musical a lo largo de las décadas, por nombrar algunos ejemplos.
• Símbolos Proporcionalmente Ordenados (Ordered Proportional Symbol): Muestra cantidades mediante el tamaño relativo de los símbolos. Recomendado cuando hay variaciones entre los valores y no es tan importante ver las diferencias menores entre ellos. Este gráfico es útil para visualizar rankings y comparar magnitudes significativas, utilizando el tamaño de los símbolos para representar la magnitud de los valores. Por ejemplo, se puede utilizar para mostrar la población de ciudades en un mapa, representar el volumen de ventas por región, o visualizar el número de casos de una enfermedad en diferentes áreas geográficas.
• Diagrama de Tira de Puntos (Dot Strip Plot): Puntos en una franja ordenada son un método eficiente para mostrar rangos en varias categorías. Si bien es similar al gráfico de barras, este gráfico es más efectivo para mostrar todos los datos de una tabla, ya que resalta los valores individuales. Es útil para visualizar rankings y comparar magnitudes significativas, utilizando puntos en una franja ordenada para representar los valores. Por ejemplo, se puede utilizar para mostrar la clasificación de países por población, representar la cantidad de graduados por universidad, o visualizar la variación de ingresos por sector económico.
• Gráfico de Pendiente (Slope Chart): Muestra el cambio entre dos puntos usando líneas inclinadas para conectar los valores. Es útil para visualizar cambios en los datos entre 2 o 3 puntos clave sin perder información importante. Este gráfico permite comparar visualmente las diferencias en los valores iniciales y finales, destacando tendencias y cambios significativos. Algunos usos comunes pueden ser, comparar ingresos de una empresa en dos años diferentes, evaluar el cambio en la tasa de graduación de escuelas entre dos períodos, ver la variación de la satisfacción del cliente antes y después de una campaña, entre otros.
• Gráfico de Piruleta (Lollipop Chart): Similar al de gráfico de barras utiliza una línea con un punto en el extremo para representar valores individuales, combinando elementos (de gráficos de barras y de puntos() para destacar comparaciones, es útil para mostrar rankings y comparar magnitudes significativas, utilizando puntos en una franja ordenada para representar los valores. Por ejemplo,se puede usar para ver un rankins de los barrios más caros de una ciudad, comparar la cantidad de visitantes en diferentes museos, o visualizar el modelo de autos más vendido en un año.
• Gráfico de Clasificación (Bump): Efectivo para mostrar cambios en distintos rankings a lo largo de multiples fechas. Este gráfico es un poco mas complejo de visualizar que los anteriores, ya que muestra la evolución de varios rankings a lo largo del tiempo, superpuestos a la vez. Un buen uso de este recurso seria usar un color para un grupo global de elementos y otro color llamativo para resaltar en el que se quiere hacer foco. Es efectivo para visualizar la variación de los ingresos de empresas en diferentes sectores, la evolución de la popularidad de géneros musicales en las listas de reproducción, o la clasificación de equipos en una liga deportiva, entre otros.

Este tipo de gráficos resalta una serie de valores dentro de un conjunto de datos y representa con qué frecuencia ocurren, mostrando cómo se distribuyen las variables a lo largo del tiempo. Esto ayuda a identificar valores atípicos y tendencias.

• Histograma (Histogram): Similar al gráfico de columnas, pero las columnas del histograma representan rangos de datos llamados "bins" y están casi unidas para resaltar la forma de la distribución de los datos. Esto permite identificar grupos de datos que se repiten con mayor frecuencia. Es la forma más común de mostrar distribuciones estadísticas. Un uso típico es medir la distribución de edades en una población.
• Gráfico de Puntos (Dot Plot): Es una forma sencilla de visualizar los cambios en el rango mínimo y máximo de los datos a través de múltiples categorías. Este gráfico es útil para identificar variaciones y comparar categorías de manera clara. Un ejemplo de uso sería mostrar la distribución de calificaciones de estudiantes en diferentes asignaturas.
• Diagrama de Tira de Puntos (Dot Strip Plot): Este gráfico es eficiente para mostrar valores individuales en una distribución, ya que los puntos se disponen en una línea continua. Sin embargo, puede volverse difícil de interpretar cuando demasiados puntos tienen el mismo valor. Es ideal para visualizar la frecuencia de respuestas en encuestas con opciones discretas.
• Gráfico de Código de Barras (Barcode Plot): Similar al diagrama de tira de puntos, este gráfico muestra todos los datos de una tabla y es particularmente útil para destacar valores individuales. Funciona bien en situaciones donde se necesita representar la presencia o ausencia de datos, como el análisis de secuencias de ADN o la frecuencia de eventos en un cronograma.
• Gráfico de Cajas (Boxplot): Este gráfico es valioso para visualizar varias distribuciones, ya que muestra la mediana (el valor central), el rango (la diferencia entre el valor mínimo y máximo) y otros elementos clave como los cuartiles y valores atípicos. Es comúnmente utilizado en análisis estadísticos para comparar la dispersión y simetría de los datos, por ejemplo, en la comparación de salarios en diferentes sectores.
• Diagrama de Violín (Violin Plot): Similar al gráfico de cajas, pero con la ventaja adicional de mostrar la densidad de los datos. Esto lo hace más eficaz para visualizar distribuciones complejas que no pueden resumirse con un simple promedio. Se utiliza para representar la distribución de puntuaciones en exámenes con diferentes niveles de detalle, permitiendo ver la variabilidad de los datos.
• Pirámide Poblacional (Population Pyramid): Este gráfico muestra la distribución de la población por sexo y edad, utilizando histogramas invertidos colocados lado a lado para representar ambos géneros. Es una herramienta estándar en demografía para analizar la estructura de la población de un país o región, facilitando el estudio de tendencias de envejecimiento o crecimiento poblacional.
• Curva Acumulativa (Cumulative Curve): Representa la frecuencia acumulada de una variable a medida que se incrementa una medida específica en el eje x. Es útil para visualizar cómo los datos se distribuyen en un rango y entender qué porcentaje se encuentra por debajo de un valor dado. Un ejemplo de aplicación es mostrar la acumulación de ventas durante un periodo para identificar qué tan rápido se alcanzan ciertos objetivos.
• Polígonos de Frecuencia (Frequency Polygons): Estos gráficos son útiles para mostrar múltiples distribuciones de datos y son similares a los gráficos de líneas, pero destacan mejor la forma de las distribuciones. Se recomienda usarlos con un máximo de 3 o 4 conjuntos de datos para mantener la legibilidad. Un ejemplo de uso es comparar la distribución de temperaturas en distintas ciudades a lo largo de un año.
• Gráfico de Enjambre (Beeswarm Chart): Este gráfico de dispersión organiza los puntos horizontalmente para evitar superposiciones, presentando una disposición visual que recuerda a un enjambre de abejas. Es especialmente útil para mostrar la distribución de datos individuales y permite observar tanto la densidad como la variación sin que los puntos se oculten entre sí. Un ejemplo común es visualizar las puntuaciones individuales de participantes en una competencia, destacando las diferencias y la concentración de resultados. También se usa para mostrar la dispersión de respuestas en encuestas o para analizar la distribución de propiedades físicas de muestras en estudios científicos.

Este grupo permite dar énfasis a tendencias cambiantes en el tiempo. Puede abarcar movimientos cortos o series extendidas a lo largo de años. Elegir el período correcto es clave para proporcionar contexto.

• Gráfico de Líneas (Line Chart): Es la forma estándar de mostrar una serie temporal cambiante, donde el eje x representa el tiempo y el eje y los valores de la variable. Si los datos son irregulares, se pueden usar marcadores para representar los puntos de datos individuales y resaltar las variaciones. Algunos ejemplos de uso incluyen, seguimiento de las ventas mensuales de un producto, registro de la temperatura diaria durante un mes, evolución del precio de las acciones a lo largo de un año, monitoreo del número de visitantes de un sitio web por día.
• Gráfico de Columnas (Column Chart): Utiliza barras verticales para representar datos y es especialmente útil para mostrar cambios a lo largo del tiempo. Cada columna representa un punto en el tiempo (como meses, trimestres o años), lo que facilita visualizar tendencias y comparaciones en un período determinado. Es ideal para destacar aumentos, disminuciones y patrones en una serie temporal.
• Gráfico de Columnas y Línea Combinado (Column and Line Timeline): Es una forma efectiva de mostrar la relación a lo largo del tiempo entre una cantidad (representada por columnas) y una tasa o porcentaje (representada por una línea). Este gráfico permite comparar fácilmente los cambios en ambas métricas en un mismo periodo. Se puede utilizar en Ventas mensuales (columnas) y porcentaje de crecimiento (línea), producción anual de una fábrica (columnas) y tasa de defectos (línea), número de visitantes a un sitio web (columnas) y porcentaje de conversión (línea).
• Gráfico de Pendiente (Slope):Es ideal para mostrar cambios en los datos entre 2 o 3 puntos clave sin perder información importante. Este gráfico permite comparar visualmente las diferencias en los valores iniciales y finales, destacando tendencias y cambios significativos. Algunos usos comunes pueden ser, comparar ingresos de una empresa en dos años diferentes, evaluar el cambio en la tasa de graduación de escuelas entre dos períodos, ver la variación de la satisfacción del cliente antes y después de una campaña, entre otros.
• Gráfico de Area (Area Chart): Visualiza tendencias rellenando el área entre el eje x y la línea de datos, mostrando cambios en el total de una serie. Sin embargo, es importante usarlo con precaución, ya que puede dificultar la visualización de cambios en componentes individuales.
• Gráfico de Velas (Candlestick Chart): Generalmente se enfoca en la actividad diaria, mostrando los puntos de apertura, cierre, máximos y mínimos de cada día. Es comúnmente usado en análisis financiero para visualizar el comportamiento de acciones y otros activos en periodos cortos de tiempo.
• Gráfico de Abanico (Fan Chart): Se utiliza para mostrar la incertidumbre en proyecciones futuras, con áreas que se expanden a medida que avanzan las predicciones en el tiempo, indicando un rango de posibles resultados. Se usa para visualizar pronósticos de ventas, estimaciones de crecimiento de población, proyecciones de ingresos, entre otros
• Gráfico de Dispersión Conectado (Connected scatterplot): Es una forma eficaz de mostrar el cambio en los datos de dos variables cuando existe un patrón de progresión claro. Este gráfico conecta los puntos de datos en orden, lo que permite visualizar cómo se relacionan las dos variables a lo largo del tiempo o en una secuencia específica. Se puede utilizar para visualizar la relación entre el crecimiento de ventas y el gasto en publicidad mes a mes. mostrar cómo la temperatura y la humedad cambian durante un día en diferentes horas, seguir el progreso de la producción frente al costo a lo largo de un año, por nombrar algunos ejemplos
• Mapa de Calor de Calendario (Calendar Heatmap): Una excelente manera de mostrar patrones temporales (diarios, semanales, mensuales), aunque sacrifica la precisión en la cantidad de los datos. Este gráfico usa colores para representar la intensidad de los valores en un calendario, facilitando la identificación de tendencias y patrones en periodos específicos. Por ejemplo,visualizar la frecuencia de ventas diarias a lo largo de un año, mostrar la actividad de usuarios en una aplicación cada día del mes, o resaltar días de mayor tráfico en una página web, entre otros.
• Línea de Tiempo de Priestley (Priestley Timeline): Ideal para mostrar datos en los que la fecha y la duración son elementos clave. Este gráfico permite visualizar eventos en una línea temporal, resaltando su inicio, fin y duración, lo que facilita comprender cómo se desarrollan en el tiempo y su relación con otros eventos. Útil pata mostrar el inicio y la duración de proyectos a lo largo de un año, representar periodos históricos importantes en un contexto educativo, visualizar el tiempo de ejecución de campañas de marketing y su solapamiento, entre otros.
• Línea de Tiempo Circular (Circle Timeline): Es útil para mostrar valores discretos de diferentes tamaños a lo largo de múltiples categorías. Permite visualizar eventos o datos organizados en un formato circular, destacando diferencias y patrones entre categorías. Representar terremotos por continente y su magnitud, mostrar eventos deportivos importantes por región y número de asistentes, visualizar lanzamientos de productos por año y su impacto en ventas, son algunos ejemplos de uso.
• Línea de Tiempo Vertical (Vertical Timeline): Presenta el tiempo en el eje Y y es ideal para mostrar series temporales detalladas. Funciona especialmente bien para desplazarse en dispositivos móviles, facilitando la visualización de eventos o datos cronológicos. Algunas aplicaciones incluyen, mostrar el desarrollo de una historia de eventos con fechas importantes, visualizar el progreso de un proyecto con hitos clave, o representar una línea de tiempo de publicaciones en redes sociales.
• Sismograma (Seismogram): Es una alternativa a la línea de tiempo circular para mostrar series de datos con grandes variaciones. Utilizado comúnmente en el análisis de terremotos, este gráfico permite visualizar cambios drásticos y fluctuaciones en un periodo de tiempo, resaltando picos y valles de forma clara. Las aplicaciones más comunes son representar la intensidad de un terremoto a lo largo del tiempo, mostrar variaciones en los niveles de ruido ambiental durante un día, visualizar picos de actividad en el uso de un servidor o red.
• Streamgraph: Es un tipo de gráfico de áreas utilizado cuando es más importante observar los cambios en las proporciones a lo largo del tiempo que los valores individuales. Este gráfico muestra cómo las diferentes categorías contribuyen al total de manera fluida, creando un efecto visual que resalta las tendencias y la evolución de las proporciones. Alguna aplicaciones podrían ser, visualizar la distribución de ingresos por categoría a lo largo de un año, visualizar la popularidad de géneros musicales a lo largo de las décadas, mostrar cómo los ingresos de diferentes productos contribuyen a las ventas totales en el tiempo, ver la participación de mercado de varias empresas en un sector a lo largo de los años.

Útil para visibilizar comparaciones de tamaño. Estas comparaciones pueden ser relativas o absolutas y generalmente muestran variables que se pueden contar, como personas, unidades o dólares.

• Gráfico de Columnas (Column Chart): La forma estándar de comparar el tamaño de diferentes elementos, ideal para representar magnitudes. Siempre debe comenzar en 0 en el eje para garantizar una representación precisa de las diferencias. Ejemplos: comparar los ingresos anuales de distintas empresas, visualizar la cantidad de ventas de productos en varias categorías o mostrar el número de estudiantes en diferentes escuelas.
• Gráfico de Barras (Bar Chart): Similar al gráfico de columnas, pero orientado horizontalmente. Es ideal para comparar datos cuando no son series temporales y las etiquetas de las categorías tienen nombres largos, ya que permite una mejor legibilidad. Ejemplos: comparar puntuaciones de diferentes equipos, mostrar la cantidad de productos vendidos por región o visualizar la distribución de encuestas con categorías extensas.
• Gráfico de Columnas Apiladas (Stacked Column Chart): Similar al gráfico de columnas estándar, pero permite representar múltiples series de datos apiladas unas sobre otras en cada columna, mostrando cómo contribuyen al total. Es útil para comparar partes de un todo en varias categorías. Sin embargo, puede ser difícil de leer si hay muchas series. Ejemplos: mostrar la composición de las ventas de productos por región, visualizar el desglose de gastos en diferentes departamentos o representar el total de ingresos con desgloses por fuente.
• Gráfico de Barras Apiladas (Stacked Bar Chart): Similar al gráfico de barras estándar, pero permite representar múltiples series de datos apiladas unas sobre otras en cada barra, mostrando cómo contribuyen al total. Es útil para comparar partes de un todo en varias categorías y es ideal cuando se tienen etiquetas de categorías largas. Sin embargo, puede ser complicado de leer si hay muchas series. Ejemplos: mostrar la composición de la población por edad y género en diferentes regiones, visualizar la distribución de ventas por tipo de producto en varias tiendas, o representar el desglose de costos en diferentes proyectos.
• Gráfico Marimekko (Marimekko Chart): Una forma efectiva de mostrar el tamaño y la proporción de los datos al mismo tiempo. Este gráfico combina elementos de gráficos de barras apiladas y de áreas, permitiendo visualizar la contribución de diferentes categorías y subcategorías en un solo gráfico. Es ideal para representar la participación de mercado y la distribución de recursos, pero puede resultar confuso con datos muy complejos. Ejemplos: mostrar la participación de mercado por región y categoría de producto, visualizar la distribución de gastos por departamento y proyecto, o representar el desglose de ingresos por cliente y producto.
• Gráfico de Símbolos Proporcionales (Proportional Symbol Chart): Se utiliza cuando hay grandes variaciones entre los valores y/o cuando las diferencias finas entre los datos no son tan importantes. Este gráfico representa datos mediante símbolos cuyo tamaño es proporcional al valor que representan, facilitando la comparación visual de magnitudes significativas. Ejemplos: mostrar la población de ciudades en un mapa, representar el volumen de ventas por región, o visualizar el número de casos de una enfermedad en diferentes áreas geográficas.
• Gráfico de Isotipos (Pictogram Chart): Una excelente solución en ciertos casos, ya que utiliza imágenes o símbolos repetidos para representar cantidades de manera visual. Es importante usarlo solo con números enteros, ya que dividir un símbolo para representar decimales puede ser confuso. Ejemplos: mostrar el número de empleados en una empresa, representar la cantidad de productos vendidos, o visualizar la participación de votantes en elecciones.
• Gráfico de Piruleta (Lollipop Chart): Este gráfico destaca más los valores de los datos que los gráficos de barras o columnas estándar, al usar una línea con un punto en el extremo para representar cada valor. Aunque es preferible que el eje comience en cero, no es obligatorio. Es útil para hacer comparaciones claras y enfatizar los datos individuales. Ejemplos: comparar las calificaciones de estudiantes en diferentes materias, visualizar el rendimiento de empleados en evaluaciones o mostrar las ventas de productos por trimestre.
• Gráfico de Radar (Radar Chart): Una forma eficiente en cuanto a espacio para mostrar los valores de múltiples variables en un formato circular. Es importante organizar las variables de manera lógica para que el lector pueda interpretar los datos fácilmente. Este tipo de gráfico es útil para comparar el rendimiento o características de diferentes elementos en varias dimensiones. Ejemplos: evaluar las habilidades de diferentes candidatos en una entrevista, comparar las características de productos similares o visualizar el desempeño de equipos deportivos en distintas métricas.
• Gráfico de Coordenadas Paralelas (Parallel Coordinates Chart): Una alternativa a los gráficos de radar, que permite visualizar múltiples variables en un formato lineal. La disposición de las variables es crucial para una correcta interpretación, y es útil destacar los valores para facilitar la comparación. Este gráfico es ideal para analizar relaciones complejas entre varias dimensiones de datos. Ejemplos: comparar el rendimiento de diferentes modelos de vehículos en diversas características (como consumo de combustible, velocidad, precio), analizar datos financieros de varias empresas en distintos indicadores o visualizar el desempeño de estudiantes en varias asignaturas.
• Gráfico de Bala (Bullet Chart): Ideal para mostrar una medición en el contexto de un objetivo o rango de rendimiento. Este gráfico permite visualizar rápidamente si un valor alcanza, supera o queda por debajo de una meta establecida, y es comúnmente utilizado en reportes de desempeño o análisis de KPI. Ejemplos: evaluar el progreso de ventas frente a una meta, comparar el rendimiento de un proyecto respecto a su objetivo, o mostrar el nivel de producción de una fábrica en relación con su estándar esperado.
• Gráfico de Símbolos Agrupados (Grouped Symbol Chart): Una alternativa a los gráficos de barras o columnas, útil cuando se necesita contar datos o destacar elementos individuales. Este tipo de gráfico representa los datos mediante símbolos repetidos, agrupados de manera que facilite la comparación y la comprensión visual. Es ideal para mostrar cantidades de forma clara y comparativa. Ejemplos: visualizar el número de productos vendidos en distintas tiendas, comparar la cantidad de empleados en diferentes departamentos, o mostrar el número de eventos por categoría en un periodo.

Este tipo de gráficos muestra cómo una entidad se divide en los elementos que la conforman, como presupuestos o resultados electorales.

• Gráfico de Columnas/Barras Apiladas (Stacked Column/Bar Chart): Una forma simple de mostrar relaciones de parte a todo, aunque puede ser difícil de leer cuando hay más de unos pocos componentes. Ejemplos: representar la distribución de ingresos por fuente en un año, mostrar la participación de mercado de varias marcas en una industria o visualizar la contribución de diferentes productos a las ventas totales.
• Gráfico Marimekko (Marimekko Chart): Una buena forma de mostrar el tamaño y la proporción de los datos al mismo tiempo, siempre que no sean demasiado complejos. Este gráfico combina elementos de gráficos de barras y áreas para representar categorías y subcategorías. Ejemplos: mostrar la participación de mercado por región y categoría de producto, visualizar la distribución de costos en proyectos o representar el desglose de ingresos por cliente.
• Gráfico de Torta (Pie Chart): Una forma común de mostrar datos de parte a todo, aunque puede ser difícil comparar con precisión el tamaño de los segmentos. Ejemplos: visualizar la distribución del presupuesto en diferentes áreas, mostrar la participación de ventas por producto o representar la proporción de respuestas en una encuesta.
• Gráfico de Dona (Donut Chart): Similar al gráfico de pastel, pero con un centro vacío que permite incluir más información sobre los datos (por ejemplo, un total). Ejemplos: representar la distribución de ingresos por categoría de producto, mostrar la participación de mercado y destacar el total en el centro, o visualizar la composición de un presupuesto con una leyenda central.
• Gráfico de Árbol (Treemap): Se usa para representar relaciones jerárquicas de parte a todo, pero puede ser difícil de leer cuando hay muchos segmentos pequeños. Ejemplos: visualizar la estructura de una empresa por departamentos, mostrar la distribución de ventas por categoría de producto y subcategoría o representar la composición de un portafolio de inversiones.
• Diagrama de Voronoi (Voronoi Diagram): Convierte puntos en áreas donde cualquier punto dentro de un área está más cerca del punto central de esa área que de cualquier otro. Este tipo de gráfico es particularmente útil en el análisis de cobertura de servicios, como la distribución de torres de telefonía móvil en una región. Permite ver qué áreas están mejor cubiertas y cuáles tienen deficiencias en la cobertura. También es aplicable en estudios de influencia de mercado, donde se pueden visualizar las zonas de mayor influencia de una tienda o punto de venta, otra aplicacion podría ser representar la distribución de estaciones de servicio en una ciudad.
• Gráfico de Arco (Arc Chart): Un semicírculo utilizado comúnmente para visualizar la composición parlamentaria según el número de escaños. Ejemplos: representar la distribución de escaños por partido político en un parlamento, visualizar la proporción de votos en un consejo o mostrar la composición de un comité directivo.
• Gráfico de Cuadrícula (Gridplot): Bueno para mostrar información porcentual, funciona mejor con números enteros y en formato de múltiples pequeñas representaciones. Ejemplos: visualizar la tasa de cumplimiento de objetivos en proyectos, mostrar la distribución de respuestas en una encuesta o representar el porcentaje de ventas alcanzado por región.
• Diagrama de Venn (Venn Diagram): Generalmente se usa para representaciones esquemáticas de conjuntos y sus intersecciones. Ejemplos: mostrar la intersección de características compartidas entre productos, representar la superposición de competencias en un equipo de trabajo o visualizar grupos de clientes con intereses comunes.
• Gráfico de Cascada (Waterfall Chart): Útil para mostrar relaciones de parte a todo en las que algunos de los componentes pueden ser negativos. Este gráfico ayuda a visualizar cómo cada contribución individual afecta un valor total acumulado. Ejemplos: mostrar el impacto de ingresos y gastos en el resultado financiero neto, representar los cambios en el stock de inventario durante un periodo o analizar la contribución de varias áreas al beneficio neto de una empresa.

Se recurre a este tipo de gráficos cuando las ubicaciones precisas o los patrones geográficos en los datos son más importantes para el lector que cualquier otra cosa.

• Mapa Coroplético (Choropleth Map): Es un enfoque estándar para representar datos en un mapa, mostrando tasas o proporciones mediante colores en lugar de totales, y utilizando una base geográfica adecuada.
• Mapa de Burbujas / Símbolos Proporcionales (Bubble Map / Proportional Symbol): Muestra datos mediante burbujas de tamaño proporcional en un mapa, ideal para representar totales o magnitudes. Las diferencias pequeñas pueden ser difíciles de distinguir visualmente.
• Mapa de Flujo (Flow Map): Un Mapa de Flujos muestra movimientos en un área geográfica, como la dirección del viento, rutas de migración animal, desplazamiento de personas o comercio entre regiones. Es útil para visualizar patrones claros de movimiento.
• Mapa de Contorno (Contour Map):Un Mapa de Contorno muestra áreas de igual valor en un mapa, como niveles de elevación, temperatura o presión atmosférica. También puede usar esquemas de color para representar desviaciones, como valores positivos y negativos, siendo útil en mapas climáticos (por ejemplo, temperatura o precipitación) y en estudios geológicos para mostrar alturas o profundidades constantes.
• Cartogramas Igualado (Equalised Cartogram): Un Cartograma Igualado convierte cada unidad en el mapa en una forma regular y de tamaño uniforme, lo cual es útil para representar regiones de votación o distribución equitativa de datos. Por ejemplo, en un mapa electoral, cada estado o distrito puede mostrarse como un cuadrado o círculo del mismo tamaño para reflejar su igualdad en número de votos o escaños, independientemente de su tamaño geográfico real.
• Cartograma Escalado (Scaled Cartogram): Deforma un mapa ajustando el tamaño de cada área según un valor específico, como población o ingresos.
• Mapa de Densidad de Puntos (Dot Density): Se utiliza para mostrar la ubicación de eventos o lugares individuales. Es ideal para representar, por ejemplo, la distribución de la población en una ciudad o la concentración de delitos en un área. Es importante anotar patrones relevantes que el lector deba observar, como áreas de alta o baja densidad.
• Mapa de Calor (Heat Map): Muestra datos en una cuadrícula usando una escala de color de intensidad, similar a un mapa de coroplético, pero sin estar limitado a unidades políticas o administrativas. Es común en la visualización de densidades, como tráfico peatonal en una ciudad o actividad en una página web.

Muestra el movimiento de variables o elementos dentro de un sistema o proceso, lo cual es útil para visualizar secuencias, rutas o cambios en un flujo.

• Diagrama de Sankey: Muestra los cambios en los flujos desde una condición hacia al menos otra, ideal para rastrear el resultado de un proceso complejo. Diseñado para visualizar la secuencia de datos en un proceso de flujo, típicamente en presupuestos, y puede incluir componentes positivos y negativos. Es un diagrama complejo pero poderoso que puede ilustrar flujos bidireccionales (y el "ganador neto") en una matriz. Se utiliza para mostrar la fuerza y la interconexión de relaciones de diferentes tipos.
• Gráfico de Cascada (Waterfall Chart): El Gráfico de Cascada es ideal para mostrar cómo un valor inicial se ve afectado por una serie de incrementos y decrementos durante un período determinado hasta alcanzar un valor final.
• Diagrama de Cuerdas: Un diagrama complejo pero potente que ilustra conexiones entre categorías mediante flujos bidireccionales en una matriz, destacando el "ganador neto".
• Gráfico de Red (Network Chart): Permite ver relaciones complejas y la interconexión entre varios nodos en un sistema.

La elección del gráfico correcto para cada métrica o KPI que se quiera analizar es fundamental para que la visualización sea efectiva y cumpla su objetivo. Por eso, es importante tener en cuenta la funcionalidad de cada tipo de gráfico y elegir el que mejor se adapte a los datos que se quieren representar.

Además, es importante considerar la audiencia; para audiencias no técnicas, es recomendable utilizar gráficos más simples y de fácil interpretación, como gráficos de barras, líneas o de torta. Estos gráficos permiten una comprensión rápida de los datos sin necesidad de un análisis exhaustivo. En cambio, gráficos más complejos, como los de redes o los diagramas de Voronoi, deben reservarse para audiencias con experiencia en análisis de datos y contextos específicos donde sean imprescindibles.

La eleccion adecuada es un elemento clave para una visualización efectiva. No obstante, como se ha visto, hay otros factores que también influyen en la correcta lectura de éstos gráficos, como su ubicación, escala, jerarquías, colores, títulos y leyendas, y el uso de filtros, que permiten al usuario interactuar con la visualización y explorar los datos de manera más detallada.

El siguiente PDF es una guía completa sobre los tipos de gráficos y funcionalidad que vimos en ésta sección:

Una vez que se ha seleccionado el gráfico adecuado para los datos, para interpretarlo de manera efectiva es fundamental observar algunos elementos clave. En primer lugar, el título y las etiquetas de los ejes ofrecen una primera orientación sobre el contexto del gráfico. Sin esta información, es fácil malinterpretar lo que se presenta, especialmente si se desconoce la unidad de medida o la escala utilizada.

La escala es otro aspecto que requiere atención. En algunos gráficos, una escala manipulada puede exagerar o minimizar los cambios en los datos. Un gráfico de barras donde el eje vertical comienza en un número alto podría hacer que las diferencias entre categorías parezcan menores de lo que son en realidad. Es importante, entonces, verificar que la escala refleje adecuadamente los datos.

Además, los colores y la leyenda tienen un papel central en la interpretación. En gráficos de líneas o de áreas, los colores permiten diferenciar entre variables, mientras que la leyenda ayuda a identificar lo que cada color representa. Un gráfico bien diseñado facilita la lectura al presentar la información de manera visualmente organizada.

En algunos gráficos se pueden mostrar puntos de referencia, como líneas de promedio o valores objetivo. Estos elementos son útiles para contextualizar los datos, indicando si los valores están por encima o por debajo de un estándar o una expectativa.

Un recurso interesante es marcar los máximos y los mínimos con colores llamativos de manera automática, para que el usuario pueda identificarlos rápidamente en un gráfico. Si se utilizan filtros o interacciones entre gráficos, esto puede ser muy útil para identificar rápidamente los valores que se encuentran en el rango de interés.

Existen numerosos recursos de diseño para hacer reportes eficientes, fáciles de leer y de interactuar, pero en este artículo el enfoque se centra en los tipos de gráficos y sus funcionalidades.

Muchas veces, los gráficos no son interpretados correctamente, ya sea por errores en su diseño o por falta de conocimiento sobre cómo leerlos. Esto puede deberse a malas prácticas al momento de diseñar un gráfico, o a la falta de conocimiento sobre cómo interpretarlos.

Un ejemplo común de una mala elección es utilizar un gráfico de torta para comparar múltiples categorías con pequeñas diferencias en sus proporciones. Esto puede llevar a una interpretación incorrecta, ya que los segmentos se vuelven difíciles de distinguir. En su lugar, un gráfico de barras sería más apropiado, ya que facilita la comparación precisa de los valores. Veamos otros errores comunes y consejos para evitarlos:

• Escala Incorrecta : Modificar la escala puede hacer que diferencias pequeñas parezcan más significativas. Es fundamental que (la escala) represente los datos con precisión, evitando distorsiones. Por ejemplo, un gráfico de barras con un eje vertical que no comienza en 0 puede exagerar las diferencias entre las categorías.
<
• Exceso de Categorías: Como mencionamos, usar demasiadas categorías en gráficos de torta o barras apiladas puede hacer que la visualización sea confusa e ineficaz. Reducir las categorías o utilizar otro tipo de gráfico ayuda a mantener la claridad.
• Comparación de Tipos de Gráficos Inapropiados: A veces es necesario analizar simultaneamente varios gráficos relacionados de un dashboard y comparar gráficos de diferentes tipos (como una línea y un gráfico de torta) sin el contexto adecuado puede llevar a conclusiones erróneas. Es importante elegir gráficos compatibles para comparaciones claras.
• Uso de Colores Inadecuados: Los colores deben ser seleccionados cuidadosamente para garantizar la trazabilidad de las categorías y la comprensión clara de mlos datos que contienen. Evitar combinaciones que dificulten la lectura o que no sean accesibles para personas con discapacidades visuales.
• Falta de Contexto: Un gráfico sin título, leyendasm etiquetas o ejes claros puede ser difícil de interpretar. Proporcionar contexto y explicaciones adicionales ayuda a que la visualización sea más comprensible.
• Exceso de Elementos Visuales: Utilizar demasiados elementos decorativos o innecesarios puede distraer al espectador y dificultar la interpretación de los datos. Mantener la visualización simple y clara es fundamental para una comunicación efectiva.

• Definir el Objetivo: Antes de crear o interpretar un gráfico, resulta útil definir cuál es la historia que intenta contar. Esto ayuda a seleccionar el gráfico adecuado y a enfocar la visualización en los datos relevantes. Preguntas como, ¿qué quiero comunicar?, ¿cuál es el mensaje clave?, ¿qué acción se espera que se tome a partir de esta visualización? son fundamentales para guiar la interpretación.
• Buscar Patrones y Anomalías: Identificar patrones y detectar valores atípicos (outliers) puede proporcionar insights valiosos. Una tendencia ascendente en un gráfico de líneas, por ejemplo, puede indicar crecimiento, mientras que un outlier en un box plot podría señalar una oportunidad o un problema.
• Mantener el Gráfico Simple y Claro: Utilizar solo los elementos necesarios evita sobrecargar la visualización. Cada color, forma y línea debe tener un propósito claro y estar alineado con el mensaje del gráfico. No deben contener elementos que no aporten en la comunicación de lo que se quiere mostrar.
• Validar las Conclusiones: No es recomendable basarse únicamente en un gráfico; analizar los datos detrás de él y compararlos con otras métricas permite obtener una interpretación más robusta. Por ejemplo, si un gráfico muestra un aumento en las ventas, es importante verificar si este incremento se refleja en los datos de inventario o en las ganancias.
• Interactuar con la Visualización: Si es posible, utilizar filtros o interacciones para explorar los datos en detalle. Esto facilita la identificación de tendencias, comparaciones y relaciones entre variables. El uso correcto de los filtros es un factor clave para una interpretación efectiva. Es importante tener en cuenta que siempre se pueden habilitar o deshabilitar las interacciones entre gráficos para facilitar la interpretación de los datos, o evitar combinaciones que puedan llevar a una maña lectura.
• Mejora Continua: La visualización de datos es un proceso continuo de aprendizaje y mejora. Revisar y actualizar los gráficos en función de los resultados y el feedback recibido permite perfeccionar la interpretación y la comunicación de los datos.
• Recibir Feedback y Colaborar: Compartir los gráficos con colegas o expertos en la materia puede enriquecer la interpretación y aportar diferentes perspectivas. La colaboración y el feedback son fundamentales para mejorar la calidad de los análisis y las decisiones basadas en datos.

Al aplicar estas recomendaciones y evitar errores comunes, se logra una interpretación precisa de los datos, se enriquece el análisis y se mejoran las decisiones basadas en información visual. En el entorno profesional, la habilidad de visualizar e interpretar datos correctamente puede marcar la diferencia entre una estrategia exitosa y una menos efectiva.

A lo largo de este artículo se ha explorado la importancia de la interpretación correcta de gráficos, una habilidad esencial para profesionales de cualquier área. Comprender los tipos de gráficos, interpretar sus elementos clave y evitar errores comunes facilita la toma de decisiones.

La visualización de datos no es solo una herramienta; es una puerta hacia una comprensión más profunda y precisa de la realidad detrás de los números. Un buen gráfico puede marcar la diferencia entre una buena y una mala decisión, por lo que es fundamental elegir el gráfico correcto para cada métrica o KPI y saber interpretarlo de manera adecuada, evitando errores comunes y siguiendo consejos de interpretación.

Con esto concluye nuestro artículo sobre la elección de gráficos y su interpretación. Esperamos que haya sido de utilidad e interés, y que aporte claridad al proceso de selección y análisis de visualizaciones de datos.

Te esperamos el próximo domingo para que leas una nueva entrega, donde continuaremos explorando temas de Data Analytics, Desarrollo Web, Inteligencia Artificial, Filosofía y Diseño. ¡Hasta entonces!