Errores comunes en la visualización de datos y algunas soluciones

6,601 views

Published on

Charña sobre visualización de datos para BilboStack 2015 en la Universidad de Deusto, Bilbao, 17 de enero de 2015.

Todas las imágenes son propiedad de sus respectivos creadores (ver sección de Referencias).

Published in: Education
4 Comments
21 Likes
Statistics
Notes
No Downloads
Views
Total views
6,601
On SlideShare
0
From Embeds
0
Number of Embeds
2,960
Actions
Shares
0
Downloads
50
Comments
4
Likes
21
Embeds 0
No embeds

No notes for slide

Errores comunes en la visualización de datos y algunas soluciones

  1. 1. @PGaraizar17/01/2015
  2. 2. POR SI VAMOS MAL DE TIEMPO...
  3. 3. ¡EVITA EL USO DE 3-D! parece que mola, pero NO
  4. 4. ¡EVITA EL USO DE TARTAS Y BURBUJAS! somos lo peor interpretando ángulos y áreas
  5. 5. ¡NO DES DEMASIADA INFORMACIÓN! less is more
  6. 6. ¡EVITA TIPOGRAFÍA ILEGIBLE! tener un Nobel o un colisionador de hadrones NO te exime de ello
  7. 7. ¡EVITA LIARLA CON LOS COLORES! si no funciona en blanco y negro, NO funciona
  8. 8. ¿CÓMO VEMOS?
  9. 9. ¿Cuántos megapíxeles tienen nuestros ojos? ¿cuánto de rápido nada un submarino?
  10. 10. Un diseño... sub-óptimo parte óptica (córnea + cristalino, iris + pupila) / parte sensorial (retina fóvea mácula)→ →
  11. 11. Conos visión fotópica→ conos L (rojo), M (verde), S (azul)
  12. 12. Problemas en la visión en color protanopia/protanomalía (rojo), deuteranopia/deuteranomalía (verde), tritanopia/tritanomalía (azul)
  13. 13. Tetracromatismo 4 tipos de conos mayor amplitud de espectro visual→
  14. 14. ¿Eres tetracrómata? bueno, tampoco te flipes, que el camarón mantis es dodecacrómata
  15. 15. Bastones visión escotópica→ muy baja sensibilidad al rojo submarinos→
  16. 16. Distribución desigual de conos y bastones en la mácula, conos L y M casi exclusivamente, muy concentrados
  17. 17. La información visual se envía al cerebro en pares rojo-verde, azul-amarillo, negro-blanco
  18. 18. ¿CÓMO VE EL CEREBRO?
  19. 19. Estímulo (externo) vs. percepción (interno) lo que ve el ojo no es lo que el cerebro percibe
  20. 20. - Sobrecarga mental + Comprensión + Credibilidad→ → la importancia del espacio en blanco
  21. 21. Mente vs. cuerpo
  22. 22. Sistema 1 vs. Sistema 2 (Kahneman)
  23. 23. Gran parte de la corteza cerebral implicada en la visión ruta dorsal (localización, movimiento) + ruta ventral (color, forma)
  24. 24. Detención preatencional detectamos estas anomalías antes de darnos cuenta
  25. 25. Cuenta los cuadrados grises cuesta porque exige un procesamiento conjunto (forma, color)
  26. 26. Principios de la Gestalt explican qué pasa, pero no cómo ni por qué pasa
  27. 27. Principio de proximidad los objetos contiguos tienden a verse como una unidad
  28. 28. Principio de semejanza los objetos similares tienden a verse como una unidad
  29. 29. ¿Qué ocurre cuando colisionan? mejor emplear dimensiones diferentes (color y textura)
  30. 30. Las conexiones son más potentes más que la proximidad, el color, el tamaño o la forma
  31. 31. Principio de cerramiento los contornos y perímetros se perciben mejor, aunque no estén (completos)
  32. 32. Principio de cerramiento si no ves el dálmata, quizá seas un Nexus 6
  33. 33. Principio de continuidad tendemos a percibir objetos continuos a pesar de que estén interrumpidos
  34. 34. Principio de figura y fondo el cerebro no puede interpretar un objeto como figura o fondo al mismo tiempo contexto→
  35. 35. Principio de figura y fondo las zonas negras son más pequeñas y están orientadas horizontal y verticalmente figura→
  36. 36. Principio de simetría y regularidad las formas simétricas y regulares tienden a verse como un conjunto
  37. 37. MOVIMIENTO Y CAUSALIDAD
  38. 38. El movimiento puede emplearse para inducir causalidad (Michotte, 1963)
  39. 39. Experimento cognitivo-perceptual Heider-Simmel (Heider-Simmel, 1940) → https://www.youtube.com/watch?v=olOmOYItAbE
  40. 40. Eleanor Lutz y el diseño científico http://tabletopwhale.com/index.html
  41. 41. ERRORES COMUNES Y ALGUNAS SOLUCIONES
  42. 42. TIPOGRAFÍA
  43. 43. Legibilidad (letra) y readability (frase) tipografías con serifa tienen buena readability, pero mala legibilidad
  44. 44. La mejor tipografía, la que no se hace notar ante la duda, sans-serif (Helvetica, Arial, Gill Sans son apuestas seguras)
  45. 45. Jerarquía a través de la tipografía tamaño de letra, énfasis (negrita, itálica, mayúsculas), colores, etc.
  46. 46. No más de un cambio a la vez tamaño de letra, énfasis (negrita, itálica, mayúsculas), colores, etc. Reino animal
  47. 47. Sin textos en vertical tampoco en diagonal
  48. 48. COLOR
  49. 49. Diseña en blanco y negro y luego añade color lo contrario no suele funcionar “If a design doesn’t make sense in black and white, it will make less sense when color is added.” Paul Rand
  50. 50. La importancia del gris sirve para casi todo, desde añadir elementos neutros a balancear paletas de color
  51. 51. Contrastes: tono útil para diferentes categorías, nunca más de 12 diferentes
  52. 52. Contrastes: brillo más difícil de percibir que el tono, diferentes valores en una misma categoría
  53. 53. Contrastes: saturación también es más difícil de percibir que el tono, recomendado para representar certeza sobre un valor
  54. 54. El peligro de diseñar mal la paleta ¿observas algún patrón en el mapa?
  55. 55. Caos cromático con muchas categorías a partir de 12 es inviable, aunque dependiendo de la paleta puede ser antes
  56. 56. Adobe Color CC te ayuda a diseñar una buena paleta de color
  57. 57. Cuidado con los efectos indeseados recuerda que es el cerebro quien ve, no el ojo
  58. 58. Evita imágenes de fondo sí, es muy bonita y casi no se nota, pero NO
  59. 59. DISPOSICIÓN
  60. 60. Evita el uso de áreas diámetro vs. área
  61. 61. Evita el uso de volúmenes diámetro vs. volumen
  62. 62. Evita distorsiones en los ejes muy pocas veces se entiende mejor
  63. 63. Evita distorsiones en los ejes a veces puede resolverse transformando variables
  64. 64. Evita distorsiones en los ejes ¡pero me ha costado mucho hacerlo! Ya, pero NO
  65. 65. Distorsiones: proyecciones de mapas todos los mapas están distorsionados, elige con cuidado
  66. 66. Proyección 2-D mediante hexágonos mejor teselación en un plano
  67. 67. Evita guiños a la temática con la disposición parecen que molan, pero NO
  68. 68. TIPO DE GRÁFICO
  69. 69. ¿Puede decidirse racionalmente qué tipo de gráfico usar? Sí, casi siempre (Cleveland & McGill,1984)
  70. 70. Recomendación general: prudencia la función no determina la forma, pero sí restringe el conjunto de formas aceptables (no es una mera cuestión de "gusto")
  71. 71. Tipos de gráficos peligrosos: tartas doble-combo: tartas 3-D
  72. 72. Tipos de gráficos peligrosos: burbujas diámetros vs. áreas útiles en mapas
  73. 73. Tipos de gráficos peligrosos: treemaps para representar proporciones
  74. 74. Tipos de gráficos peligrosos: heatmaps el color es más difícil de comparar que la longitud
  75. 75. Tipos de gráficos peligrosos: radares para representar múltiples dimensiones a la vez
  76. 76. Tipos de gráficos peligrosos: árboles polares para representar jerarquías complicadas
  77. 77. Tipos de gráficos peligrosos: circos para representar relaciones entre elementos
  78. 78. GRAPH HACKING
  79. 79. Eje X truncado enséñame el cero o me estás timando
  80. 80. Dificultar comparaciones sin punto inicial o final común
  81. 81. Mezclar unidades a pesar de lo que diga Apple, 1 US$ 1 €≠
  82. 82. Ejes múltiples los carga el diablo
  83. 83. Datos acumulados todo crece, qué bien
  84. 84. Eje Y truncado las ventas de bañadores no han parado de crecer de mayo a agosto, ¡en septiembre lo petamos!
  85. 85. Omitir información clave patentes que expiran, leyes que cambian, etc.
  86. 86. Usar mapas indebidamente grano grueso en regiones, colores por saturación (o valores logarítmicos), etc.
  87. 87. CONCLUSIONES
  88. 88. ¿Para qué visualizamos datos? (Stephen Few) Ver la “big picture” Comparar valores rápidamente Reconocer patrones Comparar patrones
  89. 89. No solamente gráficos, infografías o visualizaciones dashboards, visual story-telling, etc.
  90. 90. Incluso hay videojuegos sobre gráficos http://metrico-game.com
  91. 91. helpmeviz.com Feedback de expertos
  92. 92. MUCHAS GRACIAS
  93. 93. REFERENCIAS
  94. 94.  Trina Chiasson, Dyanna Gregory, et al. (2014). DATA + DESIGN: A simple introduction to preparing and visualizing information.  Colin Ware. (2012). Information Visualization, Third Edition: Perception for Design (Interactive Technologies)  Leland Wilkinson, D. Wills, D. Rope, A. Norton, R. Dubbs. (2005). The Grammar of Graphics (Statistics and Computing).  Alberto Cairo. (2012). The Functional Art: An introduction to information graphics and visualization (Voices That Matter).  Stephen Few. (2009). Now You See It: Simple Visualization Techniques for Quantitative Analysis.(Author)  Wikipedia. REFERENCIAS Artículos y libros

×