Visualización de problemas

Muchas tecnologías y formas de comunicación experimentan un momento doloroso y necesario. Los sintetizadores soportaron un rebaño de gaviotas. Internet tuvo su momento GeoCities. Y ahora la visualización de datos nos ha dado gráficos como el primero de abajo, que proviene de un sitio llamado JobVine.

Dos maneras de mostrar lo mismo

Uno es bonito...

Fuente: Jobvine.co.za

... y el otro es bastante efectivo.

Fuente: JunkCharts.com

Es colorido, y parece una infografía, pero es casi incomprensible. Esto es lo que puede suceder cuando las herramientas que permiten a las personas crear nuevo contenido (música, sitios web, visualización de datos) estén disponibles para las masas. Los sintetizadores han existido desde principios de 1900, pero el synthpop no despegó hasta que fueron baratos y fáciles de usar. Internet fue la provincia de los nerds UNIX durante 30 años, hasta que llegó el primer navegador y un lenguaje de marcado accesible. Y dataviz, al menos tan antiguo como mapas, era una disciplina de nicho que consumía mucho tiempo, hasta ahora.

Es un momento emocionante y ruidoso para Dataviz. Sitios web de hoy como Muchos Ojos y software como Tableau Public permiten a cualquier persona cargar fragancias de datos y obtener visualizaciones personalizadas. Las bibliotecas de herramientas JavaScript y HTML relativamente económicas hacen que sea fácil para los programadores aficionados crear gráficos sofisticados, a veces interactivos. Pero esta democratización significa que gran parte de la producción actual es, francamente, horrible. Afortunadamente, estamos en un viaje algo predecible que normalmente termina bien.

Así es como va. En primer lugar, los entusiastas de todas partes empiezan a usar la nueva tecnología, porque pueden hacerlo. Una inundación de personas con habilidades muy variadas imponen su creatividad en el mundo. (A principios de 1980, la autoedición provocó una explosión de boletines que utilizaban 20 colores y 31 fuentes).

A continuación, todo el mundo comienza a exagerar, utilizando las nuevas herramientas independientemente de su utilidad o conveniencia, solo porque están a la moda. (Bodas tuiteando en vivo? ¿En serio?) Una forma de exagerar es el «hermoso duh!» gráfico. Por ejemplo, el New York Times, pionero en esta frontera, una vez produjo una visualización de palabras tuiteadas durante el Super Bowl por región. Resultó que en Pittsburgh la palabra más común era «Steelers», en Arizona era «Cardinals», y durante el medio tiempo fue «Springsteen» (estaba actuando). El Tiempos invertido en volar al espacio para confirmar la forma del continente.

Con el tiempo, sin embargo, las personas mejoran en el uso de la tecnología, hacen avances importantes y, en última instancia, la arrastran a un lugar mejor. Sí, Dataviz está teniendo una adolescencia incómoda, pero ya se puede ver que comienza a madurar. Arriba, por ejemplo, es la misma información sobre los salarios de Google, reimaginado por JunkCharts, un sitio que forma parte de la bulliciosa comunidad online de entusiastas de dataviz que producen algunos de los mejores ejemplos y discuten sobre sus méritos. Este gráfico está etiquetado con mayor precisión y es más fácil de entender que el de JobVine, y no incluye iconografía o color extraños. Sin duda Kaiser Fung, el autor del sitio, es un discípulo de Edward Tufte, cuyos libros canónicos... La visualización visual de información cuantitativa, explicaciones visuales, y Información de visión y los cursos de un día predican moderación, simplicidad, imparcialidad y precisión.

Aún así, los principios de Tufte probablemente ya no son suficientes. La primera edición de La visualización visual se publicó en 1983, en los albores de la era de los PC, cuando las herramientas gráficas digitales simples, hojas de cálculo e incluso impresión en color eran incipientes. No podía prever la explosión del intercambio social de visualizaciones de datos o, lo que es más importante, cuántas infografías competirían por nuestra atención. Así que aunque los estudiantes de Tufte enumerarán las maneras en que el segundo gráfico es mejor, los observadores casuales contrarrestarán que también es aburrido como el infierno. ¿Cuál crees que compartirían en Twitter y Facebook?

Por lo tanto, los mejores visualizadores de hoy se están moviendo más allá de Tufte para conciliar la tensión entre la información y el diseño, precisa y emocionante, contando y vendiendo. Puedes encontrar su señal en medio del ruido.

Tome Catherine Mulbrandon, economista y diseñadora interactiva, cuya sitio web (VisualizingEconomics.com) y reciente libro autopublicado, Una guía ilustrada sobre los ingresos en los Estados Unidos, presentan cientos de infografías cuidadosas cuya simplicidad desmiente los millones de puntos de datos que representan. Un ejemplo favorito es un mapa de árbol que muestra una década de cambios en cada categoría de trabajo que realiza la Oficina de Estadísticas Laborales de los Estados Unidos. Las ganancias se muestran en azul, con mayores ganancias un tono más oscuro. Las pérdidas se presentan igualmente, pero en rosa. Los sectores más rosados son la manufactura y, sorprendentemente, la información. La inmediatez con la que esto golpea al espectador es profunda, y esa es la magia de todos los grandes visuales, lo que otro profesional talentoso, Kirk Goldsberry, ha llamado el «punto de felicidad». Proporcionan una instantánea instantánea de placer— ¡ajá! y luego invitar a una investigación más profunda.

Estamos creando datos a un ritmo sin precedentes. Aquellos que puedan visualizar bien obtendrán una ventaja competitiva.

El trabajo de David McCandless El Miscelaneum Visual y La información es hermosa, junto con su sitio web, hace esto también. Un periodista de datos que contribuye a publicaciones globales como Alámbrico y el Guardián, McCandless a veces elige temas lúdicos, visualizaciones lado a lado de cómo hacer cócteles populares y remedios para la resaca, por ejemplo. Pero también es hábil con información seria. Un gráfico notablemente limpio de su muestra que 19 simples cambios en los hábitos diarios de uno pueden ahorrar ocho toneladas de consumo de carbono al año. Otro, sobre el uso directo e indirecto del agua, revela que cuando se toman en cuenta las prácticas agrícolas, la tarea del hogar que utiliza más agua no es ducharse o lavar la ropa, sino cocinar un huevo.

Mulbrandon y McCandless se unen a otros: Martin Wattenberg, Fernanda Viégas, Jer Thorp, Nathan Yau y Jeremy Howard, por nombrar algunos. Pero vamos a necesitar muchos más como ellos en el futuro, y herramientas de creación más sofisticadas, también. Estamos creando datos a un ritmo sin precedentes. Sin una capa visual, darle sentido a todo esto será cada vez más difícil. Aquellos que puedan visualizar bien obtendrán una ventaja competitiva. Encontrarán información que otros no lo harán. Es sólo cuestión de tiempo antes de que las infografías sofisticadas se conviertan en una tarifa estándar en las reuniones de la junta directiva. ¿A qué equipo directivo no le gustaría tener una imagen interactiva de cada producto que vende su empresa, con detalles sobre quién lo compró, cuánto, a qué hora del día, cómo era el clima y qué más compraron al mismo tiempo? Los gráficos y tablas que presentaran toda esa información serían casi imposibles de analizar. Con la visualización, se hace posible un análisis significativo de big data.

Un buen dataviz también nos ayudará con ideas complejas. El arquetipo hasta la fecha es el video viral «Desigualdad de riqueza en América», que visualiza dramáticamente la brecha de ingresos. Otros ejemplos incluyen visualizaciones de ataques de aviones no tripulados llevada a cabo por los Estados Unidos y el resultado de la cifra de muertos, cada Fortuna 500 empresas tipo impositivo efectivo, y el distancia a Marte.

El nuevo libro de David McCandless se llama El conocimiento es hermoso(Harper Design, 2014). Creo que la progresión de sus títulos (y contenido) casi resume la maduración que viene de la disciplina, de la miscelánea a la información al conocimiento.

Ahí es donde va la visualización de datos. Tiene que hacerlo. En el futuro puede ser la única manera de dar sentido a las cantidades casi infinitas de datos que estamos creando. Vamos a llegar allí. Y cuando lo hagamos, miraremos hacia atrás en este momento mientras miramos hacia atrás en los sitios web de finales de los 90 y los keytars de nueva onda.

— Escrito por Scott Berinato