La exploración de datos es una práctica imprescindible que debe realizarse antes de arribar a una visualización final confiable. Es lo que muchos expertos llaman “re-expresar los datos” haciendo hincapié en la transformación de los mismos para obtener visualizaciones que aporten valor.
Cómo transformar los datos
Comencemos con factores clave que deben implementarse en la transformación de los datos:
ACUMULACIÓN
Para la gran mayoría de los tipos de acumulación sería favorable que se calculará con el factor tiempo. De esta manera se puede visualizar cuál es el valor total en lugar del valor único por paso de tiempo.
Ejemplo de ello es el tablero de análisis que creamos a través de la plataforma QlikSense con la data del Coronavirus. Lo cual nos permite identificar día a día la cantidad de casos, de muertes y su porcentaje con respecto a la población de cada país o región. Se trata de un análisis de acumulación que muestra la totalidad de cada zona en un tiempo predefinido.
NORMALIZACIÓN
Otro método de transformación de datos es normalizarlos. De esta manera, en lugar de mirar un valor absoluto, podremos mirar uno relativo y visualizar cómo contribuye a un valor total. En el tablero de análisis acerca del COVID-19 podemos realizar comparaciones entre países y tiempo de medidas tomadas para así obtener porcentajes de contagios, por ejemplo.
ÍNDICE
Cuando contamos con múltiples medidas o unidades diferentes para analizar, el índice de datos es excelente y cumple un rol provechoso en su transformación, ya que permite visualizar cuánto aumenta o disminuye un valor con el paso del tiempo y generar tendencias en los datos.
MEDIA MÓVIL
Cuando se cuenta con una gran cantidad de datos o con una amplia extensión de valores, el método normal es agregarlos.
Lo que podemos hacer, para retener los detalles y la legibilidad de la visualización, es usar un promedio móvil para transformar y suavizar los datos mediante el cálculo de un promedio en varios días.
Estas transformaciones nos llevan a probar diversas formas para explorar datos de forma más profunda, suscitar preguntas y proporcionar información que tal vez no habías podido ver o buscar.
Te invitamos a conocer un claro ejemplo de todos estos factores importantes de la transformación de datos: El tablero creado a través de Qlik con información valiosa sobre coronavirus.
Si tenés dudas o necesitas asesoría para potenciar la exploración y uso de datos en tu organización, ¡Podemos ayudarte! Contactanos.