Cuando se analizan conjuntos de datos hay una serie de factores que suelen resultar determinantes para su interpretación. Estos factores podrían resumirse en tres fundamentales:
- Comparación de valores
- Identificación de patrones
- Localización de desviaciones
Si se trata de pequeños conjuntos de datos estas operaciones pueden llevarse a cabo a menudo examinando directamente los valores numéricos correspondientes, pero cuando se multiplican las cantidades de datos, de factores a considerar o de criterios de análisis la complejidad de esta tarea crece exponencialmente.
Es aquí donde entra en juego la creciente importancia de la visualización en el análisis de datos. La clave de la visualización está en la traducción de esos datos numéricos digamos aritméticos en diferentes formas geométricas con las que guardan diversas relaciones de proporcionalidad. Se trata de un principio que viene aplicándose en la matemática y en las ciencias en general prácticamente desde la Antigüedad, y que encuentra también a la base de la revolución científica que, desde el siglo XVII ha venido cambiando la faz del planeta.
El impulso que ha supuesto para esta metodología el empleo de herramientas informáticas a partir del siglo XX es difícil de exagerar. Uno de los campos en que con más éxito viene aplicándose esta metodología es el del análisis de datos empresariales, dentro de lo que se conoce como “inteligencia de negocio” o BI (Business Intelligence).
La eficacia de esta metodología reside en determinadas características psicológicas propias de los seres humanos relacionadas con el modo de funcionar de su percepción visual, y que han sido extensamente investigadas por la psicología experimental, tales como la importancia que tiene para este tipo de percepción la captación de semejanzas y diferencias. En el caso de la información visual esta captación es inmediata, mientras que con la información representada simbólicamente (por ejemplo de forma numérica) normalmente es necesario un cierto trabajo intelectual previo de interpretación.
Esta ventaja de la representación visual se hace especialmente evidente en casos como:
- La ponderación dentro de una escala
- La determinación de tendencias (creciente, decreciente, grados de crecimiento decrecimiento)
- La localización de discontinuidades (excesos, defectos, huecos).
Estos son precisamente, como decíamos, el tipo de características que más suelen interesarnos cuando comparamos datos: relaciones entre valores, descubrimiento de patrones, identificación de desviaciones.
Es por eso por lo que la visualización de datos permite llevar a cabo el análisis de forma mucho más eficiente, y la generación de gráficos cada vez más complejos, extenso e interactivos ha ido cobrando una importancia creciente en el ámbito de la Inteligencia de negocio.
Sin embargo estas herramientas no resultan totalmente eficaces, e incluso pueden llegar a ser contraproducentes a menos que se apliquen de forma muy estricta, a la hora de implementarlas, una serie de criterios básicos:
Personalización: ¿Qué comparar y cómo compararlo?
Para que las estimaciones resulten posibles es preciso que los datos que comparamos sean homogéneos y que la escala que usamos haga aparecer claramente las diferencias entre valores relevantes para nuestra actividad.
Flexibilidad: ¿Qué representar y cómo representarlo?
Para que podamos identificar fácilmente los patrones y las tendencias que buscamos a menudo es preciso disponer de diferentes maneras de visualizar los mismos datos, y de un eficaz conjunto de filtros y categorías sobre los que apoyar nuestros trabajos de análisis.
Integración: ¿Qué notificar y cómo notificarlo?
Por último, uno de los puntos más importantes del análisis suele ser el de la localización de posibles perturbaciones en el sistema, es decir de diferencias que a veces tienen una importancia crítica: excesos, defectos, huecos. Estas diferencias son las que más a menudo nos informan sobre posibles fallos en el desarrollo de nuestras operaciones o en el funcionamiento de nuestros procesos, y suelen asociarse con determinadas alarmas que nos ayudarán a corregir posibles desviaciones. En estos casos es especialmente relevante disponer de una integración de nuestro sistema de análisis con el resto de los sistemas de la empresa tanto en lo que respecta con la actualización constante de los datos con los que trabaja aquél como en todo lo que tiene que ver con la previsión de las notificaciones y alarmas que han de distribuirse a partir de los resultados del mismo.
Por todo ello es importante que cuando nos planteemos implantar en nuestro sistema herramientas de BI, o mejorar nuestra inteligencia de negocio ampliando o rediseñando nuestras soluciones de análisis contemos con un asesoramiento experto, y con un apoyo no sólo técnico sino también operativo y funcional, es decir, con alguien capaz de proyectar la realidad de nuestro negocio sobre unas herramientas de visualización que nos permitan captar, además de esa realidad y a partir de ella, tanto las necesidades con las que nos enfrentamos, como las posibilidades que se abren ante nosotros. Ese será el modo de poder tomar decisiones inteligentes.