Visualización de Datos en Marketing Digital

Visualización de Datos en Marketing Digital

En el Conversión Thursday Madrid de febrero, Pere Rovira nos habló de la importancia de la visualización de datos para transmitir conocimiento. Pere destacó que una buena visualización de datos no es sinónimo de una presentación sofisticada hecha por un profesional del diseño, sino más bien de la simplificación para mostrar la información necesaria sin que distraigan otros elementos.

La presentación empezó proponiendo la descarga de la Guía práctica de la Visualización de Datos aplicada al Marketing Digital que han editado en webanalytics.es y que reúne las buenas prácticas que se comentaron, y algunos casos prácticos y herramientas.

Para poner en contexto el valor de la visualización de datos Pere recurrió a su habitual analogía de datos, información y conocimiento con el listado de calles, el mapa y la ruta, respectivamente, de manera que para que el destinatario alcance una comprensión sencilla de cómo resolver su problema (llegar de un punto a otro de la ciudad), es necesario que alguien de forma a los datos (el listado de calles), y elija la representación más adecuada (mapa con una ruta). Así, Pere afirma que un analista es inútil, cuando es incapaz de centrarse en el proceso comunicativo y hacer esa conversión del contexto manejado por las herramientas al contexto manejado por los destinatarios de la información.

Entre los errores habituales, Pere mencionó el uso de valores medios sin prestar atención a las singularidades que pueden alterar esa media, y que se pueden evitar con la simple adición de una línea de tendencia que nos permita ver si la media procede de un conjunto de valores similares o de picos puntuales que puedan requerir un tratamiento diferente.

Añadir una línea de tendencia a un valor medio no sólo nos proporciona más información, sino que ya nos orienta sobre las acciones a tomar.

Añadir una línea de tendencia a un valor medio no sólo nos proporciona más información, sino que ya nos orienta sobre las acciones a tomar.

Otros errores comunes son la mala elección de la distribución de la información, de los términos que definen cada gráfico, o de los colores de los gráficos, así como incluir más información de la necesaria, que acaba convirtiéndose en ruido que nos dificulta apreciar la señal con la información que realmente interesa. Así la simplificación máxima de los gráficos se impone como técnica para centrar la atención en aquello que queramos transmitir y así poder transmitirlo de forma más rápida y más eficaz. Hasta Google Analytics se llevó su ración de crítica por mostrar cómo informe por defecto una tabla llena de cifras en lugar de optar por otras presentaciones que también podemos elegir en la herramienta.

Un gráfico mal elegido y el exceso de datos, pueden ocultar la información verdaderamente importante.

Un gráfico mal elegido y el exceso de datos, pueden ocultar la información verdaderamente importante.

Entre las muestras de gráficos útiles se destacaron los treemaps, y se mostró uno especialmente complejo con multitud de información. Personalmente los treemaps me producen los mismos problemas que los gráficos de tartas: mientras haya pocos datos y muy diferentes entre ellos, se identifican bien, pero cuando se empieza a aumentar la información y las diferencias son pequeñas, la comparación de áreas resulta especialmente complicada y requiere de un tiempo poder interpretarlo.

En este ejemplo el uso de grafos para representar el comportamiento de usuarios en muros de Facebook permite obtener interesantes insights rápidamente.

En este ejemplo el uso de grafos para representar el comportamiento de usuarios en muros de Facebook permite obtener interesantes insights rápidamente.

Mucho más potentes que los treemaps fueron los ejemplos de grafos usados para identificar las variaciones de palabras claves en función del país de origen de las búsquedas, para analizar el comportamiento de los usuarios en los muros de Facebook, o para identificar las relaciones entre usuarios de Twitter.

Para acabar Pere nos dejó el cocktail de habilidades necesario para alguien que se dedique a la visualización de datos.

 Cocktail de habilidades para la visualización datos

Sobre Oscar G. Peinado

Ingeniero Técnico Industrial. Máster en Analítica Web por KSchool. Posgrado en SEO & SEM por INESDI. Certificado en Google Analytics (GAIQ). Vinculado al medio online desde 2006. Más de 17 años como analista para revistas como MacWorld y PC World, de la que fue director del laboratorio, y responsable de contenidos, analítica web y SEO de PC World Digital.

1 Comentario

Trackbacks/Pingbacks

  1. Cristina Díaz (@cris_diaz_es) - RT @la_metrica: Resumen del @conversiont de ayer en Madrid con @pere_rovira hablando de visualización de datos http://t.co/Q2byT6AMZT
  2. @AppTechDesigner - RT @conversiont: RT @la_metrica: Resumen del @conversiont de ayer en Madrid con @pere_rovira hablando de visualización de datos http://t.co…
  3. @TriniJimenez0 - Visualización de Datos en Marketing Digital by @pere_rovira en el #CTMad via: @ogpeinado http://t.co/HuVT1HFoMn
  4. @juliogabe - Visualización de Datos en Marketing Digital cc @TriniJimenez0 cc @pere_rovira http://t.co/XooqEklZbh
  5. José Manuel Escudero (@piyayo5) - RT @la_metrica: Resumen del @conversiont de ayer en Madrid con @pere_rovira hablando de visualización de datos http://t.co/Q2byT6AMZT
  6. @edgar_sanchez - RT @mjcachon: resumen de #CTMad RT @FranGallego: Visualización de Datos en Marketing Digital http://t.co/HTNuScOkCV
  7. Visualización de Datos en Marketing Digi... - […] En el Conversión Thursday Madrid de febrero, Pere Rovira nos habló de la importancia de la visualización de datos…

Deja un comentario