97
@PGaraizar 17/01/2015

Errores comunes en la visualización de datos y algunas soluciones

Embed Size (px)

Citation preview

Page 1: Errores comunes en la visualización de datos y algunas soluciones

@PGaraizar17/01/2015

Page 2: Errores comunes en la visualización de datos y algunas soluciones

POR SI VAMOS MAL DE TIEMPO...

Page 3: Errores comunes en la visualización de datos y algunas soluciones

¡EVITA EL USO DE 3-D!parece que mola, pero NO

Page 4: Errores comunes en la visualización de datos y algunas soluciones

¡EVITA EL USO DE TARTAS Y BURBUJAS!somos lo peor interpretando ángulos y áreas

Page 5: Errores comunes en la visualización de datos y algunas soluciones

¡NO DES DEMASIADA INFORMACIÓN!less is more

Page 6: Errores comunes en la visualización de datos y algunas soluciones

¡EVITA TIPOGRAFÍA ILEGIBLE!tener un Nobel o un colisionador de hadrones NO te exime de ello

Page 7: Errores comunes en la visualización de datos y algunas soluciones

¡EVITA LIARLA CON LOS COLORES!si no funciona en blanco y negro, NO funciona

Page 8: Errores comunes en la visualización de datos y algunas soluciones

¿CÓMO VEMOS?

Page 9: Errores comunes en la visualización de datos y algunas soluciones
Page 10: Errores comunes en la visualización de datos y algunas soluciones

¿Cuántos megapíxeles tienen nuestros ojos?¿cuánto de rápido nada un submarino?

Page 11: Errores comunes en la visualización de datos y algunas soluciones

Un diseño... sub-óptimoparte óptica (córnea + cristalino, iris + pupila) / parte sensorial (retina fóvea mácula)→ →

Page 12: Errores comunes en la visualización de datos y algunas soluciones

Conos visión fotópica→conos L (rojo), M (verde), S (azul)

Page 13: Errores comunes en la visualización de datos y algunas soluciones

Problemas en la visión en colorprotanopia/protanomalía (rojo), deuteranopia/deuteranomalía (verde), tritanopia/tritanomalía (azul)

Page 14: Errores comunes en la visualización de datos y algunas soluciones

Tetracromatismo4 tipos de conos mayor amplitud de espectro visual→

Page 15: Errores comunes en la visualización de datos y algunas soluciones

¿Eres tetracrómata?bueno, tampoco te flipes, que el camarón mantis es dodecacrómata

Page 16: Errores comunes en la visualización de datos y algunas soluciones

Bastones visión escotópica→muy baja sensibilidad al rojo submarinos→

Page 17: Errores comunes en la visualización de datos y algunas soluciones

Distribución desigual de conos y bastonesen la mácula, conos L y M casi exclusivamente, muy concentrados

Page 18: Errores comunes en la visualización de datos y algunas soluciones

La información visual se envía al cerebro en paresrojo-verde, azul-amarillo, negro-blanco

Page 19: Errores comunes en la visualización de datos y algunas soluciones

¿CÓMO VE EL CEREBRO?

Page 20: Errores comunes en la visualización de datos y algunas soluciones

Estímulo (externo) vs. percepción (interno)lo que ve el ojo no es lo que el cerebro percibe

Page 21: Errores comunes en la visualización de datos y algunas soluciones

- Sobrecarga mental + Comprensión + Credibilidad→ →la importancia del espacio en blanco

Page 22: Errores comunes en la visualización de datos y algunas soluciones
Page 23: Errores comunes en la visualización de datos y algunas soluciones

Mente vs. cuerpo

Page 24: Errores comunes en la visualización de datos y algunas soluciones

Sistema 1 vs. Sistema 2(Kahneman)

Page 25: Errores comunes en la visualización de datos y algunas soluciones

Gran parte de la corteza cerebral implicada en la visiónruta dorsal (localización, movimiento) + ruta ventral (color, forma)

Page 26: Errores comunes en la visualización de datos y algunas soluciones

Detención preatencionaldetectamos estas anomalías antes de darnos cuenta

Page 27: Errores comunes en la visualización de datos y algunas soluciones

Cuenta los cuadrados grisescuesta porque exige un procesamiento conjunto (forma, color)

Page 28: Errores comunes en la visualización de datos y algunas soluciones

Principios de la Gestaltexplican qué pasa, pero no cómo ni por qué pasa

Page 29: Errores comunes en la visualización de datos y algunas soluciones

Principio de proximidadlos objetos contiguos tienden a verse como una unidad

Page 30: Errores comunes en la visualización de datos y algunas soluciones

Principio de semejanzalos objetos similares tienden a verse como una unidad

Page 31: Errores comunes en la visualización de datos y algunas soluciones

¿Qué ocurre cuando colisionan?mejor emplear dimensiones diferentes (color y textura)

Page 32: Errores comunes en la visualización de datos y algunas soluciones

Las conexiones son más potentesmás que la proximidad, el color, el tamaño o la forma

Page 33: Errores comunes en la visualización de datos y algunas soluciones

Principio de cerramientolos contornos y perímetros se perciben mejor, aunque no estén (completos)

Page 34: Errores comunes en la visualización de datos y algunas soluciones

Principio de cerramientosi no ves el dálmata, quizá seas un Nexus 6

Page 35: Errores comunes en la visualización de datos y algunas soluciones

Principio de continuidadtendemos a percibir objetos continuos a pesar de que estén interrumpidos

Page 36: Errores comunes en la visualización de datos y algunas soluciones

Principio de figura y fondoel cerebro no puede interpretar un objeto como figura o fondo al mismo tiempo contexto→

Page 37: Errores comunes en la visualización de datos y algunas soluciones

Principio de figura y fondolas zonas negras son más pequeñas y están orientadas horizontal y verticalmente figura→

Page 38: Errores comunes en la visualización de datos y algunas soluciones

Principio de simetría y regularidadlas formas simétricas y regulares tienden a verse como un conjunto

Page 39: Errores comunes en la visualización de datos y algunas soluciones

MOVIMIENTO Y CAUSALIDAD

Page 40: Errores comunes en la visualización de datos y algunas soluciones

El movimiento puede emplearse para inducir causalidad(Michotte, 1963)

Page 41: Errores comunes en la visualización de datos y algunas soluciones

Experimento cognitivo-perceptual Heider-Simmel(Heider-Simmel, 1940) → https://www.youtube.com/watch?v=olOmOYItAbE

Page 42: Errores comunes en la visualización de datos y algunas soluciones

Eleanor Lutz y el diseño científicohttp://tabletopwhale.com/index.html

Page 43: Errores comunes en la visualización de datos y algunas soluciones

ERRORES COMUNES Y ALGUNAS SOLUCIONES

Page 44: Errores comunes en la visualización de datos y algunas soluciones

TIPOGRAFÍA

Page 45: Errores comunes en la visualización de datos y algunas soluciones

Legibilidad (letra) y readability (frase)tipografías con serifa tienen buena readability, pero mala legibilidad

Page 46: Errores comunes en la visualización de datos y algunas soluciones

La mejor tipografía, la que no se hace notarante la duda, sans-serif (Helvetica, Arial, Gill Sans son apuestas seguras)

Page 47: Errores comunes en la visualización de datos y algunas soluciones

Jerarquía a través de la tipografíatamaño de letra, énfasis (negrita, itálica, mayúsculas), colores, etc.

Page 48: Errores comunes en la visualización de datos y algunas soluciones

No más de un cambio a la veztamaño de letra, énfasis (negrita, itálica, mayúsculas), colores, etc.

Reino animal

Page 49: Errores comunes en la visualización de datos y algunas soluciones

Sin textos en verticaltampoco en diagonal

Page 50: Errores comunes en la visualización de datos y algunas soluciones

COLOR

Page 51: Errores comunes en la visualización de datos y algunas soluciones

Diseña en blanco y negro y luego añade colorlo 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

Page 52: Errores comunes en la visualización de datos y algunas soluciones

La importancia del grissirve para casi todo, desde añadir elementos neutros a balancear paletas de color

Page 53: Errores comunes en la visualización de datos y algunas soluciones

Contrastes: tonoútil para diferentes categorías, nunca más de 12 diferentes

Page 54: Errores comunes en la visualización de datos y algunas soluciones

Contrastes: brillomás difícil de percibir que el tono, diferentes valores en una misma categoría

Page 55: Errores comunes en la visualización de datos y algunas soluciones

Contrastes: saturacióntambién es más difícil de percibir que el tono, recomendado para representar certeza sobre un valor

Page 56: Errores comunes en la visualización de datos y algunas soluciones

El peligro de diseñar mal la paleta¿observas algún patrón en el mapa?

Page 57: Errores comunes en la visualización de datos y algunas soluciones

Caos cromático con muchas categoríasa partir de 12 es inviable, aunque dependiendo de la paleta puede ser antes

Page 58: Errores comunes en la visualización de datos y algunas soluciones

Adobe Color CCte ayuda a diseñar una buena paleta de color

Page 59: Errores comunes en la visualización de datos y algunas soluciones

Cuidado con los efectos indeseadosrecuerda que es el cerebro quien ve, no el ojo

Page 60: Errores comunes en la visualización de datos y algunas soluciones

Evita imágenes de fondosí, es muy bonita y casi no se nota, pero NO

Page 61: Errores comunes en la visualización de datos y algunas soluciones

DISPOSICIÓN

Page 62: Errores comunes en la visualización de datos y algunas soluciones

Evita el uso de áreasdiámetro vs. área

Page 63: Errores comunes en la visualización de datos y algunas soluciones

Evita el uso de volúmenesdiámetro vs. volumen

Page 64: Errores comunes en la visualización de datos y algunas soluciones

Evita distorsiones en los ejesmuy pocas veces se entiende mejor

Page 65: Errores comunes en la visualización de datos y algunas soluciones

Evita distorsiones en los ejesa veces puede resolverse transformando variables

Page 66: Errores comunes en la visualización de datos y algunas soluciones

Evita distorsiones en los ejes¡pero me ha costado mucho hacerlo! Ya, pero NO

Page 67: Errores comunes en la visualización de datos y algunas soluciones

Distorsiones: proyecciones de mapastodos los mapas están distorsionados, elige con cuidado

Page 68: Errores comunes en la visualización de datos y algunas soluciones

Proyección 2-D mediante hexágonosmejor teselación en un plano

Page 69: Errores comunes en la visualización de datos y algunas soluciones

Evita guiños a la temática con la disposiciónparecen que molan, pero NO

Page 70: Errores comunes en la visualización de datos y algunas soluciones

TIPO DE GRÁFICO

Page 71: Errores comunes en la visualización de datos y algunas soluciones

¿Puede decidirse racionalmente qué tipo de gráfico usar?

Sí, casi siempre (Cleveland & McGill,1984)

Page 72: Errores comunes en la visualización de datos y algunas soluciones
Page 73: Errores comunes en la visualización de datos y algunas soluciones

Recomendación general: prudenciala función no determina la forma, pero sí restringe el conjunto de formas aceptables

(no es una mera cuestión de "gusto")

Page 74: Errores comunes en la visualización de datos y algunas soluciones

Tipos de gráficos peligrosos: tartasdoble-combo: tartas 3-D

Page 75: Errores comunes en la visualización de datos y algunas soluciones

Tipos de gráficos peligrosos: burbujasdiámetros vs. áreas

útiles en mapas

Page 76: Errores comunes en la visualización de datos y algunas soluciones

Tipos de gráficos peligrosos: treemapspara representar proporciones

Page 77: Errores comunes en la visualización de datos y algunas soluciones

Tipos de gráficos peligrosos: heatmapsel color es más difícil de comparar que la longitud

Page 78: Errores comunes en la visualización de datos y algunas soluciones

Tipos de gráficos peligrosos: radarespara representar múltiples dimensiones a la vez

Page 79: Errores comunes en la visualización de datos y algunas soluciones

Tipos de gráficos peligrosos: árboles polarespara representar jerarquías complicadas

Page 80: Errores comunes en la visualización de datos y algunas soluciones

Tipos de gráficos peligrosos: circospara representar relaciones entre elementos

Page 81: Errores comunes en la visualización de datos y algunas soluciones

GRAPH HACKING

Page 82: Errores comunes en la visualización de datos y algunas soluciones

Eje X truncadoenséñame el cero o me estás timando

Page 83: Errores comunes en la visualización de datos y algunas soluciones

Dificultar comparacionessin punto inicial o final común

Page 84: Errores comunes en la visualización de datos y algunas soluciones

Mezclar unidadesa pesar de lo que diga Apple, 1 US$ 1 €≠

Page 85: Errores comunes en la visualización de datos y algunas soluciones

Ejes múltipleslos carga el diablo

Page 86: Errores comunes en la visualización de datos y algunas soluciones

Datos acumuladostodo crece, qué bien

Page 87: Errores comunes en la visualización de datos y algunas soluciones

Eje Y truncadolas ventas de bañadores no han parado de crecer de mayo a agosto, ¡en septiembre lo petamos!

Page 88: Errores comunes en la visualización de datos y algunas soluciones

Omitir información clavepatentes que expiran, leyes que cambian, etc.

Page 89: Errores comunes en la visualización de datos y algunas soluciones

Usar mapas indebidamentegrano grueso en regiones, colores por saturación (o valores logarítmicos), etc.

Page 90: Errores comunes en la visualización de datos y algunas soluciones

CONCLUSIONES

Page 91: Errores comunes en la visualización de datos y algunas soluciones

¿Para qué visualizamos datos?(Stephen Few)

Ver la “big picture” Comparar valoresrápidamente

Reconocer patrones Comparar patrones

Page 92: Errores comunes en la visualización de datos y algunas soluciones

No solamente gráficos, infografías o visualizacionesdashboards, visual story-telling, etc.

Page 93: Errores comunes en la visualización de datos y algunas soluciones

Incluso hay videojuegos sobre gráficoshttp://metrico-game.com

Page 94: Errores comunes en la visualización de datos y algunas soluciones

helpmeviz.comFeedback de expertos

Page 95: Errores comunes en la visualización de datos y algunas soluciones

MUCHAS GRACIAS

Page 96: Errores comunes en la visualización de datos y algunas soluciones

REFERENCIAS

Page 97: Errores comunes en la visualización de datos y algunas soluciones

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.

REFERENCIASArtículos y libros