6 Ejemplos de Malas Visualizaciones de Datos

Por qué No Todas las Visualizaciones de Datos Son Iguales

¿Qué es una Mala Visualización de Datos?

Las visualizaciones de datos son una de las formas más atractivas y efectivas de entender el mundo que nos rodea. Esto se debe a que las visualizaciones de datos cuentan historias, presentando creativamente un conjunto de datos a una audiencia para informarles sobre un problema o fenómeno determinado. Aunque las visualizaciones se han vuelto cada vez más complejas, informativas y sofisticadas, a veces se pasan un poco demasiado… proporcionando demasiada información o volviéndose demasiado creativas para su propio bien.

¿Qué Hace que una Visualización de Datos Sea Mala?

Cuando las visualizaciones se vuelven complicadas en lugar de útiles para su audiencia prevista, y complicadas en lugar de fáciles de entender, se derrota el mismo propósito de la visualización.

Hay varias formas en que esto puede ocurrir:

• Malas elecciones de color
• Tamaños desproporcionados de los componentes visuales
• La presencia de datos extranos o redundantes
• Organizar los datos de una manera que simplemente no tiene sentido.

En resumen: Las visualizaciones de datos se vuelven malas cuando sus datos parecen desordenados o poco claros.

En este artículo, echaremos un vistazo a ejemplos de malas visualizaciones de datos. Desglosaremos dónde se equivocó el gráfico, pero también explicaremos cómo mejorarlo, para que pueda presentar mejor la historia que intenta contar.

1. Dirección de Datos Poco Clara

Los datos desorganizados crean incoherencia narrativa.

El Problema 🤔

En este gráfico, vemos las edades promedio a las que los jóvenes europeos abandonan el hogar: los países nórdicos son los más jóvenes, Europa Occidental y Central en los 20 años, y Europa del Este y los países mediterráneos en los 20 finales (¡o incluso más tarde!). Las burbujas representan países, cada una incluyendo la edad promedio nacional de "volar del nido". La coloración de las burbujas depende de esta edad promedio.

En general, no es un mal concepto. Pero aquí está el problema: las burbujas no están organizadas de ninguna manera significativa. Los países rojos parecen agruparse algo en la parte inferior, y los países azules en la parte superior, pero eso es todo. Esto podría ser una mala interpretación de un mapa de Europa, pero no podemos estar seguros.

Bizarro, la burbuja que indica la edad promedio de la UE para abandonar el hogar es apenas identificable, ubicada en la extrema izquierda del gráfico e indistinguible en tamaño y formato de cualquiera de las burbujas de los países. En resumen, la clave que falta aquí es organización.

La Solución 💡

Un medio más efectivo para organizar estos datos sería construirlo en capas codificadas por colores, con la mayoría de los países amarillos cayendo en el medio, y disminuyendo hacia las categorías azules y rojas arriba y abajo.

La burbuja de la UE podría colocarse a un lado o en el centro de la capa amarilla. Independientemente de su ubicación, debería tener alguna característica distintiva, como un tamaño mayor o texto en negrita, para indicar su importancia.

Estas correcciones permitirían a los lectores no solo saber las diferencias entre las edades de "volar del nido" por país, sino también entender cómo estos puntos de datos encajan, permitiéndoles establecer correlaciones y conclusiones sobre este fenómeno social.

Cómo Plecto ayuda a resolver la dirección de datos poco clara

Con visualizaciones predefinidas como gráficos de barras, gráficos de líneas, velocímetros y más, Plecto guía a los usuarios hacia formatos comunes que tienen ejes claros, jerarquía y organización integradas en su diseño.

2. Demasiadas Variables

Sobrecargar componentes visuales hace que los datos sean difíciles de leer.

El Problema 🤔

¡Este gráfico es solo un caso clásico de TMI (demasiada información)! Los datos aquí se miden no solo en un típico dos, sino en tres ejes: número, mes, y tipo de fruta. Si bien podemos apreciar la multidimensionalidad de este gráfico y su esfuerzo por comunicar tantos datos como sea posible, es simplemente demasiado para entender a primera vista.

Y esto conduce a problemas serios cuando se trata de interpretar este gráfico. Es difícil determinar el número de limones en todos los meses, por ejemplo, y imposible ver el número de plátanos en febrero y marzo.

El lector tampoco puede determinar con precisión el número de frutas para cualquiera de las barras en la parte central del gráfico. Si no están colocadas directamente contra la cuadrícula de números, la cantidad de fruta es básicamente imposible de determinar.

La Solución 💡

La solución al problema de este gráfico es eliminar uno de los ejes y hacer que el nuevo gráfico mida solo dos componentes en lugar de tres. Si bien esto resultará en más gráficos para transmitir la misma cantidad de información, serán mucho más fáciles de leer.

Por ejemplo, se podría rastrear el número de naranjas vendidas a lo largo de los cuatro meses, y hacer gráficos correspondientes para manzanas, limones y plátanos. Alternativamente, se podría rastrear los cuatro tipos de frutas vendidas en enero, y hacer gráficos correspondientes para los otros tres meses.

Cómo Plecto te ayuda a evitar usar demasiadas variables

Permitiendo a los usuarios filtrar, apilar o separar variables en múltiples gráficos legibles, Plecto permite a los gerentes de ventas y soporte analizar métricas clave por empleado, equipo, tiempo u otras variables en diferentes widgets en el mismo Dashboard. Esta versatilidad previene el impulso de abarrotar demasiados datos en una sola visualización confusa, mientras que aún ofrece poderosas ideas sobre el rendimiento.

3. Porcentajes de Gráfico Circular Contradictorios

La desalineación entre una fracción y su visualización complica una experiencia intuitiva.

El Problema 🤔

El concepto de este gráfico circular personalizado es creativo y decididamente único. Pero hombre, tenemos que decirlo: ¡las matemáticas no están cuadrando! Si bien cada lado de un hexágono es igual a un sexto, o 16.67 por ciento del área total del hexágono, lo que se ve aquí invierte completamente esta realidad básica.

De alguna manera, la sección de fructosa (38.5 por ciento) ocupa mucho más espacio que la sección de glucosa (31.0 por ciento), que a su vez es solo ligeramente más grande que la sección de agua (17.1 por ciento). Y la rebanada del 0.5 por ciento de minerales, vitaminas y enzimas es demasiado grande para su porcentaje declarado.

La Solución 💡

Está bien poner un giro creativo en un gráfico circular típico y "aburrido", pero esto no debería hacerse a expensas de la precisión estadística, o simplemente del sentido común. Afortunadamente, la solución para este gráfico de panal fallido es simple: reestructurar las secciones del gráfico para que estén en proporción a sus valores declarados.

Cómo Plecto ayuda a evitar segmentos desproporcionados en gráficos circulares

Plecto asegura la precisión estadística, con gráficos de dona que se calculan automáticamente para renderizar el tamaño del segmento perfectamente proporcional a su valor declarado, garantizando una representación visual que siempre es veraz con los datos. Además, ¿mencionamos que se ven geniales?

4. Tamaños de Pictograma Desproporcionados

Tamaños de imagen exagerados magnifican—y engañan sobre—la verdadera escala de la diferencia.

El Problema 🤔

Este es otro caso de proporciones incorrectas, pero de un tipo diferente. En este caso, dos gráficos de barras indican el número de graduados en las cohortes A y B: un graduado en A, y tres en B. Pero en lugar de usar barras, los gráficos utilizan pictogramas. El gráfico de la izquierda usa unidades discretas para contar el número de graduados; mientras tanto, el gráfico de la derecha usa un solo pictograma grande para indicar la misma cantidad.

Sin embargo, aquí es donde surge el problema para el gráfico de la derecha. En lugar de simplemente indicar cantidad, usar un pictograma escalable introduce otro elemento de dimensionalidad—no solo de número, sino de tamaño.

Esto crea una situación en la que, para mantener el pictograma proporcional mientras se alcanza la marca de "3", se escala a un tamaño que lleva a la audiencia a creer que la diferencia entre A y B es mucho mayor de lo que realmente es. De hecho, el graduado de B no parece simplemente tres veces más grande que el graduado de A, sino más bien seis o siete veces más grande.

La Solución 💡

La solución a este gráfico de mala calidad (a la derecha) se encuentra en el gráfico mucho mejor a la izquierda. Aquí, tres pictogramas de igual tamaño están apilados uno sobre el otro, indicando proporcionalmente (y correctamente) la diferencia entre 1 y 3.

Al pensar en cómo mostrar datos, uno debe recordar qué es exactamente lo que se está representando: diferencia en proporción (la relación entre partes de un todo), o diferencia en cantidad numérica (comparando valores o cantidades a través de categorías o tiempo).

Si deseas ver una representación proporcional, usa visualizaciones como gráficos circulares (de dona), gráficos de barras apiladas, o mapas de árbol. Pero si solo deseas comparar tamaños de conjuntos de datos, usa unidades discretas—o una barra simple—para representarlos de manera realista.

Cómo Plecto te ayuda a evitar visualizaciones de unidades desproporcionadas

Olvídate de los problemas de escalado cuando puedes automatizar la visualización. Plecto utiliza tamaños fijos para la comparación de unidades, previniendo errores de escalado. Para comparaciones de cantidad, se utilizan gráficos de barras y columnas estándar por defecto para mostrar con precisión las diferencias de unidades discretas. No solo es un ahorro de tiempo, sino que se ve profesional y muestra el rendimiento exactamente como está.

5. Vista Distorsionada del Gráfico Circular

Distorsionar la apariencia de las visualizaciones de datos crea ilusiones ópticas engañosas.

El Problema 🤔

Como un ejemplo de representación proporcional en lugar de numérica, los dos gráficos circulares (de dona) a continuación muestran participaciones proporcionales de "causa de muerte". Al mirar el gráfico de la derecha, se nos lleva a creer que la sección B es la más grande—o al menos de igual tamaño que la sección A. Pero al mirar el gráfico a la izquierda, vemos que este no es el caso, y la sección A es claramente la más grande. ¿Qué pasa?

La vista del gráfico circular 3D a la derecha distorsiona el gráfico, con la sección B inclinada hacia el espectador y, por lo tanto, haciendo que esta sección parezca mucho más grande de lo que realmente es. En resumen, es un truco del ojo—uno que, aunque no presenta información falsa directamente, crea una percepción engañosa de la realidad.

La Solución 💡

La solución aquí es realmente simple: evitar usar gráficos circulares 3D, que invariablemente distorsionan los datos que estás presentando, y usar gráficos 2D en su lugar. Hacerlo es más honesto, y también asegura que estás obteniendo los datos más confiables y precisos posibles. Esto es especialmente importante porque gran parte de lo que cuenta como "buena" visualización de datos depende de las impresiones a primera vista para establecer no solo la legibilidad, sino también la veracidad.

Cómo Plecto te ayuda a evitar distorsionar datos

Plecto utiliza exclusivamente visualizaciones 2D para gráficos centrales como gráficos de dona, de líneas y de barras, eliminando la posibilidad de distorsión causada por perspectivas 3D, garantizando la veracidad visual de tus datos a primera vista.

6. ¿Por Dónde Empezar…?

No prestar atención a lo que estás midiendo, y cómo, convierte un gráfico en algo sin sentido.

El Problema 🤔

Para el gran final, una visualización con no solo uno o dos, sino varios problemas. Este gráfico muestra cómo los miembros de la cohorte generacional "Baby Boomer" se describen a sí mismos, con cada descriptor indicado por un porcentaje codificado por colores en una figura humanoide.

Este gráfico es en última instancia un gráfico circular "creativo", muy parecido al ejemplo anterior del panal en esta lista (Número 3). Sin embargo, mientras que el gráfico de panal simplemente no representó las proporciones correctamente, este gráfico comete múltiples pecados estadísticos y de diseño:

• Los porcentajes listados no suman 100, sino 243. Aquí, donde no hay superposición entre categorías, se lleva al espectador a creer que el diseñador gráfico ha cometido un grave error estadístico.
• Los espacios asignados a cada categoría no corresponden en absoluto con sus porcentajes dados. Claramente, la categoría "sociable" (78 por ciento) no ocupa el 78 por ciento del humanoide.
• También es incierto por qué el diseñador eligió usar un humanoide y una aparentemente aleatoria combinación de colores. ¿Qué información transmiten estas elecciones de diseño al lector, o qué información están tratando de reforzar en la mente del lector? Simplemente no lo sabemos.

En general, este gráfico da una impresión fuertemente engañosa sobre la información que intenta transmitir. Cuando el lector ve el humanoide, lo asocia mentalmente con una totalidad (como el 100 por ciento) de la misma manera que el círculo de un gráfico circular.

Pero cuando el lector ve porcentajes de categorías que superan el 100 y no tienen una base visual dentro del gráfico, concluyen que los números están colocados aleatoriamente y no tienen una "historia" real detrás de ellos. En otras palabras, el gráfico se vuelve sin sentido.

La Solución 💡

La única solución para arreglar este gráfico es descartarlo por completo y comenzar de nuevo—esta vez, como un gráfico de barras. Transferir los datos de este gráfico a un formato de gráfico de barras permitirá a la audiencia prevista entender mejor la relación entre estas categorías de valores ("sociable", "creativo", etc.) sin dar a la audiencia la falsa idea de que estos valores se supone que "encajen" numéricamente.

Si se pueden obtener datos numéricos en lugar de solo porcentajes, una solución aún mejor sería crear un diagrama de Venn. La superposición de las burbujas permitiría al espectador conocer más sobre las relaciones entre los valores de los encuestados: por ejemplo, ¿cuántos encuestados dijeron que eran tanto "líderes" como "dispuestos a aprender"? Y para dar al espectador una idea rápida de cuántos encuestados caen en cada categoría de valor, las burbujas pueden ser dimensionadas en consecuencia.

Cómo Plecto ayuda a simplificar la visualización de datos

La gama de más de 10 tipos de widgets de visualización de datos de Plecto ofrece a los usuarios una variedad de formatos para representar información clave, incluso cuando hay variables superpuestas o individuos que caen en dos categorías, como un Baby Boomer que se considera tanto tecnológico como sociable.

Elige entre velocímetros, tablas, gráficos de dona, gráficos de área o gráficos de columnas (barras) para visualizar los KPIs de rendimiento de una manera que tenga más sentido para ti. De hecho, el principio clave de Plecto es usar los datos de una manera simple pero motivadora para impulsar el rendimiento del equipo.

¿Quieres aprender más? ¿Por qué no comenzar una prueba gratuita de 14 días o reservar una demostración para ver cómo una gran visualización de datos puede ser la diferencia entre alcanzar los objetivos del próximo trimestre?

¿Quieres Evitar Estos Errores de Visualización Malos? ¡Prueba Plecto!

En conclusión, aquí están los seis problemas que hemos delineado—y sus soluciones:

1. Los datos desorganizados no cuentan una historia significativa: Organiza las burbujas de datos en un formato jerárquico.
2. Sobrecargar componentes visuales hace que los datos sean difíciles de leer: Reduce el número de ejes y variables.
3. Las fracciones no se ven intuitivamente como se leen: Asegúrate de que un cuarto (un cuarto) aparezca como un cuarto en tu visualización.
4. Las unidades de medida de los datos están incorrectamente dimensionadas: No tomes demasiada libertad artística con las unidades de medida.
5. Manipular visualmente los datos crea impresiones engañosas: Evita ilusiones ópticas y mantén tus datos honestos.
6. Tratar de decirlo todo, pero no decir nada en absoluto: Conoce qué estás midiendo, y cómo lo vas a hacer.

Debido a que las visualizaciones de datos son omnipresentes, no es sorprendente que haya tanto ejemplos buenos como malos en abundancia. Por eso es importante conocer las señales de advertencia de una mala visualización de datos, para que puedas asegurarte de que los datos con los que interactúas se presenten de manera confiable, válida y digna de confianza.

Con Plecto, puedes evitar las trampas de una mala visualización de datos y confiar en métodos de visualización probados y verdaderos, asegurando que tu organización pueda acceder a sus datos de manera transparente y precisa. Esta claridad te dará la información que necesitas para tomar decisiones basadas en datos y alcanzar tus objetivos de KPI.

¡No pierdas tu tiempo en visualizaciones de datos de calidad inferior! Regístrate a continuación para una demostración gratuita de Plecto hoy.

Q&As

¿Por qué se considera que el eje y truncado es una de las prácticas más engañosas en la visualización de datos?

Un eje Y truncado ocurre cuando el eje vertical de un gráfico no comienza en cero. Esta es una mala práctica de visualización porque exagera artificialmente las pequeñas diferencias entre los puntos de datos, haciéndolos parecer mucho más significativos de lo que realmente son. Esto se utiliza a menudo para engañar a una audiencia para que vea una tendencia de crecimiento masivo o un fuerte declive cuando el cambio numérico real es insignificante.

¿Qué es "sobrecarga de gráficos 3D", y cómo distorsiona los datos?

La sobrecarga de gráficos 3D ocurre cuando los diseñadores añaden efectos tridimensionales a gráficos simples (como gráficos de barras o circulares) puramente por atractivo estético. Esto es problemático porque la dimensión extra añade "basura gráfica" innecesaria que distorsiona la perspectiva del espectador. Esto hace que sea casi imposible para el ojo humano comparar con precisión las proporciones de los datos.

¿Cómo ayuda el enfoque de Plecto en el diseño de dashboards a los usuarios a evitar la trampa de la sobrecarga de datos?

La sobrecarga de datos ocurre cuando una visualización intenta abarrotar demasiadas métricas o colores en una sola vista, dejando a la audiencia confundida y sin poder identificar la información más importante. Plecto ayuda a los usuarios a evitar esto proporcionando plantillas limpias y personalizables que enfatizan la claridad y la jerarquía. Al usar Plecto, los gerentes pueden seleccionar solo los KPIs más relevantes y usar características como "Formato Condicional" para resaltar solo los datos que requieren acción inmediata.