Seguir el ciclo del análisis visual
Objetivos de aprendizaje
Después de completar esta unidad, podrá:
- Describir el ciclo de análisis visual.
- Comenzar una visualización incluso sin unos requisitos claros.
Antes de empezar
Si todavía no lo ha hecho, asegúrese de completar los módulos El modelo de datos de Tableau y Gestión de metadatos en Tableau.
En este módulo, explorará el conjunto de datos de The Great British Bake Off que creó y limpió en los módulos anteriores. Descubrirá si puede encontrar respuestas a preguntas específicas y quizás incluso elaborar preguntas adicionales para explorar por su cuenta.
Este módulo presenta un análisis guiado de un conjunto de datos específico y preguntas analíticas específicas que se han diseñado para que aprenda a medida que completa tareas. Al igual que en los módulos anteriores, existen muchas aclaraciones, preguntas y debates de por qué y cómo ocurren las cosas, no se trata únicamente de hacer clic un número determinado de veces para obtener un resultado. Algunas de las unidades incluyen preguntas de cuestionarios sobre el análisis y otros retos con calificación para analizar las visualizaciones que crea.
¿Qué es el análisis visual?
Tableau es la herramienta ideal para el ciclo del análisis visual.
-
Ciclo, porque no es un proceso lineal.
-
Visual, porque a los seres humanos se nos da muy bien procesar imágenes.
-
Análisis, porque los datos por sí mismos no sirven de mucho, lo que importa es su significado, la información que ofrecen y las conclusiones que podemos sacar de ellos.
Colocación de imágenes en el análisis visual
El análisis visual requiere, obviamente, elementos visuales. Elegir el tipo de gráfico adecuado para los datos y los análisis es un paso importante a la hora de buscar y comunicar información. Por suerte para nosotros, Tableau contiene un conjunto de pautas para decidir automáticamente el tipo de gráfico que se debe crear en función de los campos que utilice.
Recuerde que no importa la forma en la que empieza, en este módulo tiene la opción de restablecer la visualización a su estado inicial. Y en Tableau en general, siempre puede arrastrar campos y cambiar las cosas o empezar de cero y volver a intentarlo si borra la hoja o hace clic en la opción para deshacer.
Hay varias formas de empezar si no sabe cómo hacerlo.
- Puede seleccionar uno o varios campos en el panel Data (Datos) y usar la opción Show Me (Mostrarme) para crear una visualización.
- Haga doble clic en un campo en el panel Data (Datos). Tableau coloca el campo donde piensa que debería ir en función de sus propiedades y el resto de elementos de la visualización.
- Arrastre un campo a una parte específica del entorno de creación, como el estante Rows (Filas) o Color (Color). Pruebe aunque no sepa muy bien lo que va a pasar.
¿Entonces simplemente hay que volverse loco y probarlo todo? Tampoco es eso.
La gente tiene opiniones distintas sobre la forma buena y mala de hacer análisis, y no siempre hay respuestas claras. No hay duda de que hay prácticas recomendadas y que no queremos confundir con los datos. Consulte Guidelines to Recognize Misleading Charts (Directrices para reconocer gráficos erróneos) o haga una búsqueda en Internet del término "gráficos erróneos".
Tableau admite opciones increíbles de interactividad, pero el objetivo siempre debe ser realizar análisis exactos que sean fáciles de entender e interpretar bien. Cuando esté listo para trabajar por su cuenta, hay muchos recursos sobre cómo crear tipos concretos de gráficos, y además siempre puede explorar. Lo mejor de todo es que ahora forma parte de una enorme comunidad en Tableau Public. Tableau Public contiene muchos recursos, que verá en la sección Recursos más abajo.
Una vez dicho esto, le recomendamos ser curioso y elaborar buenas preguntas. En este módulo incluimos preguntas y comprobaciones para que pueda practicar.
Recursos
- Tableau: Guía de introducción a Tableau Public
- Tableau Public: Grow Your Data Skills (Mejorar las habilidades de datos)
- Tableau: Proyectos de la comunidad
- Tableau Public: Learn: Sample Data (Aprender: datos de muestra)
- Trailhead: módulo: Guidelines to Recognize Misleading Charts (Directrices para reconocer gráficos erróneos)