Capítulo 4 Abstracción de las tareas

El diseñador debe conocer el uso que se le va a dar a la visualización que se le encarga. El uso no dicta el cómo diseñarla, pero sí determinará las opciones disponibles si se desea efectividad. La efectividad es el equilibrio entre eficacia y eficiencia, es decir, se es efectivo si se es eficaz y eficiente. La eficacia es lograr un resultado o efecto (se espera que sea el correcto). Eficiencia es la capacidad de lograr el efecto en cuestión con el mínimo de recursos viables. Puede ocurrir que el diseñador y el usuario sea el mismo, pero se debe pensar que son dos roles diferenciados para no confundir el por qué con el cómo. Tominski y Schumman (Tominski and Schumann 2020) denominan como expresividad a la efectividad en la representación de los datos, es decir, a ser fieles a los datos y no tergiversarlos, y expresan que esta es la primacía representacional: “Por encima de lo restante, los datos”.

Grant (Grant 2019) cita a Gelman y Umwin respecto al tipo de razones por las cuales alguien realiza una visualización:

  1. Para obtener una visión general acerca de algún tema.

  2. Para presentar la escala y complejidad de un conjunto de datos.

  3. Para explorar un conjunto de datos.

  4. Para comunicar hallazgos.

  5. Par contar una historia.

  6. Para llamar la atención y estimular el interés sobre algún tema.

Los tres últimos tienen que ver con un tema de presentación a una audiencia ajena a quien ha realizado la visualización. Los tres primeros tienen que ver con un uso más privado, personal o de equipo de trabajo. Chen et al (Chen, Härdle, and Unwin 2008) indican que las visualizaciones orientadas a un público ajeno implican poner especial cuidado en determinar qué se presenta y cómo será percibido y entendido por los observadores objetivo. Seguramente sólo hay disponibilidad de presentar pocas visualizaciones, tal vez sólo una, y será usada por un periodo prolongado o replicada y difundida, por lo cual se toma mucho tiempo para la elaboración de la versión final. En cambio, si es una visualización más personal significa que se harán varios bocetos, varias iteraciones, muchas diferentes visualizaciones y se usarán por un corto periodo de tiempo, por tanto es importante el uso de buenas prácticas, pero el estilo y gusto personal de trabajo jugará un rol importante y no se invertirá tiempo en un resultado final totalmente pulcro.

Referencias bibliográficas

Chen, Chu-Hao, Wolfang Härdle, and Antony Unwin, eds. 2008. Handbook of Data Visualization. Springer.
Grant, Robert. 2019. Data Visualization, Charts, Maps, and Interactive Graphics. CRC Press. Taylor & Francis Group.
Tominski, Christian, and Heidrun Schumann. 2020. Interactive Visual Data Analysis. CRC Press. Taylor & Francis Group.