Creando Impacto con Datos

Paula LC @paulalcasado

17/12/2020

Lo que veremos hoy…

#1

Entender el contexto y la calidad del dato

Conocer la fuente y el proceso de obtención de los datos, además de entender su contexto, es crucial. En caso de no entender algo, consultar e informarse es siempre la mejor opción.

Fuente: rtve.es

datadista.com

Fuente: @datadista

Fuente: elpais.com

#2

Transmitir un mensaje claro e interesante

Fuente: @amerinomarquez

Fuente: @kate_ptrv

#3

Storytelling

Contar a la audiencia una historia con un hilo argumental concreto. Siempre que sea posible conectar con el público a través de emociones.

Fuente: @FT

Fuente: Piomas

#4

Dejar que la audiencia explore y descubra

library(data.table)
library(highcharter)
df <- fread('regional-global-weekly-latest.csv', header = T, nrows = 50)
df$Track <- df$`Track Name`
df$TrackArtist <- paste(df$Track, df$Artist, sep='-')
df$Top <- c(df$Track[1:10], rep('',nrow(df)-10))
df$StreamsM <- round(df$Streams/10e5)
colors <- c('#6F2DBD','#A663CC', '#B298DC', '#B8D0EB', '#B9FAF8')
df$color <- colorize(df$Streams, sort(colors, decreasing = T))
thm <- hc_theme_merge(
  hc_theme_darkunica(),
  hc_theme(chart = list(backgroundColor = "black")))
df %>% hchart("packedbubble", hcaes(name = Track, value = Streams, color=color),marker=list(lineWidth=0)) %>%
  hc_title(text = "Top 50 Spotify Tracks (World)") %>%
  hc_subtitle(text = "Data referred to week 3 Dec 2020") %>%
  hc_caption(text = "Source: https://spotifycharts.com/regional") %>%
  hc_size(height = 700) %>%
  hc_tooltip(
    useHTML = TRUE,
    headerFormat = '',
    pointFormat = '<b>{point.Artist}</b><br>{point.Track}<br>{point.StreamsM}M streams')  %>%
  hc_plotOptions(
    packedbubble = list(
      maxSize = "210%",
      minSize = "5%",
      dataLabels = list(
        enabled = TRUE,
        format = "{point.Top}",
        style = list(
          textOutline = "none"
        )
      )
    )) %>%
  hc_add_theme(thm)

#5

Añadir el contexto al gráfico

A través de colores, formas, aspecto, etc.

Fuente: @randal_olson

#6

Atención a los detalles

library(data.table)
library(highcharter)
df <- fread('regional-global-weekly-latest.csv', header = T, nrows = 50)
df$TrackArtist <- paste(df$`Track Name`, df$Artist, sep='-')
df %>% hchart("bar", hcaes(x = TrackArtist, y = Streams)) %>%
  hc_xAxis(labels = list(step = 1), title = list(text = "")) %>%
  hc_yAxis(labels = list(step = 1), title = list(text = "")) %>%
  hc_title(text = "Top 50 Spotify") %>%
  hc_add_theme(thm)

library(data.table)
library(highcharter)
df <- fread('regional-global-weekly-latest.csv', header = T, nrows = 50)
df$TrackArtist <- paste(df$`Track Name`, df$Artist, sep='-')
colors <- c('#6F2DBD','#A663CC', '#B298DC', '#B8D0EB', '#B9FAF8')
df$color <- colorize(df$Streams, sort(colors, decreasing = T))
df %>% hchart("bar", hcaes(x = `Track Name`, y = Streams, color=color), borderWidth=0) %>%
  hc_xAxis(labels = list(step = 1, style=list(fontSize=10))) %>%
  hc_title(text = "Top 50 Spotify Tracks") %>%
  hc_subtitle(text = "Data referred to week 3 Dec 2020") %>%
  hc_caption(text = "Source: https://spotifycharts.com/regional") %>%
  hc_add_theme(thm) %>%
  hc_size(height = 650) %>%
  hc_tooltip(
    useHTML = TRUE,
    headerFormat = '<b>Artist</b><br>',
    pointFormat = '{point.Artist}')

#7

Destaca lo que realmente quieras destacar

Fuente: @jburnmurdoch

Fuente: @FT

#8

Las anotaciones son cruciales

Fuente: @fjnogales

Todo en su justa medida.

Fuente: Business Insider

#9

Haz el gráfico atractivo

Fuente: anónimo

#10

Ética, lógica y responsabilidad

Nosotros, como autores del gráfico, somos responsables de las visualizaciones que presentamos.

Fuente: rtve.es

Fuente: @karim_douieb

Herramientas

Programación
- R: ggplot2, Lattice, highcharter, Plotly, Leaflet, dygraphs
- Python: Matplotlib, ggplot, Seaborn, Plotly, Altair
- Javascript: D3.js, Three.js, Leaflet, Highcharts
UI

Skills más demandadas

Integración de datos desde diversas fuentes
Conocimiento de distintas bases de datos
Entender el contexto en el que se trabaja
Ser capaz de manejar diferentes herramientas de visualización
Conocimientos de diseño gráfico y diseño web
Pensamiento crítico y ética
Excelente comunicación, Storytelling

Recursos

Blog #dataviz
Introducción a ggplot
The Language of Graphics
Ted Talk - Hans Rosling
Libros:
Twitter:
- @AlbertoCairo
- @dr_xeo
- @sdbernard
- @kikollan
- @datadista

Muchas Gracias

@paulalcasado