Fundamentos de Analítica y
Visualización de Datos

---

Rolando Mirabal, Desarrollador de Insights Senior en Viva

06/12/2022

Conceptos de datos en Tabeau

¿qué es un dataset?

Alguna vez referido como fuente de datos o base de datos en el contexto de Tableau contiene los datos usados para construir visualizaciones.

Todas las visualizaciones tienen como fundamento un dataset que proporciona los datos.

• Hojas de cálculo: Excel, Google sheet, .csv

• Relational Database: MySQL, Postgres

• Cloud data: S3 amazon, azure

• Otros tipos de conexión:

  • archivos espaciales: .kml, .shp

  • archivos estadísticos

Conectarse a la fuente de datos

los campos de datos son asignados a un rol y un tipo

Rol	Tipo
un campo puede ser asignado a un rol de dimensión o un rol de ´medida´	si el tipo de dato del campo es: cadena, entero, fecha, decimal.

¿qué es un campo?

un campo, o columna, es una sola pieza de información de un registro en un dataset.

Nombre	Modo de transporte	Días por semana
Neil	Caminar	2
Neil	Bus	3
Lin	Bicicleta	1
Lin	Automóvil	3
Lin	Bus	1
Mae	Automóvil	2
Mae	Bicicleta	3

• Nombre, Modo de transporte y días por semana son campos.
• Nombre y modo son campos cualitativos.
• Días por semana es un campo cuantitativo.
• En Tableau, los campos cuantitativos son referidos como Medidas, y los campos cualitativos son referidos como Dimensiones

1. Aplicando: conectado a fuente de datos

1. conectar al csv: FAA wildlife strikes

Evaluar los campos

Los tipos de datos pueden ser cambiados por el usuario y todos los cambios son mapeados por tableau en un archivo .tds (tableau data source)

Campos Cualitativos y Cuantitativos

Las dimensiones y medidas son los bloques de construcción de las gráficas de Tableau.

Campos Cualitativos (Dimensiones)	Campos Cuantitativos (Medidas)
Describe o categoriza los datos	Datos numéricos
Te dice qué, cuándo, o quién	Provee la medida para la categoría cualitativa
Divide los datos cuantitativos	Puede ser usada en las calculaciones

Tableau asigna los campos del dataset como Dimensión o Medida:

• las Dimensiones en la parte superior del panel en azul

• las Medidas en la parte inferior del panel en verde

2. Aplicando: construyamos un Gráfico

1. ¿cuántos choques de animales salvajes tenemos?
2. ¿cuántos choques por categoría animal?
3. ¿qué tipo de ave es la que más choques tiene?
4. ¿cuáles especies de aves están relacionadas con el mayor costo?

Elementos en la Ventana de trabajo de Tableau

Vista en Tableau

Mover dimensiones y medidas dentro y fuera de la vista cambia el gráfico resultante. Es una forma útil de ver diferentes aspectos de losdatos y ayuda a descubrir las tendencias y las historias que afectan según el contexto.

¿qué es un registro a nivel de fila?

¿qué contiene? puede ser complejo

Nombre	Modo de transporte	Días por semana
Neil	Caminar	2
Neil	Bus	3

que pasa si quieres saber …

• ¿cuántas personas usan multiples modos de transporte?

• ¿cómo son las idas al trabajo con las vueltas al trabajo?

• ¿cuánto duran?

• ¿cuánto es la distancia de cada viaje?

  Nombre	Viaje	Inicio del viaje	Fin del viaje	Fecha	Modo	Km. estimad.
  Mae	Al trabajo	7:45 am	8:50 am	7/17/2019	Bicycle	9
  Mae	Del trabajo	5:15 pm	5:45 pm	7/17/2019	Bus	6
  Mae	Del trabajo	5:45 pm	6:15 pm	7/17/2019	Bicycle	3

En este dataset una fila es más detallada y granular que en el primero.

¿por qué importa?

la granularidad se refiere al nivel de detalle para una pieza de datos. Cuando los datos sea menos granulares, los describiremos como agregaciones o datos agregados.

Important

el nivel de granularidad o agregación en una fila o gráfico afectan las preguntas que podemos preguntar a los datos y los descubrimientos que podemos hacer.

1. granularidad por incidente en la tabla:
2. Agregado en una gráfica:

Tip

En una gráfica puedes hacer click derecho y ver datos para ver la granularidad mínima

Granularidad y Agregación en Tableau

• De forma predeterminada, las medidas que se colocan en una vista se agregan por SUMA, lo que significa que se combinan los datos de ese campo en todas las filas.

• Las medidas también se pueden agregar como promedio, mediana, conteo, conteo distinto, máximo y mínimo.

• Las dimensiones desglosan el total agregado en totales más pequeños por categoría.

Recurso

3. Aplicando: ganancia/ventas

1. Granularidad entre ganancia y ventas
2. Categoria y campos calculados relacionados a la fila de datos
3. Dimensiones y Medidas, Jerarquía, campo calculados, y campos auto-generados

4. Aplicando: Entendiendo las píldoras en Tableau

• La diferencia entre ejes y etiquetas
• como tipos diferentes de datos se comportan en las vistas

Las píldoras azules son discretas y las píldoras verdes son contínuas

• cambiar una a otra

• aplicados al color, en filtro

Tipos de gráficos en Tableau

Mostrarme

Atributos preatencionales en tableau

• Largo:

  • Cuantitativo:

    • Excelente

  • Cualitativo:

    • Pobre

• Ancho

  • Cuantitativo: Limitado

  • Cualitativo: Pobre

• Posición

  • Cuantitativo: Excelente

  • Cualitativo: Pobre

• Tono de Color

  • Cuantitativo: Pobre

  • Cualitativo: Excelente

5. Aplicando: tablas cruzadas

Ventas por ganancias como ratio:

• Dato tabulares planos

• comparar valores altos y bajos, entre diferentes columnas y hojas

• color a los negativos … ¿eso estamos buscando?

• largo de la barra con las ventas y color para las ganancias

• altas ventas, bajas ganancias

Gráficas bien diseñadas

Una gráfica bien diseñada debería ser fácil de leer y entender, y no debe despistar (extraviar).

1. Conoce los elementos de una gráfica en Tableau
2. hacer preguntas de lo que se ve
3. cuidado con gráficas que despisten, extravíen o confundan

Conoce los elementos de las gráficas

Hazte estas preguntas

• ¿qué representa el gráfico? ¿el gráfico y el título tienen un propósito? ¿entiendes su intención en poco tiempo?

• ¿este gráfico muestra algún patrón o tendencia en particular? ¿alguna temporalidad? ¿tiene outliers? ¿se deben revisar?

• ¿esta mostrando todos los datos? ¿hay data excluida? ¿se puede responder las preguntas?

• ¿es claro lo que ha sido medido, y lo que los números representan? hay leyendas, notas.

• Y la pregunta del millón: ¿se puede recolectar datos útiles y accionables de este gráfico?

Gráficas que despisten o extravien

1. gráficos de barras con un eje que no incluye 0
2. color confuso, escala revertida
3. tipo de gráfico incorrecto para los datos:
   1. una gráfica de barras es mejor para comparar categorías que una línea:

Tipos de gráficos y sus usos

Tip

Los gráficos son más efectivos y legibles cuando se combinan con los datos y el propósito correctos.

Tipos de gráficos y sus usos

Línea: ver tendencias en los datos a lo largo del tiempo. Ejemplos: cambio en el precio de las acciones durante un período de cinco años o visitas a la página del sitio web durante un mes.	Barra: compara datos entre categorías. Ejemplos: Volumen de camisas en diferentes tallas, o porcentaje de gasto por departamento.	Mapa de calor: muestra la relación entre dos factores. Ejemplos: análisis de segmentos del mercado objetivo o oportunidades de ventas por representante individual.	Resaltar tabla: muestra información detallada sobre mapas de calor. Ejemplos: el porcentaje de un mercado para diferentes segmentos o números de ventas en una región.
Diagrama de árbol: muestra datos jerárquicos como una proporción de un todo. Ejemplos: uso de almacenamiento en equipos informáticos, comparación de presupuestos fiscales entre años.	Gantt: muestra la duración en el tiempo. Ejemplos: línea de tiempo del proyecto, duración del uso de una máquina, disponibilidad de jugadores en un equipo.	Viñeta: evalúe el rendimiento de una métrica frente a un objetivo. Ejemplos: evaluación de la cuota de ventas, espectro de desempeño (excelente/bueno/malo).	Diagrama de dispersión: investigue las relaciones entre valores cuantitativos. Ejemplos: Probabilidad masculina versus femenina de tener cáncer de pulmón a diferentes edades, o patrones de compra de teléfonos inteligentes de los primeros usuarios de tecnología y los rezagados.
Histograma: comprenda la distribución de sus datos. Ejemplos: número de clientes por tamaño de empresa, desempeño de los estudiantes en un examen, frecuencia de un producto defectuoso.	Mapas de símbolos: se utilizan para totales en lugar de tasas. Tenga cuidado, ya que las pequeñas diferencias serán difíciles de ver. Ejemplos: Número de clientes en diferentes geografías.	Mapas de área: use para tasas en lugar de totales. Utilice una base geográfica sensata. Ejemplos: tasas de uso de Internet en ciertas geografías, precios de la vivienda en diferentes barrios.	Caja y bigotes: muestra la distribución de un conjunto de datos. Ejemplos: comprender sus datos de un vistazo, ver cómo los datos están sesgados hacia un extremo, identificar valores atípicos en sus datos.

Gráfico de barras - comparando categorías de datos

Usado para comparar datos entre categorías. Al hacerlo bien son fácil de leer e interpretar.

• el largo de las barras indican que categoría tiene el valor más alto

• Los ejes del gráfico de barras indican que respresenta el valor

Gráfico de líneas - ver datos a través del tiempo

Son muy útiles para ver cambios en los datos en el tiempo.

• ¿cuándo las tendencias suben y bajan?

• ¿alguno de estos datos te sirven para identificar tendencias futuras?

• toma atención a los ejes. ¿cuál es el rango típico del rango de valores? ¿son los intervalos uniformes?

• ¿cuál es la linea de tiempo: diaria, mensual, anual? ¿muestra el detalle adecuado para analizar?

Gráfico de dispersión - ver relaciones de datos y valores atípicos

Útiles cuando se quiere ver las relaciones entre 2 medidas o valores cuantitativos. ¿Hay alguna correlación? ¿hasta que punto?

Warning

“la correlación no significa causalidad”

Note

Los valores atípicos son excepciones raras que se pueden obviar, o están indicando que debemos revisar algo más de cerca. ¿O son simplimente errores?

Si consideramos el diagrama de dispersión:

• ¿para el usuario final estará interesado en si una variable incrementa o decrementa con los cambios en otra variable?

• ¿será útil ver si el cambio en una variable afecta a otra?, y que efecto es ese?

• ¿cuán cerca le sigue un cambio de una variable a otra?

Ejercicio 1era Parte- Explorando los datos

La división espacial de Bolivia (ABE) lo contrató recientemente como nuevo analista de datos. Una de sus primeras responsabilidades es analizar datos sobre meteoritos. En su reunión inicial, revisó los datos y discutió lo que querían lograr. Durante esta conversación, revelaron que querían localizar meteoritos recientes que hayan caído a la tierra.

El objetivo de este proyecto es explorar los datos, decidir qué historia debe contar su análisis y organizar adecuadamente los datos.

El proyecto se divide en tres partes. La primera parte: exploración de datos se detalla a continuación.

Fuente de datos: Nasa - Aterrisajes de meteoritos

Mire los datos, y responda a las siguientes preguntas en un informe

¿cuáles son las dos variables que encuentra críticas para el análisis?

¿Podemos usar los datos para mapear dónde ha caído cada meteorito?

Si esto es posible, ¿qué campo de datos es crítico para esto?

¿Hay algún cambio en los datos que haría esto posible?

¿Podemos determinar los meteoritos más grandes que han caído a la Tierra?

Cada columna en el conjunto de datos fue creada inicialmente por un programa de computadora. ¿Estos nombres parecen correctos? ¿Ves algún problema que debería solucionarse?

Ejercicio 2da Parte - Entendiendo los tipos de datos

La segunda parte: comprender los tipos de datos se detalla a continuación.

Copie la tabla a continuación e incluyalá en el documento informe.

Utilizando los datos proporcionados, organice cada tipo de datos en una de las siguientes categorías: Cualitativo y Cuantitativo.

Para los datos cuantitativos, resalte los valores discretos en azul y los valores continuos en verde.

Cualitativos	Cuantitativos

Ejercicio 3era Parte - Preparando tus datos

A continuación se detalla la tercera parte: cómo preparar sus datos.

En Tableau realice las siguientes acciones para preparar datos y saque capturas.

1. Abra tableau y conectese a documento excel provisto en classroom.
2. Divida el campo de ubicación.
3. Cambie el nombre de Split 1 a “Lat”.
4. Cambie el nombre de Split 2 a “Long”.
5. Convierta los datos de latitud y longitud en un tipo de datos espaciales.
6. Confirme que la fecha se muestra en un formato de fecha discreto.
7. Renombrar el tipo de datos de “Name” (Nombre) a “City” (Ciudad).