Nuestros alumnos del MBA en Periodismo de Datos elaboraron una serie de tutoriales como trabajo final en la disciplina Low Code: Transformando datos en pautas sin programación, impartidos por el profesor Adriano Belisário. Este mes podrás ver algunos de sus trabajos y divertirte con los tutoriales que crearon. Hoy podéis consultar el tutorial realizado por Ana Soraggi.

Una de las dudas que surgen en el proceso de construcción de la visualización de datos está relacionada con la elección de la herramienta que se utilizará, ya que actualmente existen varias posibilidades disponibles. También varían en la cantidad y calidad de los recursos que ofrecen y el grado de complejidad en su aplicación. Así, es posible construir visualizaciones utilizando la herramienta gráfica de un editor de hojas de cálculo, como Google SpreadSheets, o utilizando software vectorial, como Adobe Illustrator, y bibliotecas desarrolladas a partir de lenguajes de programación, como Python, R o JavaScript. 

Entre estos dos puntos, es posible encontrar algunas herramientas intermedias que están disponibles online. Suelen ser intuitivos y contar con el apoyo de los desarrolladores o de la propia comunidad. También permiten la creación de visualizaciones más complejas que las realizadas por editores de hojas de cálculo y, en algunos casos, incluso ofrecen funciones de interactividad. Por tanto, pueden ser un buen punto de partida para explorar nuevas posibilidades de visualización de datos. 

Aun así, elegir con cuál de estas herramientas empezar es una cuestión a afrontar, ya que actualmente hay algunas opciones disponibles. La mejor manera es conocer y probar los recursos que ofrece cada uno para entender cuál se adapta mejor a tu contexto. Este es un ejercicio muy útil ya que las posibilidades de presentar visualmente un conjunto de datos generalmente no se limitan a una sola alternativa. Por lo tanto, familiarizarse con los recursos que ofrecen algunas de estas herramientas puede facilitar su proceso de elección a la hora de elaborar este material. 

Por lo tanto, el objetivo de este tutorial es presentar las características generales que generalmente traen estos instrumentos presentando el flujo de trabajo para la creación de un gráfico en Datawrapper. Las preguntas planteadas pueden ser un punto de partida para el lector a la hora de explorar otras herramientas de visualización disponibles. Algunos de ellos fueron enumerados al final de este texto. 

1. Recursos gratuitos disponibles 

Datawrapper ofrece acceso o suscripción gratuita para personas físicas o jurídicas e incluye más posibilidades de soporte y recursos. 

En la versión gratuita existe la posibilidad de publicación ilimitada de vistas con la inclusión de atribución a la plataforma y posibilidad de exportar vistas en formato PNG o como enlace para incrustar la página web. Los planes pagos ofrecen más posibilidades relacionadas con la disponibilidad de recursos y soporte. Al final de esta página, puede comparar la diferencia entre los planes. 

2. Flujo de trabajo

Para comenzar a trabajar, necesitas crear una cuenta que te dará acceso a tu espacio de trabajo. Es en esta página donde puedes crear un proyecto y acceder a los desarrollados previamente. La plataforma ofrece la posibilidad de desarrollar visualizaciones desde tres enfoques principales: gráficos, mapas y tablas. 

Gráficos: la herramienta ofrece 19 modelos de gráficos que se pueden personalizar con ajustes y algunos atributos, creación de leyendas y comentarios y especificaciones de diseño. 

Mapas: la herramienta permite el desarrollo de 3 tipos de mapas. 

Tablas: la herramienta permite incluir gráficos en tablas y la inclusión de otros recursos visuales, como colores e íconos. 

Este tutorial se centra en el flujo de trabajo para desarrollar gráficos. 

Al iniciar un nuevo proyecto, el primer paso que solicita la plataforma es importar los datos . Se ofrecen cuatro formatos de archivo posibles para los datos: copiar y pegar los datos en el campo indicado, XSL/CSC, hoja de cálculo de Google o acceder al conjunto de datos a través de un enlace externo. Para probar y explorar la herramienta, hay disponibles algunos ejemplos de bases de datos.

El siguiente paso está relacionado con verificar y describir los datos para que la herramienta comprenda qué es número, fecha y texto. Este paso es necesario para garantizar que el gráfico atribuya y demuestre correctamente la información y las relaciones que aporta el conjunto de datos. En este punto es posible realizar ajustes específicos en la organización de los datos, como intercambiar filas por columnas, definir un encabezado o qué formato numérico y de fecha se debe seguir.

La tercera etapa consiste en construir la visualización , la cual comienza por definir el tipo de gráfico. En este punto, es interesante realizar pruebas para visualizar cómo se comporta tu base de datos e identificar qué gráfico demuestra de manera más efectiva la relación entre los datos que pretendes resaltar. Entonces, simplemente haga clic en los tipos de gráficos a la izquierda y las visualizaciones se cargarán al lado.

Una vez definido el gráfico, es posible realizar ajustes en algunos de sus atributos, como colores y leyendas, por ejemplo, o en la organización y orden de los datos en la visualización. Estas posibilidades de personalización varían en función de la vista elegida previamente. 

En el área de anotaciones es posible insertar textos que ofrezcan el contexto para comprender las relaciones propuestas por la visualización y contribuyan al buen 

prácticas de transparencia. Así, es posible insertar título, descripción, notas, fuente y acceso a los datos, autoría del gráfico y descripción de la información destinada a la lectura mediante herramientas de accesibilidad. Otra característica de accesibilidad que permite la plataforma está relacionada con la verificación del color. Por tanto, si los colores elegidos para la visualización imposibilitan la comprensión para una persona con algún grado de discapacidad visual, la plataforma genera una alerta en el campo resaltado. 

Finalizando el tercer paso, en la pestaña de diseño es posible realizar algunos ajustes más a la presentación de los datos, que son más útiles si se aplica a una página web. Aún en el diseño, siempre es posible probar el comportamiento de visualización en pantallas como computadoras de escritorio, dispositivos móviles y tabletas en el campo resaltado. 

Una vez completada la visualización, en el cuarto paso es posible exportarlo en formato PNG o crear un enlace para incluirlo en páginas web. 

Conclusión 

La elección de una herramienta para construir una visualización de datos depende de algunos factores, que van desde el conjunto de datos y las relaciones que se pretenden representar hasta cuestiones más prácticas, como el tiempo disponible para realizar esta tarea. Cada uno ofrece sus propias especificidades y limitaciones y conocerlas ayuda en el proceso de desarrollo de un proyecto de visualización de datos. 

Datawrapper es una herramienta interesante para empezar a aventurarse en la construcción de visualizaciones más elaboradas, ya que su flujo de trabajo es muy intuitivo y ofrecen bases de datos para explorar sus recursos. Además, también es posible encontrar orientación sobre la herramienta y conocimientos sobre el proceso de visualización de datos en la propia plataforma. Otro recurso educativo que ofrecen es una propuesta de presentación para la formación sobre la herramienta. Sin embargo, un obstáculo puede ser el idioma, ya que todo el material y la plataforma están en inglés. 

Finalmente, dejo una selección de otras herramientas para construir visualizaciones: 

• el. Florecer 
• b. TableauPúblico
• w. Gráficos crudos
• d. Infograma