¿Cuántos tipos de visualización hay?

Harvard Business Review clasifica la visualización de datos en cuatro propósitos clave: generación de ideas, ilustración de ideas, descubrimiento visual y visualización de datos cotidiana. La visualización de datos se utiliza habitualmente para estimular la generación de ideas entre los equipos. La visualización de datos para la ilustración de ideas ayuda a transmitir una idea, como una táctica o un proceso. El descubrimiento visual y la visualización cotidiana de los datos están más estrechamente alineados con los equipos de datos. Mientras que el descubrimiento visual ayuda a los analistas de datos, a los científicos de datos y a otros profesionales de los datos a identificar patrones y tendencias en un conjunto de datos, la visualización de datos cotidiana apoya la posterior narración después de haber encontrado nuevos conocimientos. La visualización de datos es un paso crucial en el proceso de la ciencia de datos, ya que ayuda a los equipos y a los trabajadores a transmitir los datos de manera más efectiva a sus colegas y a los responsables de la toma de decisiones. Los equipos que gestionan los sistemas de elaboración de informes suelen aprovechar las vistas de plantillas definidas para supervisar el rendimiento. Sin embargo, la visualización de datos no se limita a los paneles de control de rendimiento. Por ejemplo, durante la minería de textos, un analista puede utilizar una nube de palabras para captar conceptos clave, tendencias y relaciones ocultas dentro de estos datos no estructurados. Alternativamente, puede utilizar una estructura de gráfico para ilustrar las relaciones entre entidades en un gráfico de conocimiento. Hay varias maneras de representar diferentes tipos de datos, y es importante recordar que se trata de un conjunto de habilidades que debe ir más allá de su equipo principal de análisis.