E26 - Storytelling with Data

Resumen

El episodio presenta *Storytelling with Data*, el libro de Cole Nussbaumer Knaflic, y explica por qué saber comunicar datos es clave para un data scientist: lo técnico no sirve si nadie lo entiende ni lo usa. Se defiende el uso de historias (problema, hipótesis, solución, accionable) adaptadas a quién es la audiencia y qué se le quiere transmitir. Se distingue el gráfico exploratorio, para uno mismo y sin pulir, del gráfico explicativo, que se diseña para entregar un mensaje concreto. Se recorren los primeros capítulos del libro: contexto, elección de la visualización, eliminación del desorden (*clutter*) y atención preattentiva. Las conclusiones principales son evitar los gráficos 3D y de torta, usar barras en lugar de tortas, poner títulos que expresen la acción, resaltar solo lo relevante y maximizar la relación información/tinta. El episodio cierra con memes de malos gráficos.

Capítulos

• 00:00
  IntroSe presenta el libro *Storytelling with Data* como material para presentar datos de forma que transmitan una idea, sin importar la herramienta. Se argumenta que menos barreras en la comunicación facilitan que otros validen el trabajo, y que los ingenieros suelen centrarse en lo técnico y descuidar la comunicación. Se comenta que hay cursos de presentación efectiva en algunas universidades, aunque en general se observa poca preocupación por presentar bien los datos. Se bromea con gráficos de Excel, R y Python, y con el consejo de no usar 3D.
• 09:54
  Qué es Storytelling y por qué es importanteContar historias ayuda a recordar y empatizar, igual que ocurre con las películas; no implica inventar personajes, sino partir de un problema que le interese al interlocutor y proponer una solución y un accionable. Hay que tener claro a quién se convence y de qué. Se mencionan los distintos tipos de aprendizaje (visual, auditivo, kinestésico) y que los datos fundamentan la historia. Se discute que el análisis exploratorio no necesita este pulido, mientras que el gráfico final sí. Un participante cuenta una anécdota: su presentación fracasó con un jefe visual y mejoró al estudiar cómo comunicar visualmente.
• 28:07
  Libros de Storytelling with DataSe muestra el sitio del libro con tres títulos (el de datos, el de práctica y *Storytelling with You*), además de recursos para instructores, podcast, videos, ejercicios y casos de estudio. Se destacan los *makeovers* de gráficos. También se debate dónde caen los dashboards: se consideran una extensión del análisis exploratorio, con diseño mínimo y colores planos como el azul, destacando solo los mensajes que son consistentemente importantes.
• 32:22
  MemesSe muestran memes sobre gráficos 3D de Excel, gráficos de torta 3D con rebanadas imposibles de comparar y la transformación de datos en una visualización con historia. Se afirma que cualquier gráfico de torta se puede hacer mejor con barras y se invita a la audiencia a aportar contraejemplos.
• 39:40
  Acknowledgments e introducción del libroSe muestra un gráfico de cascada en los agradecimientos del libro, útil también para un currículum o para mostrar aportes que suben y bajan en el tiempo. Se compara un gráfico de barras de tickets recibidos y procesados con su rediseño, cuyo título contiene la acción (contratar a dos personas) y que resalta solo los números relevantes. Se contrasta una encuesta en gráficos de torta con su versión en barras, y un gráfico de precios con muchos colores con uno de líneas con un solo color y recomendación en el título. Se menciona el cuidado con el daltonismo.
• 01:00:36
  La importancia del contextoEl contexto se resume en tres preguntas: a quién, qué y cómo; además pueden importar el dónde y el cuándo. Se recomienda cuidar el tono, la gesticulación y el énfasis verbal. Se proponen técnicas como la historia de 3 minutos y la idea resumida en una frase de 10 segundos (similar a un *elevator pitch*), y se discute si presentar el resultado al comienzo (para gerentes) o al final (para pares o traspasos de proyecto).
• 01:06:38
  Escogiendo una imagen efectivaSe repasan los tipos de visualización del libro: texto simple, scatter plot, tablas, mapas de calor, líneas, pendiente, barras verticales y horizontales, barras apiladas, cascada (waterfall) y áreas. Se recomienda barras horizontales cuando las etiquetas son largas, histogramas para variables continuas y barras para categóricas. Se advierte sobre apilar demasiados grupos por barra y sobre mezclar elementos que no aportan al mensaje.
• 01:23:01
  Clutter es tu enemigoEl *clutter* es el exceso de elementos que distrae; se ilustra con un gráfico al que se le quitan barras, números, puntos, ticks y la leyenda (etiquetando directamente las líneas). La idea es maximizar la información entregada por unidad de tinta. También se aplica a la redacción, como acortar frases largas.
• 01:27:47
  Cómo atraer la atenciónSe muestra el ejemplo de contar cuántos "3" hay en una tabla de números, que se vuelve instantáneo al resaltar con color. Se listan recursos: orientación, forma, tamaño, grosor, curvatura, marcas, recuadros, color, intensidad, posición y movimiento. Se destacan color, tamaño e intensidad como los favoritos.
• 01:33:23
  CierreAntes de cerrar se muestran memes de un grupo de gráficos malos. Se resume lo visto, que cubre los primeros cuatro capítulos del libro, y se menciona que el libro sigue con pensar como diseñador, disección de modelos visuales, contar una historia y casos de uso. Se invita a leerlo y comentarlo en Discord.

Palabras clave