Overview

Este MOOC busca que profesionales de diversas áreas logren analizar críticamente visualizaciones de datos existentes y diseñar visualizaciones de datos efectivas. Por un lado, el proceso de percepción visual ocupa una gran parte de los recursos y del volumen del cerebro, por lo cual es importante comprender sus principios para diseñar e implementar visualizaciones de datos. Por otro lado, un modelo de análisis estructurado y validado por la comunidad científica como el de Munzner permite organizar de forma estructurada el análisis y diseño de visualizaciones. Finalmente, se ponen en práctica estos conceptos con una implementación visual usando un software que no requiere programación. Resultados de aprendizaje: 1. Identificar los principios de percepción humana que guían el diseño de visualizaciones de datos. 2. Reconocer el modelo de análisis y diseño de visualizaciones de Munzner. 3. Evaluar visualizaciones existentes proponiendo mejoras. 4. Diseñar visualizaciones básicas con datos tabulares Este MOOC corresponde al módulo 1 del curso "Visualización de Datos", del Magíster en Analítica para los Negocios, de la UC Chile. En este contexto, podrás conocer el programa de grado desde su interior y avanzar un paso más para acercarte a este magíster.

Syllabus

MÓDULO 1: Introducción al CURSO / semana 1

En esta semana introduciremos definiciones y conceptos fundamentales de visualización de datos, así como su relación con la ciencia de datos en general. Veremos ejemplos históricos que motivan el ejercicio de esta área, como el caso de John Snow y de Florence Nightingale en Inglaterra, y el mapa de Jacques Minard en Francia. También, revisaremos casos de uso recientes de visualización que permiten apreciar el potencial de estudiar visualización de datos. Entre los ejemplos, revisaremos algunos aplicados a la comprensión del cambio climático, otros relacionados a visualización analítica de robo de vehículos y a visualizar las contribuciones de la investigación a los objetivos de sostenibilidad de la ONU.

MÓDULO 2: Principios de percepción humana para visualización / semana 2

Esta semana nos adentramos en aspectos de la visión humana que nos permitirán comprender mejor ciertas decisiones de diseño para visualización de datos. Un primer aspecto que revisaremos es la percepción visual, revisaremos ilusiones visuales, así como los conceptos de atención y memoria. Revisaremos dos conceptos muy importantes para conectar con el contenido de las siguientes semanas: marcas y canales, así como un ranking de su efectividad. Finalmente, estudiaremos el concepto de modelos de color y revisaremos algunos modelos en detalle para poder elegirlos de forma más efectiva en el futuro.

MÓDULO 3: El modelo de análisis y diseño de Munzner / semana 3

En esta semana veremos en detalle un modelo conceptual que nos permitirá tomar decisiones sistemáticas y efectivas para hacer visualización de datos: el modelo anidado de Munzner. El modelo de validación y diseño de visualizaciones de Munzner tiene tres grandes componentes asociados a tres preguntas, respectivamente: ¿Qué?, con esta pregunta abordamos aspectos de los datos a visualizar ¿Por qué?, con esta pregunta abordamos el esencial tema de las tareas visuales como pares de acción y objetivo. ¿Cómo?, al responder esta pregunta, y ya habiendo respondido las dos anteriores, nos enfocamos en la visualización misma, la codificación visual. ¡Pon mucha atención a las clases y lecturas esta semana!, serán muy importantes para que puedas continuar tu aprendizaje de visualización de datos.

MÓDULO 4: Validación, reglas generales e implementación inicial / semana 4

En esta cuarta semana veremos varios aspectos de síntesis y una primera actividad práctica de visualiación de datos. Revisaremos como usar el modelo de Munzner para analizar y validar visualizaciones de datos existentes. Además, a modo de resumen, veremos varias reglas y consejors generales para visualizar según las sugerencias de E. Tufte. Revisaremos también los distintos tipos de software disponibles para implementar visualizaciones de datos. Como último tema, veremos cómo crear una visualización usando una herramienta gratuita en línea.