Buenas prácticas de visualización de datos para los Reports de Power BI

Este contenido fue traducido mediante IA y no ha sido revisado por un editor humano. Las imágenes y los gráficos permanecen en su idioma original.

Conclusiones clave

• Un buen Visual de datos ayuda a las personas a entender y actuar sobre la información rápidamente. Seguir reglas de diseño no garantiza que los Reports sean útiles. Necesitas saber qué preguntas hay que responder y diseñar Reports que ofrezcan esas respuestas sin ambigüedad.
• Crear gráficos es fácil, recopilar requisitos y entender a los usuarios es lo difícil. Las herramientas facilitan arrastrar y soltar campos en Visuals, pero los Reports eficaces requieren decisiones bien pensadas sobre qué mostrar, cómo mostrarlo y para quién.
• La calidad de la visualización empieza en el modelo semántico. Nombres coherentes, definiciones claras y un buen diseño del modelo permiten Reports fiables, mantenibles y escalables.

Este resumen lo ha elaborado el autor, no la IA.

Buena visualización de datos en términos sencillos

Una buena visualización de datos hace que la información se entienda de un vistazo. Puedes quedarte mirando una hoja de cálculo e intentar detectar una tendencia, o verla al instante en un gráfico de líneas. Un buen Visual de datos ayuda a las personas a responder preguntas más rápido y con más confianza. En los Reports de Power BI, un buen Visual significa que alguien puede mirar una página y entender rápidamente: “¿Cuál es el mensaje clave aquí? ¿Es bueno o malo? ¿Debo actuar?”

Los mejores Reports no obligan a los usuarios a descifrar lo que están viendo; el diseño se explica por sí solo.

Este "Orders MTD Report" intenta responder a la pregunta: "¿Cómo vamos con respecto al objetivo de pedidos de enero y dónde deberíamos centrar la atención?". Si planteamos este Report en el contexto de la regla 3-30-300 (parafraseando el mantra de búsqueda de información visual):

• En 3 segundos, vemos que estamos superando el objetivo.
• En los siguientes 30 segundos, vemos que:
  • Acabamos de tener un periodo por debajo del objetivo y el rendimiento diario puede ser bastante volátil.
  • Las cuentas clave de clientes son las que más han contribuido a superar el objetivo.
  • Las regiones del sureste van peor que las regiones del noroeste.
• En los siguientes 300 segundos, podríamos profundizar en clientes atípicos concretos del diagrama de dispersión o en productos y tipos concretos de la tabla, donde los minigráficos ofrecen una idea general de las tendencias y caídas de los productos.

Algunas mejores prácticas que conviene seguir

Un buen punto de partida para crear Reports útiles es seguir algunas “mejores prácticas”:

• Usa una disposición lógica de tus gráficos, colocando la información más importante en la parte superior izquierda y la más detallada en la parte inferior derecha. Esto se conoce como la regla 3-30-300 para la disposición de tus Reports, como se muestra en el Orders MTD Report. También deberías asegurarte de que haya el mismo espaciado entre gráficos y elementos. Las líneas de cuadrícula y acciones de alineación de Power BI pueden ayudar.
• Elige los gráficos adecuados para las preguntas adecuadas. Un ejemplo de una mala elección es usar gráficos circulares para comparar magnitudes entre categorías, ya que los gráficos circulares muestran proporcionalidad cuando lo que quieres es comparar partes de un todo.
• Usa el color de forma intencional para dirigir la atención. Por ejemplo, puedes usar colores más vivos para destacar información accionable, o usar asociaciones implícitas como el rojo para señalar información negativa accionable (en la cultura occidental).
• Toma decisiones conservadoras sobre el estilo de la página y los contenedores. Por ejemplo, un fondo gris claro, fondos de gráficos blancos para crear contraste y esquinas redondeadas. Esto se consigue fácilmente con algunos temas estándar de Power BI. Evita estilos excéntricos o excesivamente recargados, y prioriza la preferencia del usuario frente a la tuya.
• Favorece la simplicidad y el minimalismo en el estilo de los gráficos. Esto ayuda a evitar la sobrecarga cognitiva en los usuarios. Esto implica usar colores más sutiles y claros, y pensar en qué puedes quitar para que el gráfico sea más simple, no qué puedes añadir para que quede “más bonito”. Un ejemplo muy común son las tablas que tienen tipografías muy oscuras y bordes negros.

Estos son solo algunos ejemplos. Sin embargo, el hecho de que sigas estas “mejores prácticas” no garantiza que la gente encuentre útil tu Report.

Características de los Reports “buenos”

Un Report de Power BI es “bueno” cuando ayuda a alguien a llegar a una comprensión o insight correctos rápidamente y sin ambigüedades. Puede sonar obvio, pero dejemos claro qué intentamos conseguir con un Report:

• Tiempo breve hasta el insight. El mensaje previsto debería ser visible e interpretable en segundos, no después de una docena de clics.
• Baja carga cognitiva. Los usuarios pueden centrarse en los datos, no en descifrar cuál de los doce Visuals, seis segmentadores y tres leyendas deben mirar primero.
• Centrado en el usuario. Los gráficos se hacen pensando en los usuarios, en lugar de obsesionarse con la decoración estética y el formato superfluo que no conduce a un resultado final más útil o más eficaz.
• Corrección ante cualquier interacción. Los gráficos deben ser confiables y ofrecer los resultados que los usuarios empresariales esperan de sus datos. Los totales y los desgloses siguen teniendo sentido después de aplicar filtrado cruzado o de hacer drill-down. Si muestras un KPI de «% de entregas a tiempo» en una página que también contiene un segmentador Sí/No para «La entrega es a tiempo», el KPI saltará a 0% o 100% según la selección. Es técnicamente correcto, pero también es una profecía autocumplida: la métrica se filtra por su propio resultado; es irrelevante.
• Semántica coherente. Una métrica significa lo mismo en todas partes donde aparece; por ejemplo, «Revenue» no significa ingresos brutos en un Visual e ingresos netos en otro.
• Mantenibilidad. Ampliar el Report con un nuevo segmento, periodo de tiempo o regla de negocio no exige volver atrás para revisar y revalidar partes sustanciales.

Algunos ejemplos que van en contra de estos objetivos son:

• Métricas sin contexto. Una tarjeta que muestra "Pedidos MTD: 518M" no te dice nada sin un objetivo, una desviación o una tendencia. ¿Es una buena noticia o una mala?

• Estados ocultos. Si los usuarios no pueden ver fácilmente qué está filtrado o qué se ve afectado por las interacciones, primero tienen que descifrar cómo funciona el Report, lo que los ralentiza y siembra las semillas de la desconfianza. Algunos ejemplos comunes incluyen:
  • Filtros a nivel de Visual en los Visuales: los usuarios deben pasar el cursor sobre el icono de «filtro» para saber qué filtros están afectando al Visual.
  • Visuales con resaltado cruzado y filtrado cruzado en la misma página, sin contexto sobre su comportamiento diferente; los Visuales con resaltado cruzado siguen mostrando los datos sin filtrar, con los datos seleccionados resaltados. Es fácil confundir los datos sin filtrar con los filtrados, especialmente si otros visuales aplican filtrado cruzado y muestran solo datos filtrados.

• Lógica de negocio dispersa. Si necesitas DAX complejo dentro de un visual, hacks extraños o lógica específica de página por todas partes, estás compensando las carencias del modelo semántico en la capa equivocada. Un "Orders MTD Report (exclude returns)" con Visuales individuales titulados "(invoiced only)" indica que el modelo no define claramente qué significa "Pedidos". La lógica de negocio dispersa en Visual es más difícil de gobernar, probar y mantener que la lógica expresada una sola vez en el modelo semántico.

Los buenos Reports optimizan tres cosas:

• Eficiencia: esto incluye el rendimiento de los Visuales y las interacciones, pero también la rapidez con la que los usuarios obtienen respuesta a sus preguntas.
• Veracidad: el Report no solo es exacto, sino que además no induce a error por accidente (¡o intencionalmente!), incluso cuando los usuarios segmentan, hacen drill y hacen clic por ahí.
• Evolución: el Report puede actualizarse fácilmente (o incluso automáticamente) a medida que cambia el negocio, algo esperable y que ocurre con frecuencia a lo largo del año.

Si se ignora cualquiera de las tres de forma sistemática, acabará apareciendo más tarde en forma de frustración (“esto es inutilizable, los Visuales tardan una eternidad en cargar”), desconfianza (“estos números no cuadran cuando se filtra por producto”) o parálisis del desarrollo (“no podemos cambiar esto sin romper esto y esto”). Optimizar para una comprensión humana eficiente implica diseñar pensando en cómo funciona el cerebro humano. La regla 3-30-300 es una excelente heurística para diseñar Reports pensados para personas. Remitimos al artículo enlazado de SQLBI para conocer los detalles, pero tomamos prestadas algunas de sus ideas para la siguiente sección sobre cómo empezar a diseñar, antes de construir.

Empieza por la pregunta en lugar del lienzo

Power BI hace que sea muy fácil lanzarse y empezar a crear Reports: abre la plantilla de Report con el tema organizativo, conéctate a un modelo semántico, añade algunos Visuales y uno o dos segmentadores, y listo: ya tienes un Report. Empezar por el lienzo suele producir un resultado visualmente correcto, pero conceptualmente vago; es decir, no está anclado a las preguntas de negocio que hay que responder.

Un mejor enfoque es darle la vuelta y empezar por preguntarte a ti mismo —como diseñador—:

• ¿Qué pregunta responderá esta página?
  Por ejemplo. “En cualquier mes, ¿estamos cumpliendo el objetivo de pedidos y qué tipos de cuenta, productos o regiones están haciendo que lo superemos o no lo alcancemos?”
• ¿Qué decisión tomará el usuario en función de la respuesta?
  Por ejemplo. “¿Debemos ajustar nuestra estrategia o centrar los esfuerzos de ventas? Si estamos por encima del objetivo, ¿debemos mantener o reasignar recursos? Si estamos por debajo del objetivo, ¿nos centramos en productos de bajo rendimiento (estrategia de producto/precios) o en clientes en riesgo (gestión de la relación/incentivos)?”
• ¿Cómo cambiaría la decisión si cambian los números?
  Por ejemplo. «Si los pedidos MTD están por encima del objetivo y las cuentas clave impulsan la mayor parte del sobrecumplimiento, supervisamos y mantenemos la estrategia. Si los pedidos MTD caen por debajo del objetivo o aumenta la volatilidad diaria, investigamos: primero los productos con mayor incumplimiento, y después los grandes clientes significativamente por debajo de sus objetivos».

Oblígate a escribir la pregunta de la página como una sola frase. Si eso cuesta, quizá la página esté intentando hacer demasiado, tus métricas aún tengan una semántica sin definir o todavía no tengas una visión clara de lo que necesitan los usuarios. Ve a hablar con ellos.

Cuando estos requisitos quedan claros, elegir el gráfico resulta menos subjetivo. El Orders MTD Report usa solo siete tipos de gráficos, y estos mismos gráficos pueden cubrir aproximadamente el 95% de los escenarios de reporting empresarial:

• Visual de tarjeta/número grande con contexto: objetivo, desviación, indicador de tendencia
• Gráfico de barras o columnas para comparar categorías
• Gráfico de líneas para tendencias a lo largo del tiempo
• Tabla para desgloses detallados y valores precisos
• Diagrama de dispersión para explorar relaciones entre dos métricas
• Mapa para comparaciones geográficas
• Gráfico de cascada para mostrar el cambio entre dos puntos
• Gráfico de anillo o circular para una composición simple (máximo 2-3 categorías). Esto no aparece en el Orders MTD Report, pero podría sustituir al gráfico de cascada "Over by Account Type" si la pregunta fuese «¿Qué tipo de cuenta domina el excedente?» en lugar de «¿Cuánto aporta cada tipo?» El gráfico de anillo mostraría al instante que las cuentas clave representan más de la mitad, mientras que el gráfico de cascada muestra valores precisos para comparar.

Si no tienes claro qué gráfico encaja con tu pregunta, un marco como el selector de gráficos del Dr. El selector de gráficos de Andrew Abela puede orientarte. La clave es hacer que el gráfico encaje con la pregunta más importante que hay que responder: para ventas mensuales durante un año, ¿usas un gráfico de líneas o de columnas? La línea enfatiza la tendencia general, mientras que las columnas hacen que cada mes se perciba como un periodo distinto para comparar. Si las tendencias son más importantes que las comparaciones mes a mes, elige el gráfico de líneas y viceversa.

Lecturas adicionales recomendadas

• Necesitamos este Report en Power BI (Data Goblins): Un marco práctico para recopilar requisitos de Reports que pone a los usuarios y sus necesidades en el centro, ayudándote a evitar construir Reports basados en suposiciones.
• Presentación de la regla 3-30-300 para mejorar los Reports (SQLBI): Guía detallada para diseñar diseños de Reports optimizados según cómo las personas consumen realmente la información, desde el titular hasta el análisis en profundidad.
• Cuatro patrones de Dashboards empresariales (Ryan Gensel): Categorización de diseños de Dashboards en cuatro patrones para distintos casos de uso.
• Reutilizar el formato de los Visuals en distintos Reports de Power BI (SQLBI): Técnicas prácticas para mantener un estilo Visual coherente entre Reports, reduciendo el trabajo de formato y garantizando una apariencia unificada en todos los Reports.

En conclusión

La buena visualización de datos va menos de clavar el estilo del gráfico y más de responder a las preguntas correctas con claridad, rapidez y consistencia. Buenas prácticas como el layout, la elección del gráfico y el uso intencionado del color ayudan, pero solo funcionan cuando sirven a una necesidad de usuario bien definida y se apoyan en un modelo semántico fiable. Por eso, los requisitos, la semántica y la intención de diseño importan más que cualquier Visual.