Llevo un tiempo viendo las maravillas que se hacen con D3.js. Las infografías han marcado una nueva forma de mostrar los datos e incluso de hacer periodismo. También, los cuadros de mando y las gráficas avanzadas de datos que nos ofrecen aplicaciones con Spotfire o Tableau deben ser tenidas en cuenta como sistemas de ayuda a la toma de decisiones.

Buscando cómo profundizar más concretamente en los data driven documents (D3) he encontrado un libro que merece la pena recomendar.

Interactive Data Visualization for the Web

Early version, gratuita en pdf aquí

Me gustaría destacar algunas ideas relativas a las aplicaciones de visualización de datos y sus características que he podido aprender leyendo este libro:

-Las funciones básicas de la visualización de datos no cambian

Como reza el mantra de la visualización, expresado por Ben Schneiderman (U. de Maryland) en 1996 “Primero la visión general, zoom y filtrado, después obtener detalles bajo demanda” Estas funcionalidades básicas han cambiado muy poco, son las posibilidades asociadas a ellas, las que de un modo incremental han cambiado. Asimismo la disponibilidad de datos y el volumen de estos también han cambiado, dramáticamente.

-D3 es abierto por definición, pero también por su arquitectura

Los documentos que se crean con D3.js ejecutan los análisis necesarios para la visualización de datos en cliente. Dicho de otra manera, cuando visualizamos una gráfica hecha en D3 ésta se forma a partir de los datos originales en nuestro navegador web cada vez que la cargamos en él, no está predefinida remotamente. Esto último, que permite por un lado que sean visualizaciones multiplataforma, por otra parte hace que necesariamente los datos originales estén disponibles a través del navegador y cualquiera pueda acceder a ellos. Es posible hacer algunos prerenderizados para que las visualizaciones sean estáticas y no se permita el acceso, pero haciendo esto pierde sentido usar d3. Por tanto, el uso de la librería en JavaScript creada por Mike Bostock fomenta la transparencia y el open data

-Aplicaciones de visualización explicativas vs. exploratorias

Scott Murray establece una distinción muy interesante entre las diferentes aplicaciones de visualización existentes. Soluciones como Tableau, que nos permiten todo un abanico de posibles visualizaciones predeterminadas son las denominadas exploratorias, esto es, permiten detectar posibles patrones por medio de diferentes métodos y gráficas que se pueden elegir en las opciones del programa.

 

Ejemplo de utilización del software Tableau Desktop

En el lado opuesto, vamos a tener las soluciones explicativas (explanatory, en inglés). Tenemos claro el comportamiento o la característica que queremos destacar y necesitamos una tecnología que nos permita hacerla visible en la manera que nosotros queramos, sin gráficas predefinidas, ni configuraciones cerradas. Con D3.js en cada visualización empezamos desde cero, con código y aplicamos una personalización total. De hecho D3 es usado tanto por científicos de datos, como por diseñadores gráficos o incluso artistas (ver el enlace del koala, abajo en la imagen derecha). Olvidemos para siempre las posibilidades cerradas del asistente de gráficas de Excel, con entornos como D3 se abre un mundo de posibilidades ante nosotros.

  

    

Ejemplos de visualizaciones varias con D3.js (fuente: https://github.com/mbostock/d3/wiki/Gallery) Click en las imágenes para abrir