{"id":2053,"date":"2023-03-07T14:47:04","date_gmt":"2023-03-07T14:47:04","guid":{"rendered":"https:\/\/adroitinsight.com\/consideraciones-para-la-visualizacion-de-datos\/"},"modified":"2023-04-18T10:21:23","modified_gmt":"2023-04-18T10:21:23","slug":"consideraciones-para-la-visualizacion-de-datos","status":"publish","type":"post","link":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/","title":{"rendered":"Consideraciones para la visualizaci\u00f3n de datos"},"content":{"rendered":"\n

La visualizaci\u00f3n de datos puede describirse como la simple presentaci\u00f3n de informaci\u00f3n para mejorar la comprensi\u00f3n de un tema determinado [1]<\/a>. Una gran tabla de datos es, por tanto, una visualizaci\u00f3n, aunque no muy eficaz, ya que requiere un gran esfuerzo por parte del usuario para interpretar cualquier tendencia. Este es el quid de las buenas pr\u00e1cticas de visualizaci\u00f3n de datos: presentar la informaci\u00f3n de la manera m\u00e1s eficiente posible para garantizar que los usuarios puedan obtener informaci\u00f3n con el m\u00ednimo esfuerzo. Hay una gran variedad de gr\u00e1ficos entre los que elegir, y cada uno tiene su lugar en funci\u00f3n de la naturaleza de los datos y el objetivo del analista. <\/p>\n\n

Por lo tanto, no siempre hay una visualizaci\u00f3n correcta o incorrecta, aunque algunas ser\u00e1n m\u00e1s eficaces que otras. Hay algunos elementos visuales fiables, como un gr\u00e1fico de barras o de l\u00edneas, que en general pueden interpretarse f\u00e1cilmente. Sin embargo, depender \u00fanicamente de unos pocos tipos de gr\u00e1ficos puede resultar repetitivo y tedioso. En consecuencia, los analistas deben tomar decisiones meditadas sobre la mejor manera de presentar los datos. <\/p>\n\n

Por eso es importante reflexionar cr\u00edticamente sobre el dise\u00f1o a lo largo de todo el proceso de desarrollo. En este art\u00edculo se explica por qu\u00e9 es importante evaluar las visualizaciones de datos y se esbozan 5 preguntas sencillas que ayudan a garantizar que la visualizaci\u00f3n es adecuada para su prop\u00f3sito.<\/p>\n\n

Las visualizaciones de datos se dise\u00f1an para mostrar una historia o responder a una pregunta empresarial. Tambi\u00e9n representan una serie de decisiones de dise\u00f1o tomadas por un analista, a menudo con aportaciones de los usuarios de la empresa. <\/p>\n\n

Durante el desarrollo, al analista se le presenta repetidamente la misma informaci\u00f3n y se queda absorto en los datos. La visualizaci\u00f3n y la historia que se transmite resultan tan familiares que es dif\u00edcil imaginar que el usuario final la recibe por primera vez. A menudo esto se da por sentado, y puede olvidarse que puede no estar tan claro para los usuarios finales. <\/p>\n\n

Una buena visualizaci\u00f3n debe explicarse por s\u00ed misma, tanto por su finalidad como por la historia que cuenta. Cuando un gr\u00e1fico es dif\u00edcil de interpretar no ha cumplido su prop\u00f3sito de mejorar la comprensi\u00f3n ni ha a\u00f1adido ning\u00fan valor perspicaz. Esto puede generar confusi\u00f3n y bajos niveles de participaci\u00f3n de los usuarios. <\/p>\n\n

Por eso es importante dar un paso atr\u00e1s y evaluar cr\u00edticamente el dise\u00f1o de las visualizaciones de datos. A continuaci\u00f3n encontrar\u00e1 ejemplos de preguntas que debe hacerse para asegurarse de que su visual es adecuado para su prop\u00f3sito. Preguntar a un colega tambi\u00e9n es una gran oportunidad para ver c\u00f3mo ser\u00e1 recibido por primera vez; si es dif\u00edcil de interpretar o si es necesario dar m\u00e1s explicaciones.<\/p>\n\n

\u00bfQu\u00e9 historia o cuesti\u00f3n empresarial ilustra el gr\u00e1fico?<\/h2>\n\n

Cada visualizaci\u00f3n debe estar ah\u00ed por una raz\u00f3n, que en general depende de la finalidad y los requisitos. Esto es v\u00e1lido tanto para los an\u00e1lisis est\u00e1ticos y puntuales como para los informes generales. Sin embargo, para cualquiera de los dos tipos de requisitos, las visualizaciones de datos deben tener una finalidad directamente relacionada con el encargo. No tiene por qu\u00e9 ser complejo. Podr\u00eda ser simplemente, c\u00f3mo han cambiado las ventas por mes durante el \u00faltimo a\u00f1o. Adem\u00e1s, la respuesta a la pregunta\/relato debe ser clara. <\/p>\n\n

Una visualizaci\u00f3n que responda correctamente a una pregunta empresarial o muestre una historia, pero que resulte dif\u00edcil de interpretar y extraer conclusiones, no es eficaz. Por ejemplo, mostrar las ventas de productos a lo largo del tiempo por mes, pero con m\u00e1s de 20 productos diferentes, no se ver\u00eda mucho en un gr\u00e1fico de l\u00edneas. Como alternativa, puede a\u00f1adir un filtro para mostrar los 5 primeros \/ 10 primeros, etc. para garantizar que los patrones sean visibles.<\/p>\n\n

\u00bfPodr\u00eda entender la visualizaci\u00f3n alguien que no tenga conocimientos previos sobre el tema?<\/h2>\n\n

Las visualizaciones de datos deben ser autoexplicativas. Esto se reduce a un dise\u00f1o expl\u00edcito y a menudo sencillo que permite una f\u00e1cil interpretaci\u00f3n. Ejemplos de ello, seg\u00fan la visualizaci\u00f3n, son los siguientes: -T\u00edtulos din\u00e1micos que reflejen la selecci\u00f3n de filtros – Etiquetas de datos – Leyendas de color y tama\u00f1o – Formatos num\u00e9ricos como porcentaje (%) y moneda (\u00a3) – Etiquetas descriptivas de los ejes. <\/p>\n\n

Adem\u00e1s, ser expl\u00edcito tambi\u00e9n se consigue con t\u00e9cnicas de visualizaci\u00f3n como la clasificaci\u00f3n de mayor a menor, el filtrado por los 10 primeros o los 10 \u00faltimos y el uso del color, el tama\u00f1o y la orientaci\u00f3n. De este modo, estar\u00e1s presentando claramente la historia a los usuarios, en lugar de pedirles que la diseccionen ellos mismos. Ser directo deja poco margen a la ambig\u00fcedad y garantiza que distintos usuarios interpretar\u00e1n los datos de la misma manera. <\/p>\n\n

\u00bfA qui\u00e9n va dirigido?<\/h3>\n\n

El efecto de una visualizaci\u00f3n depende en gran medida del p\u00fablico al que va dirigida. Los distintos p\u00fablicos reciben la informaci\u00f3n y act\u00faan sobre ella de manera diferente. El p\u00fablico es importante porque dicta el nivel de granularidad y complejidad. Por ejemplo, usuarios con diferentes funciones y niveles de antig\u00fcedad utilizar\u00e1n los datos de formas distintas. <\/p>\n\n

Tomando como ejemplo la satisfacci\u00f3n del cliente, quienes trabajan directamente con los clientes podr\u00edan necesitar visualizaciones de datos para mejorar la eficacia a la hora de responder a las reclamaciones. Exigir\u00edan un alto nivel de detalle sobre la queja, como cu\u00e1ndo se plante\u00f3 y de qu\u00e9 departamento. La visualizaci\u00f3n, por tanto, se construir\u00eda para resaltar los problemas sobre los que se podr\u00eda actuar directamente, como una tabla de datos jerarquizados ordenados por urgencia. A la inversa, los gerentes y directores necesitar\u00edan informes y conocimientos sobre la satisfacci\u00f3n general de los clientes y las tendencias de evaluaci\u00f3n comparativa. De este modo, se har\u00eda mayor hincapi\u00e9 en las agregaciones de alto nivel y en los Indicadores Clave de Rendimiento (KPI). <\/p>\n\n

Teniendo esto en cuenta, es importante recordar que una \u00fanica visualizaci\u00f3n no ser\u00e1 \u00fatil para todo el mundo. Sin embargo, debe ser eficaz y estar dise\u00f1ado para el p\u00fablico al que va dirigido.<\/p>\n\n

\u00bfSe ha expuesto esta informaci\u00f3n en alg\u00fan otro lugar?<\/h3>\n\n

Hay multitud de formas diferentes de presentar la misma informaci\u00f3n. Con herramientas sofisticadas de visualizaci\u00f3n de datos como Tableau o Power BI, esto puede hacerse con relativa rapidez. En el contexto de un cuadro de mandos o una presentaci\u00f3n, a menudo es f\u00e1cil duplicar la misma informaci\u00f3n, s\u00f3lo que presentada con un tipo diferente de visualizaci\u00f3n. Esto crea desorden y repetici\u00f3n. Es responsabilidad del analista elegir el gr\u00e1fico m\u00e1s adecuado. <\/p>\n\n

Si un elemento visual es eficaz y se explica por s\u00ed mismo, su repetici\u00f3n no a\u00f1adir\u00eda ning\u00fan valor. Comprobar si hay duplicidades puede evitar que se socave el proceso de toma de decisiones y garantizar que se ha elegido la imagen m\u00e1s adecuada. <\/p>\n\n

\u00bfHay algo innecesario que no sea tinta de datos?<\/h3>\n\n

La tinta de datos se refiere a los elementos de una visualizaci\u00f3n que muestran los datos. Por ejemplo, la altura de la barra o la posici\u00f3n de un punto de datos en un gr\u00e1fico de dispersi\u00f3n representan un valor num\u00e9rico. Por el contrario, los no-datos son los elementos de una visualizaci\u00f3n que no representan los datos. Algunos ejemplos son las l\u00edneas de cuadr\u00edcula, las formas y los fondos de color. <\/p>\n\n

Los niveles excesivos de tinta sin datos pueden distraer y desviar la atenci\u00f3n de la historia y el prop\u00f3sito del visual. La tinta sin datos puede minimizarse sustituyendo los ejes por etiquetas de datos, eliminando las l\u00edneas de cuadr\u00edcula y los bordes, y evitando los fondos de color y los efectos 3D. <\/p>\n\n

Sin embargo, esto no quiere decir que haya que eliminar toda la tinta que no sea de datos. Por ejemplo, algunos gr\u00e1ficos requieren un eje y el uso de formas como flechas arriba y abajo para indicar el crecimiento. Estos elementos pueden realzar una imagen y contribuir a la historia que cuenta. Se trata, por tanto, de equilibrar el uso de la tinta no-data, utiliz\u00e1ndola para realzar en lugar de distraer del resto de lo visual. <\/p>\n\n

En resumen<\/h2>\n\n

El objetivo de este post ha sido destacar la importancia de dedicar tiempo a evaluar las visualizaciones de datos. Eval\u00faa la historia. Imag\u00ednese c\u00f3mo lo interpretar\u00e1n los usuarios por primera vez. Pregunte para qui\u00e9n es. Compruebe si hay alguna repetici\u00f3n. Examinar el uso de tinta sin datos. Todas estas son formas de determinar si lo visual es adecuado y eficaz. Pedir la opini\u00f3n de un colega es una buena manera de evaluar c\u00f3mo percibir\u00e1 la gente el material visual por primera vez. Gracias por leerme.<\/p>\n","protected":false},"excerpt":{"rendered":"

La visualizaci\u00f3n de datos puede describirse como la simple presentaci\u00f3n de informaci\u00f3n para mejorar la comprensi\u00f3n de un tema determinado [1]. Una gran tabla de datos es, por tanto, una visualizaci\u00f3n, aunque no muy eficaz, ya que requiere un gran esfuerzo por parte del usuario para interpretar cualquier tendencia. Este es el quid de las […]<\/p>\n","protected":false},"author":2,"featured_media":1830,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[25],"tags":[],"class_list":["post-2053","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-como"],"acf":[],"yoast_head":"\nConsideraciones para la visualizaci\u00f3n de datos | Adroit Insight<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Consideraciones para la visualizaci\u00f3n de datos | Adroit Insight\" \/>\n<meta property=\"og:description\" content=\"La visualizaci\u00f3n de datos puede describirse como la simple presentaci\u00f3n de informaci\u00f3n para mejorar la comprensi\u00f3n de un tema determinado [1]. Una gran tabla de datos es, por tanto, una visualizaci\u00f3n, aunque no muy eficaz, ya que requiere un gran esfuerzo por parte del usuario para interpretar cualquier tendencia. Este es el quid de las […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/\" \/>\n<meta property=\"og:site_name\" content=\"Adroit Insight\" \/>\n<meta property=\"article:published_time\" content=\"2023-03-07T14:47:04+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-04-18T10:21:23+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/adroitinsight.com\/wp-content\/uploads\/2023\/03\/charity_data_visulisations.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"2400\" \/>\n\t<meta property=\"og:image:height\" content=\"1727\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"James Long\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"James Long\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/\"},\"author\":{\"name\":\"James Long\",\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/#\\\/schema\\\/person\\\/c30843732fe5c444222f1bca4595adff\"},\"headline\":\"Consideraciones para la visualizaci\u00f3n de datos\",\"datePublished\":\"2023-03-07T14:47:04+00:00\",\"dateModified\":\"2023-04-18T10:21:23+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/\"},\"wordCount\":1552,\"publisher\":{\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/adroitinsight.com\\\/wp-content\\\/uploads\\\/2023\\\/03\\\/charity_data_visulisations.jpg\",\"articleSection\":[\"C\u00f3mo\"],\"inLanguage\":\"es\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/\",\"url\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/\",\"name\":\"Consideraciones para la visualizaci\u00f3n de datos | Adroit Insight\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/adroitinsight.com\\\/wp-content\\\/uploads\\\/2023\\\/03\\\/charity_data_visulisations.jpg\",\"datePublished\":\"2023-03-07T14:47:04+00:00\",\"dateModified\":\"2023-04-18T10:21:23+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/#primaryimage\",\"url\":\"https:\\\/\\\/adroitinsight.com\\\/wp-content\\\/uploads\\\/2023\\\/03\\\/charity_data_visulisations.jpg\",\"contentUrl\":\"https:\\\/\\\/adroitinsight.com\\\/wp-content\\\/uploads\\\/2023\\\/03\\\/charity_data_visulisations.jpg\",\"width\":2400,\"height\":1727},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/consideraciones-para-la-visualizacion-de-datos\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Consideraciones para la visualizaci\u00f3n de datos\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/#website\",\"url\":\"https:\\\/\\\/adroitinsight.com\\\/\",\"name\":\"Adroit Insight\",\"description\":\"Data insight focused on non profit sector\",\"publisher\":{\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/adroitinsight.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/#organization\",\"name\":\"Adroit Insight\",\"url\":\"https:\\\/\\\/adroitinsight.com\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/l8ueb9.n3cdn1.secureserver.net\\\/wp-content\\\/uploads\\\/2023\\\/02\\\/adroit-logo.png?time=1709820888\",\"contentUrl\":\"https:\\\/\\\/l8ueb9.n3cdn1.secureserver.net\\\/wp-content\\\/uploads\\\/2023\\\/02\\\/adroit-logo.png?time=1709820888\",\"width\":640,\"height\":207,\"caption\":\"Adroit Insight\"},\"image\":{\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/#\\\/schema\\\/logo\\\/image\\\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/adroitinsight.com\\\/#\\\/schema\\\/person\\\/c30843732fe5c444222f1bca4595adff\",\"name\":\"James Long\",\"url\":\"https:\\\/\\\/adroitinsight.com\\\/es\\\/author\\\/james-long\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Consideraciones para la visualizaci\u00f3n de datos | Adroit Insight","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/","og_locale":"es_ES","og_type":"article","og_title":"Consideraciones para la visualizaci\u00f3n de datos | Adroit Insight","og_description":"La visualizaci\u00f3n de datos puede describirse como la simple presentaci\u00f3n de informaci\u00f3n para mejorar la comprensi\u00f3n de un tema determinado [1]. Una gran tabla de datos es, por tanto, una visualizaci\u00f3n, aunque no muy eficaz, ya que requiere un gran esfuerzo por parte del usuario para interpretar cualquier tendencia. Este es el quid de las […]","og_url":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/","og_site_name":"Adroit Insight","article_published_time":"2023-03-07T14:47:04+00:00","article_modified_time":"2023-04-18T10:21:23+00:00","og_image":[{"width":2400,"height":1727,"url":"https:\/\/adroitinsight.com\/wp-content\/uploads\/2023\/03\/charity_data_visulisations.jpg","type":"image\/jpeg"}],"author":"James Long","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"James Long","Tiempo de lectura":"8 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/#article","isPartOf":{"@id":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/"},"author":{"name":"James Long","@id":"https:\/\/adroitinsight.com\/#\/schema\/person\/c30843732fe5c444222f1bca4595adff"},"headline":"Consideraciones para la visualizaci\u00f3n de datos","datePublished":"2023-03-07T14:47:04+00:00","dateModified":"2023-04-18T10:21:23+00:00","mainEntityOfPage":{"@id":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/"},"wordCount":1552,"publisher":{"@id":"https:\/\/adroitinsight.com\/#organization"},"image":{"@id":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/#primaryimage"},"thumbnailUrl":"https:\/\/adroitinsight.com\/wp-content\/uploads\/2023\/03\/charity_data_visulisations.jpg","articleSection":["C\u00f3mo"],"inLanguage":"es"},{"@type":"WebPage","@id":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/","url":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/","name":"Consideraciones para la visualizaci\u00f3n de datos | Adroit Insight","isPartOf":{"@id":"https:\/\/adroitinsight.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/#primaryimage"},"image":{"@id":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/#primaryimage"},"thumbnailUrl":"https:\/\/adroitinsight.com\/wp-content\/uploads\/2023\/03\/charity_data_visulisations.jpg","datePublished":"2023-03-07T14:47:04+00:00","dateModified":"2023-04-18T10:21:23+00:00","breadcrumb":{"@id":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/"]}]},{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/#primaryimage","url":"https:\/\/adroitinsight.com\/wp-content\/uploads\/2023\/03\/charity_data_visulisations.jpg","contentUrl":"https:\/\/adroitinsight.com\/wp-content\/uploads\/2023\/03\/charity_data_visulisations.jpg","width":2400,"height":1727},{"@type":"BreadcrumbList","@id":"https:\/\/adroitinsight.com\/es\/consideraciones-para-la-visualizacion-de-datos\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/adroitinsight.com\/es\/"},{"@type":"ListItem","position":2,"name":"Consideraciones para la visualizaci\u00f3n de datos"}]},{"@type":"WebSite","@id":"https:\/\/adroitinsight.com\/#website","url":"https:\/\/adroitinsight.com\/","name":"Adroit Insight","description":"Data insight focused on non profit sector","publisher":{"@id":"https:\/\/adroitinsight.com\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/adroitinsight.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/adroitinsight.com\/#organization","name":"Adroit Insight","url":"https:\/\/adroitinsight.com\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/adroitinsight.com\/#\/schema\/logo\/image\/","url":"https:\/\/l8ueb9.n3cdn1.secureserver.net\/wp-content\/uploads\/2023\/02\/adroit-logo.png?time=1709820888","contentUrl":"https:\/\/l8ueb9.n3cdn1.secureserver.net\/wp-content\/uploads\/2023\/02\/adroit-logo.png?time=1709820888","width":640,"height":207,"caption":"Adroit Insight"},"image":{"@id":"https:\/\/adroitinsight.com\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/adroitinsight.com\/#\/schema\/person\/c30843732fe5c444222f1bca4595adff","name":"James Long","url":"https:\/\/adroitinsight.com\/es\/author\/james-long\/"}]}},"_links":{"self":[{"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/posts\/2053","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/comments?post=2053"}],"version-history":[{"count":4,"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/posts\/2053\/revisions"}],"predecessor-version":[{"id":2065,"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/posts\/2053\/revisions\/2065"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/media\/1830"}],"wp:attachment":[{"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/media?parent=2053"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/categories?post=2053"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/adroitinsight.com\/es\/wp-json\/wp\/v2\/tags?post=2053"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}