Visualización de datos Código:  M2.859    :  6
Consulta de los datos generales   Descripción   La asignatura en el conjunto del plan de estudios   Campos profesionales en el que se proyecta   Conocimientos previos   Objetivos y competencias   Contenidos   Consulta de los materiales de los que dispone la asignatura   Consulta del modelo de evaluación  
ATENCIÓN: Esta información recoge los apartados del plan docente de la asignatura durante el último semestre con docencia. Al iniciar el periodo de matrícula, podrás consultar el calendario y modelo de evaluación para el siguiente semestre en Secretaría/ Matrícula / Horarios pruebas de evaluación final.
La visualización de datos se está imponiendo como una herramienta muy eficaz para la manipulación, análisis e interpretación de grandes volúmenes de datos, dado que se aprovecha de las habilidades del sistema visual humano, capaz de detectar rápidamente patrones, repeticiones, elementos discordantes, etc. Una buena visualización es el mecanismo más efectivo para captar la atención del usuario, dando valor al dicho de que "una imagen vale más que mil palabras".

Además, el desarrollo de nuevas tecnologías está permitiendo también que la visualización de datos sea la propia interfaz de acceso a los mismos, incorporando funciones para la selección, filtrado, etc., de forma que sea posible realizar consultas e incluso ciertos análisis estadísticos mediante la propia visualización.

No obstante, la creación de una visualización de datos eficiente y eficaz pasa por perseguir un objetivo concreto relacionado con los datos que se desea transmitir, huyendo de artificios técnicos y estéticos. Visualizar datos es una combinación de elementos provenientes de diferentes campos, incluyendo la psicología de la percepción, la estética, el diseño y la estadística, todo ello mediante el uso de herramientas y lenguajes de programación orientados a dicho propósito.

En esta asignatura se trabajan los conceptos teóricos que hay detrás de una buena visualización, se identifican los elementos que determinan su estructura, objetivos, etc. y se utilizan diferentes herramientas para la creación de visualizaciones interactivas.

Amunt

Esta asignatura pertenece a la especialidad E6 - Ciencia de los datos (data science), la cual pretende formar expertos en modelos, métodos y herramientas avanzadas de captura, análisis y visualización de datos. Se puede considerar una ampliación y profundización de la especialidad E2 - Análisis y minería de datos, y forma parte del itinerario de análisis de datos del Máster en Inteligencia de Negocio y Big Data.

En paralelo a esta asignatura, dentro de dicha especialidad los estudiantes desarrollarán de forma conjunta los conceptos relacionados con la naturaleza de los datos, la manipulación de datos cualitativos, la creación de modelos avanzados para su clasificación, relación y predicción, así como su visualización mediante herramientas avanzadas

Amunt

El objetivo del máster de Inteligencia de negocio y Big Data de la UOC ha sido tradicionalmente la formación de profesionales todo-terreno con una formación en análisis y solución de problemas de negocio, estadística avanzada y minería de datos y diseño y construcción de sistemas de información de Business Intelligence, que podían trabajar en diferentes departamentos de la empresa o en un centro de competencias transversal.

Así pues, dicho máster está dirigido a dos perfiles profesionales diferenciados:

Por un lado, un perfil funcional y empresarial interesado en adquirir o completar su formación en métodos, técnicas y herramientas de análisis y minería de datos y en la utilización de tecnologías de inteligencia de negocio, a nivel de usuario avanzado.

Y por otro, un perfil técnico interesado en adquirir o completar su formación en el diseño, construcción, explotación y uso de los sistemas y tecnologías de la información de la inteligencia de negocio y el análisis de datos.

A medida que esta especialidad ha crecido y las empresas reconocen la necesidad de esta clase de perfiles, también lo han hecho las diferentes salidas profesionales:

  • Analistas de datos en departamentos de control de gestión u otros departamentos de la empresa, especialmente en el área de marketing y ventas y en las áreas de producción y operaciones.
  • Responsables, jefes de proyecto o analistas de sistemas de información de BI en departamentos de informática o técnicos y analistas de empresas que han adquirido o están a punto de hacerlo esta clase de sistemas.
  • Científicos de datos en departamentos especializados de análisis y estadística o en empresas externas que proporcionan esta clase de servicio a sus clientes.
  • Consultores e implantadores de sistemas de inteligencia de negocio y Big Data en empresas de servicios.
  • Emprendedores, que desean crear negocios basados en la creación o la implantación de sistemas especializados de inteligencia de negocio o de alguno de sus componentes, así como productos y/o servicios basados en datos.

Amunt

Esta asignatura presupone que el estudiante ya maneja el vocabulario típico del área de Business Intelligence, y que conoce los elementos clave que forman parte de dicho ámbito.

Para la realización de esta asignatura solamente se presuponen unos conocimientos básicos de programación, dado que se plantea desde una perspectiva orientada a resolver problemas mediante la combinación de soluciones (herramientas) ya existentes. También se necesitan unos conocimientos básicos para la creación de páginas web que permitirán implementar las visualizaciones de forma interactiva. Para ello se proporcionarán ejemplos que podrán ser reutilizados para alcanzar los objetivos propuestos.

Además, como la metodología incluye estudios de casos y la investigación autónoma de información, es aconsejable que el estudiante esté familiarizado con la búsqueda de fuentes de información, el análisis de la información cuantitativa y cualitativa, la capacidad de sintetizar y obtener conclusiones así como de poseer ciertas habilidades de comunicación escrita.

Finalmente, dada la naturaleza de la asignatura, es necesario utilizar herramientas y procedimientos descritos en lengua inglesa, por lo que un nivel básico de lectura y comprensión de textos técnicos es aconsejable.

Amunt

Los objetivos que se pretende que el estudiante alcance con esta asignatura son los siguientes:

  • Conocer los elementos clave que determinan la idoneidad de una visualización de datos por lo que respecta a su estructura y contenido.
  • Comprender los elementos de interactividad que aportan valor a una visualización.
  • Utilizar herramientas avanzadas para la creación de visualizaciones.
  • Reutilizar visualizaciones de datos avanzadas (en D3.js) de forma que sea posible usarlas con diferentes conjuntos de datos.

Amunt

Esta asignatura se compone de los módulos siguientes:

  • Módulo 1: Conceptos clave en la visualización de datos
    • Guía de lectura de trabajos clave en el ámbito de la visualización de datos
    • Ejemplos de visualizaciones de datos
  • Módulo 2: Estructura de una visualización 
    • ¿Cuáles son los factores que componen una visualización y que determinan que sea eficaz?
    • Ejemplos de buenas y malas prácticas en la visualización de datos
  • Módulo 3: Creación de visualizaciones complejas mediante herramientas avanzadas
    • Caso de estudio
    • Tableau
  • Módulo 4: Utilización de la visualización de datos como herramienta de análisis exploratorio
    • Selección de la visualización más apropiada
    • Relación con el análisis de datos
    • D3.js

Amunt

Software Tableau. Desktop PDF
Vídeos de casos de uso de Tableau Web
Vídeos Web
Proceso de carga de datos Audiovisual
Creación de un dashboard Audiovisual
Visualización de datos. Ejemplos Audiovisual
Introducción a las herramientas de visualización Audiovisual
Creación de un gráfico de barras Audiovisual
Creación de un mapa Audiovisual
Creación de un heatmap Audiovisual
Introducción a ggplot2 y ggmap PDF
Introducción a la visualización de la información PDF
Introducción al análisis visual mediante D3. Datos, layouts, visualizaciones PDF

Amunt

Esta asignatura sólo puede superarse a partir de la evaluación continua (EC). La nota final de evaluación continua se convierte en la nota final de la asignatura. La fórmula de acreditación de la asignatura es la siguiente: EC.

 

Amunt