Como ya os dijimos, Vamos a intentar explicar de forma amena y sencilla los superpoderes de la data science y del análisis de los datos en el universo de la publicidad con el objetivo de mejorar nuestro conocimiento sobre clientes y prospects. Hoy vamos con el segundo artículo de la serie, aclarando el concepto de #Network Visualization.

Uno de los mayores retos al que nos enfrentamos en el mundo de la Big Data es el de dar sentido a un gran volumen de datos. Como dice el refrán: “una imagen vale más que mil palabras” o, mejor dicho, “una imagen vale más que mil datos”.  

Facilitar la visualización de los datos es una tarea fundamental a la hora de ayudarnos a interpretarlos, y la DataViz puede convertirse en nuestra mejor aliada para conseguirlo. En efecto, representando visualmente los datos mediante gráficos y colores, mapas o incluso iconos, la DataViz nos permite atraer la atención de la audiencia sobre la información más relevante y nos ayuda así a leerlos correctamente para poder tomar futuras decisiones en función de lo que vamos observando. Existe una gran variedad de instrumentos, pero hoy nos vamos a enfocar en el Network Visualization.

¿En qué consiste? Podríamos definirlo como la condensación de grandes conjuntos de datos en una sola foto. Concretamente, la imagen adopta la forma de una telaraña que mapea la relación (o “enlace”) entre diferentes objetos llamados “nodos”.

En el universo de los cómics, este tipo de representación despliega todo su potencial ya que disponemos de una multitud de personajes caracterizados por sus diferentes superpoderes (telepatía, invisibilidad, volar…). Os invito a jugar a identificar a los superhéroes (nodos) que tienen superpoderes en común (enlace).

Una vez clara la idea, pasamos ahora a la práctica dibujando su network visualization. Para ello, necesitaremos algunas líneas de código en Python, una base de datos de superpoderes y un Data Scientist que nos posibilite configurar el modelo.

A primera vista, el gráfico se parece más a un garabato que a una red. Sin embargo, podemos filtrar las diferentes métricas para reducir el número de nodos y facilitar la lectura. Por ejemplo, si queremos saber con qué personaje comparte Wonder Woman su superpoder de telepatía, seleccionamos el superpoder en cuestión y los personajes que cumplen esta condición aparecen mediante un enlace en negrita (tal y como podéis observar en el siguiente gráfico abajo). También sería posible añadir un grado más de complejidad agregando atributos, como por ejemplo el género de los personajes.

Veamos ahora la aplicación de la visualización de red al mundo de la publicidad. Imagínate por un momento que nuestros superhéroes se convierten en audiencias y sus superpoderes en cookies. Así podríamos representar visualmente los resultados de un análisis de overlap filtrando sobre los scores de afinidad más elevados (para refrescar la memoria, te invito a (re)leer el primer artículo #1 overlap). Hacemos ahora el ejercicio para una marca del sector de la energía: los perfiles más afines se corresponden con un público femenino y con individuos interesados en cambiar de compañía telefónica.

Es esencial lograr contar una historia con nuestros datos para convencer y conseguir generar engagement con nuestro público. Y presentar los datos de forma creativa es, sin duda, un buen punto de partida para darles significado. Pero no es suficiente…

En el próximo artículo seguiremos descubriendo nuevos poderes de la Data y ya os adelantamos que nos adentraremos en el misterioso mundo del machine learning.

Sophie Algarte

DATA Director de Avante Evolumedia