Data Storytelling: el poder de transformar datos en narrativas
Por el contrario, profundizaremos en el Data Storytelling, que hace referencia a la capacidad que tienen los datos para captar nuestra atención o cambiar nuestras decisiones.
En este caso, no se trata tanto de cómo recolectarlos, sino que el desafío está en conseguir que puedan contarle algo interesante al usuario. En este artículo, vamos a ver cómo podemos transformar un conjunto de datos en narrativas que sean claras, con sentido y que de verdad interesen. Y si te interesa ir más allá y aprender a trabajar con datos de forma profesional, el Bachelor en Data Science de la Universitat Carlemany te da las herramientas para hacerlo desde cero.
¿Qué es el Data Storytelling?
El Data Storytelling, o también Storytelling de datos, es una técnica que consiste en combinar datos y gráficos que faciliten su visualización, pero también de una historia que les dé contexto y sentido. Es decir, que se trata de conectar la información adecuada de una manera ordenada y de fácil interpretación, para que se entienda lo que sucede, su importancia o la necesidad de tomar alguna acción.
Aunque se relaciona especialmente con charlas académicas, el data-storytelling tiene aplicación ya en diferentes campos. En marketing, sirve para explicar resultados de campañas o convencer a clientes. En las empresas, facilita la toma de decisiones; en salud pública, puede mostrar el impacto de una enfermedad o la eficacia de una vacuna. Y en política, se utiliza para explicar o maquillar datos económicos.
Elementos esenciales del Data Storytelling
Para que una historia basada en datos funcione y podamos hablar de Data Storyteling, tienen que aparecer tres elementos:
Datos relevantes y confiables
La historia empieza por los datos, pero no vale cualquiera. Tiene que ser información de calidad, de fuentes relevantes, precisa, actualizada y, sobre todo, pertinente para el mensaje que queremos transmitir. En lugar de bombardear con cifras, se seleccionan las que aportan valor y contexto.
Estructura narrativa lógica
La estructura es el lugar donde encontramos al storytelling en sí. La narrativa debe seguir un principio claro, un desarrollo lógico y un desenlace que sea trascendente. El objetivo es que los datos no se lean como una lista de números, sino como un relato que despierte interés y que nos conduzca a una conclusión.
Visualización de datos
Los diferentes tipos de datos o las cifras en sí, no son la única información que se presentará. Estos se acompañarán de gráficos, mapas, infografías o dashboards, que son parte del lenguaje. El diseño debe evitar confundir más; por el contrario, se usará para potenciar el mensaje, resaltar patrones ocultos y hacer que el dato hable.
La visualización es la traducción visual de la narrativa, y debe ser simple, intuitiva y atractiva.
¿Cómo construir una narrativa de datos eficaz?
Si queremos hacer uso del Data Storytelling, debemos seguir un proceso lógico, que es el siguiente:
1. Definir el objetivo y conoce a tu audiencia
Antes de abrir una hoja de cálculo o pensar en un gráfico de barras, hay que responder a una pregunta básica: ¿Qué quiero contar y a quién? La forma en que presentamos los datos varía en función de si nuestro público es un equipo técnico con ciertos conocimientos al respecto, un comité directivo o el público general. En este sentido, el mensaje debe estar adaptado al nivel de conocimiento e intereses del receptor.
2. Selecciona y analiza los datos adecuados
Proporcionar más datos no tiene por qué contribuir a contar mejor una historia. Menos es más; demasiada información puede saturar. Por ello, hay que filtrar, limpiar y trabajar solo con aquello que apoya el mensaje que queremos transmitir. Esto puede implicar dejarnos en el tintero cosas interesantes que no encajan en este relato.
3. Estructura la historia con intención
Además de la estructura de datos, la propia narrativa también debe estar estructurada. Hay que guiar al usuario; por ejemplo, de la siguiente manera: planteamos un conflicto, presentamos evidencia y ofrecemos una resolución. La historia se debe ver como una ruta y no como paradas inconexas.
4. Acompaña con visualizaciones útiles
Una buena gráfica debe hablar por sí sola. Es preferible optar por una visualización simple y clara, que por otra compleja que requiera interpretación. Los gráficos son un puente entre el dato y la emoción o la acción que se quiere provocar.
5. Apela a la emoción
Las emociones siempre juegan un papel importante, y esta, precisamente, es la clave del Data Storytelling. En vez de manipular a la audiencia, lo que se busca es humanizar la información que se presenta. Y una historia bien contada que habla de personas, problemas reales o consecuencias sociales puede mover más que mil informes técnicos.
Ejemplos de Data Storytelling
Spotify Wrapped
Cada año, Spotify lanza un resumen que sus usuarios esperan con ansia. Más allá de las canciones que han escuchado, es una narrativa personalizada con datos de escucha, gráficos interactivos y un tono divertido.
Informes de sostenibilidad de grandes empresas
En un entorno más formal, empresas como Unilever, Patagonia o Ikea desarrollan informes de impacto ambiental y social con relatos comprensibles y visualmente atractivos. En ellos, comunican sus logros, sus retos y compromisos, que se acompañan de gráficos, mapas y vídeos interactivos.
Campañas sociales con datos
El Data Storytelling también sirven para concienciar sobre temáticas como cambio climático, igualdad de género o pobreza. Un ejemplo es la campaña “Dollar Street” de Gapminder, que muestra, con datos visuales y narrativas simples, cómo vive la gente en distintos países según sus niveles de ingresos.
La importancia de los datos en las historias
Cuando los datos se convierten en historias, el mensaje se entiende. Puesto que vivimos rodeados de ruido, si queremos llegar a una audiencia, hay que presentar la información con sentido, intención y empatía. El Data Storytelling es la herramienta que nos permite comunicar eficazmente basándonos en hechos. Gracias a ella, incluso temas densos o técnicos se vuelven accesibles.
No obstante, para que funcione, hay que empezar por la base: trabajar con datos bien organizados y estructurados. De ahí la importancia del diseño de bases de datos, así como el posterior análisis, selección y estructuración de la información.
Si quieres aprender más sobre las utilidades de los datos y cómo trabajar con ellos en la actualidad y con la mirada puesta en el futuro, inscríbete en nuestro Bachelor en Data Science.