Hoy en día, muchas organizaciones están desarrollando aplicaciones de uso intensivo de datos que incluyen cuadros de mando interactivos, infografías, visualizaciones de datos personalizadas y gráficos que responden a los derechos de datos de un usuario. En los casos en los que una aplicación necesita mostrar un gráfico de barras u otra visualización de datos sencilla, es bastante fácil utilizar un marco de trabajo de gráficos para configurar el visual y representar el gráfico. Pero las capacidades analíticas integradas en una plataforma de visualización de datos pueden ofrecer experiencias más ricas para el usuario final y herramientas para apoyar mejoras de forma más fácil y rápida.
Integrar análisis puede ser un poderoso enfoque para mejorar las aplicaciones cuando es importante la experimentación en torno a las visualizaciones. Por ejemplo, el propietario del producto de una aplicación puede empezar con una visualización sencilla, pero luego se da cuenta de que diferentes personas usuarias requieren cuadros de mando especializados. Una plataforma de visualización de datos facilita mucho el desarrollo, la prueba y la iteración de estos cuadros de mando en lugar de codificar las visualizaciones.
Otro beneficio clave del uso de plataformas de visualización de datos es que los científicos de datos y los expertos en la materia pueden participar en el proceso de desarrollo de la aplicación. En lugar de tener que escribir los requisitos para que un desarrollador de software los traduzca en código, un grupo de profesionales que conocen mejor la necesidad del negocio, los datos y las mejores prácticas en visualizaciones de datos mejoran las visualizaciones de forma iterativa.
Por qué hay que utilizar herramientas de visualización de datos
Veamos algunos casos de uso para integrar visualizaciones de datos cuando se requiere un desarrollo y una experimentación rápidos.
1.- La analítica puede integrarse en un sistema empresarial que incluya datos de otras fuentes de datos. Un ejemplo es un panel de control para los gestores de ventas que se muestra dentro de la aplicación de gestión de las relaciones con los clientes (CRM) y que incluye datos financieros del sistema ERP (planificación de recursos empresariales) y datos de prospección de las plataformas de automatización del marketing.
2.- En las aplicaciones móviles y web orientadas al cliente, un simple cuadro o gráfico puede impulsar la interacción del usuario. Piense en una aplicación de compraventa de acciones que trace los valores de la lista de seguimiento de un inversor y destaque los que estén cerca de sus precios bajos cuando sea potencialmente el momento adecuado para comprar.
3.- Las organizaciones de medios de comunicación y otras que publican contenidos pueden querer hacer periodismo de datos, en el que un redactor escribe un artículo sobre un conjunto de datos y una o más visualizaciones de datos, y los datos y los análisis son la base de la historia.
4.- Las infografías de marketing, que incluyen diseños gráficos o visualizaciones de datos, se integran en sitios web y otras herramientas de marketing.
5.- Para las empresas que intentan guiarse por los datos, este puede ser el momento oportuno para seleccionar una plataforma de visualización de datos para desarrollar analíticas y embeberlas en aplicaciones empresariales o de cara al cliente.
6.- Las organizaciones que ya utilizan herramientas de visualización de datos pueden necesitar ampliar una visualización con integraciones y funcionalidades personalizadas para manipular o procesar datos a través de un flujo de trabajo.
7.- Aplicaciones enteras orientadas al cliente pueden ser visualizaciones de datos para productos y servicios de datos. Este enfoque es común para las empresas de datos, servicios financieros, seguros y comercio electrónico, donde los datos son el producto y la analítica puede ser un diferenciador. En estos casos, el uso de una plataforma de visualización de datos para desarrollar el producto y aprovechar las flexibilidades de la plataforma para incrustarlo en otro sistema permite a los equipos innovar y apoyar mejoras rápidas.
La integración de la analítica impulsa la innovación
La diferencia de la visualización de datos es que los requisitos, el diseño y la funcionalidad requeridos son probablemente muy iterativos. A medida que las partes interesadas y los usuarios aprenden más sobre los datos y qué información es útil, es probable que modifiquen la experiencia, el diseño y la funcionalidad solicitados.
Por eso, aunque las bibliotecas de visualización sean fáciles de usar para el desarrollador, puede que no sean un enfoque de desarrollo óptimo para la incorporación de análisis cuando se requieren iteraciones frecuentes. El diseño iterativo se da especialmente en el caso del periodismo y el marketing, donde el objetivo es dejar que los usuarios diseñen, desarrollen y publiquen visualizaciones de datos sin requerir el apoyo de desarrolladores y tecnólogos.
Pasos para integrar la analítica en las aplicaciones
Cuando piense en integrar la analítica en las aplicaciones, revise estas consideraciones de desarrollo:
1.- ¿Quiénes son los usuarios y qué preguntas les ayuda a responder con los análisis? Los mejores cuadros de mando y visualizaciones de datos responden a preguntas específicas y desempeñan una función empresarial en lugar de limitarse a informar sobre los datos.
2.- ¿La aplicación se utilizará en la web, en el móvil o en ambos? Este requisito califica las dimensiones de la pantalla, el número de gráficos y el volumen de datos que los desarrolladores deben tener en cuenta en el diseño.
3.- ¿Cuántos datos hay que procesar y cuáles son los requisitos de rendimiento? Para conjuntos de datos más grandes y un mayor rendimiento, puede ser necesario utilizar vistas materializadas de la base de datos, bases de datos en memoria y visualizaciones sobre datos agregados.
4.- ¿Qué gobernanza y seguridad de los datos definen los derechos de los usuarios? Los desarrolladores deben dimensionar estas reglas como casos de uso y crear escenarios de prueba para validar que las implementaciones se adhieren a la gobernanza de datos. Además, los visuales pueden necesitar modificaciones cuando hay reglas de gobierno de datos significativas a nivel de filas y columnas.
5.- Los equipos deben desarrollar normas y un centro de excelencia sobre visualizaciones de datos que guíen los tipos de gráficos, los esquemas de color, las etiquetas, las guías de estilo y otras normas que proporcionen experiencias de usuario coherentes.
6.- Revisar las opciones de incrustación de la visualización de datos que a menudo incluyen integraciones iframe fáciles de implementar, API REST y SDK de JavaScript.
7.- Dado que los datos pueden cambiar, es una buena práctica crear automatizaciones de prueba en las visualizaciones de datos que se ejecutan en los pipelines de integración continua y entrega continua (CI/CD), pero que también pueden ejecutarse como monitores de aplicaciones que alertan sobre los incidentes de producción.
Estos son algunos de los pasos que los desarrolladores, los científicos de datos y los equipos ágiles deberían incluir al integrar la analítica en las aplicaciones.
¿Quiere inspirarse? Revise las analíticas de Tableau Public, las galerías de Microsoft Power BI, los cuadros de mando de ejemplo de Sisense y la galería de Qlik para ver ejemplos. Aunque muchos cuadros de mando son útiles como herramientas independientes, pueden aportar un mayor valor de negocio cuando se integran en aplicaciones de cara al cliente y de flujo de trabajo interno.
-IDG.es
