Visualización de series temporales

Cuando analizamos datos es muy habitual que nos encontramos con series temporales. ¿Cómo se comporta una métrica a lo largo del tiempo? El presente sólo puede ser entendido conociendo el pasado, y de igual forma pasa cuando queremos predecir el futuro.

¿Qué podemos conocer?

Los gráficos en los que interviene el tiempo nos permiten ver varios tipos de patrones:

  • Tendencia: Podremos saber si los datos incrementan su valor, decrecen o se mantienen estables
  • Variabilidad: es el grado de cambio entre dos puntos dados.
  • % de cambio: es parecido al anterior, pero se mide punto a punto, ¿cuánto cambia el dato con respecto al anterior?
  • Co-varianza: comparando dos (o mas series) podremos ver si se comportan de modo parecido o no
  • Excepciones: Cuando algo cambia de forma dramática las alarmas se disparan…
  • Ciclos: ¿hay menos tráfico los fines de semana? ¿en invierno las ventas se disparan?

¿Cómo lo vemos en gráficos?

Si bien es cierto que el gráfico de linea parece que es el mas apropiado, para según que objetivos hay otros gráficos que pueden resultar mas eficientes, algunos ejemplos son:

  • Gráfico de barras.
  • Gráficos «radar»
  • Mapas de calor.

Gráficos de linea:

Ideales para representar tendencias y encontrar excepciones. Hay que tener algún cuidado, ya que a veces elegir una ventana temporal u otra pueden hacer que veamos una tendencia o la contraria. Por otro lado también nos permiten ver si algún dato se aleja de la «normaildad»

Gráficos de barras:

Con los gráficos de barras podemos comparar puntos individuales. Situando varias barras a lo largo del tiempo podremos ver la tendencia, pero si al lado de cada barra individual situamos otra barra podremos hacer comparaciones mucho mas ricas, como por ejemplo el comportamiento de una métrica en un año junto a la del año anterior.

Gráficos de «radar»

No son muy utilizados, por desconocidos y porque sun útiles sólo para casos muy específicos. Pueden ser utilizados para mostrar cómo se comporta una métrica hora a hora, como si fuera un reloj. También tienes la posibilidad de comparar períodos diferentes de tiempo y ver como varían juntos… o no.

Mapas de calor.

Es uno de los gráficos mas «pintones» y claros. Imagina que pones los datos «históricos» día a día ( por día de la semana) de conversiones de tu web. Cuanto más alto sea el dato mas «cálido» el color de la celda. Son unos gráficos bastante fáciles de hacer con una hoja de cálculo.(Cómo hacer un mapa de calor)

Como veis las posibilidades se abren bastante si salimos del típico gráfico de linea. Además podemos combinarlos para obtener diferentes resultados y contar diferentes historias con datos

Por último hay un tipo de gráficos que siempre digo que «son ideales para mostrar a directivos». Son los gráficos de dispersión animados, los famosos «Motion charts» que alguna vez hemos visto en Google Analytics. Consisten en gráficos de dispersión a los que se añade una dimensión temporal. SI recorremos esa «dimensión temporal» los puntos adquirirán movimiento permitiendo al analista analizar tendencias, variabilidad, % de cambio y excepciones…

¿Cuáles son los gráficos que utilizas y con que objetivo?

 

 

Shares
CarlosMlebron

CarlosMlebron

Share
Published by
CarlosMlebron

Recent Posts

Audita tu configuración de Google Tag Manager con R

De los creadores de Audita tu configuración de Google Analytics con R y de Usa R para…

3 años ago

Audita tu configuración de Google Analytics con R

Seguro que mas de una vez te ha tocado auditar una o varias cuentas de…

3 años ago

Usa R para auditar tu instalación de Adobe Analytics

No se si te habrá pasado ya, pero si estas en estas cosas de Adobe…

4 años ago

Eventos en Google Analytics 4

Alguna vez me habréis oído decir eso de "En la web como en el mar…

4 años ago

Empezar a medir con GA4 (Google Analytics 4)

Si te estas preguntando ¿Debería pasarme a GA4? o ¿Debería medir con GA4 ? ya …

4 años ago