En la actualidad su uso es prácticamente común y es reconocida en muchas industrias como una forma eficaz de comunicación y análisis de grandes paquetes de información, e incluso supera las barreras lingüísticas y educativas. Para diseñar efectivamente una de estas piezas se tiene que comprender la percepción humana.

LOS FUNDAMENTOS:

El primero es la diferencia que hay entre las reacciones de la mente subconsciente y consciente. La primera siempre está activa y se activa sin control, pero la segunda requiere esfuerzo. Podemos reconocer de inmediato, el rostro de un hombre enojado, por ejemplo, mientras que toma un poco más de tiempo resolver una ecuación matemática en la pizarra.

Odds resalta que ambas partes trabajan por separado para que nuestra mente no se inunde con toda la información que recibimos. Por tanto, en la visualización de datos se tiene que codificar la información para facilitar la comprensión en lo posible para que se perciba correctamente por el subconsciente antes de proceder con el entendimiento complejo y el análisis del consciente.

La información es recibida a través de todos los sentidos, aunque haya una parte importante del cerebro que se dedique al procesamiento visual. Para maximizar la eficacia del mensaje visual se tiene que profundizar en los detalles como los colores y elementos para la memoria icónica (que se encarga de notar las formas, bordes, tamaños y manchas de color).

OTRAS CLAVES

1. La forma para reconocer las visualizaciones, para el campo del subconsciente es de abajo hacia arriba, por lo que la información se debe codificar en lo posible para que este proceso sea sencillo.

2. Los valores son un puñado de atributos, como la longitud y la ubicación de las piezas en 2 dimensiones.

3. La percepción de las relaciones en los datos, son representadas, en general, por la estructura y la agrupación de visualizaciones, como los gráficos de barras, de líneas, de dispersión, por su color y forma. Muchos consideran que este tipo de presentaciones son aburridas, pero lo cierto es que no son convenientes cuando se realizan comparaciones exactas entre varios datos.

4. La agrupación es poderosa en un gráfico, pues ordena datos de forma adecuada y mantiene la concentración.