Trate de apegarse a siete o menos colores en una sola visualización, la cantidad máxima de elementos que el cerebro puede contener fácilmente a la vez.

El color es una herramienta poderosa

Los colores transmiten emociones y resulta que los colores son tan importantes que influyen directamente en los patrones de compra.

La visualización de datos no es la excepción. Algunos pueden pasar horas en tareas técnicas, análisis y preparación de resultados solo para tener problemas con cómo se ven en los gráficos.

Si desea que sus gráficos sean perfectamente comprensibles, debe encontrar la combinación correcta de estética e información. Las paletas de colores adecuadas pueden ayudar a transmitir el mensaje correcto a través de los gráficos .

Sin embargo, una mala elección del color puede ocultar los datos necesarios y crear confusión.

3 principios de las paletas de colores para fines de visualización de datos:

    • Reconocimiento de marca: Los lectores deben reconocer la marca. Para ello, elija paletas de colores que coincidan con la identidad de la empresa.
    • Legibilidad: Los lectores deben comprender la información de forma rápida y sencilla. Para esto, necesitas contraste, elegir colores contrastantes ayuda a distinguir diferentes unidades de datos.
    • Significado: Si sus datos se relacionan con partidos políticos, por ejemplo, puede usar los colores que los distinguen. Cuando presenta grados de algo que desea usar diferentes tonos de color. Así, los números más bajos pueden tener un tono más claro y los números más altos pueden presentarse en colores más oscuros.

Mejores prácticas para usar color en visualizaciones de datos

No existe una forma correcta de usar el color, pero podemos tomar lo que sabemos sobre cómo el color influye en el cerebro y aplicarlo al diseño de visualización para obtener mejores resultados.

    • Usa el color cuando debas, no cuando puedas.
      El uso del color debe diseñarse cuidadosamente para comunicar los hallazgos clave y esta decisión, por lo tanto, no puede dejarse en manos de algoritmos automatizados. 
 La mayoría de los datos deben estar en colores neutros como el gris con colores brillantes reservados para dirigir la atención a puntos de datos significativos.
La mayoría de los datos deben estar en colores neutros como el gris con colores brillantes reservados para dirigir la atención a puntos de datos significativos.
    • Utilice un solo color para mostrar datos continuos
      Asegúrese de usar un solo color en varias saturaciones (o un gradiente) para comunicar cantidades o números de datos continuos. El uso de un color ayudará a comprender rápidamente que están viendo aumentos o disminuciones en una sola métrica, como la tasa de desempleo o la tasa de infección a lo largo del tiempo, por ejemplo.
    • Utilice colores contrastantes para mostrar comparación/contraste
      Cuando compara o contrasta dos métricas, el uso de colores contrastantes ayudará a los espectadores a intuir que está diferenciando entre las dos.
      Es posible que muestre la diferencia entre las tasas de conversión, por ejemplo  puede usar colores contrastantes que también están asociados con las dos plataformas diferentes: azul claro y rosa-púrpura.
    • No elija colores que no se distingan fácilmente
      Todos nos hemos sentido frustrados por los cuadros o gráficos que nos dejan entrecerrando los ojos para determinar qué números son relevantes para qué variable. Desea que los espectadores puedan interpretar los datos de un vistazo. Por esta razón, los mejores colores para la visualización de datos son fácilmente distinguibles.
    • No use demasiados colores
      Debido a que el cerebro se esfuerza por procesar muchas cosas diferentes a la vez, el uso de un conjunto de colores limitado en sus visualizaciones mejorará la velocidad de comprensión. Al igual que en el famoso experimento de mermelada de supermercado en el que el 97% de los compradores estaban tan abrumados por las 24 opciones de mermelada que no compraron ninguna, los espectadores de su visualización pueden verse abrumados por demasiados colores. Trate de apegarse a siete o menos colores en una sola visualización, la cantidad máxima de elementos que el cerebro puede contener fácilmente a la vez.
    • No olvides la accesibilidad
      No todo el mundo tiene la misma capacidad visual. Una amplia gama de deficiencias en la visión del color puede afectar la capacidad de una persona para distinguir entre ciertos colores.

Paletas de colores para la visualización de datos:

El color es un factor importante en la creación de gráficos efectivos.

Un buen conjunto de colores resaltará la historia que desea que cuenten los datos, mientras que uno deficiente ocultará o distraerá el propósito de una visualización.

Existen tres tipos principales de paleta de colores para la visualización de datos:

    • Paletas cualitativas

Qualitative colors are used to identify election candidates in this line chart of support over time.

Se utiliza una paleta cualitativa cuando la variable es de naturaleza categórica. Las variables categóricas son aquellas que adoptan etiquetas distintas sin un orden inherente.

Los ejemplos incluyen país o estado, raza y género, a cada posible valor de la variable se le asigna un color de una paleta cualitativa, los colores asignados a cada grupo deben ser distintos.
Como regla general, debe intentar limitar el tamaño máximo de la paleta a 10 colores o menos. Recorrer los colores varias veces es una mala idea, ya que puede causar confusión.

Estos son algunos ejemplos que puede utilizar:

      • Metro retro

      • Campo holandés

 


    • Paletas secuenciales[A heatmap showing new revenue by quarter over sales representative; darker colors indicate a higher amount of sales.

Cuando la variable asignada para colorear es numérica o tiene valores inherentemente ordenados, entonces se puede representar con una paleta secuencial.

Los colores se asignan a valores de datos en un continuo, generalmente en función del tono, la luminosidad o ambos.

La dimensión más destacada del color para una paleta secuencial es su ligereza. Por lo general, los valores más bajos se asocian con colores más claros y los valores más altos con colores más oscuros. 

Example of a sequential palette with single hue: lighter greens indicate smaller value; darker greens higher values.

La dimensión secundaria de una paleta de colores secuenciales es su tono. Está bien usar un solo tono para su mapa de color, principalmente variando la luminosidad para indicar el valor. 

Estos son algunos ejemplos que puede utilizar:

      • Azul a amarillo

      • Gris a rojo


    • Paletas divergentes

A stacked bar showing responses to a poll, with orange segments showing disagreement and blue segments showing agreement

Si nuestra variable numérica tiene un valor central significativo, como cero, entonces podemos aplicar una paleta divergente.

Una paleta divergente es esencialmente una combinación de dos paletas secuenciales con un punto final compartido ubicado en el valor central. Los valores más grandes que el centro se asignan a los colores de un lado del centro, mientras que los valores más pequeños se asignan a los colores del lado opuesto.

Example of a diverging palette: negative values are indicated by shades of orange, and positive values by shades of bluePor lo general, se usa un tono distintivo para cada una de las paletas secuenciales de componentes para que sea más fácil distinguir entre valores positivos y negativos en relación con el centro.

Al igual que con las paletas secuenciales, al valor central generalmente se le asigna un color claro, de modo que los colores más oscuros indican una mayor distancia desde el centro.

Estos son algunos ejemplos que puede utilizar:

      • Azul a rojo

      • Naranja a Púrpura


CONCLUSIÓN

No importa cuán precisa sea su información o cuán minuciosa haya sido su investigación, será inútil si las personas no pueden leerla,  deben ser capaces de leerlo rápido y correctamente.

Para esto, es imperativo elegir la paleta de colores de visualización de datos correcta. Según el tipo de gráfico, puede elegir entre paletas divergentes, paletas secuenciales y colores categóricos.

Si desea que los tonos coincidan en todos los gráficos, use los códigos de color apropiados y encuéntrelos a través de herramientas específicas.

No olvides los conceptos básicos de la combinación de colores y sus características.

 

Capacitación en Data Warehousing y Business Intelligence 

Otros temas de interés:

Artículos relacionados

Visto: 26 veces

Deja un comentario