Aunque las infografías y la presentación de datos ya tienen precedentes desde muchos años atrás, la introducción masiva de los conjuntos de datos, su mayor accesibilidad, y la cada vez mayor disponibilidad de herramientas para tratarlos está cambiando el enfoque de la profesión periodística. Creo que ésta puede ser una de las profesiones con más potencial de aprovechamiento.

Pero, ¿Por dónde empezar a aprovechar? ¿Qué criterios y fuentes están disponibles? Y sobretodo ¿Cómo presentarlos de una forma atractiva y significativa?

Desde Stanford desarrollaron hace unos cuatro años este vídeo, que ayuda a aclarar la situación actual, y las preguntas a las que se quiere responder:

Journalism in the Age of Data from Geoff McGhee on Vimeo.

Por desgracia no parece estar disponible con subtítulos, por lo que escucharlo en inglés parece la única opción posible.

Aunque he incrustado el vídeo en este mismo artículo, recomiendo verlo (al menos parcialmente) en la página del proyecto, ya que la reproducción del vídeo viene acompañada por la presentación sincronizada de información adicional.

Si en el origen de la representación gráfica encontramos el vinculo en la geografía y la creación de mapas, parece que esa tradición se mantiene e incluso está en auge.

No es que sea exactamente desde el portal de la NASA, sino desde su blog, desde el cual se ha publicado una serie de artículos exponiendo las bases conceptuales del color y sus aplicaciones.

Aquí la lista de artículos de la serie:

• Parte 1 - Introducción
• Parte 2 - La paleta "perfecta"
• Parte 3 - Datos diferentes, colores diferentes
• Parte 4 - Conectar el color y el significado
• Parte 5 - Herramientas y técnicas
• Parte 6 - Referencias y recursos para profesionales de la visualización

Más allá de los simples gráficos, en cuanto a complejidad se refiere, encontramos los grafos. Y en este caso hay una herramienta especialmente interesante: Gephi.

No todo el mundo entiende el funcioamiento de los algoritmos paso por paso. Hay ciertos perfiles que requieren partir del ejemplo, e incluso tener la ayuda de otros sentidos, como la vista o el oído. Para ellos, estos dos recursos.

Escuchar el sonido de la ordenación

Edición sonora de Wikipedia

Puedes caer en un profundo sueño mientras escuchas los sonidos generados por esta animación sonora, sobre la edición de artículos de Wikipedia. La información se captura a través del feed de cambios recientes. Las campanas indican los añadidos y los sonidos de cuerda indican las eliminaciones de texto.

Los cambios en el tono son proporcionales al tamaño de la edición: cuanto más larga es la edición, más grave es la nota.  Los círculos verdes se refieren a los contribuidores no registrados, y los círculos violeta marcan las ediciones realizadas por sistemas automáticos (bots). Puedes ver las notificaciones de nuevos usuarios a medida que se unen al sitio de la visualización con el sonido de un conjunto de notas de cuerdas.  Puedes "saludarles" clicando en el banner azul y añadiendo una nota en su página.

El proyecto ha sido creado por Stephen LaPorte y Mahmoud Hashemi utilizando D3 y HowlerJS. Se ha basado en el proyecto Listen to Bitcoin de Maximillian Laumeister.

El código del proyecto está disponible en GitHub, donde puedes encontrar más información al respecto.

No es nada que ya haya sucedido en otras profesiones, como fue el caso de la introducción del término content curator.

Se supone que debería empezar a hacer una tarea de buscar y remplazar en algún currículum, porque parece que la profesión de Estadístico ya no se busca. Pero cada vez más se busca el Data Scientist (científico de datos) Según el autor, la gente ya no busca la profesión de estadístico:

Y aunque es cierto que parecería ser cierto, me parece discutible la fiabilidad del criterio en el que se basa la afirmación. Dado que Data Scientist es un término nuevo, ¿no tiene sentido que la gente busque ese nuevo término para entender lo que significa?

La razón por la que aparece un nuevo término para una disciplina anterior puede responder a dos motivos principales:

• Acuñar un nuevo término puede mejorar las perspectivas comerciales. Es decir, Estadístico no vende, pero Data Scientist puede que sí.
• Integrar a esa disciplina un conjunto de metodologías nuevas, junto con un contexto de aplicación que modifica substancialmente las atribuciones. A pesar del big data, a mí no me lo parece.

Así que, por favor, donde sea que lea usted la palabra Estadístico en este blog, interprete usted Data Scientist.

Sinan Aral ha presentado en HBR una muestra de lo que están trabajando en el departamento de I+D del New York Times. En el artículo "To Go from Big Data to Big Insight, Start with a Visual", lo explican con detalle y fantásticas visualizaciones.

¿Por qué lo hacen?

 More importantly we are interested in how the word-of-mouth conversation drives readership, subscriptions, and ad revenue; how the Times can improve their own participation in the conversation to drive engagement; how we can identify truly influential readers who themselves drive engagement; and how the Times can then engage these influential users in a way that complements the users' own needs and interests.

What these visuals do help with is getting us to know where to look and what questions to ask of the data. That is, we can't build the more complex models until we know the most suitable places for building them. These visuals give us some of that insight.

Una fantástica muestra del enfoque en el análisis, para obtener resultados prácticos, y sobretodo rentables.

últimamente se han puesto de moda las visualizaciones de ciudades. En realidad no es tan extraño: su representación gráfica es más simple porque tiene medidas objetivas, éstas empiezan a estar disponibles en fuentes abiertas, y es un contexto en el que se genera un gran volumen de estímulos (que luego se conviertan en datos o no, ya depende de los sensores disponibles).

Pero volviendo al tema: aquí recopilo unas cuantas que me han encantado:

• Londres: el metro, en tiempo real (y 3D), o la luminosidad de Luminosidad de Inglaterra.
• Barcelona: BCN beats, una visualización en tiempo real de lo que sucede en Barcelona, descubierta a raíz de un video.
• Nueva York, tanto en el análisis de sentimientos como en la agregación de todas sus fuentes de datos.
• Toronto, con un mapa que muestra información disponible en abierto sobre la ciudad.