Tipos de Gráficas y Cuándo Usarlas

El Problema de la Gráfica Equivocada

Una gerente de marketing presenta resultados trimestrales al equipo ejecutivo. Usa una gráfica de pastel para mostrar ingresos por región: Norteamérica 42%, Europa 31%, Asia 18%, Otros 9%.

El CEO pregunta: “¿Cómo ha cambiado la mezcla regional en los últimos cuatro trimestres?”

Ella muestra cuatro gráficas de pastel lado a lado. Cuatro círculos, dieciséis rebanadas. ¿Puedes ver si Europa creció de 28% a 31%? ¿Puedes ver si el crecimiento de Asia se está acelerando?

No. No puedes. Porque las gráficas de pastel son terribles para mostrar cambio en el tiempo.

La gráfica correcta para esa pregunta es una de barras apiladas (una barra por trimestre, coloreada por región) o una de líneas (una línea por región). Cualquiera respondería la pregunta del CEO de un vistazo.

Elegir la gráfica correcta es la decisión de mayor impacto en visualización de datos. Asegurémonos de que siempre la hagas bien.

El Framework de Decisión de Gráficas

Toda selección de gráfica se reduce a responder una pregunta: ¿Qué relación estoy mostrando?

Exploremos los tipos más comunes en detalle.

Gráficas de Barras: El Caballo de Batalla

Las barras son el tipo más versátil. Cuando dudes, una de barras rara vez está mal.

Usa para: Comparar valores entre categorías

Barras verticales cuando las categorías están en el eje X (periodos, nombres de producto):

Ingresos por Trimestre:
Q1: ████████░░ $245K
Q2: █████████░ $267K
Q3: ██████████ $312K
Q4: ███████████ $358K

Barras horizontales cuando los nombres de categoría son largos o muestras un ranking:

Principales Quejas de Clientes:
Envío lento       ██████████████ 342
Artículo equivoc  ████████████   287
Paquete dañado    ████████       201
Entrega tardía    ██████         156
Artículos faltan  ████           98

Errores comunes:

• Empezar el eje Y en un valor distinto de cero (distorsiona la comparación)
• Usar demasiados colores cuando uno solo con intensidad variable funciona
• No ordenar barras de forma significativa (alfabético rara vez es lo más útil)

Gráficas de Línea: Mostrando Tendencias

Las líneas son para datos continuos, generalmente series de tiempo.

Usa para: Mostrar tendencias, tasas de cambio y comparaciones en el tiempo

Cuándo las líneas funcionan:

• Ingresos mensuales de los últimos 2 años (muestra tendencia)
• Visitantes diarios del sitio web (muestra patrones y anomalías)
• Múltiples líneas de producto en el tiempo (muestra rendimiento relativo)

Cuándo las líneas NO funcionan:

• Comparar 3 categorías en un solo punto en el tiempo (usa barras)
• Mostrar partes del total (usa barras apiladas)
• Datos con solo 2-3 puntos en el tiempo (las barras son más claras)

Pro tip: Cuando tienes múltiples líneas, no uses una leyenda que obligue al espectador a ir y venir entre gráfica y leyenda. Etiqueta las líneas directamente en la gráfica, en sus puntos finales.

Gráficas de Dispersión: Encontrando Relaciones

Las dispersiones son subutilizadas e increíblemente poderosas.

Usa para: Explorar relaciones entre dos variables

Cada punto = un cliente
Eje X = Monto gastado en marketing
Eje Y = Ingresos generados

Patrón: puntos tendiendo hacia arriba = más marketing → más ingresos
Atípico: un punto alto en Y pero bajo en X = éxito orgánico
Cluster: grupo de puntos en X bajo, Y bajo = necesita investigación

Mejora: Agrega una línea de tendencia para hacer la relación explícita. La IA puede calcularla y sugerirla.

El Debate del Pastel

Las gráficas de pastel son controversiales. Aquí va la regla:

Usa pastel SOLO cuando:

• Tienes 2-4 categorías
• Quieres enfatizar que las partes suman 100%
• Las diferencias entre rebanadas son obvias (una rebanada domina)

Nunca uses pastel cuando:

• Tienes más de 5 categorías
• Las rebanadas son similares en tamaño (¿puedes distinguir 23% de 26% por ángulo?)
• Necesitas comparar entre periodos de tiempo
• Tienes valores negativos

Alternativa: Una gráfica de barras horizontales mostrando porcentajes comunica la misma información con más precisión.

✅ Revisión Rápida: ¿Qué tres preguntas te ayudan a elegir el tipo de gráfica correcto?

Usando IA para Selección de Gráficas

El prompt que te salva de la incertidumbre en selección de gráficas:

Necesito visualizar estos datos. Ayúdame a elegir el tipo
de gráfica correcto.

Descripción de datos:
- 12 meses de datos de ventas
- Desglosados por 4 categorías de producto
- Quiero mostrar que la Categoría B creció 300% mientras
  las otras se mantuvieron planas
- Audiencia: Equipo ejecutivo en revisión trimestral
- Se mostrará en una diapositiva de presentación (no interactivo)

¿Qué tipo de gráfica debería usar? Explica tu razonamiento.
Si hay múltiples buenas opciones, compáralas.

Más Allá de las Gráficas Básicas

Para situaciones especializadas:

Heatmaps — Cuando tienes demasiados puntos de datos para marcas individuales. Excelentes para patrones en analítica web (actividad por día de la semana y hora del día).

Treemaps — Para datos jerárquicos con muchas categorías. Mejor que las de pastel para presupuestos con 20+ partidas.

Gráficas de cascada — Para mostrar cómo un valor inicial es afectado por cambios positivos y negativos. Perfectas para “¿cómo pasamos de $1M de presupuesto a $750K restantes?”

Small multiples — En vez de meter todo en una gráfica, muestra una cuadrícula de gráficas pequeñas idénticas, cada una mostrando un subconjunto. Diez gráficas de línea pequeñas son más claras que una con diez líneas.

Sparklines — Gráficas diminutas en línea incrustadas en tablas. Agregan contexto de tendencia a datos tabulares sin requerir una gráfica separada.

Cheat Sheet de Selección de Gráficas

Hazte estas tres preguntas:

1. ¿Cuántas variables? Una → barras/pastel. Dos → dispersión/línea. Tres+ → considera small multiples
2. ¿Hay tiempo involucrado? Sí → línea o área. No → barras, dispersión o pastel
3. ¿Cuál es el mensaje? Comparación → barras. Tendencia → líneas. Composición → apiladas/pastel. Relación → dispersión

Cuando sigas sin estar seguro, describe tus datos y mensaje a la IA. Te recomendará un tipo de gráfica más rápido de lo que podrías buscar las mejores prácticas.

Ejercicio Práctico

Toma un dataset con el que trabajes y crea tres visualizaciones diferentes de los mismos datos:

1. La gráfica “obvia” (lo que tu herramienta pone por defecto)
2. La gráfica que la IA recomienda para tu mensaje específico
3. Un tipo alternativo para un ángulo diferente de los mismos datos

Compáralas. ¿Cuál comunica el mensaje más claramente? ¿Cuál tendría sentido para alguien viéndola por primera vez?

Conclusiones Clave

• La selección de gráfica es la decisión de mayor impacto en visualización de datos
• Empareja el tipo de gráfica con la relación que estás mostrando: comparación, tendencia, composición, distribución o correlación
• Las gráficas de pastel solo son apropiadas para 2-4 categorías claramente diferentes
• Las líneas son para series de tiempo; las barras son para comparaciones categóricas
• Usa la IA para obtener recomendaciones razonadas describiendo tus datos, mensaje y audiencia
• Cuando dudes, una gráfica de barras rara vez está mal

Siguiente

En la Lección 3: Diseñar Visualizaciones Claras con IA, aprenderás los principios de diseño que convierten una gráfica correcta en una gráfica excelente.