Sobre Nosotros
Agenda
No
Nope
No chance
Qué es Storytelling?
🔥 Las historias son la primera tecnología humana.
Qué es Data Storytelling?
📊 Data Storytelling es una forma de comunicar con datos.
Cuando las estadísticas confunden …
Cuarteto de Anscombe: Mismos números, patrones distintos
Ohh, nuestros cerebros son hackables…
Atención y memoria
Narrativa
Usa trucos de Storytelling (narrativa) para crear presentaciones que serán recordadas y que causarán impacto
🎭 Emociones inspiran acción
Más que gráficos bonitos
🔢 No compartas números
🪶Comparte una historia
(C) Storytelling with Data, por Cole Nussbaumer Knaflic.
Ejemplo: Spotify Wrapped
Cómo hacer millones de personas compartir estadísticas en redes sociales?
Visualización …
- Gráficos claros y comprensibles
- Elección correcta del gráfico
- Patrones y anomalías visibles
- Datos complejos → ideas simples
⌛ Si no se entiende en 5-7 segundos, simplifica o cambia el título.
Más fácil de distinguir ⟵────────────────────────────⟶ Más difícil de distinguir
Ejemplos
❌ Chartjunk
✅ Good Chart
Mejores Gráficos para tus Datos
(C) Essential chart types for data visualization, by Atlassian.
🥱 1° version \(<\) … \(<\) 😊 última version
De las Ideas al Impacto … con IA
- Estructura más rápida, menos esfuerzo
- Historias más claras, mayor impacto
- Visuales en segundos
- Más tiempo para la creatividad
🤖 Tools: ChatGPT, Gemini, Napkin AI, Midjourney, Copilot
🤖 Caso de Estudio
Problemática
Debes preparar un pitch rápido para gerencia a partir de un dataset de ventas por región y trimestre.
El reto es extraer la historia clave y comunicarla de manera clara y convincente.
- ChatGPT / Gemini → genera un guion narrativo.
- Napkin AI → propone visualizaciones efectivas.
- Midjourney → crea una imagen de portada.
- PowerBI → crea aplicativo con Copilot.
Proyecto Telco
- Problema real de churn (telco)
- Dataset de telecomunicaciones
- Utilizar lo aprendido en el curso
- Objetivo: predecir cliente sigue o no
💡 Más detalles y ejemplos en Kaggle: Telco Customer Churn
Parte Técnica
- Definición del problema
- Análisis exploratorio
- Preprocesamiento
- Modelos y evaluación
- Interpretación
- Conclusiones y recomendaciones
Presentación de Resultados
- Mostrar visualizaciones y métricas clave
- Comparar modelos y justificar el mejor
- Explicar las variables más influyentes
- Destacar hallazgos relevantes
- Concluir con recomendaciones
