programa
Fundamentos de la IA
10 h
Los datos están en todas partes, pero seamos sinceros: las hojas de cálculo y los gráficos hacen que a mucha gente se le cierren los ojos. Ahí es donde la narración con datos cobra importancia en un mundo saturado de información. Aun así, convertir datos complejos en relatos claros y persuasivos no es tarea fácil.
Muchos se enfrentan a análisis que consumen tiempo, a crear visualizaciones atractivas y a elaborar narrativas que conecten con audiencias diversas. Estos obstáculos suelen traducirse en insights perdidos y en una comunicación poco eficaz del valor de los datos.
La IA generativa ofrece soluciones prometedoras a estos retos del data storytelling. Al automatizar ciertas tareas y potenciar la creatividad humana, agiliza el proceso y eleva la calidad de las narrativas basadas en datos.
Casos de uso de la IA generativa.
En este artículo, veremos cómo la IA generativa está cambiando la narración con datos, haciéndola más eficiente, atractiva y con mayor impacto.
¿Qué es la narración con datos?
Antes de ver cómo la IA generativa está transformando el data storytelling, aclaremos qué es y por qué es clave en el mundo actual, basado en datos. Si quieres profundizar, el itinerario de aprendizaje de Data Storytelling de DataCamp es el recurso ideal.
La narración con datos es el arte de traducir datos complejos en relatos convincentes. Va más allá de presentar números y gráficos. Se trata de entrelazar datos, visuales y narrativa en una historia coherente que conecte con tu audiencia. Un buen data storytelling hace la información más accesible, memorable y accionable.
Narración con datos
Piensa en una empresa que analiza su tasa de abandono de clientes. En lugar de presentar una hoja de cálculo fría, podríamos crear una narrativa que explore los motivos de las bajas, visualice las tendencias en el tiempo y proponga estrategias de mejora. Este enfoque hace que los datos se asimilen mejor y que tengan más impacto en quienes toman decisiones.
Narración con datos: análisis del churn de clientes
Esta visualización muestra cómo la narración con datos convierte datos de churn en bruto en una historia convincente. Combina un gráfico de tendencia, un desglose de motivos y conclusiones clave con un plan de acción.
Presentando los datos así, la historia del churn se vuelve clara y accionable. Quienes deciden pueden captar rápido las tendencias, los problemas principales y las posibles soluciones.
No obstante, crear historias tan valiosas puede ser complejo y llevar mucho tiempo, especialmente con conjuntos de datos grandes y complejos. Aquí entra en juego la IA generativa, que ofrece nuevas formas de mejorar y simplificar el proceso de data storytelling. Puedes aprender más con nuestra chuleta de data storytelling.
En las siguientes secciones veremos cómo la IA generativa está cambiando la narración con datos, haciéndola más eficiente, atractiva y efectiva.
IA generativa para narración con datos
La narración con datos ayuda a cerrar la brecha entre analítica compleja y comprensión humana. La IA generativa está transformando este ámbito con nuevas formas de interpretar, visualizar y comunicar insights.
Narración con datos con IA generativa
Este diagrama ilustra cómo la IA generativa mejora diversas etapas del proceso de data storytelling, desde el descubrimiento de insights hasta la visualización y la creación de la narrativa, manteniendo siempre a la persona que narra en el centro del proceso.
La IA generativa no sustituye la creatividad humana en la narración con datos, la potencia. Proporciona herramientas para que los profesionales de datos se centren más en la estrategia y la interpretación, automatizando gran parte de las tareas más tediosas del análisis y la presentación.
A continuación, veremos formas concretas de usar la IA generativa para mejorar distintas facetas del data storytelling, desde la preparación de datos hasta la creación de narrativas personalizadas.
1. Mejora de la visualización de datos
Tras ver brevemente cómo la IA generativa está cambiando el data storytelling, veamos una de sus aplicaciones con más impacto: mejorar la visualización de datos.
La IA generativa actúa como un copiloto en el proceso de visualización, ampliando las capacidades humanas con inteligencia de máquina. Al analizar grandes volúmenes de datos y entender el contexto, la IA puede sugerir formas de representar la información que quizá no habrías considerado. Esta sinergia entre intuición humana y capacidades de IA da lugar a visualizaciones más dinámicas, interactivas y reveladoras.
Mejorar la visualización de datos con IA generativa
La IA analiza tus datos y sugiere el tipo de gráfico más adecuado. Por ejemplo, la función Ask Data de Tableau puede recomendar un gráfico de líneas para series temporales, un diagrama de dispersión para analizar correlaciones o un gráfico de barras.
Puedes escribir consultas como "Show me sales by region over time" y la IA generará una visualización adecuada, como un mapa geográfico con datos temporales. Abajo se muestra un ejemplo de consulta en Tableau.
Visualización en Tableau a partir de consultas en lenguaje natural - Fuente
Power BI ofrece una función similar llamada "QnA". Esta función permite consultar los datos con frases en lenguaje natural.
Visualización en Power BI a partir de consultas en lenguaje natural - Fuente
Bajo el capó, Tableau y Power BI utilizan IA generativa para crear visualizaciones del conjunto de datos a partir de consultas en lenguaje natural. Estas funciones ayudan a obtener insights rápidos sin tener que trastear demasiado con la herramienta.
Power BI tiene otra función llamada Co-pilot que lleva la visualización un paso más allá. Puedes crear visualizaciones complejas mediante consultas sin apenas tener que manipular el dataset. Por ejemplo, con un dataset de ventas de tu producto, puedes conocer su rendimiento con una consulta como esta:
"Create a page to analyze the sales amount, revenue, and profit margin of different products, categories, and subcategories over time and across regions."
Panel generado a partir de una consulta - Fuente
Todas estas operaciones emplean IA generativa para calcular valores y crear las visualizaciones necesarias. Al resaltar automáticamente tendencias y correlaciones, la IA ayuda a centrar la historia en los aspectos más relevantes de tus datos.
Como hemos visto, la IA generativa mejora notablemente nuestra capacidad de crear visualizaciones convincentes. Pero su poder en narración con datos va más allá. En la próxima sección veremos cómo la IA está transformando otro aspecto clave del análisis: la preparación de datos. Este paso suele ser el más costoso en tiempo del proceso de data storytelling, y la IA lo está haciendo más rápido y eficiente que nunca.
2. Automatización de la preparación de datos
La IA generativa mejora de forma notable la visualización, haciendo que la información compleja sea más accesible y útil. Pero antes de visualizar, hay que preparar bien los datos: un proceso a menudo tedioso y largo. Aquí es donde la IA brilla de verdad, cambiando cómo abordamos la preparación de datos.
Preparación de datos con IA generativa
Preparar datos suele implicar limpiar, transformar y estructurar datos en bruto para que sean aptos para el análisis y la visualización. Tradicionalmente, este proceso podía consumir hasta el 80% del tiempo de un analista. Con herramientas basadas en IA, este equilibrio está cambiando, permitiendo dedicar más tiempo a extraer insights y construir narrativas potentes.
Por ejemplo, el modo autopilot de DataRobot utiliza IA para detectar y tratar automáticamente valores perdidos, atípicos e inconsistencias. También puede crear nuevas transformaciones de variables a partir de los datos disponibles.
Preparación de datos con IA - Fuente
En el ejemplo anterior, la IA de DataRobot gestiona automáticamente la preparación de datos como parte del modelado, aplicando transformaciones adecuadas según las características y creando nuevas columnas derivadas para todas las columnas de fecha.
La ingeniería de características también es posible con IA. Podemos analizar relaciones dentro de los datos y crear automáticamente nuevas variables relevantes para el análisis. Por ejemplo, la función "Feature Discovery" de DataRobot permite descubrir nuevas características.
Descubrimiento de características con IA - Fuente
Como hemos visto, la IA generativa ha convertido la preparación de datos de una tarea tediosa en un proceso inteligente y automatizado. En la siguiente sección, veremos cómo la IA toma estos datos preparados y los transforma en relatos convincentes mediante resúmenes en lenguaje natural.
3. Generación de resúmenes en lenguaje natural
La IA generativa puede agilizar notablemente la preparación de datos. Pero ¿qué ocurre cuando los datos ya están limpios y listos? Entra en juego otra aplicación poderosa: generar resúmenes en lenguaje natural a partir de conjuntos de datos complejos.
Generación de resúmenes en lenguaje natural con IA generativa
Aunque los datos limpios y bien estructurados son cruciales, por sí solos no bastan para impulsar decisiones. Muchas partes interesadas no tienen la pericia técnica para interpretar datos en bruto o visualizaciones complejas. Aquí la generación de lenguaje natural (NLG) impulsada por IA es de enorme valor.
La IA generativa puede convertir datos en bruto en relatos claros y concisos que destaquen insights, tendencias y anomalías. Estos resúmenes sirven de puente entre datasets complejos y la comprensión humana, acercando los datos a un público más amplio dentro de la organización.
Por ejemplo, Arria NLG está especializado en reporting financiero y produce resúmenes detallados de datos financieros complejos. Puede generar resúmenes de los insights del dataset junto con sus visualizaciones e incluso crear narrativas personalizadas según la audiencia.
Resumen en lenguaje natural con Arria NLG - Fuente
Otra herramienta que genera resúmenes a partir de datasets es Phrazor. Puede crear visualizaciones junto con insights a partir de una simple consulta.
Resumen en lenguaje natural con Phrazor - Fuente
Al automatizar la creación de estos resúmenes, data scientists y analistas pueden centrarse en tareas más complejas que requieren criterio y creatividad humanos. Mientras, quienes deciden reciben insights claros y accionables sin necesidad de sumergirse en los datos en bruto.
En la próxima sección veremos cómo la IA generativa lleva el data storytelling un paso más allá creando paneles interactivos que se adaptan a las necesidades y preferencias del usuario.
4. Creación de paneles interactivos
Los paneles interactivos son herramientas potentes para explorar y comunicar datos. Permiten interactuar con ellos dinámicamente y descubrir insights que podrían pasar desapercibidos en visualizaciones estáticas. La IA generativa está cambiando este espacio con experiencias de panel más intuitivas, reactivas y personalizadas.
Creación de paneles interactivos con IA generativa
Una de las mejoras clave que aporta la IA es la exploración inteligente. Por ejemplo, la generación de paneles con IA de Luzmo puede identificar preguntas clave y crear paneles automáticamente, sin configuración manual. Esto ahorra tiempo y destapa insights que podrían pasarse por alto en un análisis manual. Si quieres prototipar paneles rápidamente, herramientas como Instachart resultan muy útiles. Creada por Luzmo, Instachart es una herramienta gratuita con IA que permite subir una captura de un panel, un diseño de Figma o incluso un boceto a mano y convertirlo en un panel funcional en segundos.
Este enfoque con IA acelera mucho el diseño de paneles, permitiendo iterar rápido sobre ideas de visualización.
Crear un panel a partir de un boceto a mano con Instachart - Fuente
Una de las funciones clave de Instachart es que genera automáticamente datos ficticios para el panel, ofreciendo una vista previa realista de cómo podría quedar el producto final. Cuando estés listo, puedes sustituirlos fácilmente por tus métricas.
Instachart elimina la necesidad de programar en las fases iniciales. Ayuda a los equipos de producto a pasar rápido de la idea al prototipo, haciendo la visualización más accesible y eficiente.
5. Asistentes de narración con IA
La IA generativa puede actuar como socia de los analistas y narradores de datos: ayuda a idear ángulos narrativos, sugiere ganchos potentes e incluso redacta secciones de la historia a partir de los datos proporcionados.
Asistente de narración con datos e IA
Este concepto de asistente para narración con datos muestra cómo integrar la IA generativa en el análisis y la narración. Exploramos el concepto en profundidad en nuestro webinar sobre data storytelling.
El diagrama anterior ilustra los componentes y el flujo de trabajo clave:
Estas herramientas aceleran significativamente el paso de datos en bruto a narrativas potentes. Permiten a analistas y periodistas pulir la historia, aportar criterio humano y asegurar, mediante revisión iterativa, que el resultado final esté a la altura.
Por ejemplo, Data Analyst de ChatGPT es un asistente capaz de analizar un dataset y extraer insights clave. También puede realizar otras tareas, como crear gráficos o proponer recomendaciones para decisiones de negocio, entre otras.
Asistente de chat Data Analyst de ChatGPT
6. Mejora de visualizaciones de datos en AR/VR
La IA generativa puede enriquecer las visualizaciones en AR/VR al crear narrativas alrededor de los datos, guiar a los usuarios con explicaciones contextuales y resaltar los insights clave.
Visualización de datos en AR/VR mejorada con IA generativa
Esta tecnología también habilita interacciones en lenguaje natural, permitiendo consultar y manipular datos con la voz dentro del entorno AR/VR.
Por ejemplo, Flowimmersive crea visualizaciones interactivas con Realidad Aumentada (AR). Utiliza tecnologías de IA generativa como LLMs para extraer insights del dataset y presentarlos en AR.
Visualización de datos en AR mejorada con IA generativa - Fuente
Conclusión
La IA generativa está transformando la narración con datos y ofrece potentes herramientas para interpretar, visualizar y comunicar insights. Desde la automatización de la preparación hasta la creación de narrativas personalizadas, la IA permite a los analistas extraer más valor de los datos.
Las seis vías que hemos explorado demuestran el potencial de la colaboración humano-IA para crear historias con datos más convincentes y con mayor impacto. Aunque la IA es una aliada poderosa, la supervisión humana sigue siendo crucial.
A medida que las organizaciones avanzan en un mundo cada vez más basado en datos, dominar la narración con datos potenciada por IA será una gran ventaja: permitirá comunicar insights complejos con una claridad y una capacidad de persuasión sin precedentes. El futuro del data storytelling está en este equilibrio entre la pericia humana y las capacidades de la IA.
Puedes aprender más sobre las tecnologías y métodos que hemos tratado en este post en DataCamp con estos recursos:
