Mi primera confesión: pese a no gustarme, los he usado. Lo cierto es que en ningún momento me había parado a analizar el motivo por el que cada vez que utilizaba uno en un informe, algo (una especie de Pepito Grillo) decía en mi cabeza “mejor otra opción” …
…hasta hoy. Y la realidad es que una vez que se reflexiona sobre ello, aparecen varios motivos que recomiendan no usar los gráficos de radar:
Primer motivo: los puntos no pueden unirse con una línea
El principal mensaje de un gráfico de líneas es ver la evolución entre los puntos. Por la forma en la que visualizamos el mundo que nos rodea, tendemos a pensar que dos cosas que están unidas tienen alguna relación (la conexión es uno de los principios de Gestat sobre la percepción visual). Por eso funcionan tan bien los gráficos de líneas para mostrar una serie temporal: la forma del gráfico nos obliga a seguir la línea que une cada punto y, por tanto, enseña el viaje de los datos a lo largo del tiempo.
Con esto claro, si tuviésemos que representar el resultado de las monitorizaciones de calidad de un agente de un contact center, a nadie se le ocurriría (¡espero!) hacer un gráfico como este:
Intuitivamente sabemos, que no hay ninguna relación entre que el agente dé la bienvenida siguiendo el procedimiento y que el uso del tono de voz sea el adecuado o entre este y que se preste una eficaz escucha activa. Sin embargo, la línea que une los puntos siguiere que existe esa conexión y por tanto nuestro celebro rechaza esta solución.
Descartamos, por tanto, el grafico de líneas para mostrar las puntuaciones de la monitorización de calidad; sin embargo, si podemos ver con cierta frecuencia gráficos como el siguiente:
Si observamos con cuidado, vemos que estamos cometiendo el mismo error: unir puntos que no tienen ninguna relación: unimos bienvenida con tono de voz, y a su vez unimos el tono de voz con la escucha activa… En realidad, es como si hubiésemos cogido físicamente el gráfico de líneas anterior y después hubiésemos unido los extremos (resolución con bienvenida) para hacer una forma cerrada. Pero el mensaje que transmite sigue siendo erróneo.
Además, la lectura de los datos puede resultar un poco confusa ya que habitualmente la escala solo se representa en un eje (en el ejemplo, en “bienvenida”: recargaría en exceso si se hiciera en todos) por lo que para conocer el valor de escucha activa será necesario contar las líneas que hay hasta el punto que marca el valor para conocerlo.
Segundo motivo: el área
Derivado del aspecto anterior (cerramos el gráfico) creamos un área que, instintivamente nuestro cerebro ve y valora: a mayor área, más puntuación. Ante los dos gráficos de agentes siguientes, la mayoría de los usuarios diría que el agente de la derecha lo hace mejor:
Y lo diría porque la superficie del área determinada por el gráfico es mayor. Sin embargo, se trata de exactamente los mismos datos, pero en orden distinto. Es decir, que el orden en el que aparezca cada uno de los valores puede cambiar completamente la percepción de la información. Esto es justo, el tipo de cosas que pretendemos evitar cuando recurrimos a la visualización de datos.
Una alternativa a los gráficos de radar son los gráficos lollipop (o chupachups).
Hay un tipo de grafico que cubre las necesidades de información que buscamos en un grafico de radar pero sin incurrir en sus deficiencias. Los gráficos “chupachups” o lollipop (no, no está en Excel así que no lo busques, aunque sí puede ser construido de forma indirecta). Es una evolución de un gráfico de barras en el que éstas son sustituidas por una línea con un círculo al final con el valor (la forma, precisamente, recuerda a la de un chupachups y de ahí su nombre). Su utilidad está en facilitar las comparaciones entre diferentes categorías que es la idea que buscábamos al recurrir a los gráficos de radar. Además, son una buena alternativa a los gráficos de barras (especialmente cuando hay muchas barras y se crea el efecto Moiré).
Veamos como quedaría en nuestro ejemplo un gráfico lollipop:
La representación ahora es más clara, ya no se producen las dificultades de interpretación que veíamos anteriormente, además de tener un resultado mucho más limpio y claro.
Algo habitual en los gráficos de radar es comparar dos series. Continuando con nuestro ejemplo, supongamos que queremos comparar a dos agentes en sus evaluaciones de calidad. Tendríamos un aspecto como este:
Parece que el agente B (línea ocre) lo hace mejor que el agente A (línea azul). No en vano, la “superficie” que ocupa las puntuaciones de B es aparentemente mayor que la que ocupan las puntuaciones del agente A. Sin embargo, en ambos casos se obtiene la misma puntuación total: 34 puntos. Es decir, el desempeño de ambos es idéntico, pese a que el gráfico nos trasmite otra idea.
Podríamos sustituir el gráfico anterior por el siguiente, que nos ahorra estos problemas de interpretación. Ahora podemos comparar fácilmente y ver, en cada categoría, cual es la puntuación de cada uno de los agentes y como lo hace comparativamente con el otro agente:
Los gráficos lollipop tienen también una interesante utilidad cuando comparamos contra un objetivo. La puntuación de cada serie podrá ser entonces por encima o por debajo ese ese objetivo y esto es lo que queremos percibir claramente.
En el ejemplo siguiente, estamos realizando una evaluación de un departamento de una empresa en varias categorías (estrategia, organización…) aspectos. Un resumen visual de la evaluación con gráficos de radar quedaría así:
Esta imagen puede ser fácilmente mejorada con la solución siguiente en la que de una manera clara vemos que categorías superan el objetivo y cuales se quedan por debajo y la distancia que presentan.
Comentarios recientes