Como resultado de la globalización de la economía, las empresas con diversas sedes y las numerosas empresas de comercio electrónico que permiten la compra y venta de bienes desde cualquier dispositivo conectado, los datos de ubicación se han multiplicado exponencialmente en el mundo. Asimismo, gracias a la proliferación de dispositivos móviles y vestibles, cada vez más personas sienten curiosidad sobre el “dónde” y el “porqué” de los datos. Como consecuencia de todos estos factores, la demanda de mapas interactivos está creciendo, en especial los relacionados con datos de ubicación. Además, es fundamental que las empresas comiencen a incorporar mapas en sus actividades de inteligencia de negocios.

Dado que muchas decisiones están impulsadas por datos geográficos, se dispone de más oportunidades de ver cómo la inteligencia de ubicación mejora el análisis para empresas privadas, gobiernos, empresas públicas, y otras organizaciones o públicos. En esta descripción general, explicamos qué son los datos de ubicación, cómo se usan, y algunos desafíos para considerar cuando se utilizan como parte del conjunto de datos general.

¿Qué son los datos de ubicación?

Los datos de ubicación, también conocidos como información geográfica o datos geoespaciales, hacen referencia a información relacionada con objetos o elementos presentes en un espacio geográfico u horizonte. Hay dos tipos básicos de datos de ubicación: de vector y de trama.

  • Vector: Esta forma utiliza puntos, líneas y polígonos a fin de representar elementos, como ciudades, caminos, montañas y masas de agua, que se mapean y almacenan en sistemas de información geográfica (GIS).
  • Trama: Esta forma utiliza celdas para representar características espaciales. Un ejemplo podrían ser los datos satelitales remotos.

Mapa con datos de ubicación que muestran dónde las personas comparten vehículos en FiladelfiaMapa que utiliza datos de ubicación para mostrar las concentraciones de vehículos compartidos en Filadelfia. Visualización de Kent Marten.

¿Alguna vez observó un mapa de delitos en la ciudad donde vive para ver qué áreas tienen las tasas más altas? O, en el caso de una empresa, quizá haya buscado qué productos tienen mejor rendimiento en ciertas regiones o si hay diferencias en el nivel de inventario en una parte del país. Cuando utilizan mapas, las personas, por naturaleza, comienzan a profundizar en el contenido del mapa para convertirlo en información. Como resultado, descubren patrones, revisan tendencias o toman decisiones basadas en lo que ven.

Esto se denomina “análisis espacial”, y es lo que los ojos y la mente hacen naturalmente cuando miramos mapas.

Ejemplos de visualizaciones de datos que usan datos de ubicación

Los avances tecnológicos están mejorando nuestra capacidad de capturar más datos de ubicación todos los días. Si bien antes solo se utilizaban mapas físicos, la lista de tipos de mapas fue creciendo a medida que evolucionaron los tipos de datos y las tecnologías (es decir, dispositivos móviles, servicios basados en la ubicación, etc.).

A continuación, encontrará algunos tipos de visualizaciones de datos comunes que utilizan datos de ubicación:

¿De qué manera los datos de ubicación mejoran el conjunto de datos y el análisis?

La incorporación de datos de ubicación en un conjunto de datos aporta contexto al análisis de formas que no siempre son detectables en una hoja de cálculo, un gráfico de líneas o un gráfico circular. Este contexto también permite optimizar la priorización, el planeamiento y la ejecución de objetivos. Por ejemplo:

  • Conectar puntos de datos a límites reales. Supongamos que trabaja con comunidades para analizar avistamientos de aves acuáticas en áreas de cuencas. Quiere saber cuántas aves se detectaron en cada cuenca en particular. Cuenta con datos de polígonos que describen ubicaciones de cuencas y datos de puntos que registran los avistamientos. Con las uniones espaciales (función disponible en algunas soluciones de análisis), puede combinar los datos de ubicación de las observaciones de aves con los límites de las cuencas para encontrar la respuesta y profundizar en el análisis.

Estas visualizaciones creadas por Kent Marten combinan archivos de forma de manzanas de una ciudad y registros individuales de pozos mediante uniones espaciales.

  • Combinar distintos tipos de gráficos para acelerar la comprensión: Un mapa combinado con gráficos circulares también puede reflejar análisis de porcentajes en distintas regiones. Si se dedica a las ventas, esto puede resultarle útil para evaluar volúmenes de ventas relativos en ciertas regiones, y cómo ello afecta la rentabilidad del negocio.
  • Crear una historia con dashboards: Mediante la combinación de mapas con tendencias temporales y otros gráficos en los dashboards, es posible descubrir patrones ocultos, lograr análisis predictivos y pronósticos más eficaces, y ayudar a las personas a identificar valores atípicos más fácilmente. Por ejemplo, en la visualización de Timothy Vermeiren que aparece a continuación, se puede ver cómo el clima afecta diferentes ciudades en función de su proximidad con el ecuador, además de la posición de la Tierra y su órbita alrededor del sol. La combinación de gráficos y mapas ayuda al público a relacionar la información con su experiencia.

Dashboard donde se puede ver cómo la posición en la Tierra se relaciona con el clima. Visualización de Timothy Vermeiren.

Si desea conocer más formas de aplicar datos de ubicación en mapas para una exploración más eficaz de los detalles y quiere ver la forma de hacerlo con una herramienta como Tableau, lea esta página sobre soluciones con mapas.

Desafíos para considerar al utilizar datos de ubicación

Si bien aprovechar este tipo de datos dentro del conjunto general conlleva numerosos beneficios, también se plantean diversos retos que hay que tener en cuenta. Por ejemplo:

  • Los big data y la Internet de las cosas = restricciones tecnológicas. A medida que aumenta la cantidad de datos digitales, se vuelve más fácil recopilar datos de ubicación. Sin embargo, es posible que existan limitaciones de recursos a la hora de almacenar y analizar todos estos datos.
  • Una fuente de datos abundante implica más datos y formatos. Procesar datos de ubicación, verificar su precisión y evitar las generalizaciones puede ser algo complicado. Es fundamental encontrar las tecnologías adecuadas que prioricen la gobernanza de datos y permitan restringir conjuntos de información de gran tamaño, así como descubrir información clave.
  • Privacidad de los datos. La privacidad es fundamental a la hora de trabajar con información geográfica cuando hay identificadores individuales presentes (o es posible que los haya en los conjuntos de datos). Es importante contar con medidas de gobernanza y ética de datos a fin de priorizar y administrar políticas de privacidad.
  • Licencias y derechos de propiedad intelectual. Se deben considerar los derechos de propiedad intelectual. Además, cuando se utilizan ciertos datos, es posible que se requiera una licencia. Se debe emplear a expertos calificados que comprendan los problemas (como conflictos de datos, derechos y licencias), que sepan solucionarlos, y que puedan extraer significado y valor a partir de los datos.

Los datos de ubicación son un recurso sumamente útil cuando se analizan de manera correcta. El primer paso consiste en elegir una plataforma interactiva que ofrezca el máximo nivel de gobernanza con la flexibilidad de usar varias fuentes y filtros personalizados, y la capacidad de realizar conjuntos de análisis muy diversos. Si dedica tiempo a establecer los elementos indispensables antes de elegir la plataforma que mejor se adapte a sus necesidades, conocerá cuáles son las oportunidades y los desafíos potenciales. A fin de cuentas, descubrirá información e historias importantes a través de la combinación de datos de ubicación con otros datos relevantes.