Capítulo 1

• Todos debemos ser Analistas
• El alfabetismo en datos es esencial para la economía actual
• ¿Qué es un insight?
• Histograma de ventas
• La comunicación efectiva transforma los insights en acciones
• 5 pasos clave para entregar valor con analítica de datos:
• El cambio de una organización a una que toma decisiones con los datos no es sencillo
• Busque comunicar, no solo informar
• Contando la historia de sus datos

Capítulo 2

• Tres elementos esenciales de las historias con datos
• Explicar
• Iluminar
• Comprometer (engage)
• Los contadores de historias de datos efectivos pueden conducir al cambio
• Triángulo de la retórica de Aristóteles
• Generando acciones con historias de datos
• ¿Por qué sus insights necesitan narrativa y visualización?
• Información ilustrada supera a la información de solo texto

Capítulo 3

• Caso: Tasa de mortalidad de fiebre infantil en la clínica #1
• La mayor cantidad de decisiones no son basadas en la lógica
• Dos sistemas para la toma de decisiones
• Formas geométricas del cortometraje de Heider y Simmel
• ¿Cómo reaccionamos a los hechos?
• ¿Cómo reaccionamos nosotros a las historias?
• Las historias de datos unen nuestra lógica y emoción
• El error de Seemelweis
• Cómo puedo contar una narrativa de Datos

Capítulo 4

• Informativo vs Iluminador (informative vs insightful)
• Exploratorio vs Explicativo (Exploratory vs Explanatory)
• Abstracto vs Concreto
• Continuo vs Finito
• Automático vs Curado
• ¿Qué es data storytelling?
• Seis elementos esenciales de una historia de datos
• Comparación de formatos de noticias e historias literarias
• Elemento 1: Fundación de datos
• Elemento 2: Punto principal
• Elemento 3. Enfoque explicativo
• Elemento 4. Secuencia lineal
• Elemento 5. Elementos dramáticos
• Elemento 6. Anclas visuales
• Las historias de datos vienen en todas las formas y tamaños
• Diferencias entre la comunicación directa e indirecta
• Conozca a su audiencia antes de contar su historia
• Cuando tiene sentido comunicar un Insight en una historia de datos

Capítulo 5

• Cada historia de datos necesita un Insight central
• La aproximación de 4 dimensiones ayuda como guía para navegar por los números
• El marco 4D para encontrar Insights significativos
• ¿Usted tiene un insight accionable?
• ¿Por qué a sus audiencia le debe importar?
• El Proceso de Análisis: De la exploración a la explicación
• Diferencias entre los dos estados del proceso analítico
• Falsificación de Datos #1: Cortar los datos
• Falsificación de Datos #2: Role de datos
• Falsificación de Datos #3: Decoración de datos
• El Proceso de Análisis: De la exploración a la explicación
• Analizar y comunicar datos demanda disciplina
• Sesgo de confirmación
• Sesgo de sobreviviente
• Sesgo: Maldición de conocimiento
• Falacia de correlación
• Falacia del francotirador de Texas
• Falacia de la rápida toma de decisión generalizada
• Cuando mucho de algo bueno puede volverse malo

Capítulo 6

• Estructura trágica de Aristóteles
• Pirámide de Freytag’s
• Viaje heroico de Campbell’s
• La jornada del héroe Joseph Campbell
• El arco del Data Storytelling
• Setting
• Rising Insights
• Aha Moment
• Solution and Next Steps
• Comparación de modelos de comunicación
• Reforzando su narrativa con puntos de historia
• 1. Cambio en el Tiempo
• 2. Relaciones
• 3. Intersección
• 4. Avance de proyecto
• 5. Compara y contrasta
• 6. Drill Down
• 7. Zoom Out
• 8. Cluster
• 9.Outliers
• Nueve tipos comunes de narrativa con puntos de historia
• Escribiendo el Guion de su Historia de Datos
• Paso 1: Identificar su Momento Aha
• Paso 2. Encuentre su Principio (El Anzuelo de su Historia y los Siguientes Pasos)
• Paso 3: Seleccione sus Insights de Ascenso
• Paso 4: Empodere su Audiencia a Actuar
• Cuando Ellos Solo Quieren los Hechos
• Revelando los Héroes en su Historia
• 1. Determinar Donde sus Insights Intersecan con Personas
• 2. Construir una Persona Guiada por los Datos de su Héroe.
• 3. Dar a su Héroe una Identidad.
• 4. Dar a su Héroe una Voz.
• 5. Mostrar el Viaje de su Héroe.
• El Conflicto Amplifica el Impacto de su Narrativa de Datos
• Teoría Unificada de 2+2
• 1. ¿Qué ocurre luego?
• 2. Llene los Espacios en Blanco
• 3. ¿Ve usted lo que yo veo?
• Haga sus Ideas Más Comprensibles con Analogías

Capítulo 7. Visualizaciones 1

• Atributos de Atención
• Principios Comunes de Gestal
• Existen 7 Principios Para una Mejor Visualización en Data Storytelling
• Principio1: Visualizar los Datos Correctos
• Veamos un Ejemplo
• Gráfico con un Sólo Eje
• Calcular Métricas Puede Ayudar a Resolver un Problema
• Añadir Contexto Puede Cambiar el Mensaje
• Otro Ejemplo
• Mostrar la Diferencia Puede Adicionar Énfasis a tu Punto Clave
• Principio 2. Escoger la Visualización Correcta
• Gráfico de Pastel vs Gráfico de Barras
• Familiaridad versus Novedad
• Gráfico de Barras vs Gráfico de Pendiente
• Alternativas de Varianza: Gráfico Dumbbell vs Gráfico Tadpole
• Principio 3. Calibrar la Visualización a su Mensaje
• Los Datos de las Analistas no están Alineados Apropiadamente con su Mensaje
• Gráfico Anidado vs Gráfico de Barras en Panel
• La Consistencia Facilita las Comparaciones

Capítulo 8. Visualizaciones 2. Puliendo las Escenas de su Historia de Datos

• Ambos Gráficos Comparten el Mismo Defecto
• Los 7 Principios para una Mejor Visualización en Data Storytelling
• Principio 4. Remueva el Ruido Innecesario
• Simplificar un “Gráfico Spaghetti” para Reducir el Ruido
• Combinar los valores menos importantes en “otros”
• Usar un Gráfico de Panel para Separar las Capas de Ruido
• Diferentes Métodos de Entregar las Escenas de su Historia
• Ejemplos de Chartjunk
• Líneas de Cuadrícula
• Uso de Color sin Ninguna Estrategia
• Escalas
• Efectos Artísticos
• Abuso de Etiquetas
• Enfoque la Atención en lo que es Importante
• Los Siguientes 4 Métodos Ayudan a Enfocar la Atención
• Elija qué Datos Poner en Primer y Segundo Plano
• Color Secuencial en una Paleta de Colores
• Divergiendo la Paleta de Colores
• Paleta de Colores Categórica
• 2. Texto
• Los Títulos Explicativos Pueden Ayudar a Contar la Historia
• Use Anotaciones para Guiar a la Audiencia a través de los Datos
• Tipografía
• Use Elementos Tipográficos para Centrar la Atención
• Capas
• Usar Capas Puede Dividir un Gráfico Complejo en Partes Manejables
• Principio 6. Haga de sus Datos Algo Accesible y Apelante
• Etiquetado
• Etiquetado Directo
• Texto Legible
• Incrementos Simples
• Líneas de Referencia
• Líneas de Anclaje
• Líneas de Tendencia
• Zonas Sombreadas
• Cuadrículas y Secciones
• Formato
• Daltonismo
• Clasificación
• Relación de Aspecto
• Suavizar
• Transparencia y Jittering
• Adherencia de Convención
• Polaridad del Color
• Asociación del Color
• Variable Independiente en Eje X
• Dirección
• Posición de Inicio
• Imágenes
• Las Blusas Más Vendidas de la Temporada
• Principio 7: Inculque Confianza en sus Números
• Eje Truncado
• Ejes Truncado (Área)
• Eje Exagerado
• Intervalos de Tiempo Inconsistentes
• Agrupamiento Irregular
• Proporciones Erróneas
• Falta de Fuentes
• Una Aproximación Principal a Contar Historias con Visualizaciones

Capítulo 9. Desarrollando su Propia Historia de Datos

• Tres Claves para Convertirse en un Agente de Cambio

La audiencia de esta certificación son analistas de datos, científicos de datos, ingenieros de datos, ingenieros de machine learning, estadísticos, ingenieros y personas que en general trabajan con datos que deseen implementar este método para ser más exitosos en la implementación de insights accionables que son resultado del análisis de datos.

También está orientado a ejecutivos, administradores, gerentes, tomadores de decisiones, políticos, comunicadores, periodistas que deseen acortar los puentes de comunicación entre ellos y los especialistas de datos

No hay requisitos previos formales para esta certificación.