#visualizacion #dashboards #estadistica #kpis
Visualización de datos: buenas prácticas para gráficos y dashboards
Lucas Trubiano
17 de noviembre de 2026
En esta guía (34)
Un gráfico es una respuesta. Si no sabés cuál es la pregunta, ningún color, ninguna herramienta y ningún dashboard lo arregla. Esta guía junta las reglas que más se repiten entre quienes divulgan visualización de datos (las cuentas están al final) y las ordena en el camino real de trabajo: pregunta, gráfico, ejes, números, diseño y revisión.
Está pensada para dos usos: leerla una vez de punta a punta, y tenerla a mano como checklist (o pasársela a un agente de IA como instrucciones, ver la última sección).
1. Primero la pregunta, después el gráfico
El error más común en un dashboard es elegir el gráfico antes que la pregunta: "pongamos una torta" no es un punto de partida. El mismo set de datos de ventas mensuales responde tres preguntas distintas con tres gráficos distintos:
| Pregunta | Gráfico |
|---|---|
| ¿Cuánto vendimos? | Un número grande (KPI) con su contexto |
| ¿Qué categoría vende más? | Barras ordenadas |
| ¿Cómo viene cambiando? | Línea en el tiempo |
Un número con contexto
¿Cuánto vendimos?
Barras ordenadas
¿Qué categoría vende más?
Línea en el tiempo
¿Cómo viene cambiando?
Si no podés escribir la pregunta en una oración, todavía no estás listo para graficar.
2. Elegir el gráfico
Cuatro preguntas cubren la mayoría de los casos:
- ¿Comparar categorías? Barras. Con el eje arrancando en cero.
- ¿El eje X es tiempo? Línea. Treinta barras para treinta días no muestran una tendencia: se ven como una reja.
- ¿Dos variables juntas? Dispersión. La barra te da un total; la nube de puntos te da la relación.
- ¿Una sola variable, y cómo se reparte? Histograma o boxplot. El promedio es un número; la distribución es la forma.
Y algunos casos más específicos:
- Torta: solo con dos o tres porciones que suman un total. Con ocho porciones ya es un adorno.
- Línea para categorías: nunca. Unir "zapatos" con "camisas" con una línea sugiere una continuidad que no existe.
- Muchas líneas que se cruzan: separalas en pequeños múltiplos, un gráfico chico por serie, todos con la misma escala y el mismo eje de tiempo. Si cada panel tiene su propia escala, exagerás o escondés variaciones.
- Cómo se llega de un número a otro (EBITDA a utilidad neta, inicio a cierre del mes): cascada (waterfall).
- La diferencia entre dos valores por categoría (antes y después, plan y real): dumbbell, dos puntos unidos por una línea.
- Una matriz de dos dimensiones (tienda por mes): heatmap. Sumale los totales por fila y columna en los márgenes, y resaltá el máximo, para que se pueda decidir sin recorrer todas las celdas.
- Composición o distribución por unidades de negocio: treemap, con pocas categorías.
Así no
Cinco colores que se cruzan
Así sí
Pequeños múltiplos, misma escala
Cascada
Del saldo inicial al cierre del mes
Dumbbell
Plan contra real, por región
Heatmap con totales
Centro lidera todos los meses; junio fue el pico
Tip: cuando dudes, barras. Es el gráfico que el ojo lee con más precisión y el que menos se presta a malentendidos.
3. Lo que el ojo no sabe hacer
Varias reglas salen de la misma idea: la percepción visual compara bien algunas cosas y muy mal otras. Hay estudios clásicos detrás (Cleveland y McGill, en los 80, ordenaron qué codificaciones se leen con más precisión: posición y longitud arriba; ángulo, área y color abajo).
No compara ángulos
Una torta con porciones de 38, 33 y 29 no se puede ordenar a simple vista. Las mismas cifras en barras se ordenan en medio segundo. Los comentarios de cualquier post con una torta "¿cuál es más grande?" lo confirman: cientos de personas no se ponen de acuerdo.
Así no
¿Cuál es más grande?
Así sí
Centro, después Norte, después Sur
No compara bloques que flotan
En una barra apilada, solo el segmento de abajo arranca en cero. Los del medio flotan a distintas alturas y parecen distintos aunque midan lo mismo. Regla: poné en la base la serie que más te importa comparar. Si tenés que comparar varias series, mejor barras agrupadas o pequeños múltiplos.
Así no
¿Crece Tienda? Parece que sí
Así sí
Cada canal desde cero: Tienda está plano
No saca promedios
Cuando promediamos a ojo, descartamos los valores que están lejos. Una empresa donde ocho personas cobran 2.000 y una cobra 65.000 tiene el mismo promedio (9.000) que otra donde todos cobran 9.000. A ojo parecen muy distintas, y el número solo las hace parecer iguales. Las dos lecturas fallan; la distribución no.
Promedio contra mediana
Un solo sueldo alto alcanza para igualar los promedios
No mide correlación
El mismo diagrama de dispersión parece "más relacionado" si se estiran los ejes y la nube queda chica en el centro. La correlación no se mira, se calcula (r va de −1 a 1), y antes de creerle a una nube apretada hay que mirar la escala.
Ejes ajustados a los datos
r = 0,77
Ejes estirados
r = 0,77, parece más fuerte
No compara volúmenes
3D, burbujas y pictogramas escalados exageran o achican diferencias. Evitalos para comparar.
4. Ejes y escalas
El eje es donde más se engaña, muchas veces sin querer.
Barras: el eje arranca en cero
En una barra el dato es su longitud. Si el eje arranca en 55, una diferencia de 67,6 contra 58,4 parece de tres a uno. En barras no hay excepción.
En líneas y puntos, en cambio, el dato es la posición, y acercar el eje al rango de los datos es válido para ver variaciones, siempre que se note que no arranca en cero.
Así no
Eje desde 55: A parece casi 4 veces B
Así sí
Eje desde 0: A es 16% más que B
El mismo dato, dos historias
Un indicador económico puede parecer una subida espectacular o una línea plana según el rango del eje vertical. Antes de sacar conclusiones de una pendiente, mirá los números del eje.
Escala logarítmica
En escala lineal, la misma distancia vale la misma cantidad. En escala logarítmica, la misma distancia vale la misma multiplicación (como la escala Richter: un 7 es diez veces un 6).
- Usala para ver ritmo de crecimiento (un crecimiento constante se ve como una recta), para series de magnitudes muy distintas en el mismo gráfico y para colas largas donde el pico aplasta todo lo demás.
- No la uses para comparar cantidades: perder la mitad de los usuarios se ve como un escaloncito.
- Nunca sin avisarlo en el eje o en el título.
Escala lineal
¿Cuánto creció?
Escala logarítmica
¿A qué ritmo? Siempre el mismo
Regla de bolsillo: ¿te importa cuánto creció? Lineal. ¿A qué ritmo? Logarítmica.
Acumulados: el gráfico que no puede bajar
Descargas totales, usuarios registrados, ingresos acumulados: cada período se suma al anterior, así que la curva solo sube. Un mes malo no resta, suma menos, y la caída queda escondida en una pendiente que se aplana un poco. Por eso es el gráfico favorito de los decks.
- Pedí el dato por período (mes a mes, en barras), al lado del acumulado.
- Mirá tasas, no totales: altas, bajas, activos. El neto es el único número que puede ser negativo, y por eso es el que avisa.
- Desconfiá de las métricas que solo pueden subir.
Así no
Usuarios registrados: siempre para arriba
Así sí
Altas por mes: −60% de abril a junio
5. Números y KPIs
Un número solo no dice nada
"$4,2M" no es bueno ni malo hasta que tiene contra qué compararse. Siete formas de darle contexto a un KPI:
- Contra otro (un competidor, otra región, otro equipo).
- Contra un objetivo (y cuánto falta).
- Contra cómo se ve lo bueno: una banda débil / aceptable / fuerte.
- Contra el pasado (una línea chica de los últimos meses).
- El cambio (▼ 15% vs. el mes pasado).
- Contra la distribución (estás en el 6% más bajo).
- Mostrando lo que hay detrás: las unidades, las personas, los casos ("1 de cada 100" en vez de "1%").
Una tarjeta de KPI bien armada lleva el valor, la variación contra el período anterior, el avance contra el objetivo y el objetivo. Nunca un número importante solo.
Así no
Un número solo
Así sí
Valor, cambio, objetivo e historia
Porcentajes que engañan
Dos flechas verdes, +40% y +4%. La primera parece mejor, y puede ser mucho peor:
- La base. +40% sobre 10 clientes son 4 clientes; +4% sobre 10.000 son 400. Cuanto más chica la base, más grande parece el salto.
- La asimetría. Caer 50% y subir 50% no te devuelve al punto de partida: quedás en 75. Para recuperar una caída del 50% hay que subir 100%.
- Puntos no es porcentaje. Un churn que pasa de 2% a 4% "subió 2 puntos" o "se duplicó". Es el mismo dato y transmite dos urgencias distintas.
- El N escondido. Un 100% de crecimiento con 2 clientes son 2 clientes.
- La base temporal. ¿Contra el mes pasado, contra el mismo mes del año anterior, contra un año con algo extraordinario? Un "recorte del 10%" puede ser contra un año inflado por fondos de emergencia.
El arreglo es un hábito: el número absoluto al lado del porcentaje. "+40% (+4 clientes)" no engaña a nadie.
Así no
+40% le gana a +4%
Así sí
+40% son 4 clientes; +4% son 400
Normalizar
Comparar totales entre países, sucursales o segmentos de distinto tamaño suele premiar al más grande. Muchas veces la pregunta real pide el dato por habitante, por cliente o por metro cuadrado, y el ranking se da vuelta.
Total
Gana la sucursal más grande
Por metro cuadrado
Sur pasa del tercer puesto al primero
Cuando el número se vuelve el objetivo
La ley de Goodhart: cuando una medida se convierte en objetivo, deja de ser una buena medida. Si un dashboard premia un número (cuentas abiertas, altas, tickets cerrados), la gente empieza a perseguir el número y no lo que el número representaba. Al diseñar KPIs, pensá cómo se podría inflar cada uno sin mejorar nada, y acompañalo con una métrica que lo controle.
6. Distribuciones: mirá la forma
El promedio resume, y al resumir esconde. Cuatro grupos con el mismo promedio pueden ser: uno muy concentrado, otro con dos picos, otro plano y otro con valores extremos. Un gráfico de barras de promedios los muestra idénticos.
Así no
Cuatro promedios iguales
Así sí
Cuatro formas distintas
- Pedí la mediana. Si el promedio y la mediana están lejos, hay una cola tirando de uno de los dos. En el ejemplo de los sueldos, ocho de cada nueve personas cobran menos que el promedio.
- Con cola larga, percentiles. El P90 o el P95 dice cómo le va al que está peor. Vale para tiempos de respuesta de un sistema, tickets promedio y cualquier tablero con un número solo.
- Graficá la distribución: boxplot (resumen compacto), beeswarm (cada punto visible, ideal con pocos datos), histograma, densidad o ECDF (la acumulada; es la más precisa, pero requiere explicarla a quien no la conoce).
- Para comparar dispersión entre cosas de distinta escala, usá el coeficiente de variación (desvío estándar dividido por el promedio). Un desvío de 40 g en paquetes de 1 kg (4%) es peor que uno de 500 g en bolsas de 25 kg (2%), aunque el segundo número sea más grande.
Histogramas: el número de barras cambia la historia
Con pocas barras (bins) los grupos reales desaparecen; con demasiadas aparecen patrones que son ruido. No aceptes el default de la librería:
- Arrancá con bins ≈ √n (400 datos, 20 bins).
- Probá varios anchos: lo que sobrevive a todos es real, lo que cambia era azar.
- Leé la forma: una cola larga es sesgo; dos picos suelen ser dos grupos mezclados.
Histograma
El número de barras cambia la historia
import numpy as np
import matplotlib.pyplot as plt
datos = np.random.default_rng(42).normal(50, 10, 400)
fig, axes = plt.subplots(1, 3, figsize=(12, 3), sharey=True)
for ax, bins in zip(axes, [5, int(np.sqrt(len(datos))), 80]):
ax.hist(datos, bins=bins, color="#9ca3af")
ax.set_title(f"{bins} bins")
plt.show()
7. Orden, color y texto
Ordená las barras a propósito
Excel y Power BI dibujan las barras en el orden de la tabla, que casi siempre es alfabético, y el alfabético no responde ninguna pregunta.
- Categoría sin orden propio (países, productos, sucursales): ordená por valor, de mayor a menor. Además de la respuesta, aparece la forma: dónde está el salto y dónde arranca la cola.
- Categoría con orden propio (meses, días, rangos de edad): respetalo.
- Escalas ordinales (de "muy malo" a "muy bueno"): también tienen orden; ordenarlas por cantidad las rompe.
- Varios gráficos juntos: el mismo orden y los mismos colores por categoría en todos.
Orden de las barras
El alfabético no responde ninguna pregunta
El color guía, no decora
- Si todo tiene color, nada se destaca. Usá un gris neutro para el contexto y un solo color de acento para lo que importa.
- Cinco líneas de colores vivos no destacan nada: cuatro en gris claro y la importante en un color fuerte y más gruesa.
- Un color significa lo mismo en todo el reporte (si "Online" es azul, es azul en todos los gráficos).
- Rojo y verde juntos fallan para quien tiene daltonismo: acompañá con forma, posición o texto.
Así no
Ventas mensuales por canal
Así sí
Online creció 36% desde la campaña de mayo
Quitá el ruido, no la información
Casi todo lo que el software pone por defecto sobra: bordes, cuadrícula fuerte, fondos, sombras, 3D, decimales de más. La prueba es preguntarse "si saco esto, ¿cambia el mensaje?". Si no cambia, afuera.
Pero ojo con pasarse: borrar todos los valores del eje vertical o todas las cifras deja un gráfico lindo que no se puede leer. Fue la crítica más votada en los comentarios de uno de los posts que inspiraron esta guía. Si sacás el eje, poné las etiquetas de valor en los puntos clave.
Texto que trabaja
- Etiquetas directas en vez de leyenda: el nombre de la serie al final de cada línea, en su mismo color. La leyenda obliga a ir y volver.
- El título es la conclusión, no la descripción. No "Ventas mensuales" sino "Las ventas crecieron 18% después de la campaña de mayo".
- Anotá el evento que explica el cambio (lanzamiento, campaña, incidente) sobre el gráfico.
- Cerrá con qué pasó, por qué y qué hacer: dato, insight, acción.
8. Dashboards
Empezá por el layout, no por los gráficos
Antes de abrir la herramienta, dibujá un wireframe: dónde van los filtros, los KPIs, el gráfico principal, los secundarios y las notas. Seis reglas de layout:
- Wireframe primero. Filtros arriba, una zona principal reservada, lugar para conclusiones.
- Un insight principal. Lo más importante tiene que verse en los primeros segundos: un gráfico grande; lo secundario, más chico.
- Agrupá lo relacionado. Lo que va junto se tiene que ver junto (KPIs con KPIs, el detalle de una región cerca de su total).
- Espaciado consistente. Bordes alineados, márgenes repetidos. El espacio en blanco separa secciones mejor que las cajas.
- Pocas secciones. Muchos contenedores (y cajas dentro de cajas) fragmentan la lectura.
- Diseñá el recorrido de lectura. Contexto primero, insight después, detalle al final. La gente lee de arriba a la izquierda hacia abajo a la derecha; usalo.
Así no
Nueve cajas iguales, nueve colores
Así sí
Contexto, insight principal, detalle
Jerarquía visual
No todos los datos tienen la misma importancia, así que no deberían tener el mismo protagonismo. Las herramientas son tamaño, posición, contraste, espacio en blanco y agrupación. La meta: que al abrir el dashboard, cualquiera sepa dónde mirar primero, qué complementa y qué puede consultar si quiere profundizar.
Los seis errores más frecuentes
- Todo es igual de importante.
- Demasiados colores.
- Gráficos elegidos antes que la pregunta.
- Números sin contexto.
- Sin recorrido de lectura: hay que buscar en vez de escanear.
- Demasiada información: si un gráfico no ayuda a decidir algo, sacalo.
Interactividad con criterio
Filtros, tooltips y drill-down sirven para que cada persona encuentre su caso, pero no reemplazan un buen diseño: el mensaje principal se tiene que entender sin hacer clic. Sumá solo los filtros que alguien usa de verdad.
Antes de pedir un reporte enorme
Si alguien pide un reporte anual con millones de filas, la primera pregunta es para qué. Muchas veces la necesidad real se resuelve con un agregado diario precalculado o un dashboard, no con una exportación.
9. Checklist antes de publicar
Pregunta y gráfico
- Puedo escribir la pregunta en una oración.
- El gráfico corresponde a la pregunta (comparar, tiempo, relación, distribución).
- No hay tortas de más de tres porciones, ni 3D, ni líneas entre categorías.
Ejes y números
- Las barras arrancan en cero.
- Si la escala es logarítmica, está avisado.
- Si hay un acumulado, también está el dato por período.
- Cada porcentaje tiene su número absoluto, su base y su N.
- Cada KPI tiene contexto (objetivo, período anterior o referencia).
- Si hay un promedio, miré la distribución o la mediana.
Diseño
- Las categorías sin orden propio están ordenadas por valor.
- Hay un solo color de acento y el resto es contexto.
- Las series tienen etiquetas directas en vez de leyenda.
- El título dice la conclusión.
- Saqué lo que no cambia el mensaje, sin sacar los valores que se necesitan para leerlo.
Dashboard
- Hay un insight principal visible en tres segundos.
- Lo relacionado está agrupado y el espaciado es consistente.
- Cada gráfico ayuda a tomar una decisión.
10. Usar esta guía como skill de un agente
Si trabajás con un agente de IA (Claude Code, Cursor u otro) para análisis o reportes, podés darle estas reglas como instrucciones. El formato sigue la idea de los subagentes de awesome-claude-code-subagents: un rol, un flujo de trabajo y un checklist. Guardalo, por ejemplo, como .claude/agents/analista-visual.md:
---
name: analista-visual
description: Úsalo para elegir, construir o revisar gráficos y dashboards a partir de datos de negocio.
tools: Read, Write, Edit, Bash, Glob, Grep
---
Sos un analista de datos que diseña visualizaciones para que una persona
que decide entienda el mensaje en tres segundos.
Flujo:
1. Contexto: quién lo va a leer, qué decisión toma y con qué frecuencia.
2. Pregunta: escribila en una oración antes de tocar los datos. Si no está clara, preguntá.
3. Datos: validá fuente, fechas, nulos y outliers. Mirá la distribución antes de resumir.
4. Gráfico: comparar → barras ordenadas; tiempo → línea; relación → dispersión;
distribución → histograma, boxplot o beeswarm. Torta solo con 2 o 3 porciones.
5. Diseño: barras desde cero, un color de acento y el resto en gris, etiquetas directas,
título con la conclusión, sin 3D ni decoración.
6. Números: cada porcentaje con su absoluto, su base y su N; cada KPI con contexto;
mediana o percentiles si hay cola larga; dato por período al lado de un acumulado;
escala log solo para ritmos de crecimiento y siempre avisada.
7. Revisión: pasá el checklist de la guía y explicá qué decidiste y por qué.
Nunca inventes datos. Si falta un dato para el contexto (objetivo, período anterior),
decilo en vez de estimarlo.
Fuentes
Las ideas de esta guía salen de posts guardados de estas cuentas (relevados el 16 de noviembre de 2026); el texto y los ejemplos están reescritos. Si te interesa el tema, vale la pena seguirlas:
- @kevo_ia: percepción y lectura de gráficos (promedio, correlación, tortas, porcentajes, acumulados, escala log, histogramas, orden de barras).
- @chartosaur: contexto para KPIs, distribución en vez de promedio, heatmaps, interactividad.
- @dhanyindraswara: layout y errores frecuentes en dashboards.
- @datacreativastudio: jerarquía visual.
- @cinthyasanchezai: resaltar, normalizar, cascada y diferencias.
- @el.profe.richi: barras apiladas y reportes de gestión.
- @ddaniel.data: pequeños múltiples.
- @ipsdatax: coeficiente de variación.
- @ubuinvestiga: gráficos tramposos (Universidad de Burgos).
- @oyesango: ley de Goodhart.
- Repositorio de tipos de gráficos: mono-charts (compartido por @fitoroblesai).