Una mirada progresiva y orgánica a la visualización de ventas

4. Codificación visual
36
La elección del árbol como metáfora orgánica era original en la misma medida que arriesgada. Construir
algo de cero es una oportunidad para definir un nuevo modelo que se acerque más que ninguno
previo a lo que uno aspira; o al menos, que se le acerque de una manera distinta, novedosa, que colabore
a construir conocimiento. Sin embargo, esa misma oportunidad implica que el reto es mayor: no hay
documentación, no hay código, no hay modelos a los que evaluar y tomar como referencia; no existe una
base de trabajo hecha sobre la que auparse y tomar impulso. Aún así, la posibilidad de definir un modelo
a medida, aunque fuera de manera teórica y aproximativa, nos parecía que aportaba valor y que sería un
buen ejercicio para testear nuestros conocimientos.
Valores y atributos: baile de parejas
Lo de las proporciones y eso... tú mismo... 'que queden naturales a la par que chic'.
Teníamos esa idea general de que nuestra metáfora base debía ser un árbol: un elemento orgánico, con
una estructura y un comportamiento fácil de comprender en todos los ámbitos y culturas. Y sabíamos
que queríamos codificar la vitalidad de las ventas de la empresa catalana a través de la vitalidad de ese
árbol metafórico: el árbol debía parecer más vivo cuanto más vivas fueran las ventas y los beneficios.
Valores
Así que nos pusimos a listar los posibles valores que nos parecía interesante codificar para cada producto,
y concluimos:
Valores numéricos:
• Unidades vendidas (UNF)
• #SKUs (o referencias)
• Venta neta (VN)
• Margen de beneficio (VEA)
Valores categóricos:
• Material
• Foco
• Tratamiento
• Marca
Valores temporales:
• Evolución temporal
Valores geocodificados:
• Distribución geográfica por provincias
Variables numéricas derivadas:
• Ventas/Margen per cápita
• % margen (VEA/VN)
• % ventas o margen sobre total Ventas
Algunos eran datos numéricos (UNF, VN, VEA) y otros categóricos (material, foco, tratamiento, marca),
y lo que estábamos pretendiendo mostrar, en realidad, eran las relaciones entre ambos.
Sabíamos que además querríamos mostrar esas relaciones cruzadas con otras dos dimensiones: la
temporal y la geográfica, que se superponían transversalmente sobre todos los datos. Fuera la que
fuera la manera en que visualizáramos los valores de ventas, unidades y márgenes para las distintas
categorías de productos, teníamos que encontrar la forma de ofrecer esa imagen para distintas geografías
a la vez y para distintos períodos de tiempo a la vez. Había que permitir la comparación temporal y
espacial.