Ilustración: una persona señala un gráfico de barras mientras otra lo observa pensativa
Volver al Blog

Entre la cifra y la decisión

Dos estudios recientes sobre cómo leemos los gráficos apuntan en la misma dirección que una idea que en TCA defendemos desde hace años: casi siempre, lo que importa de un dato no es el dato en sí, sino lo que significa.

Quien haya preparado una presentación de resultados conoce el momento. La diapositiva está bien hecha, las cifras son correctas y el gráfico es limpio. Y aun así, al terminar, alguien en la mesa pregunta:

«Entonces, ¿esto es bueno o malo?»

Esa pregunta rara vez delata falta de atención. Suele indicar que el dato ha llegado y que su significado se ha quedado por el camino.

Encontrar la cifra

Un equipo de NORC, en la Universidad de Chicago, y de la Universidad de Nebraska ha publicado en IEEE Computer Graphics and Applications un estudio que mide precisamente esa distancia. Mostraron datos en tres tipos de gráfico a más de 3.000 adultos, una muestra representativa de la población de Estados Unidos, y evaluaron dos cosas por separado: si sabían localizar los valores y si sabían distinguir qué conclusiones sostenían esos datos y cuáles no.

La capacidad de pasar de una cosa a la otra variaba con la edad y el nivel de estudios. Y los autores advierten que un gráfico complejo puede quedar fuera del alcance de quien no se siente seguro leyéndolo.

Trasladado a una sala de reuniones, el hallazgo es incómodo. En un comité de dirección conviven perfiles financieros que leen una cascada sin pestañear con directores de área que la miran con educación y esperan a que alguien les explique qué significa. Si la diapositiva solo garantiza que el dato está, cada uno sacará su propia conclusión, o ninguna.

Creerse el resultado

El segundo estudio, de un equipo de la Universidad de Michigan publicado en Cognitive Research: Principles and Implications, aborda un problema distinto: hay datos verdaderos que parecen falsos. Cuando una cifra contradice la intuición, el lector tiende a desconfiar de ella y a descartarla.

Los investigadores trabajaron con un caso de riesgo acumulado. En una comunidad con un 4 % de personas contagiadas, la probabilidad de que alguien en una cena de diez comensales esté infectado rondaba el 40 %.

4 %de personas contagiadas en la comunidad
40 %de probabilidad de que alguien en una cena de diez esté infectado

Es una cifra que muchos consideran exagerada. Compararon varias formas de comunicarla: un gráfico estático con el resultado, una anécdota personal y una visualización narrativa que, en tres pasos, mostraba cómo se llega a ese 40 %.

En el primer experimento, el gráfico estático por sí solo redujo la preocupación de los participantes: el dato, presentado sin más, se volvía en contra de su propio mensaje. En el segundo, con más de 1.400 personas, la secuencia narrativa no cambió directamente la preocupación, pero sí aumentó la comprensión que los participantes creían tener y su confianza en los datos.

Conviene leerlo con cuidado

Se midió la comprensión percibida, no la real, y la confianza con solo dos preguntas. Los propios autores no saben si el efecto se repetiría fuera del riesgo sanitario.

Aun así, el mecanismo es reconocible en cualquier empresa. Una pérdida mensual de clientes del 2 % parece manejable hasta que se acumula: al cabo de un año, supone más de una quinta parte de la cartera. Presentar solo esa cifra final invita al escepticismo. Mostrar cómo se construye la hace defendible.

12,0 %2345611,4 %78910111221,5 %Mes
Un 2 % de clientes perdidos cada mes, acumulado mes a mes: al cabo de un año, el 21,5 % de la cartera.

Hay una advertencia que el estudio no formula y que nos parece importante.

Una narrativa que aumenta la confianza también la aumenta cuando los datos están mal.

Por eso la secuencia sirve si enseña el cálculo y sus supuestos, no si solo envuelve el resultado en un relato más convincente.

Lo que le pedimos a un gráfico

Juntos, los dos trabajos dibujan tres exigencias que van más allá de que un gráfico se vea bien:

  1. Ver el dato. Que el lector encuentre la cifra.
  2. Entenderlo. Que sepa qué implica y qué decisión apoya.
  3. Creérselo. Cuando el resultado sorprende, que pueda ver de dónde sale.

Ninguno de los dos estudios se hizo con ejecutivos ni con presentaciones corporativas, y sería un error presentarlos como prueba de lo que funciona en un consejo de administración. Lo que sí hacen es dar respaldo empírico a algo que la práctica enseña pronto:

Una presentación de datos no termina cuando la cifra está en pantalla, sino cuando la audiencia sabe qué hacer con ella.
Referencias

Rice, K., Bell, S., Wing, T., Hofmann, H. y du Toit, N. (2026). Measuring Real-World Understanding of Patterns in Data Graphics. IEEE Computer Graphics and Applications. DOI: 10.1109/MCG.2025.3565834

Fansher, M., Walls, L., Hao, C., Subramonyam, H., Boduroglu, A., Shah, P. y Witt, J. K. (2025). Narrative visualizations: Depicting accumulating risks and increasing trust in data. Cognitive Research: Principles and Implications, 10, 7. DOI: 10.1186/s41235-025-00613-w

¿Te ha gustado? Sigue leyendo en el blog o cuéntanos tu proyecto.
Sin Comentarios

Publica un Comentario