Etiqueta:VisualMapping

En la semana 22/2024 la propuesta es visualizar los datos de Asequibilidad del hogar en EE. UU. y específicamente la información disponible es la correspondiente a las 100 Áreas Metropolitanas más pobladas de EE.UU.

¿Qué encontrarás en este artículo?

El desarrollo de esta semana, y las herramientas utilizadas para llevarlo a cabo han sido los siguientes:

• Presentación del caso de la semana. Pequeño diseño / Metáfora Visual o pieza gráfica que represente el tema. Utilizaré Procreate.
• Resumen de las ideas principales del artículo. Herramienta utilizada ChatGPT 4o 🤖
• Visual Thinking. Generación de un Mapa Mental (Mind Map) en base a las ideas 💡 del resumen. La herramienta utilizada Procreate.
• Análisis 📈 de los datos. Determinación del major gráfico 📈 a utilizar para el caso. Os explicaré el tipo de gráfico “Diagrama de Dispersión”, en este caso ampliado.
• Visualización de los datos.📊 Al igual que en el caso #makeovermonday 21/2024 utilizaré la herramienta de visualización Flourish Studio, pero para los detalles finales he exportando los gráficos en png y he terminado de crear el storytelling con KeyNote, la herramienta de presentaciones de Apple.

🎙️ Presentación del caso

#MakeoverMonday, sin duda alguna, es una fuente de inspiración para aplicar la práctica deliberada y forzarnos a desarrollar nuestras habilidades en el apasionante mundo de la Visualización de Datos y de paso, aprovechando el tema, también para practicar el Visual Thinking.

Para empezar a meternos harina y con iPad en mano, he creado lo que sería la presentación del tema de la semana, y que a la postre será la imagen central del Mapa Mental que crearé relacionado con el caso. Lo publique al principio de la semana para que si alguien se animaba se uniera a la práctica.

En la semana 22 / 2024 los datos que se nos proporcionan son los relativos a la asequibilidad de la adquisición de una vivienda para la población de las 100 áreas metropolitanas más pobladas de EE.UU.

💡 Resumen de las ideas principales

Para realizar el resumen del artículo he utilizado ChatGPT 4o, y el resultado es excepcional 👍, no por ello deja de ser necesario revisar que todo lo indicado es correcto y está incluido en el artículo. Seguidamente os muestro las 5 ideas principales generadas por la IA:

Aquí tienes un resumen con las cinco ideas principales del artículo:

1. Aumento del Ingreso Necesario para Comprar una Casa: Para poder comprar una casa típica en Estados Unidos, un comprador debe ganar $114,627 anualmente, lo cual es un 15% más que el año anterior y más del 50% desde el inicio de la pandemia. Este es el ingreso más alto registrado necesario para comprar una casa.
2. Impacto de las Tasas Hipotecarias y Precios de las Casas: Las tasas hipotecarias altas y los precios de las casas en aumento han elevado los costos de vivienda. En agosto de 2023, la tasa promedio de una hipoteca fija a 30 años era del 7.07%, y los precios de las casas han subido un 3% interanual, alcanzando cerca de $420,000.
3. Dificultades para los Compradores Primerizos: Los compradores primerizos son los más afectados por el aumento en los ingresos necesarios para comprar una casa. El ingreso promedio de un hogar estadounidense es aproximadamente $40,000 menos de lo necesario para comprar una casa mediana, con un ingreso medio de $75,000 en 2022.
4. Variaciones Regionales en el Ingreso Necesario: El ingreso necesario para comprar una casa ha aumentado en todas las principales áreas metropolitanas, con los incrementos más grandes en Miami y Newark, NJ (33% más que el año anterior). Por otro lado, Austin, TX ha visto el menor aumento (8%).
5. Alternativas y Consejos para los Compradores: Para enfrentar la falta de asequibilidad, se recomienda a los compradores considerar opciones como condominios o casas adosadas, mudarse a áreas más asequibles o a suburbios, especialmente aquellos que no están comprando en efectivo o que no están vendiendo una propiedad previa con acumulación de valor.

Este resumen muestra la dificultad actual para la adquisición de viviendas en EE.UU., pero que tal si le damos un toque más visual utilizando IH (Inteligencia Humana)

👁️ Visual Thinking

El resumen anterior generado por IA (ChatGPT 4o), o un resumen que pudiéramos realizar nosotros requeriría de una lectura concentrada para entender los motivos de la difícil situación en EE.UU. para la adquisición de viviendas, pero no me cabe ninguna duda de que una representación visual de estas mismas ideas en un Mapa Mental facilitará la rápida comprensión de la situación en general.

Seguidamente te muestro un Mind Map tuneado, ya que realmente no cumple estrictamente con las reglas de un Mapa Mental. Yo lo denomino Mini Mapa Mental o MMM, y se trata de un mapa mental con la 💡 idea central y únicamente un primer nivel de ideas fundamentales. A partir de este primer esqueleto podríamos seguir ramificando y completando con ideas de más detalle.

Así que seguidamente te muestro el MMM que he creado con Procreate en mi iPad.

📈 Análisis de datos

Los datos que nos proporciona el reto en esta semana, tal y como os comentaba antes, son los correspondientes a las 100 áreas metropolitanas más pobladas de EE.UU. Dados estos datos mi intuición me dice que el gráfico más adecuado es un Diagrama de Dispersión, ya que me permitirá buscar correlaciones entre algunos de los datos proporcionados.

¿Qué es un diagrama de dispersión?

Un gráfico de dispersión muestra la relación entre dos variables continuas. Los gráficos de dispersión se utilizan por tanto para mostrar relaciones claras o inicialmente ocultas. Para la correlación, los gráficos de dispersión ayudan a mostrar la fuerza de la relación lineal entre dos variables.

Al utilizar este tipo de gráficos para intentar validar alguna hipótesis de correlación, en algunos casos, podemos llegar a la conclusión de que estábamos equivocados, pero de eso se trata de practicar el ensayo/error y en buscar historias en los datos.

En mi búsqueda de validación de hipótesis he intentado validad la correlación entre el Tipo de Cambio Interanual, ingreso anual necesario para permitirse una vivienda de tipo medio, y los ingresos anuales necesarios. Y no veo que exista una correlación muy clara. No obstante, y aunque este tipo de gráficos utiliza dos variables, podemos añadirle más dimensiones.

En el caso de estudio he añadido dos variables adicionales:

• Sustituyendo los puntos por círculos cuyo radio aumenta en función del Pago hipotecario mensual medio, que correlaciona perfectamente con los ingresos anuales necesarios.
• Añadiendo color a los círculos por clusterización, de forma que creamos grupos de elementos.

📊 Visualización de datos

Estos gráficos los he generado con Flourish Studio, pero les he añadido los detalles finales en KeyNote de Apple. Sin embargo, tal y como aprendí en el curso de Visualización de Datos de Latinometrics en Plazi, lo que tenemos que hacer con nuestros hallazgos en los datos es crear una historia, un DataStorytelling. Así que seguidamente te dejo el que yo encontré…

Un primer enunciado que pueda llamar la atención …

En este caso muestro que el estado donde es más difícil comprar una vivienda es en California, y haciendo un guiño 😜 a su antiguo 38º gobernador entre 2003 y 2011 Arnold Schwarzenegger, he añadido «Desafío Total» al titular.

Las dos áreas metropolitanas más difíciles…

Las áreas metropolitanas más complicadas son San José y San Francisco ambas ubicadas en California,

Y el Top 5 siguiente…

Las 5 siguientes áreas metropolitanas en dificultad también pertenecen al estado de California.

A partir de este punto podríamos seguir ampliando la historia, o si finalmente no nos convence podríamos darle otra orientación. Es decir, tienes que jugar con los datos.

💭 ¿Qué te ha parecido el reto de esta semana?

⭐️ Me encantaría ofrecerte más detalles sobre el caso de la semana para asegurarme de que estás obteniendo el máximo provecho de este reto. Profundizar en aspectos específicos que puedan ser de mayor ayuda o facilitar orientación adicional sería mi objetivo, pero necesitaría saber en que puntos te gustaría que extienda la información. Y por supuesto, si observas que estoy cometiendo algún error y me ayudas a corregirlo sería fantastico.

Además, tu perspectiva y experiencia personal serían muy valiosas para enriquecer el contenido, ya que podrías compartir la forma en que consideras que los datos del caso de la semana deberían ser presentados. Estoy ansioso por recibir tus comentarios y continuar esta conversación de manera constructiva.

😃 ¡Muchas gracias! , volveré con el siguiente reto.