Cómo funciona la herramienta
Pedirle a una IA «hazme un gráfico bonito» produce justamente eso: bonito, no necesariamente correcto. Esta herramienta separa la elección del tipo de gráfico (una regla clara, no una IA) del dibujo de los datos (siempre calculado en tu navegador, nunca por la IA).
- Pegas o subes tu tabla (desde Excel, Sheets, o un archivo .xlsx/.csv): tu navegador la lee, arma una ficha (columnas, tipos, valores únicos) y tú eliges tu objetivo (comparar, ver evolución, composición, distribución o relación).
- Ves un gráfico al instante, calculado en tu navegador según tu objetivo y las columnas que elijas, con una galería para comparar el mismo dato en otro tipo de gráfico.
- Copias un prompt que le pide a tu IA entre 3 y 6 gráficos adicionales: ella solo propone qué columnas y qué tipo usar; esta página dibuja cada uno con tus datos reales.
La regla que atraviesa toda la herramienta: la IA nunca calcula los valores de un gráfico. Solo sugiere columnas, tipo y título; los números los calcula siempre esta página, y el eje Y de una barra nunca se trunca, sin excepción.
Empieza por la pregunta, no por el gráfico
El error más común al visualizar datos es elegir el gráfico primero («hagamos un pastel») y forzar los datos para que quepan ahí. Funciona al revés: primero defines qué quieres responder, y la pregunta misma casi siempre te dice qué gráfico usar.
- «¿Quién vendió más?» es una pregunta de comparación → barras.
- «¿Cómo cambió esto en el tiempo?» es una pregunta de evolución → líneas.
- «¿Qué partes forman el total?» es una pregunta de composición → pastel (con pocas partes) o barras.
Por eso esta herramienta empieza pidiéndote tu objetivo, no tu tipo de gráfico preferido.
Guía rápida: comparar, evolucionar, componer, distribuir, relacionar
| Objetivo | Pregunta que responde | Gráfico sugerido |
|---|---|---|
| Comparar categorías | ¿Qué categoría tiene más o menos? | Barras, ordenadas de mayor a menor |
| Ver evolución | ¿Cómo cambió algo en el tiempo? | Líneas (una por serie, si comparas varias) |
| Ver composición | ¿Qué partes forman el total? | Pastel, si tienes 5 categorías o menos; si no, barras |
| Ver distribución | ¿Cómo se reparten los valores de una variable? | Histograma |
| Ver relación | ¿Se mueven juntas 2 variables numéricas? | Dispersión |
Esta tabla es, literalmente, la regla que usa el asistente local de la herramienta: no la decide la IA, la decide esta página.
Barras vs líneas vs áreas: cuándo usar cada uno
Barras y líneas se confunden a menudo. La diferencia está en qué eje X representan: si son categorías sin un orden natural (productos, tiendas, ciudades), usa barras; si es una secuencia de tiempo, usa líneas. Las áreas son una variante de las líneas que rellena el espacio bajo la curva, útil para dar peso visual a un volumen acumulado, pero con más de 2 o 3 series se vuelven difíciles de leer (se tapan unas a otras).
| Tipo | Úsalo cuando | Evítalo cuando |
|---|---|---|
| Barras | Comparas categorías sin orden temporal (productos, tiendas, canales) | Tienes más de 15-20 categorías: se vuelve una pared de barras ilegible |
| Líneas | Tienes una secuencia de tiempo (días, meses, años) | El eje X no representa tiempo ni un orden continuo |
| Áreas | Quieres dar peso visual a un volumen que se acumula | Comparas más de 2-3 series: las áreas se tapan entre sí |
Dispersión e histogramas para entender distribuciones y relaciones
Estos 2 tipos de gráfico responden preguntas distintas de las de barras y líneas, y por eso se olvidan con más frecuencia:
- Histograma: agrupa una sola variable numérica en franjas para mostrar cómo se reparten sus valores. Responde «¿la mayoría de mis datos están cerca del promedio, o muy repartidos?».
- Dispersión: ubica cada fila como un punto (x, y) para ver si 2 variables numéricas se mueven juntas. Responde «¿cuando una sube, la otra también sube (o baja)?».
Ninguno de los 2 necesita categorías ni fechas: solo columnas numéricas, por eso esta herramienta los separa del resto en el asistente de elección.
Gráficos que engañan: 7 errores comunes (con ejemplos corregidos)
| Error | Por qué engaña | Corrección |
|---|---|---|
| Eje Y que no empieza en 0 (en barras) | Una diferencia pequeña parece enorme: 2 barras de 90 y 98 se ven del doble si el eje empieza en 85 | Esta página nunca trunca el eje Y en barras; si ves esto en otra herramienta, corrígelo a mano |
| Pastel con más de 5-6 categorías | Los ángulos pequeños son casi imposibles de comparar entre sí | Usa barras ordenadas, o agrupa las categorías chicas en «Otros» |
| Doble eje Y sin justificar | El lector no sabe qué línea corresponde a qué eje, y las escalas pueden alinearse para sugerir una relación que no existe | Usa 2 gráficos separados, o justifica explícitamente por qué comparten el mismo espacio |
| Gráficos 3D | La perspectiva distorsiona el tamaño real de cada barra o porción | Usa la versión plana (2D) del mismo gráfico: siempre se lee mejor |
| Colores sin significado | Un color distinto por cada barra sin ningún criterio hace pensar que hay una categoría oculta | Usa un solo color salvo que el color represente algo real (una serie, un rango) |
| Líneas para categorías sin orden | Sugiere una tendencia o conexión entre categorías que en realidad no tienen un orden natural | Usa barras: las líneas implican secuencia, las barras no |
| Demasiadas series en un mismo gráfico | Más de 5-6 líneas o barras agrupadas se vuelven un plato de espagueti ilegible | Agrupa lo secundario, o usa «small multiples» (ver la sección siguiente) |
Muchos datos: agregación, top N, small multiples
Cuando tu tabla tiene cientos o miles de filas, graficarlas todas rara vez comunica algo. 3 técnicas simples resuelven la mayoría de los casos:
- Agregación: suma, promedia o cuenta antes de graficar (por eso esta herramienta te pide elegir una agregación). Graficar 10,000 filas individuales casi nunca es la respuesta; graficar sus totales por categoría o por mes, sí.
- Top N: si tienes 40 categorías, muestra las 10 principales y agrupa el resto en «Otros», en vez de 40 barras diminutas.
- Small multiples: en vez de 1 gráfico con 10 líneas encimadas, usa 10 gráficos pequeños idénticos, uno por serie, en una cuadrícula. Es más fácil de leer que cualquier gráfico único sobrecargado.
Títulos que comunican el hallazgo
Un título como «Ventas por tienda» describe los ejes, pero no dice nada que no puedas leer tú mismo en el gráfico. Un buen título adelanta la conclusión, para que quien lo vea de reojo ya se lleve el mensaje principal.
| Título débil (describe los ejes) | Título que comunica el hallazgo |
|---|---|
| Ventas por tienda | La tienda Norte creció cada mes desde marzo |
| Calificación por canal | WhatsApp recibe la mejor calificación de los 3 canales |
| Tiempo de respuesta y calificación | A más minutos de espera, calificaciones más bajas |
El prompt de esta herramienta le pide a tu IA justamente esto: un título que comunique el hallazgo, no una descripción de los ejes.
Ejemplo: una misma tabla en 4 gráficos
Tabla ficticia de una boutique con 3 tiendas (Norte, Sur, Centro) en Lima, Perú, con ventas y visitas de enero a marzo, repartidas en 3 categorías de producto.
1. Comparar: ¿qué tienda vendió más?
| Tienda | Ventas del trimestre |
|---|---|
| Sur | S/ 10,000 |
| Norte | S/ 9,000 |
| Centro | S/ 6,300 |
2. Componer: ¿qué categoría pesa más?
| Categoría | Ventas del trimestre |
|---|---|
| Ropa | S/ 12,650 |
| Calzado | S/ 7,590 |
| Accesorios | S/ 5,060 |
3. Evolucionar y relacionar
El mismo archivo también responde «¿cómo evolucionó cada tienda mes a mes?» (líneas, una por tienda) y «¿las visitas se relacionan con las ventas?» (dispersión). Prueba los 4 con el botón «Llenar con datos de ejemplo» de esta herramienta: es el mismo archivo, sin volver a escribir nada.
Correlación visual no es causalidad
En el ejemplo de la boutique, las visitas y las ventas tienen una correlación de 0.99: un número cercano a 1 indica que, en los datos, más visitas casi siempre coinciden con más ventas. Pero esa correlación no prueba que las visitas por sí solas causen las ventas: el tamaño de cada tienda, su ubicación o la época del año también podrían explicar ambas cifras a la vez.
Por eso el prompt de esta herramienta le pide a la IA describir solo patrones («los puntos con más visitas tienden a estar más arriba»), nunca afirmar una causa como cierta. Comprobar una causa real requiere un experimento o, al menos, descartar otras explicaciones posibles, no solo mirar un gráfico.
Cómo está hecho el prompt (y por qué funciona)
El prompt tiene ocho bloques. Cada uno resuelve un riesgo de pedirle a una IA que «me haga unos gráficos»:
| Bloque | Para qué sirve |
|---|---|
| Rol | Especialista en visualización de datos, que propone gráficos sin distorsionar los datos. |
| Objetivo | Proponer entre 3 y 6 gráficos que respondan tu pregunta concreta. |
| Fuente | La ficha de tu tabla, entre etiquetas y declarada como información, no como instrucciones. |
| Datos del usuario | Tu objetivo, tu audiencia y la unidad o moneda de tus datos. |
| Reglas de contenido | Usar solo columnas reales de la ficha; nunca calcular los valores del gráfico; nunca un pastel con más de 5 categorías. |
| Reglas de formato | «Gráficos sugeridos» en una tabla CSV de 8 columnas (pregunta, tipo, x, y, color, agregación, título, advertencia). |
| Formato de salida | 6 títulos exactos y en orden, para que la página arme cada panel. |
| Autoverificación | Una lista que la IA revisa antes de responder: columnas reales, entre 3 y 6 gráficos, ningún pastel sobrecargado, hallazgos sin cifras exactas ni causas afirmadas. |
La decisión clave es que la IA nunca calcula los valores de ningún gráfico: solo propone columnas, tipo de gráfico y título. Eso hace que un error de la IA (una suma mal hecha, una categoría confundida) no pueda colarse en tus números: siempre los calcula esta página.
Checklist antes de compartir un gráfico
- El tipo de gráfico que elegiste responde de verdad tu pregunta (revisa la guía rápida si tienes dudas).
- Ningún pastel de tu informe tiene más de 5 categorías (esta página te avisa si es el caso).
- El título de cada gráfico comunica el hallazgo, no solo describe los ejes.
- Si comparas 2 períodos, verificaste que sean comparables (misma duración, misma estacionalidad).
- Ninguna «Hallazgo visible» de la respuesta afirma una causa que los datos no pueden probar.
- Revisaste la tabla de datos plegable de al menos un gráfico, para confirmar que los números tienen sentido.
- Si vas a compartir el gráfico fuera de tu equipo, revisaste que no incluya datos personales que no deberías mostrar.
Límites y verificación
- No exporta en SVG. Chart.js, la librería que dibuja los gráficos, trabaja sobre un lienzo (canvas): solo se puede exportar en PNG.
- No sustituye a un analista de datos. Elige el tipo de gráfico y calcula los valores correctamente, pero la interpretación de fondo sigue siendo tuya.
- Procesa hasta 50,000 filas en tu navegador; archivos más grandes se recortan, con aviso.
- No detecta relaciones causales. Solo muestra patrones visuales: la causalidad se comprueba con otros métodos, no con un gráfico.
- No da asesoría legal ni tributaria. Si tienes dudas sobre esta herramienta, puedes escribirnos.
- Tu tabla, siempre en tu navegador. Nunca se envía a este sitio; revisa el detalle en la política de privacidad.
- La IA puede equivocarse, aunque el prompt se lo prohíba: puede sugerir una columna que no existe o un pastel con demasiadas categorías. Esta página detecta ambos casos y te avisa.
- Cómo lo comprobamos. El lector de la respuesta, el cálculo de cada tipo de gráfico y el detector de pasteles sobrecargados se prueban automáticamente con datos ficticios. Conoce el proyecto en Sobre nosotros.