Power Booh!: Analizamos Halloween con Power BI

Halloween es una de las celebraciones más extendidas por todo el mundo gracias a las películas y series de TV norteamericanas. Por eso no me he podido resistir a analizar estas fiestas con Power BI.

Gracias a este experimento, podréis profundizar en la creación de infografías en Power BI (que ya iniciamos en el post sobre Infografía de Messi en el FC Barcelona) y he investigado nuevos custom visuals que no había utilizado antes como Sunburst de MAQ Software.

Orígenes de Datos de Halloween

Una de las preguntas que más de hacen los seguidores del blog es: ¿de dónde sacas los datos para tus informes?

Por eso, en todos nuestros tutoriales y proyectos publicados os indicamos cómo hemos obtenido los datos y os adjuntamos un link a dichos orígenes públicos de datos. En este caso tenemos 3 orígenes de datos, todos procedentes del portal Kaggle:

• Kaggle – IMDB Horror Movie Dataset: un listado de las películas de terror en la base de datos online IMDB (datos de 2012)
• Kaggle – Halloween Candy Power Ranking: un listado de las chocolatinas y caramelos más populares en Halloween y clasificados por sus principales componentes o sabores. Es un listado procedente del mercado norteamericano, por lo que es posible que muchos de estos productos no estén disponibles en vuestro país.
• Kaggle – Halloween Survey: encuesta sobre Halloween realizada vía Facebook, LinkedIn, Reddit, y email, en la que hemos extraído información por los disfraces más usados en estas fiestas.

Con estos 3 datasets podremos construir un informe en Power BI (con estilo de infografía) que nos permita tener una idea más clara de Halloween y obtener algunos datos interesantes.

Los 3 conjuntos de datos son ficheros planos csv por lo que importaremos los datos con un origen tipo “Texto o CSV“.

Análisis de Películas de Terror

La primera página de nuestro informe analizará el conjunto de datos de películas de miedo en IMDB. como vemos, el listado tiene información de películas, con el año de estreno, país de procedencia, valoración de IMBD (de 0 a 10), duración del largometraje, etc.

En este caso no nos ha hecho falta modificar el dataset original más allá de algunas pequeñas transformaciones:

• Sustituir los “.” por “,” en la columna de rating para tener el formato decimal europeo
• Quitamos el termino “min.” de la columna de duración de la película para poder tratarlo como un número y hacer un promedio

Con los datos ya transformados y cargados, realizamos una serie de visualizaciones:

• Películas de Terror estrenadas por mes: en este gráfico de columnas se ve claramente que Octubre (preludio de Halloween) es el mes con más estrenos de películas de esta categoría.
• Duración Media: un simple indicador para calcular el promedio en minutos de la duración de este tipo de películas.
• Top 10 películas de terror según IMDB: Tengo que reconocer que no he visto ninguna de estas películas y ahora tengo curiosidad por verlas ya que todas superan el 9/10 de valoración
• Número de películas de Terror realizadas y valoración media por país: en este caso presentamos en un mapa el número de películas realizadas en cada país y el color indica la valoración media. Cabe destacar que aunque USA es el país con una producción mayor de este género, su valoración media es de 5. En cambio, países como Sri Lanka o Maldivas tienen una sola película pero con valoración de 8.

El resultado es el siguiente:

Análisis Dulces de Halloween

En este caso si que hemos tenido que hacer varias transformaciones de datos para tener la información como necesitábamos para nuestro análisis. El dataset original muestra un listado de dulces y en columnas muestra si tienen o no cierto sabor o ingrediente:

Una vez quitamos las columnas que no necesitamos, vamos a realizar un “unpivot” de columnas (traducido al castellano como “Anular dinamización de columnas“). Para ello seleccionamos las todas las columnas de ingredientes y pulsamos esta función de Power Query para que transforme dichas columnas en filas:

Una vez hemos cargado y transformado los datos en Power Query vamos a usar un custom visual para mostrar la información en nuestro informe. Para ello debemos pulsar en los “…” de la ventana de visuales (parte inferior):

con ello accederemos al Appsource de Microsoft y podremos revisar cientos de visualizaciones que han creado terceros para Power BI. Debemos buscar la visual Sunburst de MAQ Software:

Una vez instalado lo seleccionamos y mostramos como Categoría Principal el campo “Característica” y como Subcategoría “CompetitorName” o nombre del dulce. Por último, arrastramos el campo Valor al la Medida.

Con esto le estamos diciendo a la visual que nos muestre un gráfico de Donut interior con las características o ingredientes y encima de este uno con los nombres de dulces que entran dentro de esta característica.

Hemos incluido en el centro del gráfico de donut una imagen de un plato lleno de dulces de Halloween para darle un aspecto más infográfico a la página. El resultado es el siguiente:

Análisis Disfraces de Halloween

Por último, vamos a recoger los datos de la encuesta de Halloween y quedarnos sólo con las preguntas relativas a Disfraces para desarrollar nuestra tercera página del informe.

En este caso se les pregunta por un disfraz y el usuario debe contestar en que rango de edad se ha disfrazado con él en Halloween. La encuesta permite respuestas múltiples, ya que puede que un disfraz lo hayas repetido en diferentes momentos de tu vida.

Para poder separar estas respuestas múltiples (vienen separados por punto y coma) usamos la transformación “Dividir columna por delimitador” para separarlo y que nos lo muestre como nuevas filas:

En este caso, queremos algo más interactivo, por lo que pondremos un filtro por Disfraz para que, una vez elegido el mismo, puedas ver el análisis de esa vestimenta de Halloween por diferentes segmentaciones.

Tras la transformación y carga de datos con Power Query, mostraremos distintas visualizaciones sobre estos datos:

• Filtro Disfraz: para seleccionar el disfraz que quieres analizar
• ¿Con que edad has llevado el disfraz seleccionado?: nos indica en que momento de tu vida has llevado dicho disfraz.
• Distribución por género: para analizar la tendencia de uso según el genero de la persona.
• Distribución por edad actual: a diferencia del primero, este gráfico nos muestra la edad actual del encuestado. Con esta visual podemos analizar si el disfraz es algo típico de una generación concreta
• ¿En que región de U.S, se usa más?: Para determinar si hay un factor geográfico en el uso de ese disfraz.

El resultado es el siguiente:

El informe completo de Halloween con Power BI

A continuación os dejo el informe para que podáis interactuar con él (podéis hacerlo más grande a través del icono de las 2 flechas en la parte inferior derecha):

Recordad que si sois suscriptores de nuestra newsletter (es gratis) podréis acceder a todos los ficheros pbix de nuestros tutoriales y artículos.

Conclusiones

Sigo descubriendo las propiedades y opciones de Power BI para infografías y storytelling y cada vez le veo más posibilidades. Es cierto que podría tener más diversidad de visualizaciones, pero con un poco de imaginación podemos hacer cosas increíbles.

Espero que os guste ¿vosotros habéis realizado infografías con Power BI?¿Cómo ha sido vuestra experiencia? Podéis dejar vuestras experiencias y dudas en los comentarios de este post.