Blog

Motivo de ser

Últimamente es muy común el tener que analizar grandes cantidades de datos, los cuales han sido acumulados durante años, y ahora se desea explorarlos en busca de información relevante para tomar futuras decisiones de negocio. En cualquier caso, el primer paso para sacar provecho de los datos es entenderlos, comprender qué información tienen y cuál no, ver cómo evoluciona su comportamiento a medida que pasa el tiempo, descubrir posibles patrones, etc.

Y en este proceso, el cual no es fácil, y suele ser el más demandante, existen diversas herramientas que pueden ayudarnos, pero la más primitiva y a la vez más útil, es convertir estos datos, en principio simples registros digitales, en información visual que podamos comprender simplemente con una mirada. Este proceso es conocido como Data Visualization y consiste en expresar visualmente la información que tienen los datos.

En esta área el principal desafío no es técnico, si no que está en entender qué tipo de estructuras visuales son las idóneas para transmitir lo que queremos decir, usando como fuente los datos. Importante es recalcar que no existe una “verdad” en los datos, pues lo que los mismos “sigan” siempre va a depender de cómo los manipulemos.

Nuestro caso de estudio

Para explorar este mundo primero tenemos que tener un conjunto de datos del que partir. Nosotros vamos a utilizar el Dataset de Kaggle “World Energy Consumption”, el cual contiene datos de consumo energético y eléctrico mundiales de las últimas décadas, segregados por país y por fuente.

Como comentamos, uno de los primeros pasos es entender los datos, y para eso vamos a limitarnos a comprender la diferencia entre el consumo energético y el eléctrico. Por ejemplo, el consumo en combustible de los autos es un consumo energético, más no eléctrico. Por lo que nos bastará con entender que todo consumo eléctrico es energético, pero no al revés. Con esa aclaración, empecemos nuestro análisis.

Consumo histórico

Una de las primeras cosas que podemos ver, es cómo evolucionó el consumo energético a lo largo de la historia en el mundo. Sin embargo, es evidente que este consumo va a crecer pues la población crece, por lo tanto podemos analizar también el consumo per cápita para independizarnos de este fenómeno.

Siempre es bueno, tras hacer un gráfico, ver si se corresponde con la realidad que esperaríamos, y si no, entender porque (podría ser por un mal tratamiento de los datos). En la gráfica de la izquierda, vemos como el consumo fue aumentando a la par de la población, como esperábamos.

Luego en la derecha vemos algo más interesante, y no tan obvio, que es como el consumo per cápita también aumentó, aunque con ciertas irregularidades. A grandes rasgos podemos ver que ahora consumimos aproximadamente un 80% más que hace 50 años, que en los ochentas hubo un momento en que bajó el consumo de la gente y que a principios de los dos mil hubo un crecimiento abrupto que se sostiene hasta día de hoy.

La influencia del PBI

El consumo energético lo podemos pensar como un reflejo del nivel de industrialización, más industrias, más consumo. Aunque también está asociado al nivel de confort de las personas, pues un mayor confort requiere de un mayor consumo. Por eso es interesante contrastar cómo evolucionó el PBI en comparación al consumo energético, tanto a nivel global como per cápita.

En primer lugar, con la gráfica de la izquierda se ve algo que era esperable, y es que el consumo de energía aumentó a la par que el PBI (al menos a nivel mundial que es el foco actual). Está relación está asociada al crecimiento industrial, que es uno de los factores que nos interesaba analizar. Se destaca un punto interesante que es lo que pasó en 2009, donde ambos indicadores bajaron (debido probablemente a la gran recesión).

Cuando analizamos la gráfica de la derecha, vemos que a grandes rasgos el consumo energético de la gente fue creciendo a la par que lo hacía su PBI, lo cual está asociado al nivel de confort que mencionamos.

A nivel continental

Hasta ahora usamos el consumo a nivel global para dar un primer vistazo a los datos, pero llegó el momento de indagar separando, no todavía por país, si no por continente (o más bien zonas). Por lo que vamos a ver el consumo histórico tal como hicimos antes, pero ahora por zonas, aprovechando para mostrar otro tipo de visualización para los mismos datos.

Primero veamos cómo usamos dos tipos de visualizaciones sobre los mismos datos, aunque no para mostrar lo mismo. Con la primera ponemos énfasis en la evolución particular de cada zona, y nos sirve para compararlas entre sí fácilmente. Por ejemplo, vemos un gran crecimiento de los asiáticos en las últimas décadas, dejando atrás a los norteamericanos que tenían la hegemonía en gasto energético hasta comienzos del siglo actual, llegando incluso a duplicarlos en materia de consumo energético, en menos de 20 años.

Por otro lado, con la segunda, vemos cómo cada zona aporta a un total y de qué manera. Podemos ver, por ejemplo, como cerca del 80% del consumo global se origina en Asia, Norteamérica y Europa, o también notar como los principales causantes del aumento de consumo en los últimos años fueron los asiáticos.

Segmentando por país

Si seguimos bajando el nivel de granularidad, podemos hacer un análisis a nivel país, en el cual vamos a ver los 7 países que más consumen, realizando un par de representaciones idénticas a la que hicimos anteriormente.

A nivel general, vemos algo que se podía sospechar del análisis anterior, y es como el gran causante de la prosperidad asiática fue China, donde si bien el crecimiento era constante, equiparable al resto de potencias, fue a principios de siglo donde su crecimiento se disparó abruptamente, dejándolo 20 años después en la posición que ocupa hoy.
También podemos detectar economías emergentes que están creciendo exponencialmente , como es el caso de India.
Incluso podemos detectar eventos históricos, como fue la caída de la Unión Soviética, momento en el cual su consumo se desplomó (en parte esto fue por el desanexo de los otros países de la URSS a Rusia, aunque hubo una posterior caída energética de lo que ya era Rusia).

Energías renovables

Como dijimos al comienzo, el dataset que estamos usando posee información de las fuentes de la energía. Por lo que podemos analizar que pasó con las energías renovables en los últimos años, pues, gracias a los avances tecnológicos y el abaratamiento de costos, en muchos países se han llevado a cabo grandes cambios en las matrices energéticas que permitieron dar paso a nuevas y sustentables fuentes de energía.

En la gráfica de la izquierda vemos varias cosas: en primer lugar, la evolución de los porcentajes de energía y electricidad renovables en los últimos años, y luego la misma comparación pero en valores absolutos. Lo primero que podemos ver es que las tasas de electricidad siempre están por arriba que las de energía. Para entender esto, hay que recordar que el consumo energético que no es eléctrico es principalmente aquel proveniente de la quema de combustibles, por ejemplo, en motores de combustión o en el calentamiento de hornos. Y como la mayoría de los combustibles provienen de fuentes no renovables, es que se genera ese desbalance, que hace que la energía renovable tenga tasas menores que la electricidad. En cambio, las grandes fuentes de energías renovables (represas, campos de molinos), se transforman directamente en energía eléctrica.
Por otro lado, vemos como si bien la generación de energía renovable ha crecido considerablemente, no fue hasta mediados de los dos mil cuando su proporción en la generación mundial empezó a crecer, teniendo un crecimiento de unos 5 puntos porcentuales hasta ahora.
Por último tenemos la gráfica de la derecha, que intenta mostrar cómo además de las energías renovables, si le agregamos la generación nuclear, obtenemos lo que se llama generación de baja emisión, pues si bien la energía nuclear no es renovable ya que consume minerales finitos, no produce casi emisiones comparadas al resto de métodos de generación no renovable. De esta gráfica vemos como la caída del uso de la energía nuclear de los dos mil, provocó una caída en la proporción de electricidad generada sin emisiones.

Países más sustentables

Como vimos, podemos segmentar por país, y además por tipo de energía. Esto invita a cruzar las dos dimensiones y analizar el tipo de consumo por país. En primer lugar, vamos a limitarnos a analizar simplemente cuales son los países con mayor tasa de energía renovable consumida. Recordando que, en la actualidad, el porcentaje de electricidad renovable a nivel global es del 27%, veamos a los que más destacan.

A la izquierda vemos las tasas de energía renovable, y a la derecha las de electricidad.
Analizando por país, vemos como Islandia destaca considerablemente, alcanzando el 80% de energías renovables en la última década , y la totalidad de la generación eléctrica sustentable. Esta diferencia entre el 100% y el 80%, se explica como ya vimos, por el consumo no eléctrico, por ejemplo el combustible de los vehículos. Obviamente para analizar esto hay que recordar que la población de Islandia es muy baja (menos de 400 mil habitantes), por lo que este caso no es extrapolable a grandes poblaciones.
Luego le sigue Noruega, con un comportamiento casi perfecto, y más abajo ya aparecen otros países, con tasas cercanas al 40%, valor mucho más cercano al global.
Hay cosas importantes a destacar, por ejemplo, que este dataset tiene información insuficiente para algunos países latinoamericanos, en los cuales también hay tasas de renovabilidad muy altas. Por otro lado, como ya destacamos, es más fácil mantener una tasa alta en países de poca población, menor extensión y poca capacidad productiva, que en grandes potencias como las que vimos antes, las cuales seguramente tienen tasas inferiores al promedio global.

Tipos de energías renovables

Ahora que ya analizamos la energía como renovable o no, podemos diseccionarla y ver cuáles son las principales fuentes que componen cada grupo, y cómo fueron evolucionando éstas a lo largo de la historia reciente.

A la izquierda, vemos las fuentes de las renovables. Como primera conclusión notamos como por amplia mayoría, la fuente más común es la hídrica, es decir las represas. Esto se explica desde diversos motivos. En primer lugar, tenemos que es el recurso más fácil de obtener, pues basta con tener un afluente de agua con suficiente caudal para construir la presa. Como segundo punto tenemos que es capaz de brindar una gran cantidad de potencia, pues nos permite convertir toda la energía cinética del caudal en energía eléctrica. Finalmente, y muy importante; es controlable, pues a diferencia de un molino, en el que no tenemos control del viento que lo hace girar, en una represa podemos abrir las compuertas cuando queramos, permitiéndonos suministrar la potencia deseada cuando queramos (siempre que haya agua en la presa).
Si hacemos un análisis más fino, podemos ver como la energía eólica tuvo un crecimiento exponencial a partir de principios de siglo, volviéndose la fuente más común luego de la hídrica.
A la derecha tenemos las no renovables, donde vemos como a grandes rasgos, las fuentes fósiles (gas, petróleo y carbón), comparten proporciones, dejando rezagada a la energía nuclear.

Más a nivel de visualizaciones, vemos como en este tipo de representación de valores apilados, nos sirve para ver el comportamiento del total junto al individual. Esto puede ser útil pues aporta información, pero a la vez hace que sea más complicado comparar las distintas categorías entre sí. Es por eso que puede resultar útil normalizar los valores por año y mirar valores porcentuales, para enfocarnos en la comparación entre categorías.

Ahora con esta visualización podemos ver claramente cosas como que las fuentes fósiles, aproximadamente mantuvieron la misma proporción a lo largo de los años, salvando un crecimiento del gas. Así como también vemos la aparición de la generación nuclear a principios de los 70.

Por otro lado, en las renovables, vemos cómo la hegemonía de la energía hídrica ha estado decayendo desde los dos mil, debido a la aparición en el mercado de otras fuentes como la eólica o la solar.

Visualizaciones geográficas

Otra buena idea cuando estamos trabajando con datos correspondientes a países, es utilizar mapas para mostrar nuestros datos. Es especialmente útil este tipo de gráficas pues nos da un contexto geográfico de nuestros datos, lo cual nos permite detectar relaciones que de otra manera no podríamos. Además de que nos sirven para representar más datos en pantalla.

En estos mapas aprovechamos para mostrar el consumo absoluto y Per Cápita, como habíamos visto antes, pero ahora pudiendo mostrar a todo el planeta. La gráfica de la izquierda, en valores absolutos, nos sirve para ver cómo China junto con EEUU son los grandes consumidores, dejando al resto bastante por debajo.

En la de la derecha, vemos el consumo Per Cápita, que nos permite apreciar más detalles que antes quedaban eclipsados por los grandes consumidores. Por ejemplo podemos ver  que Qatar es el país con mayor consumo Per Cápita (aunque apenas llegue a distinguir por su reducido tamaño), seguido de Islandia (probablemente por calefacción) y continuando por Emiratos Árabes Unidos.

Este tipo de mapas resulta especialmente útil cuando recordamos que estas medidas de consumo están asociadas al nivel de confort e industrialización del país. Sin embargo, ese análisis escapa del foco del blog.

De manera análoga a como hicimos con los consumos, también podemos llevar las tasas de energía y electricidad renovable al mapa. En esta visualización además agregamos otra dimensión que es el consumo en sí, que en se corresponde al tamaño de las burbujas , mientras que el color de las mismas indica la tasa de renovabilidad.

Con una vista rápida confirmamos lo que supusimos anteriormente, y es que las grandes potencias tienden a tener una tasa de renovabilidad menor. Esto lo notamos al ver que las burbujas más verdes, más pequeñas tienden a ser.

Por país y por fuente

Finalmente para cerrar el blog, vamos a cruzar las dos segmentaciones que tiene nuestro dataset para analizar ahora a las distintas fuentes a nivel país, en la época actual, dejando de lado el histórico. Para eso vamos a mostrar 3 formas distintas de visualizar estos datos, analizando ventajas y desventajas de cada una.

En primer lugar, tenemos la opción de hacer un diagrama de “Radar” para cada fuente de energía. Acá lo que vemos es, para cada fuente de energía, qué proporción representa (porcentualmente) de la alimentación de cada país.
Notar que el hecho de utilizar la proporción de esa fuente en el país, nos independiza del consumo del país, permitiéndonos comparar países de distintas poblaciones.
Las conclusiones que podríamos sacar de esta representación, podrían ser por ejemplo, que la generación eólica es especialmente importante en Alemania, la hídrica en Canadá o la biomasa en Estados Unidos.
Lo malo de esta visualización es que no tenemos noción del consumo absoluto, lo cual puede llevar a malentendidos, sobre todo si comparamos países dispares en población.

Como segunda opción tenemos los gráficos de barras agrupadas (que perfectamente pueden pensarse como varios gráficos de barras con una misma referencia), donde volvemos a tener noción del consumo absoluto, solo que tenemos que recurrir a una escala logarítmica para emparejar visualmente los niveles de consumo de los países a analizar.
En este caso, agrupamos los datos por país, en comparación del caso anterior que lo hacíamos por fuente, por lo cual nos es más fácil analizar la matriz energética de cada país.
Ahora podríamos sacar conclusiones asociadas también al consumo absoluto. Por ejemplo, que China es el mayor consumidor, y que su principal fuente es el carbón, seguida del petróleo. También podemos ver como en la India o Japón, el manejo de la Biomasa está muy poco desarrollado (siendo inexistente en el segundo caso) en comparación con los otros países que estamos visualizando.
Acá también tenemos desventajas evidentes. Básicamente, al usar escala logarítmica, ya no podemos hacer comparaciones de proporciones como hacíamos antes y nos tenemos que limitar a relaciones de orden, o sea “mayor o menor que…”.

Como tercera y última opción propuesta, tenemos la opción de una tabla coloreada, En este caso usamos una tabla bidimensional para representar nuestros datos, y usamos el color para identificar la proporción a nivel de fuente. Además, anotamos el valor concreto en cada celda para conocer el valor absoluto.

En esta visualización podemos ver las proporciones de cada fuente para cada país, mediante el color, misma información que veíamos en la primera representación, pero ahora además podemos ver el valor absoluto del consumo.
De acá podemos confirmar o reforzar algunas de las cosas que vimos en las dos anteriores. Por ejemplo, que Estados Unidos es el país que mayor uso le da a la biomasa. También vemos cómo si bien Alemania era el que mayor proporción de generación eólica tenía, en valores absolutos, está bastante por debajo de la generación eólica de países como Estados Unidos o China, lo cual es lógico por la población de los mismos.
Si bien esta forma de disponer los datos intenta corregir las falencias de las anteriores, también tiene sus desventajas. Entre ellas están que, es más difícil visualmente comparar colores que distancias, o números que alturas. Esto hace que no resulte tan visual como el resto, sino que es una disposición que requiere más lectura, a diferencia del resto de herramientas que mostramos que buscaban transmitir rápida y visualmente la información.

Resumen de lo aprendido

Como cierre, veamos en pocas palabras lo que aprendimos en el blog. Como gran conclusión, vimos que nunca va a existir una gráfica perfecta, que pueda mostrar toda la información y complejidad de nuestros datos, y que siempre vamos a tener que sacrificar algo. Por esta razón es muy importante tener en mente que es lo que queremos mostrar, para saber que podemos omitir y que no. Vimos también que existen diversos tipos de gráficas, que nos permiten representar la misma información, pero diferentemente visualizada. Por lo tanto, es una decisión importante seleccionar, en pos de favorecer la comprensión del lector, la mejor visualización.

Si bien no hicimos hincapié en eso, es importante que nuestras gráficas sean lo más estéticas posibles, por lo que hay que prestar especial atención a los colores que usamos, como los combinamos, etc. Pues al final, más allá de que la estética no aporte información, si hace que la lectura sea mucho más agradable e invite al lector a analizar durante más tiempo y con más detalle lo que queremos transmitir.

En cuanto a las conclusiones que sacamos de una gráfica, es siempre importante validarlas analizando otras visualizaciones que añadan otros datos, para no sesgarnos por la representación que estamos viendo, la cual siempre va a estar omitiendo información.