Menos tinta, mas mensaje

Abre cualquier periodico serio — The Economist, El Pais, Financial Times — y fijate en sus graficos. Transmiten mas informacion que la mayoria de informes corporativos que tienen el doble de graficos. Por que? Porque usan menos tinta por dato. Cada pixel existe para comunicar un numero, no para decorar. Nada de bordes gruesos, nada de fondos sombreados, nada de efectos 3D que distorsionan las proporciones. La idea se llama "data-ink ratio" — la proporcion de tinta dedicada a datos frente a la tinta total — y desde que Edward Tufte la formalizo, es imposible mirar un grafico sin preguntarte: si quito esto, pierdo informacion? Si la respuesta es no, sobra.

Esa idea cambio una industria entera. Antes de Tufte, los graficos de negocios se hacian con la estetica de un folleto publicitario: cuantos mas colores, mas sombras, mas volumen, mejor. Despues de Tufte, un grafico limpio se convirtio en senal de seriedad analitica. No es casualidad que Google, Apple y The Economist adoptaran su filosofia: cuando la informacion es lo que importa, lo decorativo estorba.

Pero cuidado: Tufte no decia "quita todo". Decia "quita lo que no informa". Un grafico sin titulo, sin unidades, sin contexto no es minimalista: esta incompleto. El minimalismo bien entendido es quitar lo que sobra y reforzar lo que importa. Y la diferencia entre ambas cosas es lo que vas a aprender hoy.

### El concepto: data-ink ratio

Tufte propuso una metrica sencilla para medir la eficiencia de un grafico. La llamo data-ink ratio, la proporcion de tinta dedicada a datos. La formula es conceptual, no un calculo exacto:

Data-ink ratio = tinta que representa datos / tinta total del grafico.

Piensa en ello como el ratio senal/ruido de una radio. Si estas escuchando una emision y el 70% es interferencia, escuchas mal el mensaje. Si el 90% es senal limpia, no tienes que esforzarte para entender. Un grafico con un data-ink ratio alto es como una radio sin interferencias: el mensaje llega sin esfuerzo.

En la practica, no calculas el ratio con un medidor de pixeles. Lo usas como principio de diseno: cada vez que anadir algo al grafico, te preguntas "esto representa un dato o es decoracion?". Si es decoracion, necesitas una razon muy buena para dejarlo. Y "queda bonito" no es una razon buena.

### Que eliminar: el catalogo de la tinta basura

Tufte acuno el termino chartjunk (basura de grafico) para referirse a todo lo que ocupa espacio visual sin aportar informacion. No es una cuestion de gustos: hay una lista concreta de elementos que, en la mayoria de los casos, restan mas de lo que suman. Repasemosla uno a uno.

1. 01.Bordes del grafico (spines). Los cuatro lados del recuadro que enmarca el area de dibujo. El eje inferior y el izquierdo aportan referencia; el superior y el derecho son un marco decorativo que no anade nada. Eliminando dos de cuatro, el grafico respira.
2. 02.Fondos de color. Un fondo gris, azul clarito o con degradado detras de las barras. No aporta un solo dato. Peor: reduce el contraste entre la barra y su entorno, haciendo mas dificil leer las alturas.
3. 03.Lineas de cuadricula densas (gridlines). Una cuadricula cada 5 unidades cuando el rango va de 0 a 100 son veinte lineas horizontales que compiten visualmente con las barras. Una cuadricula sutil cada 25 unidades da suficiente referencia sin saturar.
4. 04.Leyendas redundantes. Si tu grafico tiene una sola serie, la leyenda que dice "Ventas" al lado de un cuadrado azul no anade nada que no diga ya el titulo. Si tiene dos series, considera etiquetas directas sobre la linea en vez de una caja aparte que obliga al ojo a ir y volver.
5. 05.Efectos 3D. Sombras en las barras, perspectiva en el eje, profundidad falsa. Todo eso distorsiona las proporciones reales y hace imposible leer los valores con precision. El 3D es para objetos fisicos, no para datos.
6. 06.Degradados y texturas. Un degradado dentro de una barra no comunica un dato: es una decision estetica que anade ruido visual. Lo mismo las texturas (rayas, puntos) que se usaban en los 90 cuando las impresoras no imprimian en color.
7. 07.Marcos y cajas alrededor de la leyenda. Una caja con borde alrededor de la leyenda es un marco dentro de un marco. El texto ya se distingue solo; la caja es redundante.
8. 08.Etiquetas de eje rotadas 45 grados. Si necesitas rotar las etiquetas es que tienes demasiadas categorias o nombres demasiado largos. La solucion no es rotar: es cambiar a barras horizontales o abreviar los nombres.

### Que mantener: el contexto minimo necesario

El error del principiante que lee a Tufte es pensar que minimalismo significa vaciar. Y entonces quita el titulo, quita las unidades del eje, quita la fuente de datos, y el resultado es un grafico que nadie puede interpretar sin que el autor este al lado explicandolo. Eso no es eficiencia: es incomunicacion.

El principio de Tufte dice "quita lo que no informa". Pero hay elementos que informan sin ser datos directos:

• ▹El titulo: debe contar la conclusion, no el tipo de grafico. No "Ventas por region", sino "Madrid concentra el 40% de las ventas". El titulo es la frase que quieres que el lector se lleve.
• ▹Las unidades del eje: sin ellas no se sabe si hablamos de miles, millones, porcentajes o unidades. Son contexto obligatorio.
• ▹Las etiquetas directas: un numero encima de cada barra ahorra al lector tener que medir con la regla contra el eje. Solo cuando hay pocas barras (si tienes 50, saturan).
• ▹La fuente de datos y la fecha: "Datos: CRM interno, junio 2025". Sin esto, el grafico es una afirmacion sin respaldo.
• ▹El eje base (generalmente el inferior y el izquierdo): da referencia espacial. Sin el, las barras flotan.

La regla practica: si quitas un elemento y el grafico pierde significado o se vuelve ambiguo, ese elemento no era decoracion — era contexto. Vuelve a ponerlo.

### El antes y el despues: mismo dato, otro grafico

Nada ensena mejor que la comparacion directa. Imagina que la directora financiera te pide un grafico con los gastos de marketing por canal del ultimo trimestre. Un analista junior entrega la version de la izquierda; un senior, la de la derecha. Los dos tienen los mismos datos. El impacto en la reunion es completamente distinto.

Fijate en lo que ha cambiado entre uno y otro: (1) las barras ahora son horizontales y estan ordenadas — el orden revela la jerarquia sin esfuerzo; (2) desaparecieron los cuatro bordes y la cuadricula — las etiquetas directas ("84k EUR") hacen innecesario medir contra el eje; (3) el titulo ahora es una conclusion ("SEM concentra el 36%"), no una descripcion ("Gasto por canal"); (4) la leyenda ha desaparecido porque las etiquetas estan junto a cada barra; (5) hay una fuente de datos y un periodo. Menos tinta, mas mensaje.

### La trampa del minimalismo extremo

Hay una version exagerada de Tufte que elimina todo: ejes, titulos, etiquetas. A veces se ve en presentaciones de startups muy de Silicon Valley: un grafico con una sola linea verde ascendente y nada mas. Queda estetico en una diapositiva, pero no es un grafico — es un icono. No dice cuanto subio, en que periodo, ni desde que base. Si alguien lo saca de contexto (y los graficos siempre acaban fuera de contexto), es inutil.

Tufte nunca dijo "quita todo". Dijo "maximiza el data-ink ratio". Maximizar no es llevar a infinito: es encontrar el punto donde cada pixel restante aporta valor. Ese punto no es cero contexto — es el contexto minimo necesario para que el grafico se sostenga solo.

### Caso practico: limpiar un grafico en matplotlib

Vamos a llevar la teoria a codigo. matplotlib genera graficos con una configuracion por defecto que incluye los cuatro bordes (spines), cuadricula desactivada (al menos no molesta), y un estilo que no es feo pero tampoco es limpio. Vamos a aplicar el principio de Tufte paso a paso sobre un grafico real.

1import matplotlib.pyplot as plt
2
3canales = ['SEM', 'Display', 'Social', 'Email', 'Afiliados']
4gasto = [84, 62, 48, 28, 12]
5
6fig, ax = plt.subplots(figsize=(8, 4))
7ax.bar(canales, gasto, color='steelblue')
8ax.set_title('Gasto por canal')
9ax.set_ylabel('Miles EUR')
10ax.legend(['Gasto Q3'])
11plt.tight_layout()
12plt.savefig('antes.png', dpi=150)

1import matplotlib.pyplot as plt
2
3canales = ['SEM', 'Display', 'Social', 'Email', 'Afiliados']
4gasto = [84, 62, 48, 28, 12]
5
6# Ordenar de mayor a menor
7pares = sorted(zip(gasto, canales), reverse=True)
8gasto_ord = [g for g, c in pares]
9canales_ord = [c for g, c in pares]
10
11fig, ax = plt.subplots(figsize=(8, 4))
12
13# Barras horizontales: se leen mejor, permiten nombres largos
14ax.barh(canales_ord[::-1], gasto_ord[::-1], color='#a3e635', height=0.6)
15
16# Eliminar spines superior y derecho (no aportan)
17ax.spines['top'].set_visible(False)
18ax.spines['right'].set_visible(False)
19ax.spines['left'].set_visible(False)
20
21# Eliminar ticks del eje Y (el nombre ya esta al lado)
22ax.tick_params(left=False)
23
24# Quitar eje X completo: etiquetas directas lo sustituyen
25ax.set_xticks([])
26ax.spines['bottom'].set_visible(False)
27
28# Etiquetas directas con el valor
29for i, (g, c) in enumerate(zip(gasto_ord[::-1], canales_ord[::-1])):
30    ax.text(g + 1, i, f'{g}k EUR', va='center', fontsize=10, color='#6a7a66')
31
32# Titulo como conclusion, no como descripcion
33ax.set_title('SEM concentra el 36% del gasto en marketing (Q3 2025)',
34             fontsize=12, loc='left', pad=12)
35
36plt.tight_layout()
37plt.savefig('despues.png', dpi=150)

Observa que no hemos cambiado los datos ni la libreria ni la complejidad del codigo. Son diez lineas mas (quitar spines, quitar ticks, poner etiquetas, reescribir titulo). Esas seis lineas son la diferencia entre un grafico que se entiende en la reunion y uno que genera la pregunta "y esto que dice?".

### Historia: Tufte y el grafico que pudo salvar vidas

Edward Tufte no era estadistico ni disenador: era politologo. Daba clase en Yale y se obsesiono con como se presentaban los datos en los informes politicos. En 1983 publico The Visual Display of Quantitative Information, un libro que pagaba de su bolsillo porque ninguna editorial quiso arriesgarse. Lo autoedito, lo diseno el mismo (incluyendo la tipografia) y vendio mas de un millon de ejemplares. Hoy se considera una de las obras mas influyentes del siglo XX sobre comunicacion visual.

Pero su momento mas famoso no fue el libro: fue el analisis del desastre del Challenger en 1986. Los ingenieros de Morton Thiokol tenian datos que mostraban que las juntas toricas (O-rings) del cohete fallaban con el frio. La noche antes del lanzamiento, intentaron convencer a la NASA de que no lanzara. Sus graficos eran un desastre comunicativo: tablas densas, datos desordenados, la temperatura ni siquiera estaba en el eje X. Tufte demostro despues que un simple scatter plot — temperatura en X, fallos en Y — habria hecho la correlacion evidente a cualquiera. El lanzamiento se hizo a 2 grados centigrados. Siete tripulantes murieron.

Despues de eso, Tufte analizo tambien las diapositivas del Columbia (2003): un mensaje critico sobre el dano en el ala, enterrado bajo seis niveles de vinetas de PowerPoint. El parecido era aterrador: informacion vital presentada de forma que nadie podia procesarla. Su conclusion: el formato mata la senal. Un grafico malo no es solo feo — puede ser peligroso.

Para nosotros, que trabajamos con datos de negocio y no con cohetes, la leccion es la misma a escala menor: un grafico confuso no mata a nadie, pero si puede hacer que una empresa tome la decision equivocada. Y la mayoria de las veces, la confusion no viene de los datos — viene de la presentacion.

### Las etiquetas directas: la tecnica que mas mejora un grafico

De todas las tecnicas de Tufte, la que mas impacto tiene por unidad de esfuerzo es sustituir la leyenda por etiquetas directas. En vez de poner un recuadro aparte que dice "linea azul = Plan Pro, linea verde = Plan Enterprise", escribes "Pro" y "Enterprise" al final de cada linea, justo donde termina. El ojo del lector ya no tiene que hacer el viaje ida y vuelta entre la leyenda y el dato.

Lo mismo aplica a barras: en vez de un eje Y numerico donde el lector tiene que trazar una linea imaginaria horizontal desde la punta de la barra hasta la escala, pones el numero directamente encima o al lado de la barra. Ahorra un segundo por barra, y en un grafico con 8 barras son 8 segundos menos de friccion cognitiva.

La regla: si tu grafico tiene menos de 10-12 elementos (barras, lineas, puntos), las etiquetas directas casi siempre funcionan mejor que un eje numerico. Si tiene mas de 12, las etiquetas saturan y el eje es preferible — pero con una cuadricula muy sutil, no una cada dos unidades.

### El titulo como frase completa

La mayoria de los graficos que se ven en reuniones tienen titulos como "Ventas mensuales", "Usuarios activos", "Coste por canal". Son etiquetas, no titulos. No dicen nada que el propio eje no diga. Un buen titulo es una frase completa que anticipa la conclusion: "Las ventas cayeron un 12% en marzo por el cierre de la campana de TV". Ese titulo convierte el grafico en un argumento.

La razon es practica: en una reunion, la gente mira la diapositiva 3 segundos antes de que el presentador hable. Si el titulo ya dice la conclusion, el grafico la confirma visualmente y el presentador solo tiene que explicar el por que. Si el titulo solo dice "Ventas mensuales", el lector tiene que descifrar el grafico por su cuenta en esos 3 segundos — y normalmente no lo consigue.

### La cuadricula: cuando si y cuando no

La cuadricula (gridlines) es el elemento mas debatido del minimalismo en graficos. Tufte la consideraba casi siempre innecesaria. Otros, como Stephen Few, la defienden como referencia visual imprescindible. La respuesta, como casi siempre, depende del caso.

Si tu grafico tiene etiquetas directas (el numero encima de cada barra), la cuadricula sobra completamente — el lector ya tiene el valor exacto. Si tu grafico NO tiene etiquetas directas (porque son demasiados puntos), una cuadricula sutil ayuda a estimar valores. La clave es "sutil": lineas finas, color gris muy claro, y pocas (4-5 lineas horizontales, no 20). Una cuadricula que compite visualmente con los datos ha dejado de ser referencia para convertirse en ruido.

En matplotlib: ax.grid(True, axis="y", alpha=0.3, linewidth=0.5) te da una cuadricula que ayuda sin molestar. Y ax.set_axisbelow(True) la manda detras de las barras, que es donde debe estar — como una regla debajo de la hoja, no encima del dibujo.

### El checklist de limpieza: 7 preguntas antes de entregar

Antes de enviar un grafico a un stakeholder, pasalo por estas siete preguntas. Si respondes "no" a alguna, el grafico necesita una vuelta mas:

1. 01.Si quito un elemento cualquiera, pierdo informacion? (Si la respuesta es "no" para algun elemento, ese elemento sobra.)
2. 02.El titulo cuenta la conclusion, no el tipo de dato?
3. 03.Puedo saber las unidades sin preguntar?
4. 04.El grafico se entiende sin que yo este al lado explicandolo?
5. 05.Los datos estan ordenados de forma que refuerce el mensaje?
6. 06.Hay una fuente de datos y un periodo temporal?
7. 07.El color tiene un proposito (destacar, agrupar) o es solo decoracion?

### Resumen: la regla en una frase

Cada pixel de un grafico deberia comunicar un dato. Lo que no informa, distrae. El data-ink ratio es la brujula: maximizar la proporcion de tinta que representa datos frente a la tinta decorativa. Pero maximizar no es vaciar — es limpiar lo que sobra y reforzar lo que importa. Un grafico limpio no es uno vacio: es uno donde cada elemento restante tiene una razon para existir.

Y la forma mas rapida de aplicarlo: cuando termines un grafico, senala cada elemento y preguntale "si te quito, pierdo informacion?". Lo que responda "no", se va. Lo que responda "si", se queda y se refuerza. Con esa unica pregunta repetida cinco veces, tu grafico mejora mas que con cualquier curso de diseno.