El proceso detrás de la visualización de datos con perspectiva de género en los Juegos Olímpicos 2024

Un recorrido por la alianza entre Wingu y Grow: cómo un equipo interdisciplinario utilizó Python y Tableau para transformar bases de datos complejas en herramientas de incidencia pública sobre la desigualdad en el deporte.

Los Juegos Olímpicos de 2024 fueron un escenario para la excelencia deportiva y también una oportunidad única para analizar el avance de la igualdad en el deporte mundial. Para lograrlo, desde Wingu nos unimos con Grow en un proceso de creación colaborativa donde la tecnología sirvió como puente para contar historias complejas.

Para llevar a cabo este proyecto, conformamos un equipo multidisciplinario que integró perspectivas de la sociología, la ingeniería informática, las relaciones internacionales y el diseño web. Esta diversidad fue fundamental: no se trataba solo de programar, sino de entender el fenómeno social detrás de los números.

Definir la historia: el cruce entre datos y sociología

Antes de escribir la primera línea de código, nos enfocamos en el "qué" y el "porqué". El diseño de herramientas gráficas no es un fin en sí mismo, sino un medio para la comunicación.

Trabajamos en conjunto para definir cómo narrar la evolución de la participación femenina a través de gráficos y visualizaciones de datos. El enfoque se centró primero en entender qué mensajes queríamos transmitir sobre la brecha de género, para luego diseñar las herramientas visuales que mejor representaran esa información de manera clara y accesible para las personas usuarias.

La elección tecnológica: ¿Por qué Tableau?

Uno de los aspectos cruciales del desarrollo fue la elección de la plataforma adecuada. Evaluamos diversas opciones del mercado como PowerBI, Chart.js y Tableau.

Finalmente, optamos por Tableau. ¿La razón? Su potente versión gratuita (Tableau Public) y su facilidad de mantenimiento, lo cual es vital para la sostenibilidad de proyectos en organizaciones sociales. Esta decisión, sumada a la colaboración cercana entre los equipos de cada organización, nos permitió optimizar los tiempos de desarrollo y reducir costos operativos sin sacrificar la calidad del resultado final.

Limpieza de datos con Python y Pandas

El corazón de cualquier visualización es una base de datos robusta. La organización Grow proporcionó la base inicial, que contenía información detallada sobre participantes, medallistas, nomenclatura de países y disciplinas históricas.

Sin embargo, los datos crudos rara vez están listos para ser visualizados. Aquí es donde el equipo de tecnología de Wingu entró en acción:

• Utilizamos Python y la librería Pandas para unificar y limpiar la información.

• Corregimos nomenclaturas de países que cambiaron a lo largo de la historia.

• Tradujimos y normalizamos los valores de género al español.

  
  

Este proceso de curaduría de datos aseguró la consistencia necesaria para realizar un análisis profundo y veraz.

El resultado: visualización de datos con perspectiva de género

Con la base de datos depurada, procedimos a la fase de visualización en Tableau. El resultado fue la creación de tableros interactivos que permiten explorar la participación de género en los Juegos Olímpicos a lo largo de la historia de manera dinámica.

Se diseñaron gráficos específicos que muestran:

• La participación comparativa por género y país.

• La distribución histórica de medallas.

• La evolución de la inclusión de mujeres en diferentes disciplinas deportivas.

Visualización de datos de género

El desarrollo de esta plataforma es un testimonio del poder de la colaboración interdisciplinaria. Demuestra cómo el uso estratégico de la tecnología puede arrojar luz sobre las desigualdades de género en el deporte.

A medida que avanzaron los Juegos, esta herramienta se convirtió en una referencia esencial para investigadores, periodistas y cualquier persona interesada en entender los desafíos pendientes en uno de los escenarios más importantes del mundo.