Como con técnicas diferentes podemos ver patrones que estaban escondidos en los datos.
El cómo
Normalmente los datos comerciales tienen por característica mucha información que están incrustrada en ella. Tres dimensiones son fundamentales para entender los flujos comerciales: espacio (dónde ocurren), tiempo (cuándo, cómo cambian) y magnitud (cuánto es). Las visualizaciones tradicionales normales generalmente nos dan una combinación de ellas, por ejemplo: tiempo y magnitud -utilizan tamaño para definir el valor. Sin embargo, no permiten tener una visualización que permita de un sólo ver las tres dimensiones, mucho menos ver los cambios que están sucediendo internamente de una manera sencilla. Los Space-Time Cubes nos permiten verlas simultáneamente.
La Visualización: Space-Time Cubes (Cubos espacio — temporal)
Space-Time Cube: Visualizando el dónde, cuándo y cuánto simultáneamente
El Space-Time Cube (Cubo Espacio-Temporal) es una técnica de geovisualización tridimensional que integra información espacial y temporal en un único marco de referencia. Desarrollado por el geógrafo sueco Torsten Hägerstrand en la década de 1970 como parte de su trabajo sobre la “geografía del tiempo” (Hägerstrand, 1970), este método permite representar fenómenos que ocurren en diferentes lugares y momentos de manera simultánea.
Estructura del Cubo
La visualización utiliza tres ejes ortogonales:
- Ejes X e Y (plano horizontal): Representan las coordenadas geográficas (longitud y latitud), formando el “mapa base” del cubo
- Eje Z (vertical): Representa la progresión temporal, típicamente con el pasado en la base y el presente/futuro hacia arriba
- Atributos visuales adicionales: El tamaño, color, forma u opacidad de los elementos codifican magnitudes como volumen, intensidad o categorías
¿Por qué es útil?
Las visualizaciones tradicionales nos obligan a elegir: o mostramos el espacio (mapas) o mostramos el tiempo (gráficas), pero rara vez ambos juntos de forma efectiva. El Space-Time Cube rompe esta limitación al permitirnos observar:
- Patrones espaciales: ¿Dónde se concentran los eventos?
- Tendencias temporales: ¿Cómo evolucionan con el tiempo?
- Correlaciones espacio-temporales: ¿Ciertos lugares muestran patrones específicos en momentos determinados?
Esta integración es particularmente valiosa para fenómenos donde la ubicación y el momento son igualmente relevantes, como movimientos migratorios, flujos comerciales, propagación de epidemias, o patrones de movilidad urbana.
Aplicaciones Contemporáneas
Aunque el concepto tiene más de 50 años, la disponibilidad de datos geoespaciales masivos y herramientas de visualización interactiva (como Plotly, ArcGIS o Cesium) ha renovado su relevancia. Hoy se utiliza en:
- Análisis de comercio internacional y logística
- Estudios de movilidad y transporte urbano
- Epidemiología espacial
- Criminología y seguridad pública
- Análisis ambiental y climático
Referencia
Hägerstrand, T. (1970). What about people in Regional Science? Papers of the Regional Science Association, 24(1), 6–21. https://doi.org/10.1007/BF01936872
Space-Time Cube: Tratando de identificar los movimientos de los puertos de los Estados Unidos
Buscando encontrar patrones diferentes a los tradicionales en este artículo, se ha implementado esta metodología para tener una mejor lectura de las exportaciones de Estados Unidos del sector de lácteos a través del uso de Space-Time Cubes. Nuestra pregunta era sencilla, pero compleja de responder utilizando los mapas tradicionales o tratando de incluir todos los datos en el mismo gráfico. Al recurrir a un cubo, podemos ver desde una perspectiva diferente combinaciones que estaban allí primero, pero que no eran tan visibles. Para ello, utilizamos la información de 10,883 transacciones comerciales a través de 175 puertos estadounidenses entre 2017–2025. Cada esfera representa el volumen comercial en un puerto específico durante un año determinado.
Vista General del Space-Time Cube:
- 👉 [Explora la visualización interactiva completa]
- https://rodomeo.github.io/space-time-cube-usa-trade/
Fuente: Elaboración propia usando los datos del US Census Bureau, a través de Python y asistido por IA
Ejes de Análisis
- Eje X: Distribución geográfica Oeste-Este (Pacífico → Atlántico)
- Eje Y: Distribución geográfica Sur-Norte
- Eje Z: Progresión temporal (2017 → 2025)
Hallazgos Clave
1. Concentración en las frontera sur para México
En el caso del principal comprador, ya se sabía que su preferencia de entrada sería por los puertos de la frontera sur (El Paso, TX, Laredo, TX, Isleta, TX). Lo interesante es Nogales, AZ que a simple vista no se mira, pero al hacer zoom se observa el crecimiento que se va teniendo.
Asimismo, México importa de una serie de puertos de distancias más largas, como Nueva York, NY y Baltimore, MD, pero sólo una vez, no hay una tendencia alcista. Además también tiene todo el sentido, siendo Texas uno de los mayores productores de leche de Estados Unidos.
Space Time Cube: México
- 👉 [Explora la visualización interactiva completa]
- https://rodomeo.github.io/space-time-cube-usa-trade/
Fuente: Elaboración propia usando los datos del US Census Bureau, a través de Python y asistido por IA
2. Importancia de los puertos del Pacífico
Los puertos del Pacífico (Los Angeles, Long Beach, Seattle) tienen una importancia no sólo para los países asiáticos en general, sino para otras latitudes, por ejemplo Guatemala que ha pasado a ser el comprador número 10 de Estados Unidos, se hubiese pensado que era mejor ir por Miami,FL uno de sus puertos tradicionales, sino que es San Diego, CA.
Space Time Cube: Guatemala
- 👉 [Explora la visualización interactiva completa]
- https://rodomeo.github.io/space-time-cube-usa-trade/
Fuente: Elaboración propia usando los datos del US Census Bureau, a través de Python y asistido por IA
Por ejemplo, si usamos a China, sus puertos principales son Long Beach, CA y Los Angeles, CA, pero en el 2025 aparece International Falls-Ranier, MN. Ambos tienen mucho sentido, California como gran productor, Minesota como productor pero también como cercano a Wisconsin, que es el estado que produce la mayor cantidad de quesos de Estados Unidos.
Space Time Cube China:
👉 [Explora la visualización interactiva completa]
https://rodomeo.github.io/space-time-cube-usa-trade/
Fuente: Elaboración propia usando los datos del US Census Bureau, a través de Python y asistido por IA
Metodología
- Datos: US Census Bureau (2017–2025)
- Herramientas**: Python (Pandas, Plotly)
- Técnica: Space-Time Cube con normalización geográfica
Conclusiones
La utilización de otro gráfica más avanzada permite visualizar patrones que no estaban disponibles antes. Cada uno en la herramienta puede desarrollar más acerca del país de su interés y encontrar estos patrones. Si se hace una visualización de mapa, por ejemplo, se acumulan los valores, pero no las tendencias, hay que buscar otro mecanismo para mostrarlas.
Seguiremos buscando más patrones para identificar mejor el comercio y otros sectores.
Recursos:
- [Visualización interactiva](https://rodomeo.github.io/space-time-cube-usa-trade/)
- [Código en GitHub](https://github.com/rodomeo/space-time-cube-usa-trade)
