La visualización de grandes cantidades de datos es una de las principales tareas que realiza un analista de datos. En sistemas tradicionales de manejo de datos, registros de enormes conjuntos de datos no pueden ser consultados por su similitud debido a su complejidad, en términos de volumen, variabilidad y multiplicidad. En este proyecto de investigación, proponemos la generación de un enfoque efectivo para la indexación de millones de elementos en una única estructura de datos, con el propósito de ejecutar simples y múltiples consultas visuales de similitud sobre datos multidimensionales asociadas a una ubicación geográfica y a un tiempo determinado. Nuestra propuesta utilizará métodos de reducción de dimensionalidad con el propósito de mapear nuestro conjunto de datos en una alta dimensionalidad a un espacio unidimensional, organizandolos mediante la similitud entre los datos. Adicionalmente, desarrollaremos un prototipo de análisis exploratorio e interactivo, que nos permita explotar al máximo las capacidades a ser incluidas en la estructura de datos. Respaldamos nuestra propuesta mediante un proceso de evaluación sólido, basado en la comparación con otros métodos del estado del arte, utilizando métricas de desempeño cuantitativas y estudios de caso con datos reales provenientes de centros urbanos.