Visualização de Dados: 3 dicas para construir uma boa apresentação

De nada adianta uma análise perfeita sem uma boa visualização de dados sobre o resultado. 

Essa afirmação pode parecer exagerada, mas a apresentação criada a partir da análise pode enaltecer cada aspecto importante de ser observado, mas também tem o potencial de arruinar um trabalho que pode ter custado meses de esforço.

Antes de começar o planejamento de uma análise e de uma estruturação de dados, precisamos definir qual é o resultado esperado. Ou seja, o primeiro passo é entender o problema para buscar uma solução.

É recomendado que seja investido um bom tempo nessa etapa para que todos os envolvidos possam compreender bem a consequência e a repercussão desse trabalho.

Será que os dados respondem às perguntas? Serão necessárias outras análises? Os dados devem ser exibidos em tempo real? Por quanto tempo a análise é válida? Esses são alguns exemplos de perguntas que podem direcionar a criação da visualização mais adequada à situação.

Neste artigo iremos descobrir o que é visualização de dados e alguns dos principais elementos que podem constituir uma boa visualização para a construção de relatórios e apresentações. Vamos lá?

O que é visualização de dados?

A visualização de dados é uma representação visual de dados e informações. Eles são predeterminados de acordo com a resposta buscada e exibidos por meio de elementos como gráficos, diagramas e mapas. A ideia é entender tendências, comportamentos, exceções e padrões nos dados.

Isto é, as informações desejadas são apresentadas em forma de recursos gráficos em vez de texto. Isso torna muito mais fácil a compreensão e a análise. Para entender melhor, veja alguns tipos de visualização de dados comuns no cotidiano:

• gráficos;
• infográficos;
• tabelas;
• mapas;
• diagramas;
• painéis.

Podemos dizer que a manipulação e visualização de informações reúne comunicação, ciência de dados e design de dashboards. Ela apresenta informações complexas de forma lúdica, intuitiva, precisa e eficiente.

Por isso, ela é uma das principais partes de ferramentas de inteligência de negócios, servindo como base para a tomada de decisões.

Como funciona a manipulação e visualização de dados?

Os variados tipos de visualização funcionam da mesma forma: os softwares utilizados se conectam a outras ferramentas e bancos de dados, armazenando as informações on-premises (em servidores) ou na nuvem e são integrados para apresentar análises objetivas e segmentadas.

< Leia também: Banco de dados: o que é, importância e principais tipos />

Como fazer uma boa visualização de dados?

Além de escolher quais dados são relevantes de acordo com o objetivo do negócio ou do projeto, é preciso pensar em alguns outros elementos essenciais que devem ser levados em conta no momento da elaboração de relatórios e apresentações corporativas.

Confira os três elementos mais importantes e exemplos de visualização de dados na prática.

Elemento 1: Processamento pré-atentivo

Quando se fala em visualização de dados é comum lembrar de gráficos e dashboards, que são estilos mais visuais de apresentação.

O usuário deve ser capaz de analisar as informações e tomar decisões a partir daquilo que vê. A escolha correta do design de dashboards pode influenciar a interpretação. Isso porque nossos olhos são atraídos por cores e padrões.

Ao invés de ler valores individualmente, como em tabelas ou texto, por meio de representações visuais, podemos perceber e compreender inúmeros valores de uma só vez. Afinal, são diversos os recursos que podemos utilizar, como gráficos, tabelas, mapas, infográficos, painéis e assim por diante.

Dentre esses conceitos, existe um extremamente importante e que deve ser conhecido e utilizado sempre que possível, com a devida prudência. É o chamado Processamento pré-atentivo.

O nosso cérebro consegue identificar vários detalhes antes mesmo da nossa atenção consciente. Isso significa que, quando visualizamos algo, antes de percebermos a imagem como um todo, nosso cérebro já dedicou uma atenção especial a alguns elementos ou objetos.

É um processamento rápido e paralelo, sobre o qual temos pouco controle. Esse artifício, portanto, determina quais objetos são importantes e pode facilitar a obtenção de insights por parte do usuário.

Outro aspecto fundamental a ser observado na criação do design de visualização de dados é o posicionamento dos dados e das imagens de forma que valorize e facilite a interpretação.

Veja um exemplo com dois gráficos que mostram exatamente a mesma informação, como um comparativo do saldo de algumas pessoas.

O gráfico da esquerda mostra claramente que existem pessoas com saldo negativo, enquanto o gráfico da direita não favorece esse tipo de análise. Situações como essa são tão comuns, que foram publicados livros como o “Como Mentir Com Estatística”.

Esse exemplo mostra como o mau uso dos dados e da estatística pode manipular resultados de análises e direcionar os leitores a tirar conclusões que não representam de fato a realidade.

< Continue aprendendo: Análise estatística de dados: como realizar na prática? />

Elemento 2: Design Thinking

Já foi dito que a dica é definir o resultado esperado antes de começar a análise, garantindo que todos os envolvidos possam compreender bem qual será o produto final de um projeto. 

Adotando essa prática você utilizará o tão falado Design Thinking, que é um mindset e significa focar em identificar e entender o problema que você está resolvendo. Dessa forma, todas as outras etapas da análise serão direcionadas para o usuário final, para algo que resolva seus problemas e gere valor. 

Em outras palavras, é o processo que permite organizar as informações e ideias para abordar problemas, tomar decisões, e adquirir conhecimento. Dessa forma o foco passa a ser a experiência do público-alvo na busca por respostas aos problemas encontrados.

No caso do design de visualização de dados, é importante estabelecer quem é o usuário final, aquele que deve tirar conclusões, tomar decisões e ter insights a partir dos dados.

A proposta é que o analista responsável pela criação do design se coloque no lugar do usuário, que não tem a obrigação de conhecer detalhes técnicos da análise, mas ao mesmo tempo deve entender o motivo de cada decisão tomada durante o processo. O que nos leva a um outro conceito, o data storytelling.

Elemento 3: Data Storytelling

Muito se fala em apresentar os dados de forma que as pessoas entendam a linha de raciocínio utilizada em cada etapa da análise. Esse é o chamado Data Storytelling. É a arte de contar história. A premissa dessa técnica é que a jornada de construção da análise é tão importante quanto o resultado. Ou seja, não é necessário explicar apenas aonde chegou.

É preciso mostrar o que fez, como fez e por que fez, sem deixar de lado todos os recursos disponíveis de visualização de dados e design de dashboards para que a atenção seja direcionada e o leitor seja envolvido no resultado. Para aplicar essa técnica, devemos seguir alguns passos básicos:

1. Entenda o contexto: faça as perguntas certas para entender o problema por completo.
2. Escolha uma apresentação visual adequada: pode ser qualquer elemento visual, o importante é que represente bem o seu resultado.
3. Elimine a saturação: foque a atenção onde você deseja. Utilize com discernimento os elementos pré-atentivos e busque a atenção do leitor para as informações mais relevantes.
4. Pense como um designer: utilize as técnicas do “Design Thinking”, principalmente o pensamento empático para entender o problema e a melhor forma de apresentá-lo.
5. Por fim, conte uma história: para isso pode ser necessário apresentar o contexto, comparar o antes e o depois, justificar as escolhas e decisões, e por aí vai. 

Como escolher uma boa ferramenta de visualização de dados?

É importante ter em mente que um gráfico ou outro tipo de visualização não pode ser aplicado em qualquer situação. Às vezes, um gráfico pizza é mais eficaz do que um em barras dependendo do assunto e dos dados abordados.

Por isso, é fundamental que uma ferramenta ofereça múltiplas formas de apresentar as informações, inclusive com design personalizado.

Confira alguns aspectos que devem ser analisados antes de escolher uma boa ferramenta de visualização de dados:

• análise avançada com machine learning;
• que faça automaticamente a preparação de dados integrando-se com outras ferramentas;
• recomendação de outros dados para incluir na análise;
• que tenha design de dashboards simples, intuitivos e rápidos;
• ampla variação de tipos de visualização de dados.

Como foi falado, ao criar uma visualização de informações mostre que a jornada é tão importante quanto o resultado final. É comum que essa fase seja feita apenas ao final de um projeto, quando os prazos já estão curtos.

Mas, devemos lutar contra essa tendência e dedicar o tempo necessário e suficiente para criar uma boa visualização, tomar o cuidado de não sabotar o resultado e valorizar todas as outras etapas. Lembre-se que a visualização deve ser uma maneira simples e rápida de transmitir conceitos de modo universal. Seja criativo!

E, caso você deseje elevar a sua visualização de dados a outro patamar, conheça a Trilha de Especialização em Engenharia de Dados da XP Educação. São 350 horas intensivas, que abordam desde os conceitos básicos do Big Data a projetos práticos e avançados.

Para se aprofundar ainda mais na área de dados, é possível também investir em um ensino de educação continuada, que reúne mais de 80 cursos, como analista de dados, cientista de dados, arquiteto de Big Data e gestor de Business Intelligence. Como? Assine a plataforma XPE Multi+!