Visualização de dados, o que é e como utilizar - Parte 01

Por Rafael Piveta, 09 de Setembro de 2019

Compartilhe o conteúdo!

Visualização de dados, o que é e como utilizar 

Acompanhe a sequência de publicações a respeito de interpretação de dados e entenda como utilizá-los de forma assertiva e em diferentes situações.

Parte 1 - Conceito de dados e como diferenciá-los


Vivemos na era da informação, fato que para o mundo corporativo é muito benéfico, uma vez que, quando bem utilizados, os dados podem tornar as decisões mais assertivas e eficientes; ainda mais quando aliados à tecnologia, que permite uma geração exponencial de informações de diferentes tipos e nas diversas áreas do conhecimento. Neste cenário, saber observá-los é uma vantagem valiosa.
Falar em visualização de dados significa traduzir números e torná-los mais palpáveis. Isso por meio da representação gráfica de informações (qualitativas ou quantitativas), que é feita através de gráficos, diagramas e mapas. Assim, as ferramentas de visualização fornecem uma maneira acessível de entender e utilizar todos estes dados.


No entanto, existem diversos tipos de abordagens e ferramentas para fazê-lo, de modo que é comum não sabermos no que focar ao projetar um dataviz. Perguntas como: “é necessário utilizar um software avançado de análise de dados?”, “É necessário a atuação de um Designer?” Ou “o quanto de informação eu devo incluir?” são comuns neste processo.


Scott Berinato argumenta que para criar visualizações que funcionem devemos, desde o início responder a duas questões. Respondendo a elas podemos planejar quais são as melhores ferramentas a serem utilizadas e em que atributos da visualização devemos nos concentrar.

  • Eu quero demonstrar algo ou descobrir algo?
  • A informação utilizada é conceitual ou Data-Driven?


Na primeira pergunta refletimos sobre o objetivo do trabalho. Isso significa avaliar qual o propósito do dataviz, neste cenário há duas opções a primeira é a “declarativa” que significa comunicar uma informação já computada; e a segundo é a “exploratória” que significa investigar uma suspeita ou dúvida.


Um exemplo de dataviz declarativa, é em reuniões executivas utilizamos gráficos para apresentar os resultados financeiros do trimestre. Porém quando esses dados são utilizados para a procura de insights estamos lidando com uma natureza exploratória. Uma amostra desta situação seria quando uma máquina está apresentando defeitos e o engenheiro analisa os dados referentes aos seus sensores para tentar descobrir a causa desta recorrência.

A segunda pergunta se refere ao tipo de informação utilizada. Quando pensamos em visualização de dados o que normalmente vêm à cabeça é a utilização de informação quantitativa, mas também podemos utilizá-la para comunicar informações qualitativas, utilizando elementos gráficos para comunicar ideias de maneira simples e intuitiva.


A Figura a seguir mostra um exemplo de informação qualitativa expressa graficamente, e mostra a intensidade dos cinco diferentes tipos de processos de gerenciamento ao longo de um projeto, segundo a metodologia PMBOK.

Apesar de a intensidade de cada um destes processos não poder ser medida de maneira quantitativa, esta representação gráfica é conveniente pois consegue expressar um conjunto de informação dificilmente comunicada apenas através de palavras. Conseguimos notar, por exemplo, que apesar dos picos subsequentes de iniciação, planejamento, execução e encerramento, há uma grande interseção entre estes processos. Ao mesmo tempo podemos notar que os picos de intensidade destes processos são distintos. Além disso os processos de controle permeiam todo o projeto em uma intensidade mais baixa que os demais processos. Sem a utilização de um recurso gráfico dificilmente se alcançaria uma comunicação tão assertiva destas características.


A partir da resposta a estas duas perguntas fundamentais sobre o propósito e a natureza da informação, é possível se posicionar na matriz 2 x 2 (ilustrada abaixo) definindo o tipo de dataviz desejado: Ilustração de ideias, geração de ideias, descoberta visual ou visualização de dados do dia-dia.

Nas próximas publicações você verá como interpretar cada um dos quadrantes e em qual momento utilizá-los.

*Toda essa publicação foi realizada a partir do estudo disponível nos links abaixo:

[1] https://hbr.org/2016/06/visualizations-that-really-work[2] https://maaw.info/ArticleSummaries/ArtSumBerinato2016.htm

Rafael Piveta

Rafael Piveta

Consultor

Graduado em Engenharia Mecânica pela Faculdade Estadual de Campinas. Atua como consultor na Pieracciani, realiza uma gama de projetos na área da gestão da inovação, desenvolve elaboração de estratégia de inovação, mapeamentos tecnológicos e análises de tendências. Atua também na gestão do ProVA, Laboratório de Inovação do varejo, onde projeta ações para o fortalecimento do ecossistema de inovação.

conteÚdos relacionados

Novo livro de Valter Pieracciani fala sor=bre

Saiba mais
Valter Pieracciani lança seu 4º livro

Começa hoje o Novembro Azul, mês dedicado à conscientização e tratamento do câncer de próstata

Saiba mais
Novembro Azul: entenda porque é tão importante estar atento ao câncer de próstata

A cerimônia acontecerá sexta-feira no Fórum AB Diversidade no Setor Automotivo

Saiba mais
Pieracciani assina cumprimento dos Princípios de Empoderamento das Mulheres

Por Sofia Campos, coordenadora de Engenharia da Manutenção na MRS Logística - Membra do Núcleo dos Inovadores 

Saiba mais
Não é preciso olhar para as estrelas