Qualquer definição padrão de Ciência de Dados diz que sua principal função é “ajudá-lo a extrair significado e valor a partir de seus dados brutos“. Ou seja, encontrar e extrair insights de dados brutos está no cerne da Ciência de Dados. Entretanto, encontrar os insights certos, que possam fazer diferença na tomada de decisão, não significa nada se você não sabe como comunicar suas descobertas para os outros. Visualização de dados é um excelente meio pelo qual é possível comunicar visualmente o significado dos dados. Para um bom projeto de visualização, você deve conhecer e compreender verdadeiramente seu público-alvo e a finalidade para a qual você está projetando. Você também deve compreender os principais tipos de gráficos de dados que estão disponíveis, assim como os benefícios e desvantagens de cada um. Devido à forma como o cérebro humano processa as informações, é mais rápido para as pessoas compreenderem o significado de muitos pontos de dados quando eles são exibidos em tabelas e gráficos, em vez de resumidos em planilhas ou páginas de relatórios.
Visualizações ajudam as pessoas a ver coisas que não eram óbvias para elas antes. Mesmo quando os volumes de dados são muito grandes, os padrões podem ser vistos de forma rápida e facilmente. Visualizações transmitem informações de forma universal e torna-se um mecanismo simples para compartilhar ideias com os outros. Visualizações de dados permitem que as pessoas perguntem uns aos outros, “Você vê o que eu vejo?” E o outro pode até mesmo responder a esta pergunta como “O que aconteceria se nós fizemos um ajuste para essa área?”
Compreendendo os tipos público da visualização de dados
A visualização de dados é uma representação visual que é projetada com a finalidade de transmitir o significado, a importância dos dados e os insights extraídos deles. Uma vez que visualizações de dados são projetadas para diferentes públicos, finalidades e níveis de habilidade, o primeiro passo para projetar uma grande visualização de dados é conhecer seu público.
Existem os mais variados tipos de público. Você poderia estar projetando algo para transmitir conhecimentos científicos a um grupo de pesquisa. É possível que seu público seja composto de membros do conselho ou líderes empresariais, ou talvez você esteja projetando um gráfico que está destinado a mostrar números para os membros de uma comunidade no interior do país. Uma vez que cada público será composto de uma única classe de consumidores, cada um com as suas necessidades de visualização de dados únicos, é essencial esclarecer exatamente para quem você está projetando. Estes seriam os três principais tipos de visualizações de dados e como escolher a que melhor atenda às necessidades do seu público:
Faça os dados contarem uma história para os executivos
Um dos principais objetivos do Cientista de Dados, é projetar visualizações de dados para um público menos técnico, talvez a fim de ajudar os membros deste público a tomar melhores decisões de negócio. A finalidade deste tipo de visualização é dizer ao seu público a história por trás dos dados. Na narrativa de dados, o público depende de você para compreender o sentido por trás da visualização de dados e, em seguida, transformar insights úteis em histórias visuais que eles possam compreender. Com narração de dados, seu objetivo deve ser o de criar uma visualização altamente focada para que os membros de seu público possam rapidamente extrair significado sem muito esforço. Estas visualizações são melhor apresentadas sob a forma de imagens estáticas, mas alguns tomadores de decisão podem preferir ter um dashboard interativo para que eles possam explorar um pouco mais os dados.
Uses estudos de caso com os outros analistas
Se você está projetando para um público mais técnico, como outros analistas por exemplo, é possível criar visualizações de dados mais amplas. A finalidade deste tipo de visualização é permitir que seu público explore visualmente os dados e tirem suas próprias conclusões. Ao utilizar técnicas de dados, seu objetivo deve ser exibir uma grande quantidade de informações contextuais que suportem seu público em fazer as suas próprias interpretações. Estas visualizações devem incluir dados mais contextuais e foco menos conclusivo, para que as pessoas possam analisar os dados por si e tirar suas próprias conclusões. Estas visualizações são mais bem entregues como imagens estáticas ou dinâmicas e dashboards interativos.
E se o público não for nem executivo e nem analítico?
E se o público for composto de pessoas sem envolvimento com a tomada de decisão e nem analistas? Ao projetar para este público, você quer que sua visualização seja convincente pois, por mais que as pessoas possam não ter habilidades matemáticas, elas podem ser agentes de mudança com suas próprias convicções. Essas pessoas procuram a sua visualização de dados como um veículo através do qual elas possam confirmar ou negar um conceito ou ideia. Ao projetar para este público, o ideal é mexer com os sentidos. Ou seja, sua visualização de dados deve entreter, provocar, irritar ou fazer o que for preciso para atrair a atenção das pessoas. Esta estratégia de visualização de dados tem pouca ou nenhuma narrativa e não oferece espaço para os espectadores formarem suas próprias interpretações. Deve-se apenas comunicar os fatos, mas de forma desafiadora.
É importante enfatizar que os Cientistas de Dados têm uma responsabilidade ética para representar dados sempre com precisão. Um Cientista de Dados nunca deve distorcer a mensagem dos dados para o que o público quer ouvir! O público não técnico não será capaz de detectar erros ou problemas na visualização de dados e eles contam com o Cientista de Dados para fornecer representações honestas e precisas, ampliando assim o nível de responsabilidade ética que o Cientista de Dados deve assumir.
David Matos