O que é visualização de dados?

É importante salientar que o uso da visualização de dados não se limita às equipes de dados. Ela pode ser utilizada para diversos fins. A gerência também a aproveita para transmitir a estrutura e a hierarquia organizacional, enquanto os analistas e cientistas de dados a utilizam para descobrir e explicar os padrões e as tendências. Harvard Business Review  categoriza a visualização de dados em quatro finalidades principais: geração de ideias, ilustração de ideias, descoberta visual e dataviz do dia a dia. Vamos nos aprofundar nelas a seguir:

A visualização de dados costuma ser usada para estimular a geração de ideias entre as equipes. Elas são frequentemente aproveitadas durante sessões de processo criativo ou design thinking no início de um projeto, apoiando a coleta de diferentes perspectivas e destacando as preocupações comuns do coletivo. Embora essas visualizações geralmente não sejam refinadas e acabadas, elas ajudam a definir a base dentro do projeto para a equipe se manter alinhada com o problema com o qual estão pretendendo lidar para os principais stakeholders.

A visualização de dados para ilustração de ideias ajuda a transmitir uma ideia, como uma tática ou processo. É muito usada em ambientes de aprendizado, como tutoriais, cursos de certificação, centros de excelência, mas também pode ser empregada para representar estruturas ou processos organizacionais, facilitando a comunicação entre as pessoas certas para tarefas específicas. Os gerentes de projeto frequentemente utilizam diagramas de Gantt e gráficos em cascata para ilustrar os fluxos de trabalho. A modelagem de dados também usa abstração para representar e esclarecer o fluxo de dados no sistema de informações de uma empresa, facilitando a compreensão das relações de um banco de dados ou data warehouse por parte de desenvolvedores, analistas de negócios, data architects e outros profissionais.

A descoberta visual e a visualização diária de dados cotidiana geralmente são mais associadas com as equipes de dados. Embora a descoberta visual ajude analistas de dados, cientistas de dados e outros profissionais de dados a identificar padrões e tendências em um conjunto de dados, a visualização diária de dados auxilia a narrativa subsequente após a descoberta de um novo insight.

A visualização de dados é uma etapa crítica no processo da ciência de dados, ajudando as equipes e os profissionais a transmitir os dados de forma mais eficaz aos colegas e tomadores de decisão. As equipes que gerenciam sistemas de relatórios geralmente aproveitam visualizações de modelos definidos para monitorar o desempenho. Entretanto, a visualização de dados não se limita a dashboards de desempenho. Por exemplo, durante a mineração de texto, um analista pode usar uma nuvem de palavras para capturar conceitos-chave, tendências e relações ocultas nesses dados não estruturados. Alternativamente, ele pode utilizar uma estrutura de grafo para ilustrar as relações entre entidades em um grafo de conhecimento. Existem diversas maneiras de representar diferentes tipos de dados, e é importante lembrar que esse é um conjunto de habilidades que deve ir além da sua equipe principal de análise de dados.

A forma mais antiga de visualização de dados remonta aos egípcios, anteriormente ao século XVII, e era amplamente usada na navegação. Com o passar do tempo, as pessoas passaram a aproveitar visualizações de dados para aplicações mais amplas, como em disciplinas econômicas, sociais e de saúde. Um exemplo notável é o de Edward Tufte,que publicou The Visual Display of Quantitative Information e mostrou que as pessoas poderiam utilizar a visualização de dados para apresentar as informações de maneira mais eficaz. Seu livro continua atual ainda hoje, sobretudo pelo fato de que as empresas continuam recorrendo a dashboards para relatar suas métricas de desempenho em tempo real. Os dashboards são ferramentas eficazes de visualização de dados para acompanhar e visualizar dados provenientes de diversas fontes, oferecendo visibilidade sobre os efeitos de comportamentos específicos de uma dada equipe sobre o desempenho. Os dashboards utilizam técnicas comuns de visualização, como:

• Tabelas: consistem em linhas e colunas usadas para comparar variáveis. As tabelas podem mostrar uma grande quantidade de informações de forma estruturada, mas também podem sobrecarregar usuários que só estejam atrás de tendências de alto nível.

• Gráficos de pizza e gráficos de barras empilhadas: esses gráficos são divididos em seções que representam partes de um todo. Eles oferecem uma maneira simples de organizar os dados e comparar o tamanho dos componentes entre si.

• Gráficos de linhas e gráficos de área: esses recursos visuais mostram a mudança em uma ou mais quantidades ao traçar uma série de pontos de dados ao longo do tempo e são usados com frequência na análise preditiva de dados. Os gráficos de linha utilizam linhas para demonstrar essas mudanças, enquanto os gráficos de área conectam pontos de dados com segmentos de linha, empilhando variáveis umas sobre as outras e usando cores para distinguir as variáveis.

• Histogramas: esses gráficos traçam uma distribuição de números usando um gráfico de barras (sem espaços entre as barras), representando a quantidade de dados que se enquadram em um determinado intervalo. Com esse recurso visual, o usuário final tem mais facilidade para identificar valores discrepantes em um determinado conjunto de dados.

• Gráficos de dispersão: esses recursos visuais são úteis para revelar a relação entre duas variáveis e são comumente usados na análise de dados de regressão. Contudo, às vezes eles são confundidos com gráficos de bolhas, que são usados para visualizar três variáveis por meio dos eixos x e y e do tamanho da bolha.

• Mapas de calor: essas representações gráficas são úteis para visualizar dados comportamentais por localização. Pode ser um local em um mapa ou até mesmo uma página da web.

• Mapas de árvore: exibem dados hierárquicos como um conjunto de formas aninhadas, geralmente retângulos. Os mapas de árvore são excelentes para comparar as proporções entre categorias por meio do tamanho da área.

O acesso a ferramentas de visualização de dados nunca foi tão fácil. Bibliotecas de código aberto, como a D3.js, permitem que os analistas apresentem dados de forma interativa e envolvam um público mais amplo com novos dados. Algumas das bibliotecas de visualização de código aberto mais populares são:

• D3.js: é uma biblioteca JavaScript de front-end para produzir visualizações de dados dinâmicas e interativas em navegadores da internet.  D3.js usa HTML, CSS e SVG para criar representações visuais de dados que podem ser visualizadas em qualquer navegador. Ela também traz funcionalidades para interações e animações.

• ECharts: uma biblioteca avançada de gráficos e visualizações que oferece uma maneira fácil de adicionar gráficos intuitivos, interativos e altamente personalizáveis a produtos, artigos de pesquisa, apresentações etc. OEcharts é baseado em JavaScript e ZRender, um biblioteca leve de canvas.

• Vega: o Vega se define como "gramática de visualização", fornecendo compatibilidade para personalizar visualizações em grandes conjuntos de dados que podem ser acessados pela web.

• O deck.gl: é parte do pacote de frameworks de visualização de código aberto da Uber. deck.gl é um framework utilizado para análise exploratória de dados em big data. Ele ajuda a criar uma visualização de alto desempenho baseada em GPU na web.

Com tantas ferramentas de visualização de dados prontamente disponíveis, também houve um aumento na visualização ineficaz de informações. A comunicação visual deve ser simples e deliberada para garantir que a visualização de dados ajude seu público-alvo a chegar ao insight ou à conclusão pretendida. As melhores práticas a seguir fazem com que sua visualização de dados seja útil e clara:

Defina o contexto: é importante apresentar informações gerais de base para embasar a audiência sobre a importância desse ponto de dados específico. Por exemplo, se as taxas de abertura de e-mails de uma empresa estiverem com baixo desempenho, podemos ilustrar como essa taxa se compara ao setor em geral, demonstrando que a empresa tem um problema nesse canal de marketing. Para impulsionar uma ação, o público precisa entender como o desempenho atual se compara a algo palpável, como uma meta, benchmark ou outros indicadores-chave de desempenho (KPIs).

Conheça seu público: pense para quem sua visualização foi criada e verifique se sua visualização de dados atende às necessidades deles. O que essas pessoas estão tentando realizar? Com que tipo de perguntas elas se preocupam? Sua visualização aborda as preocupações delas? Sua intenção é fornecer dados que motivem as pessoas a agir dentro do escopo de sua função. Se não tiver certeza se a visualização está clara, apresente-a a uma ou duas pessoas do seu público-alvo para receber feedback. Isso permitirá que você faça alterações adicionais antes de uma grande apresentação.

Escolha um visual eficaz: recursos visuais específicos são criados para tipos específicos de conjuntos de dados. Por exemplo, os gráficos de dispersão são bons para exibir a relação entre duas variáveis, enquanto os gráficos de linha são ótimos para dados de séries temporais. Verifique se o recurso visual realmente ajuda o público a entender sua conclusão principal. O desalinhamento de gráficos e dados pode ter o efeito inverso, confundindo ainda mais o público em vez de esclarecê-lo.

Mantenha a simplicidade: as ferramentas de visualização de dados podem facilitar a inclusão de todo tipo de informação ao seu recurso visual. Porém, não é porque você pode incluí-las que deve realmente fazê-lo! Na visualização de dados, é preciso ter cuidado com as informações que você acrescenta para concentrar a atenção do usuário. Por exemplo, você precisa de rótulos de dados em todas as barras do seu gráfico de barras? Talvez você só precise de um ou dois para ajudar a ilustrar o argumento. Você precisa de um monte de cores para comunicar sua ideia? Você está utilizando cores acessíveis a um público variado (por exemplo, para um público daltônico)? Crie uma visualização de dados para ter o máximo impacto, eliminando informações que possam distrair o público-alvo.