Menu

Dados

Para que serve um relatório e um dashboard, senão para ofertar informações de maneira objetiva nas tomadas de decisão? Alguns passos são necessários para formar a tríade (tratar, analisar, construir) nos relatórios, para que essas informações sejam realmente úteis, e não mais um daqueles documentos que acabam perdidos no e-mail das pessoas para as quais você os envia.

Este artigo, é para o profissional de marketing que possui internamente uma variedade incrível de dados transacionais, para que saiba como mostrar aos clientes internos essas informações da maneira mais clara possível. Ainda mais quando cada área – comercial, desenvolvimento de produtos, atendimento ao cliente, entre outros, possuem necessidades diferentes de visualizar informações. Pois sim, existem gráficos indicados para cada situação.

Aqui, falaremos sobre a análise e construção desses gráficos, a partir de diferentes dados e como utilizar os diversos formatos disponíveis para extrair a informação de uma forma mais clara.
Quando você desenvolve a visão estratégica de negócio, existem perguntas que devem ser feitas muito antes de sentar e abrir um excel, ppt ou arquivo. É FUNDAMENTAL entender o que será analisado, portanto, abaixo listamos algumas perguntas que devemos fazer ANTES de iniciar essa análise:

  1. Como o meu “assunto” é comparado a outro “assunto”?
  2. Como estes dados são relacionados com aqueles outros dados?
  3. Como estes dados estão distribuídos?
  4. Como estes dados orientam uma decisão?
  5. Como estes dados refletem um cenário?
  6. Quais destes dados não trazem informações relevantes?
  7. E por último e mais importante: Quais respostas quero encontrar com meus dados?

Os tipos de dados que temos vai determinar a melhor forma de visualização deles. É muito comum a utilização do gráfico de pizza, gráfico de barras e gráfico de barras por seção, mas você pode ir além com uma porção de dados.

David McCandless, autor do livro Information is beautiful  e criador de mais de 540 formas de visualização de dados, desenvolveu o gráfico abaixo que contém quatro elementos que considera necessários para uma visualização de dados bem-sucedida.

What Makes a Good Infoviz

 

Comparação

Comparações são importantes para orientar conclusões, por exemplo, como as vendas se comportam em cada região? Ou, quais são os top 10 de países em expectativa de vida?
Três ótimas formas de comparar dados são bar charts, line charts e highlights tables que mostram em detalhes, dois tipos de dados em um único gráfico e você ainda consegue comparar os dados entre si.
Quando se analisa dados cruzando dimensão (lucro por categoria), por exemplo, a escolha automática é o gráfico em barras e por uma boa razão. Exemplo: lucro gerado por categoria de produto – neste caso temos a dimensão que cada categoria de produtos fez e temos uma medida que será o lucro. A medida continua sendo um tipo de dados com um intervalo de valores possíveis, por isso precisamos traçar um eixo.
Coloque a categoria de produtos em formato de lista, um por linha traçado no eixo Y e acrescente a linha ligando o lucro com o valor na linha de categoria. Se adicionar cor, irá obter uma forma mais clara de visualização dos dados, e poderá notar qual categoria é mais lucrativa.

Gráfico de barra – ilustrativo

 

 

 

 

 

 

 

 

 

 

 

 

 

Existem muitas formas de comparar dados, tudo depende dos dados que temos e das perguntas que queremos responder. A timeline, apesar de simples, pode ser utilizada para comparar o comportamento ou performance de algum assunto comparando com média, com concorrentes, ou até produtos da mesma categoria.

Gráfico time series para linha do tempo – ilustrativo

 

 

 

 

 

 

 

 

Relacionamentos em dados geralmente envolvem uma ou mais métricas e você pode analisar as dimensões que tais métricas afetam este relacionamento. Por exemplo, podemos comparar altura e peso, e ver como essa relação muda pelo país, grupos de faixas etárias ou e até gênero. Quanto mais dimensões forem inseridas, mais complexa se torna a análise de dados.
Uma ótima maneira de fazer isso, é com o Gráfico de Dispersão (Scatter Chart) , onde os dados representados por pontos representam as dimensões do dado. Um sumário estatístico não conta toda a história, e nesses casos, precisamos olhar a distribuição dos dados. Se são clusters de média ou se são bimodais.

Gráfico de Dispersão Gapminder – Expectativa de vida por renda per capita dos países

 

Sumário de Distribuição

Uma outra forma possível, é pelo histórico de distribuição, que é uma forma clara de ver o Sumário de distribuição.

Existe também o gráfico de box-plot, que permite a comparação entre distribuição e dimensão. Este modelo exibe o resumo de cinco números de um conjunto de dados. O resumo de cinco números é o mínimo, primeiro quartil, mediana, terceiro quartil e máximo.
Em um gráfico de caixas, desenhamos uma caixa do primeiro quartil para o terceiro quartil. Uma linha vertical passa pela caixa na mediana. Os whiskers vão de cada quartil ao mínimo ou máximo. Um exemplo de aplicação é poder ver a média de vendas de diferentes produtos por região.

 

Abaixo, exemplo de box-plot que mostra a performance de um aluno:

Box-plot exemplo

Outra ótima alternativa de se visualizar em alguns casos, pode ser o gráfico geográfico, ele te mostra de uma forma interessante, acrescentando mais um elemento, porém, certifique-se que para usá-lo é necessário ter certeza que é a melhor forma de visualização. Neste link, deixo um exemplo em real time de mapa de calor do INPE que aponta diariamente a quantidade de focos de calor em Mato Grosso do Sul.

Existem diversas formas de visualização de dados e a escolha vai depender dos dados e do que pretende-se mostrar, mas independente disso, mantenha o foco na sua pergunta principal que essa missão ficará mais fácil de ser concluída.

Muitas vezes, recebemos pedidos de clientes para explorar dados em formato de tabela. A expectativa deles é obter um maior volume de dados com diversas dimensões, mas poderiam ser mais simples em uma “planilha”. 

Vou explicar o lado ruim de usar uma tabela:  ele não funciona bem quando possuímos um grande volume de dados, o que torna difícil a visualização do cenário, perdendo assim, as vantagens de ter acesso imediato à conclusão dele. Ou quando sabemos qual valor (informação) queremos ver. Mas e quando não sabemos? E se quisermos saber, por exemplo, qual é a categoria de produto com melhor desempenho em cada região? Será um pouco mais trabalhoso, teremos que ler cada coluna e comparar valores entre as linhas. Seria irritante, na melhor das hipóteses, com uma tabela de tamanho médio. Mas com uma tabela com muitos dados, seria um pesadelo.

Por sorte, existe uma forma que podemos obter este resultado, utilizando cores para realçar os highlights, e fazemos uma Highlight table.

Imagem Highlight table

No próximo artigo, trarei algumas dicas sobre dashboards exploratórios e os infográficos.

 

Como fazer Gráfico de Dispersão 

Como fazer Box-plot 

Como fazer Highlight table

Linkedin
WhatsApp