Por que você deve dedicar um tempo à criação das suas visualizações de dados e algumas dicas para torná-las mais efetivas

Por que você deve dedicar um tempo à criação das suas visualizações de dados e algumas dicas para torná-las mais efetivas

Inscreva-se

Abordamos dados e análises dentro das empresas.

Receba novos artigos por e-mail


Compartilhe

O passo final (e não menos importante) de toda análise de dados é a visualização dos mesmos. É nesse momento que temos a oportunidade de mostrar de forma gráfica e acessível o resultado de uma análise, tornando fácil o reconhecimento de tendências, padrões e outliers. E mais importante ainda, esse é o momento crucial para que os dados respondam as perguntas que foram feitas, mostrando todo o seu potencial para auxiliar na tomada de decisões de um negócio.

Afinal, por que é importante?

  1. Passa a mensagem: Pela forma com que o cérebro humano processa as informações e o número crescente de dados a serem analisados (segundo o Science Daily 90% dos dados do mundo foram gerados só nos últimos dois anos), é mais fácil e rápido assimilar novos conceitos se apresentados de forma gráfica.
  2. Conecta as coisas: Através de gráficos é possível correlacionar comportamentos de forma visual e entender o porquê das coisas.
  3. Democratiza o acesso aos dados: Os analistas e gestores das áreas de negócio (vendas, finanças, customer experience, etc) conseguem ter insights e tomar decisões sem depender de áreas técnicas.
  4. Pronto a todo momento: Trabalhar grandes volumes de dados em planilhas é um processo que pode levar horas, ou até dias. Através da automatização de dashboards, os dados estão sempre prontos a serem analisados.
  5. Interage com a necessidade do usuário: Com a ferramenta certa de visualização, é possível customizar as análises olhando mais a fundo nos dados (o tal do drill down) para entender as causas de tal comportamento de forma muito rápida.
  6. Vai além dos números: Através de uma visualização linear dos dados é possível contar uma história mostrando causas, efeitos e soluções, o que possibilita ações imediatas sobre o problema exposto.

O que considerar quando criar visualizações?

  1. Para quem a mensagem deve ser passada: Mais importante do que criar um dashboard repleto de informações é entender quem irá analisá-lo. Quais são os principais objetivos dessa pessoa ou área? Quais os maiores desafios? O que pode impedir o cumprimento de tais metas?
  2. Estratégico X Tático X Operacional: A visualização estratégica deve ser direcionada para ações de longo prazo e deve considerar um universo maior, sem entrar em detalhes específicos das áreas. Já a tática é o desdobramento da visão estratégica em áreas e departamentos e olha para o médio prazo, enquanto a operacional abrange cada processo e atividade, e deve destacar a execução dos mesmos.
  3. Objetivo Final: Quais decisões podem ser tomadas através desses dados? Entender o objetivo maior da visualização ajuda na criação de métricas acionáveis e no engajamento do usuário final. É possível fazer isso mandando notificações sempre que tal número atingir o ponto X, ou destacar em vermelho as métricas que estão abaixo do esperado, por exemplo.

Use o gráfico certo para cada dado

Já falamos um pouco ali em cima sobre como a visualização de dados pode ser uma ferramenta poderosa. Porém dentre tantas opções de tipos de gráficos, é preciso entender como mostrar cada tipo de dado de acordo com sua função para que a análise final seja efetiva. Abaixo listamos os principais tipos de gráficos e suas aplicações.

Gráfico de Linhas

Usado para analisar mudanças ao longo do tempo, identificar tendências e anomalias, e relacionar grupos de dados.

Exemplo: O gráfico abaixo traz dados do Google Analytics e mostra qual foi a variação da conversão de visitantes para leads (eixo Y) de Novembro de 2017 a Janeiro de 2019 (eixo X).

Gráfico de Barras

Usado para mostrar e comparar categorias de dados que são independentes umas das outras. Pode ser usado também para comparação dessas categorias ao longo do tempo.

Exemplo: O gráfico abaixo mostra dados do Pipedrive e compara a quantidade de negócios perdidos nas categorias  “Preço” e “Produto” ao longo do tempo (eixo X).

Gráfico de Pizza ou Torta

Usado para mostrar qual a proporção de determinadas partes em relação ao todo, onde cada pedaço representa o tamanho do grupo dentro do universo total que está sendo analisado.

Exemplo: O gráfico mostra a quantidade de ligações realizadas pelo time de vendas por cidade do prospect.

Gráfico de área 

O gráfico de área tem função similar ao de linha, porém através do preenchimento da área é possível ressaltar como cada categoria está variando ao longo do tempo em relação às outras e ao interpolar as áreas ele dá a noção de representatividade dentro de um todo.

Exemplo: O gráfico mostra a quantidade de atividades realizadas ao total pela equipe de vendas, quebradas por tipo de atividade e mês (eixo X), quanto maior a área de preenchimento maior a representatividade dessa categoria no determinado mês. 

Gráfico de Dispersão (Scatter Plot)

Usado para mostrar a correlação entre duas variáveis, podendo ter uma terceira (no caso do gráfico de bolhas), onde as duas primeiras variáveis são plotadas nos eixos X e Y e a terceira corresponde ao tamanho das bolhas.

Exemplo: O gráfico abaixo mostra qual a média de duração de um negócio (eixo Y) de acordo com o status dele eixo (X).

Histograma

Usado para mostrar a frequência de uma classe de dados dentro de uma série, onde cada barra representa uma classe e o tamanho dela representa a frequência com a qual ela ocorre.

Exemplo: A série usada para montar o histograma abaixo mostra o valor de plano contratado por cada cliente. No histograma é possível ver a quantidade de clientes  que se encontra em cada uma das faixas de planos, com um intervalo de R$ 50.

Gráfico de Cascata

Usado para mostrar como valores negativos e positivos afetam um número final.

Exemplo: O gráfico abaixo mostra a evolução do número de clientes ativos de uma empresa em determinado mês. A base de clientes inicial era 150, nesse mês entraram 61 novos enquanto 32 cancelaram, resultando numa base final de 179. 

Em resumo, o coeficiente de uma boa análise de dados é o resultado da combinação de muitas variáveis, desde a persona que irá consumir a análise ao tipo de visualização da mesma. Ver o produto final da sua análise sendo consumido e ajudando no crescimento da sua empresa é sempre divertido, o que não é tão divertido assim é centralizar dados de várias fontes em um banco de dados para que essas análises sejam possíveis, certo? Fale com a Kondado e entenda como podemos te ajudar para que você possa gastar todo seu tempo focando no valor do seus dados.

Teste gratuitamente por 14 dias!

Quero Experimentar

Publicado em 2020-08-27