Ideias que se recusam a morrer

Há uma corrente subterrânea no LinkedIn que não faz a mínima ideia do que é a visualização de dados e que continua a repetir o mantra:

“barras para valores, linhas para evolução, tartes para proporções”.

E tudo deve ser familiar, custe o que custar. É esta ignorância que nos deu a triste componente visual do Power BI. Vamos lá falar sobre isso.

Antes de mais: Temos liberdade para fazer tudo o que quisermos quando traduzimos números numa expressão visual (com algumas reservas básicas).

Na organização

Num contexto empresarial, onde (em teoria) as pessoas preferem gráficos mais eficazes, precisamos de:

• Dados e uma boa compreensão deles, obviamente;
• Esclarecer a questão de negócio que o gráfico deve responder;
• O conjunto de objetos e respetivas propriedades que podemos usar para responder de forma eficaz (o motor gráfico que usamos);
• O contexto (perfil do público, forma de distribuição, etc.).

Surpresa: num contexto de baixa literacia gráfica, não precisamos realmente de nos preocupar com a familiaridade (ligeiro exagero). O que devemos ter em conta são aspetos como:

• Quão eficaz é o gráfico?
• Como é avaliado pelos utilizadores?
• Reconhecem uma melhoria significativa (conclusões, poupança de tempo)?
• Acham que vale o esforço de se tornar um gráfico familiar?
• Pode ser feito facilmente em Excel? 😀 (ou seja, pode ser integrado nos processos e competências atuais sem causar grande perturbação?)

Exemplos não-conformes

Eis três exemplos de gráficos eficazes com que muitas pessoas não estão familiarizadas e que não encaixam na narrativa dos gráficos “básicos e familiares”:

• Pequenos múltiplos (comparar ou monitorizar facilmente múltiplas entidades);
• Gráficos de ciclo (ir além da simples sazonalidade);
• Toda a família dos dot plots (muito mais eficazes do que os gráficos de barras para duas ou mais séries).

O que fazer?

Então, o que devemos fazer numa organização?

• Esclarecer quais são as perguntas de negócio mais comuns;
• Decidir qual a melhor forma de responder-lhes;
• Normalizar o mais possível e, se possível, incorporar essas prédefinições na biblioteca de gráficos;
• Transformar isso num livro de estilos e partilhá-lo;
• Mantê-lo como um documento vivo;
• Garantir que as ideias-base são seguidas, mas deixar espaço para que as pessoas experimentem novas abordagens.

(Shameless plug: é exatamente isto que ajudo as organizações a fazer no meu curso presencial de dois dias em visualização de dados. Portanto, se estiver em Portugal…)

Conclusão

Em resumo: devemos melhorar a literacia de dados e a literacia gráfica na organização. Não deixamos ninguém para trás, mas não devemos assumir que meia dúzia de tipos de gráficos antigos conseguem responder às perguntas complexas e subtis de hoje só porque são familiares.

(Ah, e o Excel consegue fazer gráficos muito mais sofisticados do que imagina. Partilhei o exemplo de cima anteriormente na comparação de gráficos de barras e de pontos. E repare como o dot plot é muito mais eficaz do que o gráfico de barras.)