Ciclo de Análise Visual e Como Colocar em Prática

ciclo de análise visual

Entender o ciclo de análise visual é essencial para usar a visualização de dados como fator estratégico e acelerar a compreensão do panorama geral dos negócios. A visualização da análise é uma prática não linear, acontecendo em etapas que não seguem uma ordem “lógica”.  

Um usuário pode começar um ciclo de análise visual para responder alguma pergunta ou realizar uma tarefa específica, encontrar os dados relevantes, prepará-los e, então, tomar as ações necessárias

No entanto, conforme realiza sua análise, ele pode notar a necessidade de dados adicionais, voltar algumas etapas do ciclo, identificar um novo mapeamento visual e se deparar com novos pontos de vista. Para que a visualização de dados se torne a força motriz geradora de resultados mais competitivos, é fundamental que um ciclo de análise visual seja criado e colocado em prática. 

Essa providência vai garantir etapas fluidas, onde as respostas de uma pergunta levem a outras perguntas, favorecendo o descobrimento de novas informações estratégicas. Neste conteúdo, você confere um passo a passo de como desenvolver e colocar em prática o ciclo de análise visual. Acompanhe! 

Ciclo de Análise Visual: Tudo Começa com Perguntas 

Ao criar uma visualização, seja para você ou para outras pessoas, é preciso entender que um ciclo de análise visual sempre se inicia com uma tarefa ou perguntas comerciais que necessitam de respostas. Enquanto você “pergunta” aos dados, é preciso iniciar com um tópico amplo para depois ir afunilando até chegar em um ponto muito específico. 

Para entender melhor, vamos usar como exemplo a ordem do questionamento feita por um gestor de atendimento que busca elevar o atendimento ao cliente. Começando pela pergunta geral e encerrando na mais específica: 

  • Quantas chamadas são recebidas mensalmente? 
  • Qual é a origem das chamadas? 
  • Quais são os principais tipos de chamadas? 
  • Quem atende a mais/menos chamadas? 

Independentemente das questões e suas respostas, as etapas para que o estudo das informações e a análise visual tenham sucesso são as mesmas. Veja quais são elas: 

  1. Crie um ambiente de parceria para promover relações de trabalho produtivas e sustentadas na confiança; 
  1. Entenda melhor a experiência dos usuários para falar a mesma língua deles; 
  1. Questione abertamente pontos como: “O que quer que este painel diga para você?” ou “Quais perguntas você quer responder?”, em vez de “É um gráfico de linhas que você quer?” ou “Devo incluir uma linha de tendência?”; 
  1. Pergunte o que deveria ser mudado nos painéis atuais para que fiquem ainda melhores. 

As perguntas são cruciais para que os dados corretos sejam obtidos/dispostos e sirvam para a Jornada Data Driven da empresa. 

Obtenha Dados de Qualidade 

Seus usuários conseguem responder suas perguntas com os dados dispostos? Eles sabem como encontrar e se conectar à fonte correta de informações? 

Os dados de uma empresa podem ser brutos, semiestruturados, estruturados ou isolados em diferentes departamentos. Essa descentralização de informações é a maior barreira para a empresa ser impulsionada por dados. 

No processo de descoberta, a pesquisa e análise de informações deve identificar as principais origens dos dados, como são dispostos e consumidos por cada departamento ou equipe. Para fontes de informações mais específicas, é preciso dar prioridade para as mais relevantes, levando em consideração o tamanho do público para depois criar as fontes de dados. Assim, os criadores de conteúdo conseguem se conectar a elas e analisá-las. 

 
Escolher o Mapeamento Visual para a Disposição de Dados 

Com os dados à sua disposição, os criadores de conteúdo podem começar a explorá-los, adicionar medidas e dimensões para a exibição das informações – etapa importante do ciclo de análises visuais. 

Enquanto exploram os dados, os criadores podem modificá-los visualmente utilizando atributos pré-atencionais para que as informações de maior relevância, como por exemplo a evolução de lucros, sejam identificadas e compreendidas com facilidade e rapidez.  

A escolha do tipo de mapeamento visual e seus atributos pré-atencionais devem condizer com o tipo de análise que será feita com essas informações para que os usuários sejam direcionados para a ação. 

É fundamental que tanto os criadores quanto os consumidores do conteúdo conheçam os 5 tipos básicos de mapeamento visual para que a comunicação seja eficaz. Confira abaixo quais são eles: 

  • Comparação, representado como uma barra; 
  • Espacial, representado como um mapa; 
  • Temporal, representado como uma linha; 
  • Comparação de duas medidas, representado como um gráfico de dispersão; 
  • Números precisos, representados como uma tabela de texto. 

 
Dispor os Dados 

Uma prática comum na visualização de dados é o fato de as disposições sempre apresentarem algo inesperado em relação aos relacionamentos, exceções e tendências. Cada nova descoberta impulsiona o processo de pensamento e induz a uma análise mais aprofundada um caminho de exploração diferente. 

Por isso, nesta etapa do ciclo de análise visual, é fundamental que os dados sejam dispostos em painéis que permitam que as análises possam ser refinadas incrementalmente. Isso fará com que elas aconteçam no ritmo de cada usuário, assim qualquer um deles pode obter informações relevantes para basear suas decisões e direcionar as ações

Devem ser criadas apresentações com representações visuais sofisticadas, progressivamente, e de forma incremental, à medida que os usuários se habituam a analisar informações com o mapeamento visual utilizado. 

Captação de Dados 

A análise visual torna o questionamento aos dados um hábito comum e que requer pensamento crítico para desvendar informações e comunicar as descobertas de uma forma envolvente e otimizada. Isso quer dizer que tanto os criadores quanto os consumidores dessas informações nunca devem deixar de perguntar o “por quê” dos resultados obtidos nas análises para acelerar e refinar o processo decisório. 

Ou seja, é fundamental captar e tratar os dados relevantes para a criação dos documentos para análise e para agir adequadamente. Para isso, criadores e/ou consumidores devem fazer as seguintes perguntas, conforme percorrem o processo de captação de informações: 

  • O que preciso perguntar aos dados? 
  • As respostas obtidas são oriundas de fontes confiáveis? 
  • Sou capaz de avaliar se meus dados são realmente úteis?  
  • Meus dados estão corretos? 
  • Estou aproveitando todos os fatos?  
  • Tenho alguma visão tendenciosa dos dados ou ainda preciso de confirmação? 

 
Ação/Compartilhamento 

Toda descoberta no ciclo de análise visual que não é compartilhada se torna completamente inútil. Uma vez que sua divulgação gera ações, resultados e soluções – como melhorar a experiência do cliente

Sempre que algo relevante vem à tona, é preciso que o conteúdo da descoberta seja compartilhado aos interessados respeitando todas as etapas anteriores do ciclo de análise visual e com o mapeamento visual mais indicado para dispor as informações ao público-alvo.  

Para facilitar o compartilhamento, você pode criar pastas de trabalho para servir como fonte de informações aos diferentes setores da empresa. Nelas você pode incluir recursos locais como codificação geográfica personalizada, imagens de fundo e destaques que se relacionem com cada público. 

É interessante que antes de iniciar o compartilhamento, seja feito um checklist para garantir que as informações que serão dispostas atendam às necessidades do público, seus objetivos e, principalmente, que responda às perguntas comerciais pretendidas. 

Cabe também aos administradores de dados garantir a exatidão e revisar as fontes de informações candidatas ao compartilhamento e certificar sua relevância e confiabilidade. A validação do conteúdo por parte dos administradores de dados deve incluir: 

  • Conferência da exatidão dos dados e cálculos; 
  • A revisão: 
  • da marca; 
  • do layout; 
  • dos filtros; 
  • das ações de painel;  
  • dos comportamentos em casos de uso extremos pelas funções de Administrador do site ou Líder do projeto. 

Chegamos ao final deste conteúdo e agora você sabe quais são as etapas do ciclo de análise visual e o que deve ser feito em cada uma delas. Para que você entenda melhor sobre o assunto, sugerimos que acompanhe o Blog da Tenbu e, também, que leia o conteúdo:  

Importância da visualização de dados na entrega de resultados 

Compartilhar conteúdo

jornada Data Driven

Business Analytics

Tenbu Self Services Analytics

Data Storytelling

Ciência de Dados

Modelos de Machine Learning

Machine Learning para Supply Chain

jornada Cloud Computing

Azure

AWS

IBM

Indústria inteligente

Eficiência Energética

Redução de falhas

Manutenção Preditiva

IoT

Governança de dados e LGPD

LGPD OneTrust

Visão Integrada de Produtos e Clientes