O documento discute 5 armadilhas comuns em visualização de dados e como evitá-las: usar cores de forma excessiva, gráficos de pizza com muitas fatias pequenas, visualizações muito complexas, falta de planejamento e uso de dados ruins. Apresenta exemplos dessas armadilhas e dicas para projetar visualizações efetivas.
5 armadilhas comuns em visualização de dados e como evitá-las
1.
2. As planilhas que me desculpem, mas os gráficos são
fundamentais...
3. Somente visualização não é a resposta
..., no entanto:
armazenamento
pré-análises
automatizadas
relatórios
mobilidade
Analytics
colaboração
Aplicações
analíticas
Bancos de
dados de alto
desempenho
preparação
aquisição
VISUALIZAÇÃO
Fonte: “The Digital Universe of Opportunities: Rich Data and the Increasing Value of the Internet of Things” – Abril 2014
5. • Soluções amigáveis
• Gráficos interativos
• Análises compartilhadas
• Acessíveis a partir de vários dispositivos
• Storytelling
• ...
Temos a nossa disposição
7. Vamos a 5 armadilhas comuns em
DataViz e como evitá-las
8. #1 – Uso de cores
O uso das cores é necessário, mas não exagere
Cores erradas podem dificultar a leitura ou levar a
intepretações erradas
9. #1 – Uso de cores
• A análise sempre vem em primeiro lugar. Nem sempre é bom utilizar as cores da empresa
• Lembre-se que há pessoas daltônicas
• Não confie somente nas cores
• Cores fortes normalmente significam atenção
• Use a mesma cor, a não ser que o resultado seja associado a significados diferentes
• Não use cor de background. Se usar, que seja única e neutra
• Pergunte-se sobre qual o objetivo da cor
11. #2 – Uso errado de Gráficos de Pizza
Gráficos de Pizza são fantásticos, mas fatias finas são terríveis
Se o Gráfico de Pizza tiver muita informação, a mensagem se
perde. Muitos detalhes levam a insatisfação e confusão
Evite gráficos de pizza lado a lado
12. #2 – Uso errado de Gráficos de Pizza
• Gráficos de Pizza funcionam melhor com conjunto limitado de dados, facilitando a
visualização de cada fatia
• Use para comparar partes de um todo, completando 100%
• Classifique na ordem da maior para menor fatia
14. #3 – Bagunça Visual
Muita informação e elementos desnecessários
dificultam a leitura e podem levar a conclusões
erradas
15. • Limite o número de KPIs num dashboard a, no máximo, 9
• Mantenha a visualização simples
• Se seu visual parece confuso, tente um novo formato. O mais limpo, normalmente, é o
melhor
• K.I.S.S.
#3 – Bagunça Visual
Keep it simple, stupid!
17. Só porque uma visualização é bonita, não significa
que seja efetiva
Visualizações efetivas incorporam as melhores
práticas para garantir a comunicação adequada
#4 – Falta de Projeto
18. • Planeje seus painéis
• Trabalhe com profissionais que garantam que a visualização seja a mais efetiva possível
#4 – Falta de Projeto
19. Boas visualizações começam com bons dados
Se seus painéis exibem resultados inesperados, você
pode ser vítima de dados ruins
#5 – Dados ruins
Não deixe sua aplicação ser o “bode expiatório”
20. • Use os gráficos para expor problemas com os dados
• Enderece os problemas com os dados antes de apresentá-los
• Entenda a diferença de descobertas inesperadas e problemas com dados
#5 – Dados ruins
21. • Infosthetics.com
• Flowingdata.com
• Visual.ly
• Perceptualedge.com
Para se aprofundar:
Adaptação livre de: 5 Data Visualization Pitfalls (and how to avoid them)
By Qlik