Ferramentas

Data Storytelling: 5 dicas para a criação de tabelas e gráficos mais persuasivos

Portal Carreira
Escrito por Portal Carreira em 3 de fevereiro de 2021
Junte-se a mais de 80 mil pessoas

Entre para nossa lista e receba conteúdos exclusivos e com prioridade

Trabalhar com números geralmente não é considerado um trabalho atraente para a maioria. Mas, a capacidade de entender grandes volumes de dados confusos e encontrar insights únicos neles é uma das habilidades mais importantes do mercado de trabalho , de acordo com o LinkedIn.

Sendo que hoje os analistas de dados são como “unicórnios do mercado de trabalho”.

E é fácil de entender o porquê de tudo isso: Mais de dados foi criado desde 2013 do que em toda a história humana antes dessa data.

Como resultado, não há apenas uma grande demanda por cientistas de dados, mas também por aqueles que sabem como visualizar e apresentar dados de maneira eficaz e persuasiva.

É aqui que a narrativa de dados entra em cena.

Uma combinação de dados, recursos visuais e narrativas , a narração de histórias de dados é a nova habilidade em ciência de dados que todos precisarão no futuro.

Fonte: Forbes

Não gosto de dados…

Antes de você entrar em pânico, vamos começar com alguns fatos simples que o ajudarão a entender como nossos cérebros processam informações visuais e como você pode usar esses princípios para melhorar seus gráficos .

O cérebro visual e como funciona

Ao contrário do que você pode ter aprendido até hoje, a visão humana é muito mais complexa do que apenas processar a luz que é refletida por um objeto.

Embora possamos aparentemente ver tudo dentro de um ângulo de 180 graus, na verdade só podemos ver com total precisão aquelas coisas que estão bem no centro de nosso campo de visão, dentro de um campo muito estreito de dois graus.

Como então não vemos uma massa borrada de coisas?

Graças aos movimentos oculares rápidos chamados sacadas , somos capazes de perceber os objetos que se encontram no ângulo de 178 graus restante. Sem perceber, nossos olhos se movem rapidamente e se fixam em diferentes pontos de uma cena para criar um mapa visual preciso a partir dessas informações agregadas.

Embora esses movimentos sejam inconscientes, nossos olhos priorizam o que eles fixam. Por exemplo, cores brilhantes, formas incomuns e objetos em movimento imediatamente chamam nossa atenção , mesmo que não estejam bem na nossa frente. (Fonte: The Functional Art de Alberto Cairo )

Fonte de informação: The Functional Art

Uma vez que a luz foi codificada em sinais elétricos, o cérebro extrai as características principais, começando com uma forma grosseira e manchas de cor, e só então começa a realmente processar e identificar o que está na frente da pessoa, usando muitas informações de memória de longo prazo.

Para obter uma explicação mais visual, você também pode assistir Payman Taei descrever a ciência por trás de como percebemos os objetos aqui:

Nossos cérebros visuais são atraídos pela diferença

Então, em vez de capturar uma cena inteira como uma câmera, nossos olhos focam primeiro nos pontos-chave que se destacam. É por isso que nossos cérebros visuais percebem imediatamente a diferença e o contraste .

Basta dar uma olhada na imagem abaixo. Quanto tempo você demorou para ver o urso nas duas primeiras ilustrações? E o último?

Este exercício simples revela que nossos cérebros são muito melhores na identificação de diferenças de cores do que de formas.

Nossos cérebros são projetados para identificar padrões

Você sabia que seus sentidos estão constantemente processando todos os tipos de informações do ambiente antes mesmo de você estar consciente disso?

Isso é chamado de processamento pré-atencioso e, sem ele, perderíamos muito tempo tentando entender o mundo ao nosso redor.

Felizmente, nosso cérebro visual facilita as coisas para nós, detectando automaticamente diferenças e semelhanças entre objetos.

Por exemplo, dê uma olhada na imagem abaixo.

Você imediatamente se concentrou em um grande retângulo no meio? Na segunda seção, você provavelmente notou imediatamente como um retângulo tem uma orientação vertical, ao contrário dos outros.

Este é o cérebro visual para você: ele é projetado para perceber padrões e detectar imediatamente interrupções nesses padrões.

5 dicas de narração de dados para o cérebro visual

Agora que você aprendeu um pouco da ciência por trás da maneira como percebemos os objetos, vamos ver como esse conhecimento se traduz em dicas práticas para criar visualizações de dados eficazes e persuasivas, do guia Bons gráficos da Harvard Business Review e do nosso curso Data Storytelling, com Renata Galindo.

1. Nossos olhos não seguem uma ordem específica.

A criação de visualizações de dados eficazes requer o aprendizado de um novo idioma com novas regras gramaticais.

A primeira diferença entre ler uma página com texto e ler um gráfico é que com a primeira, você lê em ordem: da esquerda para a direita, de cima para baixo, na cultura ocidental. Com o segundo, não há uma ordem pré-determinada – você simplesmente vai aonde seus olhos o levarem.

O ritmo também é diferente. Em vez de ler constantemente linha por linha, você pula de um lado para o outro e passa mais tempo em algumas partes do que em outras.

Isso significa que é especialmente desafiador criar visualizações eficazes que levem deliberadamente os espectadores a uma jornada visual predefinida .

2. Nossos olhos se concentram primeiro no que se destaca.

Quando olhamos para um gráfico, como o que está abaixo, não vemos tudo de uma vez, mas focamos em um ponto saliente.

A primeira coisa que se destaca neste gráfico é o pico na extrema esquerda. A mensagem central desse visual é o o aumento do desmatamento na Amazônia.

Os melhores contadores de histórias de dados tiram vantagem deste princípio, criando tabelas e gráficos com uma mensagem clara que pode ser entendida sem esforço.

3. Nossos olhos podem lidar com algumas coisas ao mesmo tempo.

Sempre que você tem um gráfico ou gráfico com mais de 5 a 10 variáveis , as unidades individuais começam a perder sua individualidade e são percebidas pelos nossos olhos como um todo.

Com isso em mente, você deve simplificar seus gráficos para que eles destaquem um ponto principal que você deseja enfatizar.

Veja, por exemplo, este gráfico. As primeiras coisas que você nota são o pico no meio, a linha verde e a palavra “interrupção”.

Se o objetivo é transmitir uma mensagem clara por meio de um gráfico declarativo (em vez de exploratório), você verá que não há uma mensagem clara aqui.

Digamos, por exemplo, que você deseja revelar que as classificações de desempenho continuaram caindo mesmo após a interrupção, então o visualizador deve trabalhar duro para encontrar essa tendência, já que o pico no plano de fundo se desvia da linha verde.

A melhor solução, neste caso, é eliminar o número de dados de chamadas de atendimento ao cliente e focar nas classificações de atendimento ao cliente antes e depois da interrupção.

4. Tentamos encontrar significado nos dados.

Outro fato importante é que nossos cérebros são projetados para procurar conexões imediatamente e tentar encontrar significado nos dados .

Se você olhar para este gráfico, verá que seu cérebro inconscientemente faz a conexão entre o laranja no título e os pontos laranja.

“Isso deve significar que os pontos laranja representam os melhores desempenhos”, conclui nosso cérebro visual.

Errado. Na verdade, os melhores desempenhos são aqueles plotados no canto superior direito do gráfico e não têm nada a ver com a seleção de cores.

Sabendo disso, devemos tomar decisões inteligentes de design e atribuir cores deliberadamente para melhorar a funcionalidade do seu visual.

5. Somos guiados por convenções culturais.

Existem certas convenções que consideramos certas. Por exemplo, na cultura ocidental, todos sabemos intuitivamente que, ao visualizar o tempo, ele se move da esquerda para a direita, não da direita para a esquerda; ou que azul significa frio e vermelho quente.

O mesmo vale para as metáforas visuais: todos associamos uma pirâmide com hierarquia ou uma escala com uma comparação de duas coisas.

Se você ignorar essas convenções, nem é preciso dizer que seus visuais serão difíceis de decifrar.

Dê uma olhada neste gráfico e veja como é difícil extrair significado dele quando o tempo é colocado no eixo Y em vez de no X.

Exemplos de como melhorar a narrativa de dados

Aqui estão alguns exemplos de como melhorar tabelas e gráficos para que eles não simplesmente exibam dados, mas contem uma história , do livro Storytelling with Data, de Cole Nussbaumer Knaflic .

Antes

Este gráfico de barras exibe o número de tíquetes recebidos e processados ​​em um ano.

Depois de

Se o seu objetivo é transmitir uma mensagem e levar alguém para uma ação específica (neste caso, a contratação de dois novos funcionários), então isso é muito melhor.

Ao escolher um gráfico de linha em vez de um gráfico de barras, a crescente diferença entre a quantidade de tickets recebidos e os processados ​​fica completamente aparente.

Antes

Este é outro exemplo de dados exibidos sem uma narrativa ou mensagem clara.

Depois de

Agora veja este mesmo conjunto de dados apresentado de uma maneira completamente diferente. Grande diferença, certo? A mensagem central é imediatamente clara: mais crianças ficaram entusiasmadas com a ciência após o programa.

O uso de um único gráfico em vez de dois separados permite que os visualizadores entendam rapidamente os resultados da pesquisa. Além disso, o uso de algumas cores, não cinco ou seis, e um título eficaz ajudam o leitor a compreender rapidamente as diferenças entre os resultados pré e pós-programa.

Antes

Outro exemplo de gráfico ineficaz que é preciso, mas não comunica ou convence o público a realizar uma ação específica.

Depois de

Neste gráfico, nossos olhos são imediatamente atraídos para a faixa azul, as linhas cinza e o ponto azul que representa o preço médio.

A mensagem central é imediatamente clara: para ser competitivo, o preço ideal está na faixa de US $ 150 a US $ 200.

Antes

À primeira vista, este gráfico de pizza parece claro o suficiente, mas após uma análise mais profunda, você descobrirá que ele não obedece a várias convenções que permitem que os visualizadores entendam as informações rapidamente.

Normalmente, esperaríamos que os valores em uma escala artificial fossem organizados em ordem, de “nada interessado” a “extremamente interessado”. Mas, neste caso, os valores são dispostos de acordo com as porcentagens de cada resposta.

Também esperaríamos que as mudanças de cor correspondessem à escala artificial, com uma cor em uma extremidade da escala e a segunda na extremidade oposta, e tons intermediários no meio.

Depois de

Isso é muito mais fácil de decifrar à primeira vista. Organizados de acordo com os valores em uma escala, entendemos rapidamente que a maioria das pessoas não está interessada neste produto específico.

Image for post

Sua vez

Agora que você aprendeu alguns princípios simples para uma narrativa de dados mais persuasiva e eficaz, pode tentar criar suas próprias histórias de dados visuais com esta ferramenta gratuita de gráficos e infográficos .

Fontes: Livro Storytelling de Dados, Visual Learning Center, Curso Data Storytelling da aprendeai.com

Hey,

o que você achou deste conteúdo? Conte nos comentários.

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *