Gráficos: conte histórias com os tipos mais utilizados!

Os números ajudam quando você precisa mostrar resultados, através deles é possível visualizar a evolução de um projeto, campanha, processo, fornecendo argumentos para os resultados em qualquer área. É difícil encontrar algum setor que não utilize indicadores para tomada de decisão. Mostrá-los com variados tipos de gráficos é uma forma de facilitar a sua compreensão. Portanto, neste artigo vou mostrar os mais populares e como usá-los de uma maneira eficiente.


Quais informações importam?

O gráfico simples trouxe mais informações à mente dos analistas de dados do que qualquer outro dispositivo.

John Turkey

Muitas vezes percebo que as pessoas tentam preencher espaços nos seus relatórios. Entendo que design é importante, mas quando se trata de quantidade de informação, menos é mais. 

Em seu livro “Indicadores de desempenho“, Francischini (2017) explica ser importante, não começar perguntando quais indicadores mensurar, mas os objetivos da empresa. Se você precisa de um dado só para complementar o design com mais um gráfico, significa que você só está “enchendo linguiça” e tirando atenção do que realmente é necessário. O autor elenca alguns limites de indicadores com base em alguns cargos: nove para diretoria; sete para gerentes; e cinco para operação.


Existe um gráfico adequado para cada tipo de informação?

Não de forma obrigatória, creio que alguns podem se encaixar melhor para alguns objetivos. Dados que envolvem séries temporais se adaptam melhor com linhas e colunas, o comparativo entre duas variáveis (por exemplo, usuários e novos usuários) podem ser entendidos de forma fácil através de fatias de porcentagem (pizza), dados que precisam ser analisados em conjunto podem estar em uma tabela. Muitas vezes utilizamos a experiência do usuário, como ele está acostumado a ler esses dados, na hora de escolher o recurso correto.


Criando uma história através dos gráficos.

Recomenda-se que sua apresentação envolva o usuário, em uma história que vá evoluindo através de um elo.

Em seu livro “Storytelling com Dados: um guia sobre visualização de dados para profissionais de negócios“, Cole Nussbaumer Knaflic comenta sobre alguns gráficos e recursos, úteis para criar uma história através das informações.

A autora comenta que o analista precisa se concentrar em explicar a história dos dados apresentados (análise explanatória) e não mostrar os dados somente (oriundos da análise exploratória). A atenção e o tempo devem ser considerados em um contexto, para ser possível comunicar essa história com sucesso. Mostrar todas as suas informações ou ler elas em uma apresentação, não ajuda em nada. 

Os gráficos são um excelente recurso ajudar a contar a sua história.



Tipos de gráficos e recursos.

A seguir apresento aqueles que mais utilizo, em ferramentas como o Google Data Studio, R e até em apresentações PPT.


Texto simples – não é um gráfico, mas quando você precisa mostrar só uma informação é muito eficiente. Knaflic (2018) comenta que você pode utilizar um texto de apoio para complementar o dado. Como não tenho muito espaço nos relatórios, coloco uma métrica comparativa, logo abaixo.

Nos meus dashboards no Google Data Studio, por exemplo, eu uso esse recurso para mostrar dados como ROI, Investimento, Receita e Usuários, acumulados durante o mês com um comparativo. Esse recurso se chama “visão geral”, na ferramenta.

Texto simples para mostrar o total de usuários

Total de usuários, com um comparativo percentual em relação ao mesmo período ano passado.


Gráfico de dispersão – é muito utilizado para mostrar a relação das coisas, principalmente quando existe a utilização de técnicas de ciência de dados.

tipo de gráfico de dispersão

Gráfico gerado em R, para mostrar a relação entre duas variáveis, cilindradas x consumo de combustível.

Para comparativos como Visitas x Receita, Investimento x ROI, entre outras relações para marketing digital, é muito bom. Quando seu cliente pergunta: se aumentar o investimento minha receita aumenta? Se eu investir mais na campanha x, o ROI aumenta? Para responder essas perguntas você pode utilizar um pouco do histórico da conta para entender essa relação, colocando os dados em um gráfico de dispersão.


Tabela – ótimo para realizar comparativos entre colunas de variáveis, pois o usuário tende a forçar a visão e ler os dados contidos na tabela.

“Ao usar uma tabela em uma apresentação ou relatório, pergunte-se: o que estou tentando dizer?”

Knaflic (2018, p.51)

Quando eu vou usar tabelas, tenho como objetivo uma análise de múltiplas variáveis, entender a relação entre elas, só que lendo os números e comparando uns aos outros. Por isso, gosto sempre de usar uma escala de cor. Assim, ficará mais fácil de ler e entender.

Tabela do Google Data Studio

Tabela com dados sobre usuários e taxa de rejeição. Rapidamente os olhos conseguem identificar os dados mais importantes, através do mapa de calor.


Linhas – bom para o comparativo de séries temporais. Gosto muito do gráfico de linha para realizar análises preditivas, como a seguir:

tipo de gráfico de linha

Gráfico gerado através de um exercício de previsão em R. A linha azul é o resultado do forecast com ARIMA.


Gráficos de Barras (colunas) – Um dos que mais uso. Em seu livro, Knaflic (2018), comenta que são pouco usados por serem mais comuns, quando deveriam ser mais aproveitados exatamente por isso! Afinal, você utiliza a experiência do usuário. São ótimos para apresentar alguns tipos de séries temporais, comparativos e share entre variáveis.

tipo de Gráfico de barras em R

Gráfico de barras no R, com o número total de diamantes (conjunto de dados “diamonds”) agrupado por “cut” no eixo x.


Barras verticais empilhadas – são usados principalmente quando você quer comparar algumas categorias. Em dashboards com pouco espaço, alguns analistas de business intelligence optam por utilizá-lo. É possível realizar diversas análises com um só gráfico, mas pode ficar difícil de ler. Eu normalmente não sou muito adepto dessa abordagem. Prefiro diminuir o número de informações e separar os gráficos analisados.

tipo de Gráfico de Barras empilhadas

Empilhamento de “clarity” em “cut” feito em R.


Mapa de Árvore – ótimo para mostrar a concentração de algumas frequências em determinados contextos. Por exemplo, uma vez precisei fazer um relatório de um evento online com algumas salas de palestras acontecendo em simultâneo. Pensei que seria uma boa ideia mostrar aquelas com maior concentração de público, através de um mapa de árvore. 

No exemplo a seguir, no Google Data Studio, fiz um mapa para mostrar ao cliente quais as cidades mais influentes no tráfego de uma determinada landing page:

Mapa de árvore do Google Data Studio

Gráfico de mapa de árvore para apresentar a representatividade de tráfego por cidades. Perceba utilizado o recurso do calor.


Para localizações posso usar o gráfico de mapa (Mapa geográfico). Quando usá-lo lembre-se de adicionar uma tabela próxima, com detalhes referentes aos dados. Os mapas são geralmente usados em conjunto com outros recursos (Sharda, 2019), pois a junção de ambos complementa a informação por parte de quem está lendo.

Mapa geográfico no Google Analytics

Mapa geográfico no Google Analytics. Ele possui uma escala, um recurso de calor, quando mais forte a cor, maior o número de usuários daquele país. Multinacionais gostam de visualizar essa categoria de gráfico para entender o sucesso de sua operação nos países em que atuam.

No Google Data Studio podemos mostrar esse tipo de gráfico como um mapa de calor mesmo.

Mapa de calor no Google Data Studio

Nessa opção de mapa, o Google Data Studio usa o recurso do calor, como naqueles mapas gerados em estudos de eye tracking.


Gráficos de pizza – são usados para mostrar de forma simples a porcentagem, o share (através de fatias). Para quem ler esse gráfico, vai parecer ser muito fácil entender as informações. É preciso ter cuidado, segundo Knaflic (2018, p.73) “Quando os segmentos têm tamanhos parecidos, é difícil (se não impossível) dizer qual é o maior” . A autora ainda comenta duas coisas importantes: 1) se insistir em utilizar, não use 3d, pois tende a confundir mais ainda a medida real da fatia; 2) prefira usar gráficos de barras. Sharda (2019) concorda com essa linha de pensamento, pois se a quantidade de categorias exibidas for maior que quatro fatias, talvez o gráfico de pizza não seja a melhor alternativa.

tipo de gráfico de pizza

Gráfico de Pizza no Google Data Studio, para mostrar a diferença entre visitantes retornantes e novos.



Como elaborar bons relatórios usando esses tipos de gráficos?

  1. Entenda primeiramente o que o cliente precisa saber, isso é fundamental. Muitas vezes isso pode ser traduzido através de frases simples, por exemplo, “quero saber o retorno de receita oriundo da campanha X”. Nessa linha, alguns indicadores como: receita total, receita ao longo do período (dias ou semanas), cliques, impressões, talvez sejam indicadores importantes;
  2. Como você precisa comunicar? Precisa comparar variáveis através de um gráfico de dispersão, para ver a relação entre elas? Precisa entender a sazonalidade da série temporal, através de um gráfico de linhas? Escolha o gráfico que te ajuda de maneira mais rápido e fácil contar a história que você precisa;
  3. Qual o modelo de relatório você vai entregar? Uma página do Google Data Studio ou um PDF? Pense em como o usuário vai direcionar seus olhos e como você pode projetar o documento para existir uma história nos seus dados;
  4. Menos é mais. Quanto mais informações e gráficos em sua apresentação, menos atenção para o que você quer. Você não precisa mostrar todos os números de sua análise, mas sim aqueles que evidenciam o propósito; e
  5. Realize algumas revisões. Imagine-se contando o resumo de um filme. Em cada revisão você formará novos elos que vão ajudar quem está lendo a entender melhor a história que você conta.


Referências

Bussiness Intelligence e análise de dados para gestão do negócio. Ramesh Sharda, Dursun Delen, Efraim Turban. Quarta Ed. Porto Alegre: Bookman, 2019.

Indicadores de Desempenho. Andressa S. N. Francischini, Paulino G. Francischini. Rio de Janeiro: Alta Books, 2017.

Storytelling com Dados: um guia sobre visualização de dados para profissionais de negócios. Cole Nussbaumer Knaflic. Rio de Janeiro: Alta Books, 2018.

Mostrar comentáriosFechar comentários

Deixar um comentário

5 × 5 =