A gestão com base nos dados usa diversas ferramentas que permitem a visualização de diversos aspectos da empresa, no sentido de ter referências claras e permitir uma decisão mais acertada. Um desses recursos é o gráfico de dispersão, muito usado em estratégias de Business Intelligence para entender a relação entre acontecimento e consequência.
Mas você sabe o que é esse gráfico e como pode ser estruturado? Conheça mais sobre o recurso e sua aplicação dentro do BI!
O que é o gráfico de dispersão?
Um gráfico de dispersão é composto de dois eixos de valor, com dados numéricos nos eixos vertical e horizontal. Com a intersecção de pontos no valor numérico de cada um desses eixos, há a marcação de pontos de dados individuais que relacionam causa e efeito e que podem ser usados pelo BI para entender fatores ou realidades da empresa.
Quais são os tipos de gráficos de dispersão?
A correlação apresentada por um gráfico de dispersão pode ser de três tipos principais: a positiva, a negativa e a perfeita, que tem duas classificações (forte e fraca). Saiba mais sobre cada uma delas.
Positiva
Os pontos se unem em uma linha crescente, mostrando o aumento de uma variável por consequência do crescimento dos valores de um dos eixos. Um exemplo prático é o aumento da qualidade na produção como resposta aos treinamentos aplicados.
Negativa
É quando o gráfico apresenta uma linha decrescente, tendo a diminuição de uma variável como consequência de outra. Por exemplo, a queda na qualidade do clima organizacional aponta uma diminuição nos índices de produção da empresa.
Perfeita
É identificada quando não há uma grande diferença entre os pontos, seja uma tendência positiva, seja uma negativa. Nesses casos, pode ser:
- forte — dados com uma forte correlação apresentam menor dispersão dos pontos;
- fraca — dados com uma correlação fraca indicam maior dispersão dos pontos.
Em que cenários se usa o gráfico de dispersão?
De acordo com a classificação mostrada há pouco, esse é um recurso que pode ser usado tanto em situações positivas quanto em negativas. É possível, por exemplo, criar um gráfico para saber a relação entre aumento nas vendas e satisfação dos clientes com determinado produto ou serviço.
Em uma correlação negativa, o diagrama de dispersão pode mostrar uma relação entre o aumento no preço e a redução nas vendas. Enfim, possibilidades não faltam. A ferramenta é uma excelente forma de corrigir rotas e melhorar os resultados do negócio.
Como fazer um gráfico de dispersão?
O básico na hora de desenvolver o gráfico de dispersão é identificar a causa e o efeito de um evento. Em seguida, ao plotar os pontos nos eixos x e y, os gestores terão certeza se essas variáveis estão correlacionadas ou não. Se não estiverem, outras possibilidades podem ser analisadas.
Após definir causa e efeito, deve-se coletar todos os dados referentes a essas duas variáveis. A representação gráfica pode ser feita tanto no computador quanto no papel, mas o primeiro tende a ser mais preciso.
Geralmente, usa-se a causa no eixo x (horizontal) e o resultado ou a consequência no eixo y (vertical).
Gráfico de dispersão aplicado
Suponha que sua empresa fez uma campanha de marketing e agora deseja saber como impactou as vendas. Nesse caso, você vai colocar no eixo x o tanto de investimento que foi direcionado nessa campanha; e no eixo y, o desempenho em vendas.
Por exemplo, se um dos valores do eixo x for 500 reais e isso causou uma receita de vendas no valor de 1.500 reais, um ponto deve ser traçado exatamente nesse lugar. O procedimento deve ser repetido até que se encontre uma correlação positiva, negativa ou perfeita.
Lembrando que todas as informações referentes à campanha de marketing e as vendas se encontram em vários lugares.
Onde fazer o gráfico de dispersão?
O Excel é um programa que permite fazer o gráfico de dispersão até com certa facilidade. Basta selecionar uma tabela específica, clicar na opção “inserir” e clicar em “gráfico de dispersão”. Em pouco tempo, você terá em mãos a visualização da relação de causa e efeito entre os elementos da tabela selecionada.
Apesar da praticidade, o Excel tem limitações. Algumas delas se referem ao volume dos dados à complexidade de certas análises que a empresa precisa fazer. Portanto, se os dados estão seguindo uma forte tendência de crescimento, o ideal é evoluir para ferramentas mais robustas. Estas vão, de fato, mostrar mais detalhes que talvez passem despercebidos pelo Excel.
Uma dessas opções é o Power BI. A ferramenta, também da Microsoft, tem uma gama de recursos maior do que o Excel, os quais permitem análises mais precisas e detalhadas. Ela é ideal para identificar certas dependências entre eventos, pela exibição não apenas de gráficos de dispersão, mas também de dashboards interativos e demais recursos interessantes de visualização.
Como obter o gráfico com ferramentas de BI?
O Business Intelligence é usado para entender os cenários da empresa,. Ele mostra quais caminhos podem ser tomados para o alcance dos objetivos ou de resultados positivos para o negócio.
Quando falamos de gestão empresarial, muitas vezes fica difícil mensurar com exatidão os impactos de algumas mudanças. Afinal, essas alterações foram importantes para os resultados atuais?
É aí que o gráfico de dispersão pode ser usado. Identificando as variáveis de causa e efeito nos dois eixos do gráfico, é possível identificar as ocorrências e perceber como as decisões impactam os aspectos que serão avaliados. A partir disso, os gestores definem se continuarão no mesmo caminho ou se adotarão uma nova abordagem.
Boas ferramentas de BI facilitam essa avaliação gerando o gráfico automaticamente com o uso de dados que já tem em seu repertório.
Para criar esse gráfico, é necessário informar à ferramenta os parâmetros, indicando como os valores devem ser agrupados. Também é importante indicar quais informações serão usadas nos eixos horizontal e vertical, para que haja a correlação dos dados necessários para a análise. A variável independente fica no eixo horizontal e a variável dependente no eixo vertical.
Ficou claro o que é o gráfico de dispersão e como ele pode ser usado para uma melhor gestão da empresa? Com o BI, é possível obter esses gráficos mais rapidamente e em tempo hábil para uma análise com a urgência que o mercado exige.
Gostou do conteúdo e pretende aplicar o gráfico de dispersão na sua empresa? Deixe seu comentário sobre o tema!
Foi aluno de Ralph Kimball, maior referência mundial no assunto, no curso de Modelagem Dimensional realizado pela Kimball University, em Estocolmo – Suécia.
Já ministrou diversas palestras sobre o tema e atualmente mantêm o blog da Know Solutions, com referências sobre Business Intelligence.
Pós Graduado em Gestão de Projetos de Software pela PUC – Paraná. Trabalhou durante 7 anos na empresa Siemens onde participou de projetos em diferentes países.
Materia muito interessante
Obrigada pelo artigo 🙂 Acho que eu tenho uma equipe que pode obter cada sucesso 🙂 Mas sem kanbantool.com, nao conseguimos arranjar e controlar todas tarefas. Ferramentas digitais podem ajudar bastante – tal como manager ou teamledaer, mas mais suave 🙂 Eu planejo o dia do trabalho com kanban e todas tarefas sao cumpridas. Eu sei que nao cada um gosta trabalhar assim, mas comigo funciona 🙂
Parabéns por trazer a CRISP-DM de volta ao tablado. O “produtocentrismo” que assola o mercardo de BI pressiona os players a comprar o último brinquedo, a seguir a última moda, quando quase tudo que tem algum uso prático já existe há décadas – como o CRISP-DM
Seria legal um artigo um artigo comparando-o com SEMMA. Pode ser muito interessante para quem entrou na área há menos de 20 anos.
Gostaria de entender se a utilização da Big data nas empresas gera algum tipo de desvantagem nas pessoas que lá trabalham ?
Sobre o comentário do João Kechichian, concordo em relação às empresas não terem claro o que querem, e concordo com o Leandro sobre a abordagem de “Qual o seu problema” para dar as sugestões.
Mas vale ressaltar que as empresas não conseguem identificar o que querem por não terem claro um Planejamento Estratégico e objetivos bem descritos. Isso facilita muito perceber quais indicadores serão necessários acompanhar para atingir os resultados esperados.
Bom dia,
Há muita diferença das versões do livro The Data Warehouse Toolkit?
Vejo que ele esta na 3 edição.
Posso comprar apenas a 3 ou devo comprar todas?
Oi Marcos!
Há algumas atualizações com conceitos mais atuais. Não precisa comprar todas as edições não, apenas a 3a já cobre tudo que precisa.
Sim e não. A maior diferença é entre a primeira edição e as restantes. Da segunda edição em diante, quando a Margy Ross assumiu o livro, é tudo mais ou menos o mesmo.
A primeira edição, que por acaso chegou a ser publicada em português, é a melhor, na minha opinião. Ela é mais concreta, menor e mais focada. Se conseguir achá-la, compre. Vale ouro.
eu precisava para compor você uma pouco de note ajudar diga obrigado again com o extraordinário conselhos você compartilhado nesta página . Foi certamente maravilhosamente generoso com você dando abertamente tudo o que muitas pessoas {poderiam ter | poderiam possivelmente ter | poderiam ter | teriam | distribuído para um ebook para gerar alguma massa para eles mesmos , especialmente considerando que you poderia ter tried it se você nunca desejado . Those estratégias também agido como outras pessoas tenha semelhante desire como my own entender bom negócio mais relacionado este assunto . Eu tenho certeza há alguns mais agradáveis ocasiões ahead para pessoas que ver seu site
[…] de BI — Business Intelligence ou, traduzindo, Inteligência Empresarial — é justamente o diferencial que uma empresa precisa para tratar dados gerados por vários meios. Veja alguns contextos que podem servir de […]
[…] para aumentar seu lucro ou diminuir seus custos operacionais. Esse é o conceito básico de Business Intelligence utilizado como diferencial […]
Olá Leandro.
Acredito que o potencial da área de Business Intelligence dentro das empresas pode ser maior do que se imagina hoje.
Trabalho com consultoria de B.I. para agencias e empresas, e enfrentamos diariamente dois grandes problemas.
1- Padronização dos dados: Como utilizamos muitas fontes de dados, todo o processo, desde o que a implementação, até a parte operacional, precisa ser muito bem estruturada. Sem o padrão das informações perde-se muito tempo com “correção”, sendo que “tempo” não é o que temos para identificar um padrão, pois no dia seguinte ele pode mudar se não o tratarmos.
2- Pessoas que não sabem o que querem: Corporações não sabem o que querem, logo querem tudo. O problema é que sabemos que não tudo não é necessário, se consegue identificar padrões e otimizações com metade do volume. Sendo assim o processo de otimização passa a ser inteligente para ser operacional.
O futuro da área esta encaminhando para segmentações e clusterizações dinâmicas para analise de Big Data, mas se o processo de todos envolvidos precisa ser muito bem desenhado e a área de B.I. precisa ter este knowhow também.
Obrigado e muito bom seus artigos.
Oi João, obrigado pelo seu comentário! Concordo com você!
Realmente, a padronização dos dados é o ponto mais sensível mesmo. Aqui estimamos em torno de 60% a 70% do tempo em um projeto de BI apenas para esta parte.
Sobre as pessoas não saberem o que querem, aqui vemos como uma certa vantagem. Muitas vezes não é nem exatamente não saber o que querem, mas não saberem o que é possível fazer. Com isso, parte do nosso trabalho aqui é exatamente entender do que o cliente sofre aí então sugerir algumas coisas. Tentamos não ir para uma abordagem de “o que você quer” mas sim de “quais são seus problemas”.
Isso me deu até a ideia de criar um post focado nisso, vou deixar anotado para o futuro!
Existe uma técnica chamada Árvore de Realidade Presente, da Teoria das Restrições, que lida justamente com essa barafunda de problemas e entendimentos. Eu experimentei a mesma frustração que você, João, e decidi resolver esse problema. A imagem https://geekbi.files.wordpress.com/2020/10/bi_toc-crt-x.png é um resumo do que eu tenho até agora.
Adoraria uma contribuição. “O cliente não sabe o que quer” já está lá. “Dados são sujos” e “Dados são bagunçados” me parecem boas adições.
O que você acha? E você, Leandro?