Amadas por muitos e indesejadas por outros tantos, as planilhas (como aquelas do Excel) não são uma unanimidade quando o assunto são os relatórios de uma empresa. E não é para menos. Com vários números e informações, tudo aquilo, por mais que às vezes signifique boas notícias, nem sempre é facilmente compreendido por todas as pessoas.
De olho nisso, pesquisadores têm desenvolvido uma maneira mais elegante e interessante de apresentar dados para o público em geral, uma técnica que vem sendo conhecida como storytelling com dados — ou história com dados — e que tem feito bastante sucesso no exterior.
Mas, afinal, o que é esse storytelling e quais são os seus benefícios para uma empresa? É o que vamos descobrir a seguir. Confira!
O que é Storytelling com dados
Se traduzirmos ao pé da letra, a palavra “storytelling”, em inglês, significa “contar histórias”, algo que talvez não faça muito sentido no mundo dos dados. No entanto, a mesma palavra dentro desse universo tem um significado um pouco diferente: ela representa um período, um motivo ou até um grupo social escondido por trás dos números de um relatório. Ou, em resumo: é um modelo de representação capaz de comunicar com clareza e eficiência até mesmo as ideias mais complexas.
Mas talvez você se pergunte: “então como construir essas histórias com os dados da minha empresa?”. E se esse for o seu caso, não se preocupe, porque não é algo tão difícil como pode parecer.
Como construir a sua história
Antes de mais nada é bom lembrar que quando falamos de contar uma história com dados, estamos falando de criar apresentações visuais interessantes para eles, com gráficos — em pizza, 3D, etc — que mostrem de forma clara um apanhado de informações. E para que isso tenha sucesso, podemos seguir 3 passos bastante importantes:
1. Antes de contar uma história, mesmo que seja com dados, saiba para quem ela será contada. Portanto, não faça resumos e gráficos com porcentagens de informações que talvez não dizem respeito à sua audiência. Foque apenas no que é realmente importante de ser apresentado.
2. Seja objetivo e não perca tempo apresentado dados que podem ser até mesmo ser ignorados mais tarde — pense em uma apresentação de balanços do ano: não faz sentido passar 20 minutos falando dos lucros de novembro se em dezembro houve algum prejuízo. Resuma tudo em um só gráfico.
3. Ainda que seja importante resumir o que será apresentado, isso não quer dizer que você deva cortar informações importantes.
Por que contar histórias com os dados
Segundo Tom Davenport, um conhecido autor de livros sobre sistemas de informação, histórias com dados são mais interessantes do que relatórios convencionais porque nós já somos programados para aceitar e entender melhor as histórias do que os números.
Além disso, de acordo com Davenport, um dos lados interessantes de se criar histórias com informações, é que com isso nós criamos apresentações mais persuasivas e confiantes. E isso sem contar que o ser humano é biologicamente mais propenso a acreditar em histórias baseadas em dados reais.
Capaz de explicar de forma mais clara o que acontece por trás de um emaranhado de números e informações o storytelling com dados — ou história com dados — é mais do que uma análise, ela é também uma excelente ferramenta para vender ideias e projetos. Portanto, não perca tempo e comece a pensar em como seriam as histórias do seu projeto agora mesmo.
E você, gostou do nosso post? Quer saber um pouco mais sobre como o storytelling com dados pode ser importante para a sua empresa? Então deixe as suas dúvidas aqui mesmo, na nossa caixa de comentários!
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?
[…] para aumentar seu lucro ou diminuir seus custos operacionais. Esse é o conceito básico de Business Intelligence utilizado como diferencial […]
[…] 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 […]
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
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.
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.
Gostaria de entender se a utilização da Big data nas empresas gera algum tipo de desvantagem nas pessoas que lá trabalham ?
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.