Entendendo

a visualização
de dados
Uma perspectiva sobre o processo,
pessoas e tecnologia necessários para o
entendimento e comunicação de dados
por meio da visualização de dados
2
Introdução
Por que “visualização Por que agora? No intuito de aumentar o insight sobre
datasets grandes e complexos, o mercado
de dados”? Diversos avanços na tecnologia tornaram a de visualização aumentou significativamente
visualização de dados mais aparente do que nos últimos anos e continua crescendo.
Os dados estão em todos os lugares, e as Ferramentas leves para descoberta de dados
nunca. Quantidades enormes de dados, o que
pessoas os reúnem, processam e tentam são umas áreas de BI com crescimento mais
é conhecido como "big data”, agora podem ser
entendê-los desde o começo da nossa rápido, e as ferramentas de BI mais
coletadas, armazenadas e acessadas, e esses
existência. Afinal, eles nos ajudam a entender tradicionais estão reformulando suas ofertas
métodos melhoram a cada dia. Existe, de fato,
e a interagir com o mundo. Atualmente, para adequarem-se a isso2. Além disso, com
um número crescente de fontes de dados
muitas empresas estão coletando dados com meios como computadores, tablets e celulares
públicos com dimensões de big data, que
grande velocidade. Seja para fins de presentes em todos os lugares, as pessoas
podem ser utilizados para complementar as
conformidade, elaboração de relatórios ou agora podem interagir com seus dados
fontes privadas de dados. Portanto, as
visualização, a ideia é que essas informações imediatamente, como nunca antes. Com
empresas que optaram por investir em big
podem ser valiosas. Contudo, o real valor rápidos aprimoramentos nas ferramentas
data correm o risco de se perder em uma
somente é alcançado após o processamento, atuais e novas ferramentas sendo lançadas
inundação de informações. Nesse caso, a
entendimento e, em última análise, após todos os dias, é difícil reconhecer quais são as
visualização torna-se ainda mais valiosa, pois
serem tomadas as ações ligadas aos dados. mais adequadas e eficazes para usos e
permite que as empresas “vejam” e entendam
Sem essas capacidades, eles não têm sentido. necessidades específicas. Essa questão será
os seus dados e comuniquem novos insights.
discutida na seção de Tecnologia deste
Certas características dos dados podem ser documento.
Muitas empresas já passaram por um avanço
vistas apenas por uma representação gráfica.
típico na tecnologia de visualização de dados.
Assim, o poder da visualização de dados, a arte Recursos de visualização de dados
Primeiro, elas adotavam tabelas e gráficos
de representá-los visualmente, reside na sua proporcionam mais facilidade de interação e
simples feitos à mão, passando depois ao
capacidade para transformar dados brutos em entendimento dos dados, o que se torna cada
Excel, quando este foi lançado. O Excel
sentido e significado para o entendimento. vez mais importante na era do big data. Tendo
tornou-se a ferramenta preferencial e ainda é
Isso pode dar sentido aos dados e comunicá- em vista esse cenário e o crescente mercado
a mais usada em muitas empresas, devido ao
los. Quando executada com sucesso, a de visualização de dados, as empresas têm
seu legado e facilidade relativa de uso. Depois,
visualização transforma meros números ou grande facilidade para começar sem uma base
os bancos de dados tornaram-se um modo
palavras em uma história. Para obterem real sólida. Mas para que a visualização de dados
popular para armazenamento e acesso, de
aprendizado com seus dados, as empresas seja adotada com sucesso como a linguagem
modo que as empresas investiram em
precisam adotar a visualização como uma comum para a exploração e comunicação de
plataformas tradicionais de Business
nova linguagem comum para a exploração e dados, precisamos, primeiro, investir em
Intelligence (BI), que alegavam incluir
comunicação de dados1. processos, pessoas e tecnologia.
integração, infraestrutura, análise e recursos
de apresentação de dados. Essas capacidades
de apresentação começaram como relatórios e
foram seguidas por dashboards, que se
tornavam cada vez mais interativos. Na era do
big data, contudo, quando recursos de
descoberta, análise e visualização de dados
são ainda mais pertinentes, as ferramentas
tradicionais de BI já não são suficientes.

1) Adam Bly, “Gaining Understanding from Data Visualization,” World Economic Forum, 2011. http://www. weforum.org/content/gaining- understanding-data-visualization-0
2) Dan Sommer, Rita L. Sallam, James Richardson, “Emerging Technology Analysis: Visualization-Based Data Discovery Tools,” Gartner, June 17, 2011.

3
Visão geral
Definição Vantagem visual Influência
A visualização de dados é a representação A visualização de dados é especialmente Infelizmente, são escassas as pesquisas sobre a
visual dos dados destinados a permitir que as eficaz, porque as pessoas são extremamente exata influência que a visualização de dados
pessoas entendam e comuniquem informações bem adaptadas para a análise visual. As tem sobre os tomadores de decisões.
por meios gráficos3. Os infográficos são um pessoas são muito competentes para combinar Certamente, isso depende da eficácia da
subconjunto de visualização de dados exposto padrões e organizar o que veem, para poderem própria visualização de dados, mas muitos
ao público por meios como jornais. entender. Visualizações de dados bem- outros fatores também são importantes.
Infográficos tendem a ser criados para um sucedidas usam diferenças em propriedades Variáveis como o conhecimento prévio ou o
conjunto de dados específico, tendo como como tamanho, cor e forma, a fim de tirarem humor das pessoas podem, com frequência, ter
objetivo expressar uma opinião editorial. proveito do processamento visual que ocorre um efeito ilógico ou contraintuitivo sobre o
Embora este artigo aborde os infográficos, seu antes que tenhamos consciência do que processo de tomada de decisões5. Hans
maior foco estará em outros tipos de vemos. Na verdade, "[o cérebro humano] tem Rosling, líder na área de visualização de dados
visualizações de dados, mais passíveis de uma afinidade particular por combinar que defende uma visão baseada em fatos,
repetição e mais objetivos, sendo assim mais padrões, algo que computadores não afirmou que as pessoas não precisam de mais
apropriados às empresas. executam com facilidade4”. Além disso, as dados, mas sim de uma nova mentalidade,
visualizações de dados podem consolidar uma nova maneira de pensar e aceitar dados e
A definição de visualização de dados remete diversas informações em um só lugar, o insight que proporcionam6. Embora isso
aos seus dois objetivos: compreensão e permitindo que as pessoas entendam os dados possa dar a impressão de reduzir a
comunicação; ela também pode ser chamada com maior facilidade e profundidade. importância da visualização de dados, a
de visualização exploratória e explanatória de verdade é que salienta a importância do
dados, respectivamente. Essa distinção é O quarteto de Anscombe é um exemplo muito contexto envolvendo os dados apresentados.
ignorada com frequência, mas é famoso do quanto a visualização de dados Duncan Swain, o parceiro criativo da empresa
extremamente crítica no processo de criação pode ser eficaz (ver figura 1), especialmente Information is Beautiful, diz que eles sempre
de uma visualização de dados bem-sucedida. em um caso em que o uso de estatísticas começam com “a história, o contexto, e o que
Se a motivação é explorar e entender os simples não basta. Ele consiste em quatro estão tentando dizer ao seu público7".
dados, então a visualização deve ser de conjuntos de dados, mostrados e comparados
natureza exploratória. No entanto, se a análise primeiro em formato tabular e, em seguida,
dos dados foi concluída, e a visualização após a realização de uma análise simples. É
destina-se a explicar e comunicar uma muito difícil encontrar um sentido na tabela
conclusão, então devemos usar uma de números em si, e a média, variância,
visualização explanatória de dados ou um correlação e regressão linear dos números
infográfico. Sem o conhecimento das também são praticamente idênticos. Os
motivações e objetivos para a visualização de padrões se tornam imediatamente aparentes
dados de alguém, o processo pode ser apenas depois que os conjuntos de dados são
ineficiente, equivocado ou completamente transformados em gráficos.
sem êxito.

3) Vitaly Friedman, “Data Visualization and Infographics,” Smashing Magazine, July 9, 2012. http://www. smashingmagazine.com/2008/01/14/
monday-inspiration-data- visualization-and-infographics/
4) Erich Vieth, “The Brain is not a Computer,” May 18, 2006. http://dangerousintersection. org/2006/05/18/the-brain-is-not-a- computer/
5) Andy Kirk, “Discussion: Can visualization influence people? Can we prove it?” April 13, 2011. http://www.visualisingdata.com/
index.php/2011/04/discussion-can- visualisation-influence-people-can- we-prove-it/
6) Hans Rosling, “Hans Rosling: Let my dataset change your mindset,” TED, June 2009. http://www.ted.com/talks/ hans_rosling_at_state.html
7) Duncan Swain, Telephone Interview, July 18, 2012.

4
Figura 1: Quarteto de Anscombe nas formas tabular e gráfica8

Quarteto de Anscombe
I II III IV
x y x y x y x y
10.0 8.04 10.0 9.14 10.0 7.46 8.0 6.58
8.0 6.95 8.0 8.14 8.0 6.77 8.0 5.76 Propriedade Valor
13.0 7.58 13.0 8.74 13.0 12.74 8.0 7.71 Média de x 9
9.0 8.81 9.0 8.77 9.0 7.11 8.0 8.84 Variância de x 11
11.0 8.33 11.0 9.26 11.0 7.81 8.0 8.47 Média de y 7,50
14.0 9.94 14.0 8.10 14.0 8.84 8.0 7.04 Variância de y 4,122 ou 4,127
6.0 7.24 6.0 6.13 6.0 6.08 8.0 5.25 Correlação 0,816
4.0 4.26 4.0 3.10 4.0 5.39 19.0 12.50 Regressão linear Y= 3,00 + 0,500x
12.0 10.84 12.0 9.13 12.0 8.15 8.0 5.56
7.0 4.82 7.0 7.26 7.0 6.42 8.0 7.91
5.0 5.68 5.0 4.74 5.0 5.73 8.0 6.89

12 12

10 10

y1 8 y1 8

6 6

4 4

4 6 8 10 12 14 16 18 4 6 8 10 12 14 16 18
x1 x1

12 12

10 10

y1 8 y1 8

6 6

4 4

4 6 8 10 12 14 16 18 4 6 8 10 12 14 16 18
x1 x1

8) “Anscombe’s quartet” Wikipedia, May 3, 2013. http://en.wikipedia.org/wiki/ Anscombe’s_quartet

5
Processo
O processo de criação de uma visualização de A etapa Representar também é muito Para a criação de uma visualização de dados
dados ou um infográfico é multidisciplinar e importante, porque é aí que ocorre o processo eficaz, cada etapa deve ser concluída antes da
inclui uma grande variedade de subprocessos, de design da visualização de dados. O uso de próxima. Isso não implica que o processo seja
que devem ser bem integrados para que se práticas inovadoras para a seleção de uma perfeitamente linear. Uma etapa pode parecer
tenha êxito (figura 2). A etapa mais crucial do forma eficaz, e não necessariamente gritante, concluída, mas posteriormente surgir a
processo é a definição de um objetivo desde o para exibir e comunicar os dados é necessidade de reexaminá-la; partes do
início; é importante ter-se um claro fundamental. Embora este documento não processo podem ser bastante iterativos. Porém,
entendimento do público alvo a quem a discuta os princípios de design de visualização o problema surge quando as empresas não
visualização dos dados serve, assim como de de dados em detalhes, existem numerosos estão conscientes do processo ou pulam
sua finalidade. Sem essas informações, as livros abordando detalhadamente esse tópico etapas, presumindo que são desnecessárias ou
empresas correm o risco de desperdiçar tempo (os autores incluem Edward Tufte, Colin Ware, excessivamente demoradas. Isso resulta em
e energia, produzindo uma visualização de Noah Illinsky e Julie Steele). um produto final inferior, ou em ineficiências
dados ineficaz. por todo o processo quando etapas precisam
ser totalmente refeitas. Portanto, a execução
do processo é absolutamente crítica.

Figura 2: Resumo do processo de visualização de dados (a referência A mostra o fluxo detalhado de trabalho)

Processo Habilidade Resumo

Definir Entender a motivação e definir um objetivo final apropriado. Esta etapa é
objetivo fundamental para o êxito da visualização. Depois, com base no status
atual, determinar a etapa do processo a partir da qual é apropriado iniciar.

Adquirir Ciência da Adquirir os dados relevantes e garantir que sejam tão completos e
computação precisos quanto possível. Se relevante, complementar com dados públicos.

Formatar Ciência da Analisar e formatar os dados adquiridos em uma forma passível de uso.
computação Se existem diversos conjuntos de dados, garantir que estejam integrados. Exploratória
Filtrar Statistics and Filtrar os dados, de modo que o conjunto de dados inclua apenas os
data mining dados necessários.

Analisar Estatística e Selecionar a(s) ferramenta(s) apropriada(s) para a análise. Depois,

data mining realizar data mining, modelar e analisar os dados. Utilizar visualização
exploratória de dados, se apropriado. Se outros interagirão com os
dados, continuar no processo. De outro modo, esta é a última etapa;
reiterar as etapas acima, se aplicável.

Representar Designer gráfico Selecionar a(s) ferramenta(s) apropriada(s) para representar a visualização
de dados. Depois, projetar e criar a visualização de dados ou infográfico.

Refinar Designer gráfico Refinar a visualização de dados ou infográfico, de modo a se

adequarem ao público-alvo. Exploratória ou
explanatória
Interagir Interação Publicar, implantar e interagir com a visualização de dados. Se o produto
homem-máquina final for insatisfatório, determinar a etapa do processo à qual retornar e
então repetir as etapas seguir. De outro modo, se o objetivo foi
alcançado, o processo terminou.

6
Pessoas
As pessoas estão estreitamente relacionadas Se a análise e a visualização avançada de
ao processo, de modo que uma ampla dados são parte do foco central de uma
variedade de habilidades torna-se necessária empresa (The New York Times, LinkedIn,
para a criação de uma visualização de dados Trulia), então ela deve investir na criação de
bem-sucedida. As habilidades vêm das equipes de especialistas. Diante da dificuldade
disciplinas de ciência da computação, de contratar pessoas com essas habilidades, já
estatística e data mining, design gráfico e que estão em alta demanda, talvez seja
interação homem-máquina9. As empresas mais melhor para as empresas desenvolver alguns
avançadas de análise e visualização de dados desses conjuntos de habilidades também
utilizam equipes formadas por especialistas e internamente12.
alguns generalistas. O fator “x” que torna
essas equipes tão eficientes é a sua Para aquelas empresas cujos processos
capacidade para o trabalho em conjunto, centrais não incluem a visualização de dados,
apesar da tendência dos especialistas de recomendamos que decidam quão avançadas
permanecerem isolados e envolvidos em suas devem ser suas visualizações. Se tudo o que
áreas de estudo10. precisam é de relatórios simples no dia a dia,
elas devem investir em ensinar aos seus
Atualmente, a ciência de dados e as funcionários técnicas básicas de visualização
habilidades de visualização de dados são de dados. Contudo, para visualizações mais
altamente técnicas e requerem muita avançadas, essas empresas devem buscar
codificação. Infelizmente, esses conjuntos de ajuda externa. Dado o número de especialistas
habilidades também estão em alta demanda. necessários, não faz sentido desperdiçar tempo
Enrico Bertini, um importante pesquisador na e esforço contratando novos funcionários em
área, acredita que “o maior problema no tempo integral ou retirar funcionários de suas
momento é treinar pessoas ou encontrar funções, arriscando-se também a um
profissionais experientes em visualização... treinamento deficiente, devido à falta de
O gargalo na visualização não está orientação adequada. Para a criação de
necessariamente nas ferramentas, mas tem visualização de dados passível de repetição ou
mais a ver com as habilidades certas para a de um aplicativo de visualização, a ajuda
execução de visualização de dados de alta externa tende a ser necessária. Para
qualidade11”. Ao mesmo tempo, isso representa infográficos mais específicos usados apenas
uma oportunidade para que a tecnologia uma vez para marketing, por exemplo,
recorra a pessoas menos técnicas e reduza empresas de design gráfico devem ser
efetivamente seu uso de especialistas em empregadas.
visualização de dados.

9) Ben Fry, “Computational Information Design,” April 2004. http://benfry. com/phd/dissertation-110323c.pdf

10) Gil Press, “Mok Oh: To Do Data Science, You Need a Team of Specialists,” Smart Data Collective, June 15, 2012. http://smartdatacollective.com/
gilpress/52052/mok-oh-do-data- science-you-need-team-specialists
11) Enrico Bertini, Telephone Interview, July 11, 2012.
12) Dan Woods, “LinkedIn’s Monica Rogati On “What Is A Data Scientist?” Forbes, November 11, 2011. http://www.forbes.com/sites/
danwoods/2011/11/27/linkedins- monica-rogati-on-what-is-a-data scientist/

7
Tecnologia
Embora os especialistas em visualização de dados frequentemente apontem
para o Tableau como a principal ferramenta nessa área, muitos também
acreditam que uma ferramenta ideal ainda não existe. Na verdade, pode ser
impossível criar-se uma ferramenta única que atenda a cada necessidade
possível de seus usuários. Portanto, muitas pessoas que produzem visualizações
de dados altamente exclusivas e personalizáveis utilizam, com frequência, uma
variedade de ferramentas, enquanto outras que utilizam soluções mais
padronizadas podem focar-se em apenas uma.

8
Ainda existe muito espaço para melhorias nas Uma dessas deficiências que pode ser ignorada Por outro lado, ferramentas mais leves de
ferramentas existentes, particularmente em com frequência é que ainda é muito difícil visualização de dados podem ter as
certas áreas, como coleta e limpeza de dados, integrar dados de diversas origens e explorá- capacidades de front-end, mas ainda não
integração dos dados e visualização dos dados los pela visualização de dados. Embora as conseguirem conectar facilmente fontes
em tempo real. ferramentas de Business Intelligence possam diferentes de dados no back-end. O software
ter maior integração back-end, elas carecem mais capaz de executar isso primeiro estará
da exploração de front-end e de sofisticação bem posicionado no mercado para o futuro.
da apresentação final.

9
Dada a variedade de ferramentas de visualização no mercado, pode ser bastante difícil
selecionar aquelas apropriadas. Entretanto, a área pode ser resumida em uma de quatro
categorias, com base no objetivo final da visualização de dados. Essas quatro categorias são
apresentadas abaixo, assim como diversas ferramentas mais populares em cada uma delas.

Ferramentas de Business Ferramentas analíticas visualização de dados tão simples e não

técnica quanto possível, reduzindo a
Intelligence (BI) Aqui, as ferramentas analíticas são aquelas dependência de uma equipe de especialistas
particularmente aptas para análise estatística técnicos altamente treinados. Elas são
Atualmente, as ferramentas de BI são as mais melhores para a análise exploratória simples
de dados, mas com capacidade limitada de
empregadas com capacidades de visualização de dados, mas tendem a não ter a capacidade
visualização. Normalmente, esses produtos
de dados. Elas são muito boas para relatórios ou facilidade de manuseio da análise
envolvem codificação para a visualização dos
e, em geral, têm certa capacidade para estatística envolvida. Para a realização de
dados. Os analistas que normalmente utilizam
geração de Dashboards. Entretanto, os painéis análise complexa de dados talvez seja
essas ferramentas recorrem à visualização
tendem a permanecer estáticos ou limitados necessário utilizar outra ferramenta.
para poderem explorar os dados ou testar
dinamicamente e não têm uma ampla gama
modelos, e não para compartilharem ou
de tipos de exibições de visualização de dados Exemplos: Tableau, Spotfire, QlikView,
comunicarem os dados a outros. Neste caso, a
já prontas para uso. Esse tipo de visualização Advizor, Excel
função é mais importante que a forma. Para
funciona bem para comunicar tabelas e
que essas visualizações de dados se tornem
gráficos simples e padronizados e é bom para
a exibição de dados de negócios de alto nível,
apresentáveis, é recomendado o uso de outra Ferramentas para
ferramenta em conjunto, como o Adobe
tais como KPIs. No entanto, para a análise
Illustrator. trabalho personalizado
exploratória de dados ou para uma aplicação
interativa, essas ferramentas são insuficientes. Existem, ainda, muitas ferramentas de
Exemplos: R, SPSS Modeler, SAS, Excel,
As empresas de BI estão cientes do sucesso de visualização de dados que requerem
Matlab
ferramentas leves, específicas para a habilidades avançadas e conhecimento técnico
visualização de dados, e muitas estão para serem implementadas. Elas seriam usadas
trabalhando para incorporar uma Ferramentas de visualização normalmente para visualizações de dados para
funcionalidade semelhante em suas ofertas. publicação de um tema bem específico e
Neste trabalho, ferramentas de visualização único, sem reaproveitamento. Embora sejam
Exemplos: Microsoft, IBM, SAS, SAP, são aquelas com funcionalidade muito mais atraentes em termos estéticos, requerem
MicroStrategy avançada de visualização de dados, mas muito mais tempo, esforço e conhecimento
tendem a ter capacidade de análise de dados para a sua criação.
menos sofisticadas. As melhores ferramentas
concentram-se em tornar a criação da Exemplos: D3, Processing, Adobe Illustrator

10
Casos de uso
Visualização geoespacial compreender a cadeia de abastecimento de
refino e distribuição. Com todos os dados
Visualização geoespacial
de dados no setor de visuais e georeferenciados em um repositório de dados para monitorar a
petróleo e gás central, um analista de supply chain pode ser
alertado quando um estoque está demasiado
integridade de uma rede
No setor de petróleo e gás, a expertise na baixo, e é possível determinar com maior elétrica
cadeia de suprimento de refino e distribuição facilidade um encaminhamento ideal do
produto para aquele local. O analista pode até Normalmente, a integridade de uma rede
depende do vasto conhecimento e intuição
mesmo monitorar proativamente o estoque, elétrica é monitorada de forma reativa. Isso
desenvolvidos ao longo de anos de
percebendo que uma previsão está significa, por exemplo, que, quando há uma
experiência. Ainda assim, a otimização de
consistentemente baixa e aumentar o produto queda de energia, a empresa de energia
estoques, definição de prazos e atenuação de
para esse local. Alternativamente, se os dados elétrica deve esperar um telefonema do cliente
falhas no abastecimento podem ser
sobre o clima são incorporados no aplicativo, o relatando a interrupção. Isso é prejudicial para
extremamente difíceis. Isso ocorre por diversas
analista pode ver uma tempestade prevista e a empresa, por diversas razões. Em primeiro
razões. Por exemplo, os dados ligados a prazos
aumentar a quantidade de produto que vai lugar, dificulta o cumprimento do acordo de
e previsões podem vir de uma variedade de
para o local, para evitar ou retardar uma nível de serviço (SLA) pela empresa. Em
fontes e serem de difícil compreensão se
provável escassez. segundo lugar, a empresa perde dinheiro a
considerados todos juntos para diversos locais.
cada segundo sem eletricidade e sem que o
Também pode haver interrupções inesperadas
Essa exibição visual das informações não conserto ocorra. Portanto, quanto mais
de abastecimento devido a condições
apenas seria útil para os analistas de supply rapidamente uma empresa de energia elétrica
meteorológicas ou falha de equipamentos.
chain de refino e distribuição, mas também puder identificar e reparar a queda de energia,
Quando tentam regular melhor o estoque e
ajudaria muitos outros no setor. Os novos melhor será para ela.
mitigar esse risco, os analistas de supply chain
muitas vezes enfrentam problemas para funcionários poderiam entender, com maior
rapidez e de modo intuitivo, como funciona a Ao visualizar de modo geoespacial a rede
determinar rapidamente a melhor forma de
cadeia de suprimento de refino e distribuição. elétrica e dados associados de sensores, uma
direcionar o produto.
Além disso, a alta administração poderia empresa de energia elétrica pode identificar
monitorar com maior facilidade o status de imediatamente quando e onde uma falha
A visualização geoespacial de dados fornece
sua cadeia de suprimento e o trabalho de seus ocorreu. A partir daí, os técnicos podem ser
uma maneira de melhorar a tomada de
analistas, para garantir que tudo está correndo deslocados imediatamente até a fonte da
decisão, reduzir o risco de interrupções e
bem. Dessa forma, a capacidade para interrupção. A capacidade para visualização
economizar com eficácia os recursos
visualizar de modo geoespacial os dados pode geoespacial desses dados, ou de quaisquer
financeiros da empresa. Com a exibição de
realmente permitir melhor desempenho e dados da rede, pode melhorar a capacidade da
terminais, inventários e oleodutos em mapas,
economia à empresa. empresa para cumprir seus SLA’s e reduzir o
fica muito mais fácil e intuitivo visualizar e
tempo de interrupção, permitindo
efetivamente um melhor desempenho e
economia financeira.

11
Conclusão
Os dados não têm sentido em si mesmos, de visualizações. Isso, por sua vez, tornará a
forma isolada. Eles se tornam importantes visualização de dados acessível a muito mais
apenas quando podem ser analisados, pessoas que podem não ter as habilidades
compreendidos e utilizados para a ação altamente técnicas exigidas atualmente.
estratégica. Portanto, à medida que o volume
de dados coletados aumenta, o mesmo ocorre Nas palavras de Enrico Bertini: "A visualização
com a necessidade de visualização dos dados, interativa de dados [pode ser usada] como
que pode tanto dar sentido a eles quanto uma forma de dar ferramentas poderosas para
comunicá-los. As empresas devem investir no cientistas e engenheiros e profissionais de
aprendizado a partir dos seus dados por meio qualquer espécie, para que realmente
da visualização de dados, mas para fazê-lo entendam os dados com os quais trabalham
elas devem entender o processo, pessoas e todos os dias [e para] expor o que está
tecnologia necessários. Atualmente, esses três acontecendo... E esse é o tipo de evolução que
componentes são bastante técnicos e eu realmente quero ver e provavelmente
interdisciplinares, de modo que o desafio é veremos no futuro, porque... quase todos os
maior; eles devem trabalhar de forma perfeita tipos de profissionais ao redor do mundo estão
e operar em conjunto. lidando com muito mais dados do que faziam
há cinco ou dez anos atrás, e isso não diz
Muitos líderes nesta área esperam e acreditam respeito apenas a estatísticos ou analistas de
que, no futuro, a visualização de dados dados... [mas] também a outros que não têm
ocorrerá em tempo real e será cada vez mais competências para lidar com isso. Eu acho que
interativa e acessível para todos. Os tomadores esse é o maior desafio, mas também o mais
de decisão serão capazes de reagir melhor e emocionante... porque todas essas pessoas
mais rapidamente, à medida que a tecnologia precisam de novas ferramentas e,
melhore e a visualização de dados comece a provavelmente, ferramentas personalizadas
ocorrer em tempo real. Além disso, à medida que realmente as ajudem a compreender os
que as visualizações de dados se tornarem seus próprios dados13.”
mais interativas, elas permitirão que as
pessoas explorem seus dados de modo mais As empresas precisam assumir o desafio e
fácil e imediato. adotar a visualização de dados como o seu
modo de exploração e comunicação de dados.
Pela simples melhora dessas visualizações de No longo prazo, isso não apenas orientará a
dados em tempo real e interativas, a melhoria nas tecnologias de visualização, mas,
capacidade para o entendimento dos dados mais importante, fornecerá às empresas as
será conquistada por um número muito maior informações e entendimento de que precisam
de pessoas. Além disso, haverá melhorias na para aprenderem estrategicamente e atuarem
tecnologia, facilitando o desenvolvimento de em relação aos seus dados.

13) Enrico Bertini, Telephone Interview, July 11, 2012.

12
13
Apêndice
Figura 3: Diagrama de processo completo da visualização de dados

Definir Os dados são Sim A análise é

Iniciar Definir objetivo
objetivo satisfatórios? satisfatória?
Não Sim

Adquirir dados Não

e completar
Adquirir com dados
públicos, se Readquirir
necessário

Integrar
Analisar e diferentes
Formatar
formatar dados conjuntos de
dados

Sim
Filtrar para
O objetivo foi Não
Filtrar incluir apenas Fim
atingido?
dados relevantes
Reanalisar
Não
Necessidade
Analisar/fazer Outros verão ou
Selecionar de readquirir
Analisar data mining/ interagirão com
ferramenta(s) ou reanalisar
modelar dados os dados?
dados?

Sim

Representar Selecionar Criar

ferramenta(s) visualização

Refinar
Refinar
Refinar
visualização

Reanalisar
Publicar/ Necessidade
implantar/ O objetivo foi Não de readquirir,
Interagir Fim
interagir com atingido? reanalisar ou
os dados refinar dados?
Sim

14
15
Sobre a Accenture Sobre a Accenture Technology Labs Contatos
A Accenture é uma empresa global de A Accenture Technology Labs, organização Daniel Lazaro
consultoria de gestão, serviços de tecnologia dedicada à pesquisa e desenvolvimento (P&D) daniel.lazaro@accenture.com
e outsourcing, com cerca de 293.000 tecnológicos dentro da Accenture, vem
profissionais atendendo a clientes em mais de transformando a inovação tecnológica em Bruno Dutra Alvim
120 países. Combinando experiência ímpar, resultados de negócio há mais de 20 anos. bruno.d.alvim@accenture.com
conhecimento profundo sobre todos os setores Nossa equipe de P&D explora tecnologias
econômicos e funções de negócio, e extensa novas e emergentes para criar uma visão de
pesquisa junto às mais bem-sucedidas como a ela irá modelar o mundo e inventar a
organizações no mundo, a Accenture colabora onda seguinte em soluções ultramodernas de
com seus clientes, quer sejam empresas ou negócio. Trabalhando em equipe com a rede
governos, para ajudá-los a alcançar altos global de especialistas da Accenture, o
níveis de performance. A companhia teve Accenture Technology Labs ajuda os clientes a
receitas líquidas de US$ 28,6 bilhões no ano inovar para atingir a alta performance.
fiscal encerrado em 31 de agosto de 2013. Sua
página na internet é www.accenture.com.br. Ele está localizado no Vale do Silício
(Califórnia, EUA), em Sophia Antipolis (França),
em Arlington (Virgínia, EUA), em Beijing
(China) e em Bangalore (Índia).

Para maiores informações, visite nosso site:

www.accenture.com/accenturetechlabs

Copyright © 2014 Accenture

Todos os direitos reservados.

Accenture, seu logotipo e

High Performance Delivered são
marcas registradas da Accenture.