4 dicas de visualização de dados
Fala pessoal, tudo bem com vocês?
No texto de hoje mostrarei 4 conceitos que eu aprendi com o livro “Storytelling com dados: um guia sobre visualização de dados para profissionais de negócios”, da autora Cole Nussbaumer Knaflic, aplicados em um dashboard do Google Datastudio conectado com o Google BigQuery (se você quiser saber como salvar o seu Pandas dataframe no BigQuery é só clicar aqui). Esse é o último texto da série onde mostro um projeto de dados desde a coleta até a visualização.
Série de textos:
01. Como capturar comentários do Youtube usando Python
02. Guia inicial de pré-processamento de texto utilizando Python
03. Text Analytics (NLP) utilizando Python
04. Como carregar um dataframe Pandas no Google BigQuery
05. 4 dicas de visualização de dados
Como melhorar a sua visualização de dados
A etapa final do nosso projeto é a criação de um dashboard com o resultado da nossa análise, segue a imagem do dashboard que foi criado
Dica 01: Entenda o público alvo
Uma das habilidades mais importantes que um profissional de dados precisa ter é saber se comunicar de maneira clara dependendo do seu público alvo e isso foi o ensinamento mais importante que eu pude tirar do livro. De maneira geral existem diversos stakeholders nos projetos (pessoas de negócio, clientes, pessoas técnicas e etc) e entender qual o linguajar correto é uma habilidade que exige treino.
Dica 02: Maneira correta de apresentar os dados
Existem análises que são montadas para responder perguntas uma única vez (one-shot) e existem análises que são feitas e atualizadas periodicamente. Análises one-shot podem ser apresentadas de diversas formas, como por exemplo apresentações, e-mails, ligações telefônicas, sinal de fumaça ou qualquer outra forma. Análises periódicas exigem que os dados sejam atualizados constantemente e na maioria das vezes são feitas utilizando dashboards.
Se você já trabalhou com dados antes, pode ser que em algum momento você montou um dashboard que ninguém acessava, acertei? Isso pode acontecer porque o público alvo pode não ter tempo de analisar o dashboard ou precisa de somente uma informação. Independentemente do motivo, uma solução pode enviar por email um resumo do seu dashboard ou simplesmente enviar por email a atualização de um KPI.
Dica 3: Simplifique a sua visualização
Existem diversas bibliotecas e gráficos para apresentar os dados, mas sempre lembre-se que menos é mais, busque sempre a maneira mais simples de apresentar.
Algumas coisas podem te ajudar nessa jornada, como escolha do gráfico correto, utilização de conceitos da Gestalt (segue o link de um texto caso você não saiba o que é) e simplificação das cores utilizadas.
Dica 4: História tem começo, meio e fim (falar das ações)
Quando você resolveu apresentar o seu dado você tinha uma pergunta (ou deveria ter) que alguém pode ter te feito ou que você mesmo queria saber. Ao apresentar a resposta é necessário dar o contexto sobre a pergunta, explicar os dados, mostrar a conclusão e sempre que possível quais serão os próximos passos a serem tomados.
Conexão BigQuery e Datastudio
A primeira etapa consiste em conectar o Google BigQuery ao Datastudio, isso pode ser feito seguindo os seguintes passos:
- Na tela inicial do Data Studio clique na opção de “Recurso” e depois em “Gerenciar fontes de dados adicionadas”
2. Clique no botão “Adicionar uma fonte de dados”, localizado no lado esquerdo superior.
3. Selecione a opção “BigQuery”
4. Autorize a conexão entre o BigQuery e o Data Studio
5. Selecione a tabela que será conectada ao Data Studio
Conclusão
Se você chegou até aqui, meu muito obrigado e espero que esse texto tenha te ajudado! Caso você tenha alguma dúvida ou feedback fico a disposição. Até a próxima, pessoal.
Série de textos:
01. Como capturar comentários do Youtube usando Python
02. Guia inicial de pré-processamento de texto utilizando Python
03. Text Analytics (NLP) utilizando Python
