Era uma vez, na terra das histórias de dados!

O que você irá aprender?

Este artigo aborda por que devemos contar histórias com dados e como começar uma jornada de criar narrativas com dados. Ele explica por que a narrativa é importante para a análise de dados e quais são os elementos mínimos para contar uma história com dados.

Os humanos contam histórias como uma forma de comunicação, de transmissão de informações relevantes. Contamos histórias para educar, entreter, inspirar, moldar nossos valores e cultura. As histórias ajudam a dar sentido ao mundo ao nosso redor. Na análise de dados, as histórias ajudam a dar sentido aos padrões, às correlações, às conexões que vemos em um determinado conjunto de dados, contextualizando-o em um sistema maior ao qual esses dados pertencem.

A narrativa, algumas vezes também chamada pelo termo em inglês “storytelling”, é reconhecida como uma disciplina relevante em negócios, marketing e análises de dados devido ao seu poder de engajar as pessoas. Em ambientes profissionais, histórias são contadas com dados para envolver as pessoas com as informações, convencer ou persuadir um cliente ou gerente a tomar decisões com base em dados, inspirar as pessoas a olhar para certos assuntos com mais atenção e criar uma cultura de formação de nossas convicções e opiniões com base em dados. A narrativa de dados é uma das maneiras mais eficazes de democratizar o poder dos dados

É possível descrever um conjunto de dados sem contar histórias. Por exemplo: as vendas aumentaram no mês passado. A partir do momento em que identificamos esse conjunto de dados como parte de um sistema, entendemos que ele existe em um determinado contexto. Voltando ao exemplo: as vendas aumentaram no mês passado em 10% em relação ao mesmo mês do ano anterior, após um investimento 20% maior em mídia. Isso começou a soar um pouco mais como uma história.

Quando se trata de contar histórias com dados, as histórias normalmente são contadas de forma oral ou visual, e às vezes em ambos os formatos, como quando alguém apresenta seu trabalho usando slides. Esses são, no entanto, apenas formatos possíveis para contar uma história, não as condições sem as quais a história não existe. Embora eu seja tendenciosa em defender o poder da visualização de dados na narrativa, porque sou apaixonada por isso há muitos anos, reconheço que mesmo ótimos conteúdos sobre contar histórias com dados às vezes se concentram quase exclusivamente nos aspectos visuais de “storytelling”, o que não é tudo o que a narrativa de dados é. Uma história de dados pode ser contada usando apenas gráficos de dados ou com outro tipo de suporte visual, e também pode ser contada exclusivamente com palavras, escritas ou oralmente. Profissionais que precisam contar histórias com dados podem se beneficiar muito ao aprimorar suas habilidades de oratória, escrita e visualização de dados.

O aprendizado principal deve ser que cada decisão deve ser tomada, sempre que possível, a serviço da história. No reino da visualização de dados, tudo, desde a escolha do gráfico até as cores, a posição dos elementos na página, tamanho da fonte e muito mais, deve facilitar a comunicação e trabalhar a favor da narrativa. Esses aspectos devem refletir a hierarquia de informações e direcionar a linha de raciocínio. Por exemplo, as cores têm associações culturais que ajudam o público a entender a história e podem até confundi-lo se não forem usadas de forma apropriada. O esquema abaixo ilustra como eu normalmente uso cores "clichês" e ressonância semântica em favor das histórias em que há visualização de dados:

De um ponto de vista diferente, em meus cursos eu frequentemente apresento a narrativa como uma habilidade relevante para a visualização de dados. Todos os dias, profissionais criam gráficos tão insípidos ou difíceis de interpretar que, sem dúvida, é possível criar gráficos desprovidos de histórias de dados. Como a habilidade de juntar as peças de uma narrativa de uma forma convincente, considero a narrativa como uma parte crucial do conjunto de habilidades de Visualização de Dados:

De qualquer forma, **a narrativa de dados faz parte de nossas vidas **de muitas maneiras: desde a narrativa sobre nossa saúde e nossas finanças nos aplicativos em nossos telefones, até os gráficos que explicam nas notícias o que está acontecendo no mundo, e até os relatórios e painéis (dashboards) que fazem parte do dia-a-dia de muitos profissionais. Estamos imersos em um mar de “Big Data”, e é por isso que sempre digo: não basta ter dados disponíveis, os dados só têm valor quando são compreendidos. Mais do que isso, especialmente nos negócios, os dados são tão valiosos quanto as decisões que eles nos permitem tomar. Encontrar histórias em dados amplia e aprofunda nossa compreensão sobre os dados, e compartilhar histórias com dados é o que ajuda a realizar todo o potencial dos dados em nosso mundo.

Elementos de uma história com dados

Os elementos mínimos para contar uma história com dados são: a mensagem, o público e o contexto. O que está sendo contado, para quem e por quê. É isso que é necessário para ter uma história, todo o resto é formato, técnicas ou floreio.

A MENSAGEM

A história central, o que está sendo contado, é o primeiro elemento da narrativa de dados. Para encontrá-la, pode ser útil nos perguntarmos: O que está acontecendo com os dados? Por que o conjunto de dados está se comportando de uma certa maneira? Isso desafia nossas hipóteses ou suposições comuns? Isso reforça uma inclinação para uma decisão? Quais são as consequências disso? Essas perguntas fornecem um ponto de partida decente. No segundo artigo desta série, vamos nos aprofundar em como fazer boas perguntas para obter boas respostas através dos dados.

A mensagem pode ter diferentes formatos: oral, escrito, visual. Independentemente disso, a mensagem da história pode ser simples ou complexa. E cada mensagem pode ser contada de forma simples ou complexa. Vamos colocar isso em uma matriz [1]:

A AUDIÊNCIA

Quem recebe a história é o público. Ninguém conta uma história sozinho em uma floresta. A história precisa ter um público para existir, mesmo que seja apenas uma pessoa, mesmo que alguém leia uma história escrita séculos após a morte do narrador, a história existe porque alguém a conta e alguém a recebe (escuta, lê ou interpreta).

Para quem estamos contando a história? Qual é o nível de entendimento dessas pessoas sobre o assunto? Quão experientes em dados elas são? Qual é o nível de alfabetização em dados, sua capacidade de entender e se comunicar com dados? Se tivermos sorte, podemos escolher o público que almejamos, ou pelo menos podemos fazer essas perguntas sobre o público de antemão e ajustar a história de acordo. Na maioria das vezes, é necessário fazer suposições sobre o público e correr riscos ou fazer correções enquanto a história está sendo contada.

Em um ambiente de negócios, uma das formas de classificar a audiência é de acordo com os diferentes **níveis de informação **necessários:

Analistas precisam de informações mais operacionais. Quando recebem a tarefa de contar histórias com dados, eles precisam ser capazes de explorar os dados e testar hipóteses. Um conjunto de dados é mais valioso para analistas se for interativo, com a possibilidade de filtrar e segmentar, para que várias histórias possam ser exploradas e descobertas.
Gerentes precisam de informações mais estratégicas. Eles devem agir com base em dados e costumam ter que decidir rapidamente. A narrativa de dados deve abordar pontos acionáveis, incluir alertas e qualquer coisa que ajude a informar as decisões de negócios.
Executivos precisam de resultados resumidos e de alto nível. A narrativa de dados deve ser sucinta, como de 1 a 3 slides, ou no estilo pitch de elevador.

No terceiro artigo desta série, abordaremos como se aprofundar na compreensão do público de histórias de dados.

O contexto

Ao contar histórias com dados, devemos deixar claro o sistema ao qual a informação pertence e as relações entre os dados. O contexto alimenta insights e torna a narrativa de dados significativa. Também pode ser a diferença crucial entre pensar que algo está errado (por exemplo, quando as vendas caíram) e ver um motivo para comemoração (por exemplo, quando as vendas caíram em comparação ao mês passado, mas aumentaram em comparação ao mesmo mês do ano anterior).

Existem 3 maneiras fáceis de incorporar contexto ao trabalhar com dados de negócios, usando parâmetros de comparação:

Dados Históricos Comparar dados atuais com o período anterior é a maneira mais fácil de incorporar contexto aos dados, porque é a mais comumente disponível. Os dados podem ser comparados com o ano anterior, semana anterior, mesma semana do ano anterior, dependendo de quais dados estão disponíveis, da granularidade dos dados e do que é mais útil para comparar.

Metas Geralmente definida pela empresa, uma meta é um objetivo ou resultado para o qual os esforços do negócio são direcionados. Por exemplo, uma meta de vendas pode ser definida por mês, trimestre ou ano, para especificar o que o negócio pretende atingir em um determinado período.

Padrões (Benchmarks) Para algumas métricas, não há uma meta, mas um padrão (“benchmark”) definido por médias da indústria, geralmente publicado por associações da indústria ou órgãos de pesquisa. Por exemplo, pode haver um padrão para taxa de conversão ou taxa de rejeição de sites de segmentos específicos da indústria.

Em alguns casos, todos os 3 parâmetros de comparação podem estar disponíveis para uma determinada métrica, o que é ainda melhor. Isso ajuda a pintar um quadro bem completo para poder responder: Como os dados estão relacionados ao período anterior? Como estamos agora em relação aos concorrentes ou aos padrões da indústria? E onde pretendemos estar no futuro?

Outros tipos de dados também podem ser úteis para estabelecer o contexto e ajudar a contar uma história com dados - praticamente qualquer coisa que ajude a entender os dados principais como parte de um sistema. Por exemplo: dados sobre temperaturas médias de uma localização geográfica ao longo do ano podem fornecer contexto para dados sobre vendas de certos produtos?

Contexto é como fazemos as conexões para que uma história seja relevante em uma cultura de dados.

Para contar histórias de dados no contexto de uma organização ou empresa, podemos perguntar: como as histórias estão conectadas aos objetivos da organização? Esta pergunta deve ajudar a determinar a importância de cada história para o negócio. Os analistas podem acabar contando histórias de dados que não são consideradas relevantes para o negócio, o que é compreensivelmente frustrante. É responsabilidade da gerência garantir que todos os colaboradores estejam cientes dos objetivos e estratégias organizacionais e como isso interage com sua função, e é trabalho do analista garantir que a narrativa de dados seja pertinente aos objetivos empresariais. Entender os objetivos da organização, seja a empresa para a qual você trabalha ou a do seu cliente, é essencial para contar histórias relevantes com dados de negócios.

No terceiro artigo desta série, discutiremos maneiras de construir e fortalecer uma cultura de dados por meio de narrativas.

Combinando tudo em uma história

Um bom exercício ao contar ou ouvir uma história de dados é identificar os 3 elementos-chave - a mensagem, o público e o contexto - e como eles interagem para construir a história. Só é possível determinar quais dados são relevantes para a mensagem se soubermos o que é importante para o público no contexto apropriado. O que está sendo dito? Para quem? E por quê? Um único conjunto de dados pode se desdobrar em diferentes mensagens para diferentes públicos em diferentes contextos, o que é parte do que torna as narrativas de dados tão interessantes.

Os próximos artigos desta série abordarão técnicas práticas para contar histórias com dados, e como expandir e aprofundar a conexão com o público e criar uma cultura de histórias de dados.