Desbloqueando narrativas com dados: Os contadores de histórias de dados viveram felizes para sempre - Parte 3

Este artigo explora maneiras de construir e nutrir a cultura de dados por meio de histórias, e como os profissionais podem se nivelar como contadores de histórias de dados. Ele aborda como usar histórias para democratização de dados e incentiva a expansão e o aprofundamento da conexão com o público.

Confira a Parte 1 dessa série

Confira a Parte 2 dessa série

Qualquer pessoa que trabalhe com dados encontrará benefícios em aprimorar suas habilidades de contar histórias. Para sermos grandes contadores de histórias de dados, precisamos levar isso um pouco mais adiante. Em ambientes profissionais, os recursos frequentemente são mais direcionados para aprender ferramentas, em parte porque esse progresso é mais fácil de medir. Em um artigo sobre "A importância da narrativa de dados na próxima década de dados", o evangelista do Tableau Andy Cotgreave critica o treinamento que foca em ferramentas, não em como interpretar gráficos, compartilhar insights e tomar decisões baseadas em dados. Como ele ressalta, "não há investimento suficiente no tipo de treinamento que incentiva a exploração e o questionamento de dados", e saber como usar as melhores ferramentas de análise e inteligência de negócios "não transforma as pessoas em contadores de histórias de dados". De fato, as principais habilidades da narrativa de dados podem ser aplicadas independentemente de qual ferramenta, plataforma ou formato está sendo usado para contar a história.

Qualquer história que envolva a audiência e transmita informações cumpriu seu papel. Somos capazes de conseguir isso como contadores de histórias quando conhecemos os elementos de uma história de dados e como combinar tudo em uma história estruturada, significativa e envolvente. Além disso, as histórias são mais poderosas quando fazem parte de uma forte cultura de contar histórias, onde compartilhar informações por meio de histórias é um hábito e onde as histórias são acessíveis a todos. Isso também é verdade em narrativas de dados. Por esse motivo, deve ser parte dos objetivos do contador de histórias de dados promover a democratização de dados e se conectar em níveis mais profundos com o público. Isso transforma a narrativa de dados que simplesmente transmite informações por meio de uma história em um nível mais alto de comunicação com dados, e sua contribuição para o avanço cultural.

Como construir uma cultura de dados por meio de histórias

Cultura de dados é o comportamento coletivo de usar dados para informar a tomada de decisões com o propósito de tomar decisões mais inteligentes, eficientes e eficazes. Dados brutos por si só não têm o poder de desencadear decisões baseadas em dados. É por meio da análise e criação de narrativas com os dados que uma cultura de dados é construída, como podemos entrelaçar dados na mentalidade, operações e identidade de uma organização. Criando e compartilhando histórias, expandimos a compreensão dos dados.

Uma cultura de dados forte só pode existir se houver democratização de dados: permitindo que todos trabalhem com dados e falem sobre eles com confiança, respeitando diferentes níveis de conhecimento de dados e encorajando decisões estratégicas e táticas baseadas em dados. Sem gargalos ou “gatekeeping”, sem reter informações além dos limites necessários para proteger a privacidade e a segurança dos dados. Com a democratização de dados, todos devem ter o poder de encontrar histórias de dados, compartilhá-las e usá-las para tomar decisões apropriadas ao seu nível de responsabilidade. Em negócios, isso deve ser buscado fornecendo acesso adequado aos dados para todos na organização. De uma forma mais ampla, a democratização de dados deve ser feita não apenas em uma organização, mas para todos na audiência, para a sociedade, com os dados que são relevantes para as pessoas a administrarem.

Pelo menos no nível de uma organização, os itens abaixo servem como passos iniciais de reflexão para construir a cultura de narrativa de dados do zero, ou como uma lista de verificação para revisar periodicamente o desenvolvimento de uma cultura de narrativa de dados:

A) Como garantir que os objetivos da organização estão claros para todos? Cada história contada com dados precisa estar a serviço dos objetivos do negócio ou da organização, e apoiar a execução e efetividade da estratégia e das táticas adotadas para alcançar tais objetivos. É preciso fazer referência aos objetivos de forma clara em cada história contada com dados.

B) Como viabilizar o acesso de forma adequada e ampla - considerando ainda a relevância da função de cada um, a privacidade e a segurança devidos? A proteção dos dados e o cumprimento de normas legais e regulamentares não podem ser negligenciadas, especialmente com a crescente criação e aplicação de leis de privacidade de dados em todo o mundo. Diferentes níveis de sensibilidade dos dados para a empresa também devem ser levados em consideração. Uma vez garantido isso, compartilhe os dados da forma mais generosa e ampla possível.

C) Como estamos investindo em habilidades, e não apenas em ferramentas? Todos com acesso a dados devem desenvolver habilidades de narrativa com dados, como interpretar os dados, compartilhar insights e tomar decisões baseadas em dados. Busque o desenvolvimento de suas habilidades e, se tiver condições, capacite outros a fazerem o mesmo.

D) Como estamos criando um ambiente aberto e encorajador para contar histórias? Isso significa repensar como as histórias de dados são contadas em reuniões, durante os intervalos, por e-mails e mensagens, em plataformas internas ou ferramentas de painel. Dedique tempo regularmente para contar histórias de dados. Incentive a curiosidade e a abertura para compartilhar histórias.

Os principais benefícios do storytelling com dados são a melhoria da compreensão e do engajamento. As histórias facilitam a compreensão dos dados, a atenção e a memorização do que foi dito. Se criar ou nutrir uma cultura de dados é um objetivo, contar histórias com dados é tão essencial quanto contar histórias faz parte da cultura de um povo. Importa quais histórias são contadas, por quem, para quem e como são contadas.

CASO RETROSPECTIVA SPOTIFY

Desde 2016, a plataforma de música Spotify lança uma campanha anual no final do ano chamada Retrospectiva Spotify. Cada usuário recebe uma compilação personalizada de dados sobre sua atividade na plataforma e é **incentivado a compartilhar **esse conteúdo nas redes sociais. A compilação inclui informações como seus 5 artistas favoritos, quantas vezes você ouviu sua música mais tocada e os gêneros musicais que você mais ouve. Como a Retrospectiva Spotify é amplamente compartilhada, milhões de pessoas promovem o Spotify todos os anos em suas contas pessoais.

Como usuária do Spotify, sou parcial ao dizer que este é um caso de sucesso, porque, quando o final do ano se aproxima, aguardo ansiosamente a minha playlist com as músicas que mais ouvi naquele ano e a oportunidade de compartilhar com meus amigos os trechos mais interessantes da minha Retrospectiva Spotify. Eles me fornecem dados interessantes em um formato interessante, que me fazem refletir sobre meu gosto musical e estimulam conversas com meus amigos - quer coisa melhor?

Algumas observações que ajudam a entender por que a Retrospectiva Spotify é um caso de sucesso de narrativa de dados:

• Conecta a empresa com os consumidores de forma pessoal. Os dados são sobre preferências individuais do usuário;
• Permite compartilhar na medida em que o usuário deseja, pois o usuário pode facilmente compartilhar partes do “relatório”;
• Estimula a vontade de compartilhar sobre um tópico que pessoas normalmente já dividem com os amigos;
• Oferece visuais atraentes, fáceis de entender;
• Oferece às pessoas um quebra gelo para iniciar conversas. Não é apenas sobre compartilhar a retrospectiva nas mídias sociais, é um convite a conversar sobre os artistas e músicas mais ouvidos;
• Incentiva conversas sobre tópicos que os usuários realmente apreciam (artistas ou gêneros musicais);
• Os executivos de marketing do Spotify [1] reconhecem que a retrospectiva gera um “efeito FOMO”, sigla para a expressão em inglês “fear of missing out”, que é o medo de não conseguir acompanhar as atualizações e eventos. Isso incentiva as pessoas a se manterem conectadas e a preferirem o Spotify a outros aplicativos de música;
• A combinação de um tópico aprovado por amigos, recursos visuais atraentes e um ponto de partida para conversas torna a experiência de compartilhar divertida.

O que podemos aprender e aplicar a outros cenários de narrativa de dados:

• A combinação de um formato fácil de entender e compartilhar;
• O foco em tópicos de alto interesse para os usuários;
• Personalização, conectando a história ao cotidiano do público;
• Uso de recursos visuais atraentes e fáceis de entender.

Se você trabalha com dados em uma empresa, pense em quais aspectos bem-sucedidos da Retrospectiva Spotify podem ser adaptados para suas narrativas com dados.

Como conectar acima e além contando histórias com dados

TORNANDO A HISTÓRIA MEMORÁVEL

Temos muito mais facilidade de lembrar das coisas que provocam na gente um impacto emocional, e com histórias, o objetivo é que elas sejam interessantes, emocionalmente envolventes, apelando para a curiosidade das pessoas. É claro que ajuda se os dados sobre os quais estamos contando a história já forem um assunto de interesse do público, mas às vezes as pessoas se lembram de uma história, mesmo sobre um assunto no qual não estavam inicialmente interessadas, apenas porque a história foi contada de forma interessante.

Para tornar as histórias memoráveis, elas precisam ser facilmente entendidas. A simplicidade é a chave. Como abordado no primeiro artigo desta série, mesmo quando a mensagem da história é complexa, devemos tentar contá-la de forma simples.

Recursos visuais como slides e gráficos geralmente ajudam as pessoas a se lembrarem de uma história. A visualização de dados está intimamente ligada e é incrivelmente valiosa para a narrativa com dados. No entanto, também é relevante observar que o cérebro de cada pessoa funciona de uma maneira peculiar e, embora alguns possam achar mais fácil interpretar padrões visuais, outros se sentirão mais confortáveis ​​interpretando padrões numéricos. Depois de anos trabalhando com entusiasmo com Visualização de Dados, tive que fazer um teste de QI para um exame que incluía uma fase de reconhecimento de padrões visuais e uma fase de reconhecimento de padrões numéricos. Comentei com minha irmã como os padrões visuais eram muito mais fáceis para mim, e ela me contou que fez um teste semelhante, no qual se sentiu muito mais confortável reconhecendo os padrões numéricos.

Desde então, tenho me tornado muito mais consciente dessas diferenças quando defendo a visualização de dados, mesmo que eu ainda o faça com a mesma frequência e entusiasmo de sempre.

Ainda assim, acredito que quando uma história é melhor explicada com visualização de dados, e mesmo quando envolve dados complexos, ela pode ser contada de forma convincente e fácil de entender. Uma técnica que os contadores de histórias de dados podem usar para conseguir isso em apresentações ou em visualizações interativas é a revelação lenta. Essa técnica consiste em revelar, uma de cada vez, as partes de um gráfico que compõem a história. Isso ajuda a envolver o público com dados complexos e a garantir que a história seja compreendida, mesmo com um público com diferentes níveis de conhecimento de dados. Em apresentações de slides, por exemplo, alguns elementos podem ser ocultados inicialmente e revelados quando relevantes, ou um retângulo opaco da mesma cor do fundo pode ser usado para ofuscar ou encobrir parte da informação, de modo que as outras partes sejam destacadas. Jenna Laib selecionou muitos exemplos da técnica de **revelação lenta **no site Slow Reveal Graphs (“Gráficos de Revelação Lenta”), que podem servir de inspiração para praticar isso de diferentes maneiras.

Figuras de linguagem, como metáforas e analogias, também podem ajudar a criar uma história de dados cativante, tornando os dados mais fáceis de se identificar, mais compreensíveis e memoráveis. Vincular os dados por meio de uma metáfora ou analogia a um tópico que o público já conhece ou com o qual se importa pode torná-los mais significativos, pois isso permite que o contador de histórias conecte a história de dados ao contexto do público, a histórias com as quais ele se identifica. Metáforas visuais também são um recurso impactante, embora devam ser usadas com cautela. Um gráfico bem conhecido com metáfora visual é o infográfico “Iraq’s bloody tool” ("O preço sangrento [da guerra] do Iraque"). Uma escolha de design deliberada é a metáfora visual do sangue pingando, usando um gráfico de colunas na cor vermelha e um eixo Y invertido (os valores não são negativos, mas o eixo começa com zero na parte superior em vez de na parte inferior):

Metáforas visuais podem ser impactantes e gerar maior engajamento com a mensagem comunicada por meio de dados. No entanto, também podem distrair se não forem usadas com propósito, ou até mesmo causar interpretações equivocadas. Portanto, devem ser usadas com responsabilidade e cuidado.

Uma boa compreensão de semiótica ajuda a aprimorar a habilidade de criar metáforas visuais. Este tópico é explorado mais detalhadamente no meu artigo “Why and how to apply semiotics to data visualization” (“Por que e como aplicar semiótica à visualização de dados”).

TORNANDO A HISTÓRIA ACESSÍVEL

Falar a linguagem dos dados, ser capaz de entender e de se comunicar com dados, é crucial para a narrativa de dados. **A alfabetização visual **é a capacidade de apresentar e interpretar dados visualmente. Em um mundo onde a informação está em toda parte, qualquer pessoa pode se beneficiar do desenvolvimento da capacidade de ler tabelas e gráficos de dados. Essas são habilidades cruciais para todos os profissionais que trabalham com dados.

Em um mundo ideal, o contador de histórias de dados saberia exatamente o nível de conhecimento de dados e a alfabetização visual do seu público. Geralmente, esse não é o caso, e na maioria das vezes, o público é um grupo com diferentes níveis de capacidade de compreensão de dados visuais. Existem alguns truques para isso, especialmente quando há um compromisso em tornar os dados mais acessíveis.

Quando se trata realmente de projetos de visualização de dados, como painéis e relatórios recorrentes, é ideal entrevistar as partes interessadas (stakeholders) no início sobre os requisitos do projeto. Algumas perguntas podem ser mais técnicas, sobre quais fontes de dados ou métricas precisam ser incluídas, mas também é importante perguntar: Quem é o destinatário desses dados? Quem analisará ou receberá os resultados dessa análise? Qual é o nível técnico das equipes envolvidas? Entender quem são os espectadores pode e deve influenciar as decisões sobre como exibir os dados visualmente. Quando devem ser fornecidas explicações adicionais sobre os dados, sobre coisas que podem parecer óbvias para o contador de histórias de dados? Uma dica interativa, uma nota de rodapé ou um texto curto podem ser incluídos para auxiliar na interpretação dos dados? Estas são algumas perguntas úteis no contexto de análises de dados para negócios.

Para se conectar com um público amplo, é ainda mais importante levar em consideração a acessibilidade. Mesmo pessoas que concordam que ser inclusivo e lutar pela igualdade é importante muitas vezes não têm certeza de como fazer isso na prática, ou qual é o impacto real disso. Aprender com perspectivas não dominantes pode nos ajudar a pensar fora da caixa, o que é incrivelmente valioso para aprofundar as habilidades de análise de dados. Além disso, remover barreiras à inclusão amplia o público, em consonância com os princípios da democratização de dados, que são o cerne de uma forte cultura de dados. Pessoas que fazem parte do mercado de trabalho, colegas e clientes. Inclusão não é apenas moda ou tendência.

No campo da visualização de dados, tornou-se relativamente comum falar sobre a criação de gráficos com paletas de cores que podem ser distinguidas até mesmo por pessoas com daltonismo. Cerca de 1 em cada 12 homens e 1 em cada 200 mulheres percebem o espectro de cores de forma diferente do padrão, o que pode dificultar a identificação do contraste entre algumas cores. Consequentemente, pode ser difícil distinguir categorias em um gráfico, o que complica a interpretação dos dados. Jeffrey Shaffer tem um artigo útil no blog do Tableau com "5 dicas para projetar visualizações compatíveis com daltonismo" (“5 Tips on Designing Colorblind-Friendly Visualizations”), e outros artigos semelhantes podem ser encontrados online abordando paletas compatíveis com daltonismo.

No entanto, os gráficos nem sempre dependem de variação de cores para contar suas histórias com dados. Antes que a impressão colorida se tornasse relativamente barata e antes que a maioria dos gráficos fosse renderizada digitalmente, era mais comum usar padrões diferentes para identificar categorias.

Ainda existem muitas perspectivas não dominantes que são frequentemente negligenciadas nas áreas de visualização de dados e narrativa com dados. A dislexia afeta cerca de 20% da população. Algumas fontes de texto são mais fáceis de ler para disléxicos, devido ao formato, tamanho e espaçamento. Se isso for levado em consideração ao criar um gráfico ou relatório para contar histórias com dados, a legibilidade pode melhorar não apenas para pessoas com dislexia, mas também para outras pessoas. Entre 2% e 4% da população é afetada por uma condição neurológica chamada afantasia, que é a incapacidade de visualizar imagens em sua mente e reter informações visuais. Alguém com afantasia não se envolverá com dados da mesma forma que uma pessoa interessada em identificar padrões visuais. Uma das características que pessoas com autismo podem ter é uma hipersensibilidade a estímulos sensoriais, que inclui certos contrastes de cores. Hoje em dia, a compreensão médica do autismo é bem diferente das últimas décadas – muitas pessoas recebem um diagnóstico quando já são adultas e já fazem parte de um mercado de trabalho cada vez mais exigente em habilidades de dados que nem sempre consideram a neurodiversidade. Esses são apenas alguns exemplos e mal cobrem o impacto que essas perspectivas não dominantes podem ter na percepção de histórias de dados.

A criatividade para lidar com barreiras à acessibilidade é fundamental. Se algo tão fascinante quanto gráficos táteis em braille pode ser inventado para melhorar o acesso à informação para pessoas com baixa visão ou cegueira, certamente podemos encontrar mais soluções para diferentes desafios de acessibilidade em narrativas de dados quando há compromisso com a democratização dos dados. Quantificar dados com um suporte visual ou sensorial similar é um instrumento poderoso para aumentar a capacidade de qualquer pessoa de compreender dados. A maioria das pessoas quantifica dados em um suporte visual, criando gráficos em formato impresso ou digital, mas gráficos braille também existem e ampliam o poder de tornar os dados tangíveis. De fato, a tangibilidade do comportamento dos dados deve ser o objetivo final de qualquer tipo de visualização de dados.

A maioria de nós ainda precisará de mais inspiração para encontrar soluções criativas para barreiras à inclusão. Bons pontos de partida para incorporar acessibilidade na narrativa de dados são o artigo de Stephanie Evergreen "10 maneiras de tornar seus gráficos mais acessíveis" (“10 ways to make your graphs more accessible”) e a lista compilada por Frank Elavsky no GitHub "Recursos de Acessibilidade para Visualização de Dados" (“Dataviz Accessibility Resources”).

CONTADORES DE HISTÓRIAS SÃO SERES CURIOSOS

você pensará fora da caixa com mais facilidade e aprenderá a contar histórias mais poderosas com dados. Aprenda com perspectivas decoloniais, como a dos incas que contavam histórias usando fios com nós chamados quipus. Cada pessoa se conectará com a mesma história de forma diferente, com base em suas capacidades, expertise, valores e experiências. Cabe a nós deixar que isso enriqueça nossa experiência com a narrativa de dados.

[1] Swant, M. "Spotify Rolls Out New 'Wrapped' Campaign To Help Users Remember Their Decade Of Music". [2] Douglas, G. “Data visualization, from 1987 to today”.

Os dois artigos anteriores desta série abordam os elementos básicos de uma história de dados, como estruturar uma história com dados e como contar uma história significativa com dados.