Visualização de Big Data: 3 erros a evitar

Tem-se falado muito sobre visualização de dados ultimamente ? talvez o mesmo tanto que se fala sobre Big Data. Fomos ensinados que a visualização é a melhor maneira (ou a única maneira) de entender osdados, e se eles não estão sendo visualizados, estamos perdendo alguma coisa.

A visualização é uma ótima maneira de ganhar e compartilhar insights, mas muitas equipes de Big Data estão fazendo isso errado. E como pode ser feito errado? Há diversas maneiras de determinar a visualização de dados, e aqui vão os erros mais comuns:

Erro 1: Exibir todos os dados

Apesar do que te ensinaram na escola, a maior parte das pessoas não se importa em ver seu trabalho. Eles não estão nem aí sobre a quantidade de dados que você pode processar todos os dias ou sobre como é grande seu cluster do Hadoop.  Clientes e usuários internos querem respostas especificas, relevantes, e o mais rápido que eles conseguirem o que eles querem, menor o esforço que eles terão procurando por respostas. Qualquer dado irrelevante na página torna a busca por informação importante mais dificul. Dados irrelevantes, não importa o quanto, são ruído.

E ruído é particularmente prevalente em dashboards, onde a filosofia que os guia é geralmente ?mostre-me o status de tudo?. Mas medidas de performance, no entanto, na maioria das vezes estão normais (e chatas), não são válidas de serem mostradas. Apresentar todas as condições normais dá às anormalidades espaço para se esconderem.

Uma abordagem melhor do dashboard é mostrar apenas o que é interessante ou importante. Priorize o que importa, o que é inesperado e o que é passível de ação. O resto, segundo plano. Mergulhos profundos nos dados podem ser importantes, mas dashboards não são o lugar para isso. Essas informações gerais e abrangentes são mais válidas em reports.

Erro 2: Exibir dados errados

Esse erro é tão perigoso quanto o primeiro. Mostrar subsets de informação é bom, desde que as relações de dados sejam relevantes. Se você é responsável por vendas, por xemplos, você também pode se importar com as vendas por região ou em um período de tempo. Considere como os dados podem ser usados para sua tomada de decisão.

Mostrar diversos gráficos relacionados pode ser uma boa saída entre mostrar demais em um gráfico e não mostrar bem o quadro geral. Alguns poucos gráficos, porem claros, são normalmente melhor que uma visualização única e completa de dados, porém, complicada.

Erro 3: Representação mal feita de dados

Mesmo quando você está colocando o dado certo em um gráfico, você ainda pode fazer isso da maneira errada. Os tipos de gráficos mais exóticos raramente são vistos, porque eles não funcionam bem. A vasta maioria das necessidades de visualização são bem endereçadas com os tipos de barras e linhas, pontos e, se feitos corretamente, pizza.

Pense sobre os relacionamentos-chave entre os campos, e considere colocá-los no eixo. Agrupe por categoria, e então ordene os dados por tempo, magnitude ou importância. Use cores para categorias, não magnitudes; você pode usar brilho ou saturação para ilustrar magnitude. Use rótulos e outras marcas de maneira seletiva para chamar atenção nos clusters.

Design bem-feito: pense e planeje primeiro

A melhor maneira de evitar todos esses erros é focar em suas metas em primeiro lugar. Antes de considerar como suas visualizações devem parecer, pense nessas questões, nessa ordem:

1. Quais ações você precisa habilitar (ou ?o que importa??)

2. Quais decisões você precisa informar (ou ?o que vamos fazer sobre isso??)

3. Quais questões você precisa fazer

4. Quais dados você precisa ver

5. Qual é a melhor estrutura para revelar as relações importantes dos dados

6. Quais dados você precisa destacar

À medida que você responder esses pontos, você pode começar a desenhar e implementar as visualizações corretas usando os dados corretos. É provável que você tenha que fazer mudanças. E isso é uma coisa boa ? teste, tente novas abordagens, teste de novo. Uma abordagem deliberada, orientada ao usuário, levará à visualização de dados mais efetiva e  eficiente.