Déborah Mesquita
Jul 30, 2018 · 7 min read

Recentemente tive a oportunidade de ler o pré-projeto do Trabalho de Conclusão de Curso de um amigo estudante de Design e pude perceber que nós de Computação temos muito o que aprender com eles. A forma como eles definem o problema e o que deve ser feito é algo que eu nunca tinha visto antes.

A verdade é que em Computação a gente é treinado para simplesmente executar as coisas. Nós raramente precisamos (ou somos incentivados) a pensar no problema que vamos resolver. Não acho que todo desenvolvedor de software precise se preocupar com isso (programadores precisam aprender Design? designers precisam saber programar?) mas acho que todo pesquisador precisa ser um pouco designer. O dicionário de Cambridge define pesquisador como:

Alguém cujo trabalho é estudar um assunto cuidadosamente, principalmente para descobrir novas informações ou entender melhor um assunto — researcher in Business English

Já o processo de design pode ser definido em três etapas:

Design: organizar o pensamento, planejar e executar (Iliinsky e Steele, 2011).

Eu consigo ver uma semelhança grande entre o processo de design e o processo de pesquisa. E como estudante de Mestrado eu acho que aprender sobre Design é ainda mais crucial para se ter um bom projeto.

Quem já teve a oportunidade de aprender um pouco sobre empreendedorismo deve estar familiarizado com o Produto Mínimo Viável (MVP). Será que existe alguma estratégia como o MVP para criar uma visualização? Como a gente cria um plano de execução para desenvolver uma? O que a gente precisa considerar? E como é esse processo de fato?

Noah Ilyinsky e Julie Steele se propõem a responder essas perguntas no livro Designing Data Visualizations. É o primeiro trabalho onde vi alguém lidar com essas questões, e gostei muito da forma como eles fizeram isso. O objetivo desse texto é mostrar 3 passos importantes que precisam ser executados antes de começar a criar uma Visualização. Ah, ao longo do texto eu vou usar o termo leitor para me referir à pessoa que irá interagir com a visualização.


Livro: Designing Data Visualizations

Capa do livro Designing Data Visualizations

Os autores começam deixando claro que há muito espaço para um olhar artístico e criativo em Visualização de Dados, mas que antes de tudo o sucesso de uma visualização é construído a partir da codificação de informações de forma visual para comunicar algo ao leitor. O objetivo do livro é introduzir como se dá esse processo.

Ferramentas como d3 ou Tableau nem são mencionadas no livro. O foco é em que problema vocês está resolvendo e não em que ferramentas você irá utilizar. Tipos de gráficos só começam a serem citados a partir do Capítulo 5 do livro, por exemplo.

Design e implementação são duas coisas distintas — Iliinsky e Steele, 2011

Qual a função de uma visualização?

Visualizações de Dados são úteis para examinar, entender e transmitir informação (Iliinsky e Steele, 2011). De forma geral há duas categorias de visualização: exploratória e explanatória. Em ambas a função chave da visualização é guiar o leitor do ponto A para o ponto B.

Diagrama com as funções dos tipos de visualização

Ter em mente que o objetivo maior da visualização é comunicar algo (seja tanto para fins de simples informação quanto para persuasão) é algo importante para o sucesso dela. Agora que já sabemos que uma visualização é uma ferramenta de comunicação estamos prontos para examinar os 3 passos do processo.

1 — 🎯 Defina seus objetivos e tenha-os sempre em mente

Perguntas como que necessidade de informação você está tentando suprir com esta visualização? e que valores e dimensões dos dados são relevantes para esse contexto? são as primeiras que precisam ser respondidas. Os autores deixam claro que ainda não é necessário pensar em detalhes de implementação neste momento, pois corremos o risco de suprimir nosso próprio potencial criativo.

Você deve ser capaz de definir os objetivos de forma concisa e específica, sem mencionar detalhes ou formas de implementar a visualização. As definições devem especificar que informações serão mostradas e como elas irão se relacionar na visualização — Iliinsky e Steele, 2011

Que nível de detalhamento essas definições precisam ter? Os autores dão um exemplo:

  1. Mostrar as receitas das vendas

vs.

2. Mostrar que linhas de produtos estão com desempenho bom ou ruim em cada região, durante cada um dos 4 últimos trimestres

A segunda opção é concisa, específica, indica que dados serão mostrados e como eles se relacionam. Tudo isso sem especificar detalhes da implementação.

Você também precisa pensar nos seus dados e na escolha de um formato de codificação que mostre as partes mais interessantes dele. Nesta etapa algumas perguntas que precisam ser respondidas são:

  • Que tipos de relações existem entre os dados?
  • Os dados são categóricos? Discretos ou contínuos?
  • Quantas dimensões os dados têm? Quais as mais interessantes?

2 — 🎩 👒 Coloque-se no lugar do seu leitor

Por quê isso? Porque a gente mede o sucesso de uma visualização de acordo com o sucesso de quem está interagindo com ela.

Outro benefício de tentar se colocar no lugar do leitor é a oportunidade de diminuir a maldição do conhecimento, que acontece quando você tá tão imerso no tópico a ponto de esquecer que nem todo mundo tem o conhecimento que você tem.

Se colocar no lugar do leitor vai te forçar a simplificar suas explicações. Isso não significa que você vai simplificar suas ideias. É apenas o processo onde você vai quebrando e construindo as ideias até poder comunicá-las de forma clara e transparente. — Iliinsky e Steele, 2011

Outro ponto importante é pensar no contexto de uso. Perguntas-chave que devem ser respondidas são:

  • Que informações meu leitor precisa ter acesso para ter sucesso?
  • Qual o nível de detalhe que ele precisa?

3 — 🀄️ Escolha codificações visuais adequadas

Aqui se espera que a gente já tenha definido os objetivos da visualização, definido que dados vão ser utilizados e como o leitor vai se relacionar com tudo isso. Agora sim podemos começar a pensar no que vai ser mostrado para ele.

Se você quiser ser criativo e inovador, adie as decisões sobre implementação o máximo que você puder — Iliinsky e Steele, 2011

A escolha da codificação correta depende diretamente da natureza dos dados.

Propriedades e codificações comuns para tipos de dados, Fonte

Além da codificação individual, a estrutura da visualização como um todo também deve revelar algo sobre os dados. Um exemplo onde codificação individual e estrutura funcionam em harmonia é na tabela periódica:

Tabela periódica, Fonte

“A tabela periódica é uma das visualizações mais elegantes já criadas. Ela usa um conjunto de dados complexo e o torna simples, organizado e transparente.

Os elementos são organizados pelos números atômicos e pontos estratégicos das linhas (períodos) revelam que elementos têm significativamente as mesmas propriedades. Isso possibilita o entendimento da natureza de cada elemento de forma individual e de forma geral, comparando-o com os outros. Eu nunca gostei de Química mas agora percebi como o design tabela periódica é realmente fantástico.

Um último ponto abordado é a importância de editar o produto final. Às vezes um designer vai criar uma visualização mais complicada do que ela precisa ser, mas não porque ele está tentando distorcer os dados. Muitas vezes ele comete esse erro justamente por querer mostrar os dados da forma mais fiel possível.

Os dados já possuem significado por si só; Cada ponto, linha e palavra deve estar presente para suprir uma necessidade de comunicação. Edite sem piedade. Não decore seus dados. — Iliinsky e Steele, 2011

📑 Em resumo

Antes de começar a programar uma visualização é preciso pensar nos objetivos dela, pensar no leitor e pensar em como ele vai receber a mensagem. Vi muitos comentários dizendo que o livro tinha só 114 páginas e que era muito introdutório, mas depois de (só) um ano de estudo na área eu posso dizer que é a referência mais importante que li até agora. E acho que vai impactar muito no meu trabalho daqui pra frente.

Sempre senti que faltava um framework para construir visualizações. A checklist no apêndice do livro é o guia mais direto e compreensivo que encontrei até hoje. Se você for designer e ou já trabalha há algum tempo com visualização o livro pode realmente ser muito introdutório, mas se você for “designer autodidata” vale muito a leitura. 👍🏼

datavizbr

Compartilhando experiências sobre visualização de dados (dataviz) em português.

Déborah Mesquita

Written by

Award-winning Data Scientist 👩🏾‍💻 Loves to write and explain things in different ways✨ - http://deborahmesquita.com/

datavizbr

datavizbr

Compartilhando experiências sobre visualização de dados (dataviz) em português.

Welcome to a place where words matter. On Medium, smart voices and original ideas take center stage - with no ads in sight. Watch
Follow all the topics you care about, and we’ll deliver the best stories for you to your homepage and inbox. Explore
Get unlimited access to the best stories on Medium — and support writers while you’re at it. Just $5/month. Upgrade