Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO Keywords
As organizações estão adotando, cada vez mais, uma aborda- Data-driven decision-making; dashboard ; information visua-
gem de tomada de decisão baseada em dados para melhorar lization; evaluation
seu desempenho. Uma das ferramentas utilizadas para auxi-
liar nesse processo é o dashboard. Porém, um dashboard com
uma visualização de informação pobre pode acabar fazendo 1. INTRODUÇÃO
o efeito contrário. Este trabalho tem como objetivo descre- Com a quantidade cada vez maior de dados disponı́veis, a
ver uma proposta de ferramenta para avaliar a visualização tomada de decisão baseada em dados (Data-Driven Decision
de informação em dashboards, visando apoiar os times que Making) é usada por quase todas as indústrias com o intuito
os projetam. Este artigo apresenta resultados preliminares de conseguir vantagens competitivas no mercado [17, 10, 4].
da pesquisa. Dados são explorados não só para descobrir padrões entre
consumidores, mas também para prever situações que pos-
sam trazer algum benefı́cio a indivı́duos, times, organizações
Palavras-Chave e à própria sociedade [1, 17].
Tomada de decisão baseada em dados; dashboard ; visualiza- Uma ferramenta utilizada para auxiliar nesse processo de
ção de informação; avaliação. tomada de decisão baseada em dados é o dashboard. Em
um dashboard, dados e informações importantes são repre-
sentados graficamente em uma única tela [9, 8, 14, 1]. Essa
ABSTRACT ferramenta visa disponibilizar ao gestor, de forma clara e sin-
tética, todas as informações importantes e necessárias para
Organizations are increasingly adopting a data-driven decision- as tomadas de decisão chave em sua área [8, 1].
making approach to improve their performance. Dashbo- Para que um dashboard seja realmente eficaz, sua visuali-
ards are frequently adopted as tools to support the decision- zação deve ser feita de forma fácil de se ler e interpretar [14].
making process. However, a dashboard with a poor informa- Um visual eficiente leva o tomador de decisão a explorar e
tion visualization may end up bringing an undesired effect. interagir com a informação e, não só dá rapidez ao processo
This research project aims to propose a tool to evaluate de entender os dados, mas também pode influenciar o gestor
information visualization of dashboards, aiming to support a tomar decisões melhores [12, 1, 3, 13].
their design teams. This article presents preliminary results No entanto, as formas de avaliação de visualizações em
of our research. dashboards ainda são escassas, sendo a ferramenta de avalia-
ção criada pela Evergreen [7] a tentativa mais recente [12, 10,
1, 7]. Além disso, o conhecimento sobre boas práticas de vi-
CCS Concepts sualização de informação é disperso entre várias ciências (ex:
•Human-centered computing → Visualization design economia, econometria, estatı́stica, computação, linguı́stica,
and evaluation methods; •Information systems → gestão, modelagem matemática, gestão de operações, ciência
Data analytics; cognitiva, psicologia, design), o que certamente dificulta a
consolidação e o acesso pelos times que projetam dashboards.
Este trabalho tem como objetivo descrever a concepção de
uma ferramenta de avaliação de visualização de informação
Permission to make digital or hard copies of all or part of this work for personal or
em dashboards. São apresentadas, também, duas avaliações
classroom use is granted without fee provided that copies are not made or distributed de dashboards disponı́veis publicamente por meio da ferra-
for profit or commercial advantage and that copies bear this notice and the full citation menta proposta. Por fim, são descritos os próximos passos
on the first page. To copy otherwise, or republish, to post on servers or to redistribute
to lists, requires prior specific permission and/or a fee.
desta pesquisa em andamento.
SBSI 2018 June 4th – 8th , 2018, Caxias do Sul, Rio Grande do Sul, Brazil
Copyright SBC 2018. 2. REFERENCIAL TEÓRICO
24
V Workshop de Iniciação Científica em Sistemas de Informação, Caxias do Sul, RS, 4 a 8 de Junho de 2018
A tomada de decisão baseada em dados é uma forma de particular, são descritos os resultados das etapas i-iii.
tomar decisões com base em dados e previsões estatı́sticas,
em vez de pura intuição [17]. Brynjolfsson [4] conduziu um 3.1 Revisão de literatura
estudo sobre como tomadas de decisão baseadas em dados A revisão de literatura (etapa i) foi conduzida por ambos
afetam o desempenho de uma empresa. Ele mostrou estatis- autores, entre Março/2017 e Novembro/2017. As pesquisas
ticamente que, quanto mais as decisões de uma companhia foram feitas nas bases de dados do Google Scholar e Science-
são baseadas em dados, mais produtiva ela é. Direct, utilizando variações da string de busca:“(“data visua-
Segundo Few [8, 9] um dashboard é uma única tela vi- lization”) OR ((“data” OR “information”) AND(“dashboards”
sual em que um conjunto de gráficos reúne as informações, OR “chart” OR “business dashboards”) AND (“visualization”
presentes e históricas, mais importantes para se alcançar um OR “design” OR “modeling” OR “visual”))”. Os autores se
ou mais objetivos. Essas informações devem ser consolida- reuniram ao longo desse perı́odo para discutir os trabalhos
das e organizadas para serem monitoradas em uma única identificados, selecionando os mais relevantes a partir da lei-
olhadela. tura de tı́tulo e resumo, além de levarem em conta a taxono-
É importante para qualquer organização saber colher as mia proposta por Barros et. al [2] para garantir que todas
informações corretas para as pessoas corretas e fazer as per- as possı́veis técnicas de visualização estariam cobertas. Na
guntas certas como precursoras para tomadas inteligentes de revisão de literatura, foram levantados aspectos que tornam
decisão [1, 10]. A comunicação é comumente relacionada à uma visualização eficaz (em geral e em dashboards) e, a par-
habilidade de reconhecer padrões, mas pode ser prejudicada tir deles, foi proposta uma ferramenta que avalia a eficácia
sem uma visualização eficiente que permita o tomador de de- da visualização em dashboards.
cisão explorar e interagir com a informação. Por outro lado,
uma boa visualização pode, não só dar rapidez ao processo, 3.2 Proposta de ferramenta para avaliação de
como também influenciá-lo positivamente, ou seja, levar a visualização de informação em dashboards
decisões melhores [1]. A ferramenta (etapa ii) atualmente está em formato de
Encontrar abordagens e métodos para boas práticas de questionário, com dezenove perguntas, separadas em quatro
visualização é difı́cil, porque os especialistas da área nor- áreas, para facilitar a navegação do usuário pela ferramenta:
malmente não avaliam suas abordagens ou o processo de 1) Gráficos; 2) Cor; 3) Legibilidade e texto; 4) Organização
avaliação requer muito tempo e esforço [7, 12]. Evergreen e atenção.
[7], em sua tese de doutorado, estudou e selecionou, junta- Ao usar gráficos, é necessário entender qual tipo de dado
mente com especiaistas e designers, os atributos necessários ele representa. Por isso, Knaflic [10] fez uma seleção de
para tornar uma visualização de dados mais agradável e efi- quais tipos de gráficos representam melhor cada tipo de
ciente. dado. Além disso, é importante diferenciar atributos que
Em um esforço colaborativo entre os governos da Aus- tornam a visualização ineficiente ou mais eficiente. Cores
trália, Nova Zelândia, Canadá, Holanda, as Nações Unidas são facilmente ligadas à algum atributo, como um tipo de
e a Fundação Rockefeller, foi criado o projeto BetterEva- dado, ou à importância de uma informação. Por isso, usar a
luation 1 . Seu objetivo é sintetizar recursos em práticas de mesma cor para denotar importância, por exemplo, e criar
avaliação, inclusive avaliação de visualização de informação. uma hierarquia em cima disso, é recomendável para não con-
Há diversas metodologias apresentadas, nenhuma especifi- fundir o leitor [5, 10]. Porém, não se deve usar muitas cores
camente testada para dashboards. no mesmo visual, pois aumenta a carga cognitiva e faz o
Barros et. al. [2] propuseram uma taxononomia unifi- dashboard parecer complicado demais [10, 1].
cada (UTIL) para classificar técnicas de visualização de in- A terceira área avalia a legibilidade da visualização.
formação e possı́veis interações do usuário. Os três eixos da Fontes devem ser fáceis de se ler, possuir tamanhos adequa-
taxonomia de visualização de informação são: 1) Tipos de dos e cores visı́veis [3, 10, 1, 6, 7]. Também é importante
dados, 2) Tarefas analı́ticas e 3) Atributos visuais. Não foi ressaltar que o uso de várias fontes pode deixar o visual
escopo do trabalho propor uma técnica geral de visualização desorganizado e confuso [10, 3]. Já sobre organização e
de informação ou de avaliação de visualização. atenção: para que uma visualização seja eficaz, ela deve
captar a atenção do leitor sem que ele precise pensar muito.
Um estudo feito por Potter et. al. [16] mostra que o ser
3. METODOLOGIA DE PESQUISA humano é capaz de processar uma imagem em 13 milisse-
Este trabalho tem natureza aplicada e gera resultados ime- gundos, então o dashboard precisa de elementos para guiar
diatos e produtos. O objetivo geral é exploratório e descri- o usuário, tornando-o entendı́vel rapidamente.
tivo. As etapas deste projeto de pesquisa são: i) realizar As perguntas devem ser respondidas em uma escala de 1
revisão de literatura para sı́ntese de estudos sobre avaliação a 5 e N/A, sendo 1) não atende, 2) atende raramente, 3)
de visualização de informações (em geral e em dashboards); atende ocasionalmente, 4) atende frequentemente, 5) atende
ii) extrair conhecimento cientı́fico disponı́vel para proposi- plenamente e N/A) não se aplica. As questões foram pen-
ção de uma ferramenta; iii) avaliar a viabilidade da ferra- sadas de forma que um dashboard preencha toda a ferra-
menta proposta, aplicando-a em alguns casos; iv) realizar menta. A Tabela 1 apresenta as principais áreas de ava-
avaliações de mais tipos de dashboards, de forma a garantir liação da ferramenta e suas bases teóricas. A versão deta-
a robustez da ferramenta para diversos casos; v) compa- lhada e explicada está disponı́vel na página oficial do projeto
rar o resultado da ferramenta com a análise de especialistas (https://dashboard-dataviz.github.io/home.io).
(buscando evidências de validade de conteúdo) e vi) análise
fatorial e de variância para identificar os fatores relevantes e
sua consistência entre muitos avaliadores. Neste estudo, em
4. RESULTADOS PRELIMINARES
Como resultado preliminar (etapa iii desta pesquisa), dois
1
http://www.betterevaluation.org dashboards de acesso público foram avaliados. A avaliação
25
V Workshop de Iniciação Científica em Sistemas de Informação, Caxias do Sul, RS, 4 a 8 de Junho de 2018
26
V Workshop de Iniciação Científica em Sistemas de Informação, Caxias do Sul, RS, 4 a 8 de Junho de 2018
[3] R. Brath and E. Banissi. Using typography to expand [12] K. Nazemi, D. Burkhardt, D. Hoppe, M. Nazemi, and
the design space of data visualization. She Ji: The J. Kohlhammer. Web-based evaluation of information
Journal of Design, Economics, and Innovation, visualization. Procedia Manufacturing, 3:5527–5534,
2(1):59–87, 2016. 2015.
[4] E. Brynjolfsson, L. M. Hitt, and H. H. Kim. Strength [13] C. Okoh, R. Roy, and J. Mehnen. Maintenance
in numbers: How does data-driven decisionmaking informatics dashboard design for through-life
affect firm performance? SSRN eLibrary, 2011. engineering services. Procedia CIRP, 59:166 – 171,
[5] A. Csinger. The psychology of visualization. University 2017. Proc. of the 5th International Conference in
of British Columbia, Dep. of Computer Science, 1992. Through-life Engineering Services.
[6] B. I. U. Dur. Analysis of data visualizations in daily [14] T. Palpanas, P. Chowdhary, G. Mihaila, and F. Pinel.
newspapers in terms of graphic design. Procedia-Social Integrated model-driven dashboard development.
and Behavioral Sciences, 51:278–283, 2012. Information Systems Frontiers, 9(2-3):195–208, 2007.
[7] S. D. H. Evergreen. Death by Boredom: The Role of [15] R. E. Patterson, L. M. Blaha, G. G. Grinstein, K. K.
Visual Processing Theory in Written Evaluation Liggett, D. E. Kaveney, K. C. Sheldon, P. R. Havig,
Communication. PhD thesis, Western Michigan and J. A. Moore. A human cognition framework for
University, 12 2011. information visualization. Computers & Graphics,
[8] S. Few. Information Dashboard Design: The Effective 42:42–58, 2014.
Visual Communication of Data. O’Reilly Media, 2006. [16] M. C. Potter, B. Wyble, C. E. Hagmann, and E. S.
[9] S. Few and P. Edge. Dashboard confusion revisited. McCourt. Detecting meaning in rsvp at 13 ms per
Perceptual Edge, pages 1–6, 2007. picture. Attention, Perception, & Psychophysics,
[10] C. N. Knaflic. Storytelling with data: A data 76(2):270–279, 2014.
visualization guide for business professionals. John [17] F. Provost and T. Fawcett. Data science and its
Wiley & Sons, 2015. relationship to big data and data-driven decision
[11] B. Lee, C. Plaisant, C. S. Parr, J.-D. Fekete, and making. Big data, 1(1):51–59, 2013.
N. Henry. Task taxonomy for graph visualization. In [18] A. Quispel and A. Maes. Would you prefer pie or
Proc. of the 2006 AVI workshop on BEyond time and cupcakes? preferences for data visualization designs of
errors: novel evaluation methods for information professionals and laypeople in graphic design. Journal
visualization, pages 1–5. ACM, 2006. of Visual Languages & Computing, 25(2):107–116,
2014.
27