Escolar Documentos
Profissional Documentos
Cultura Documentos
São Paulo
2020
Ricardo Lemos Oliveira
São Paulo
2020
Banca Examinadora
________________________________
________________________________
________________________________
Não são dados ou informações,
máquinas e tecnologia, que fazem a diferença.
São as pessoas. E mais do que isso, relacionamentos.” – Tom Coelho
AGRADECIMENTOS
The speed with which the data is being generated has been increasing
significantly, and is driven by an economic dispute where having
information becomes a competitive advantage over the competition. It
turns out that making relevant information available to users is one of the
challenges of business intelligence. From images that allow the
visualization of the information, the transformation of the data into
interpretative possibilities is observed, where the user is able to analyze
and extract useful information. The use of narratives has also been
explored for the presentation of large volumes of data, due to their ability
to give context to the information represented. Therefore, the purpose of
this research is to analyze and propose ways of presenting data, through
narrative forms in the business context, in order to support decision
making in a corporate environment, based on the creation of a data
visualization model. . With the proposed model and from the result of
analysis, it is believed that the present work can support the construction
of narratives, ranging from the mapping of narrative elements, to visual
representation.
SI Sistemas de Informação
Sumário
1 Introdução ............................................................................................ 12
Considerações finais..............................................................................75
Referências ............................................................................................ 78
13
1 Introdução
2 Business Intelligence
1
A lei obriga as empresas de sociedade anônima ou limitada a apresentar um Demonstrativo
do Resultado do Exercício - DRE.
17
2.1 Arquitetura de BI
Ao observar (e) percebe-se que ‘A’ é maior do que ‘B’, ‘B’ é maior
do que ‘C’ e assim por diante. A depender do caso, não se faz necessário
nem mesmo uma escala de valores no eixo horizontal.
Cada fase possui um sub-processo que, por sua vez, contém mais
três fases. Na fase de estímulo, temos o ambiental que compreende
todas as sensações possíveis de serem percebidas pelo indivíduo em um
ambiente (independente do foco de atenção); o da atenção que acontece
quando o indivíduo focaliza a atenção em um ponto específico e o dos
receptores que diz respeito a excitação dos sentidos para a captação
destes estímulos, por exemplo, a observação de um objeto que resultará
em uma imagem na retina.
Tudo baseia-se em sinais elétricos. Por isso, a fase chamada de
eletricidade compreende as etapas de transformação de estímulos em
formas que sejam possíveis de interpretação do cérebro humano. A
transdução é a transformação de sinais químicos ou físicos em impulsos
elétricos – isso ocorre, por exemplo, quando a luz visível (fóton) é
transformada em impulso elétrico pelo sistema visual. A transmissão
ocorre no momento em que um neurônio transmite o pulso elétrico para
outro, e, a comunicação entre um conjunto de neurônios é denominada
31
processamento.
Por fim, a etapa de experiência e ação começa pela percepção, que
ocorre quando o indivíduo toma consciência do estímulo. A identificação do
objeto caracteriza a fase de reconhecimento e, finalmente, as ações
motoras, como movimentos da cabeça ou dos olhos caracterizam a última
etapa do processo, chamada de ação.
O autor Goldstein (2009) ainda faz duas considerações importantes
sobre este processo. Inicialmente, embora as etapas de percepção e
reconhecimento sejam facilmente entendidas como uma única etapa, as
doenças como Agnosia Visual mostram que são de fato fases distintas em
nosso cérebro, pois quando o indivíduo possui lesões nas áreas de
associação visual ele consegue ver o objeto ou suas características, mas
não consegue reconhecê-los.
Todo processo pode ser considerado interativo, isso porque a ação
do indivíduo pode provocar (e geralmente provoca) o início de um novo
ciclo do processo estímulo, eletricidade e experiência ação, pois o cerébro
sempre está em busca de conexões com mudo exterior.
proporções ou relações.
Dentre os gráficos existentes para visualizar padrões, podem ser
citados os gráficos de colunas, de dispersão e de linha (Figura 17). Estes
gráficos apresentam dois eixos (x e y) e, por meio destes, é possível
verificar tendências (é comum que no eixo x se utiliza a variável tempo) e
fazer comparações. No gráfico de colunas apresentado na Figura 17 (a),
por exemplo, poderia ser representado o número de vendas de uma loja
ao longo dos meses de um ano, sendo possível, por meio dele, fazer uma
comparação das vendas através dos meses.
Outra forma de verificar tendências e fazer comparações é através do
gráfico de linhas apresentado na Figura 17 (c), que mostra a quantidade de
itens vendidos de dois produtos através dos meses entre julho e outubro.
juntas, formam um todo (YAU, 2011). Estes dois gráficos são bem
distintos em suas representações: o gráfico de setores possui uma forma
circular em que as proporções são visualizadas através do recorte do
círculo. Os gráficos de áreas, por sua vez, possuem valores nos eixos x
e y; geralmente, o eixo x representa dados temporais e o eixo y apresenta
alguma variável categórica. A Figura 18 apresenta exemplos de gráficos
de proporção.
Fonte: https://help.salesforce.com/articleView?id=bi_chart_intro_parallelcoords.htm&type=5.
em um círculo. Seus nodos ficam nas bordas deste círculo e as relações entre
os nodos são mostradas em seu centro. Na Figura 23 são apresentados um
exemplo do Browser Hiperbólico (a) e de um Hierarchical Edge Bundles (b).
2010, coincidindo com o aumento nas pesquisas no Google2. Vitall (2018) afirma
que o conceito de infográfico está nas áreas de design, jornalismo, estatística e
estrutura de informação e que há quatro elementos essenciais em um infográfico.
A Figura 25 apresenta-os com as suas determinadas relações:
Arte generativa (dados + design) - Para Vassallo (2019), pode ser vista
como uma arte gerada por computador que é determinada
algoritmicamente.
2
Para mais informções acesse o site
https://trends.google.com/trends/explore?date=all&q=infographic), o volume de pesquisa da
palavra “infográfico” começou a aumentar em 2010 em todo o mundo.
46
1) Infográfico Informativo
2) Infográfico Persuasivo
3) Infográfico de Anúncio
5) Infográficos Explanatórios
necessárias numa mesma tela, de modo claro, sem distrações, e de tal forma
que possam ser assimiladas rapidamente” (SHARDA et al., 2019, p. 138).
Para acelerar a assimilação dos números, eles precisam ser
apresentados em contexto. Uma forma de fazê-lo é comparando-se números de
interesse com patamares-alvo, indicando se os números são favoráveis ou não
e se a tendência demonstrada por ele é boa, ou ruim. Para melhorar a
visualização destes números, utilizam-se objetos visuais especializados como
semáforos, mostradores de ponteiros, indicadores ou atributos visuais como
codificação cromática para estabelecer o contexto avaliativo.
Em sua pesquisa, Elias et al. (2013) pediu para que um especialista de BI
desenhasse o design para uma ferramenta de narrativa de BI de uma maneira
que pudesse ser interpretada por uma audiência geral, sem treinamento. A
Figura 37 apresenta a versão final da história criada manualmente pelo
especialista, onde se pode observar o uso intenso de anotações e explicações,
conectadas por setas e linhas.
Figura 37 – História criada por um especialista durante o espaço de
design
3
Lei nº 13.709/2018 (planalto.gov.br/ccivil_03/_Ato2015-2018/2018/Lei/L13709.htm), é a
legislação brasileira que regula as atividades de tratamento de dados pessoais e que também
altera os artigos 7º e 16 do Marco Civil da Internet.
64
Elemento Descrição
Quem Corpo executivo da empresa
5.2.1 Informações
5.2.2 Gênero
5.2.3 Visualizações
.
68
D F
B
G
E
Considerações Finais
what, when e who (onde, porque, o quê, quando e quem) e da palavra how
(como), é possível identificar os elementos de uma narrativa e implementá-las
em visualizações.
Com isso partiu-se para a área de design, representar os dados obtidos
em visualizações apropriadas capazes de transmitir os elementos da narrativa,
além disso foram observados algumas propriedades que aumentavam o nível de
interpretação, como por exemplo, as cores, ordenamento visual e dessaturação
dos elementos que viriam a compor o modelo.
Foi desenvolvido o modelo de representação com dados de uma rede de
varejo, utilizando elementos que são compostos por três componentes: dados,
elementos da narrativa, informações e visualizações. Neste proceso onde foi
discutido a origem dos dados, o contexto no qual a narrativa estaria focada e os
elementos visuais que melhor transmitiriam a história. Definido o modelo, criou-
se através dele o dashboard desenvolvido na ferramenta Microsoft Power BI para
ser analisado a narrativa criada.
O objetivo do dashboard é transmitir informações para os tomadores de
decisão propiciando uma análise direcionada pelo contexto apresentado
agregando assim mais valor ao resultado esperado, entretanto qualquer usuário
é capaz de interpretar e interagir sem conhecimento ou interesse prévio, pois o
dashboard dispõe de anotações, o tornando mais amigável. A exploração do
dashboard pelas visualizações pode tornar a análise mais específica a partir dos
filtros, mas sem comprometer a narrativa, pois se trata de uma análise
explanatória, onde o contexto é previamente definido para estruturação da
narrativa.
Por fim, no decorrer da pesquisa, algumas limitações foram identificadas.
Primeiramente, houve limitações técnicas quanto ao desenvolvimento do
dashboard, pois se tratava de uma grande quantidade de dados, o que requeria
uma máquina com nível de processamento maior, isso fez com que a construção
demorasse além do planejado. Outra limitação percebida era em relação a
ferramenta utilizada, Microsoft Power BI, pois até a finalização da pesquisa, ela
não disponibiliza a opção de realizar anotações nos elementos visuais, como a
Figura 37 exemplifica, apenas era possível inserir um texto no próprio dashboard.
Já para o processo de análise dos elementos narrativos a serem
apresentados, percebeu-se que era importante que o processo de codificação
78
fosse feito por mais de uma pessoa, para verificar o quão válido e confiável foram
as respostadas para os elementos extraídos e consequêntemente avaliar o
dashboard criado, principalmente por um analista de negócio ou um profissional
de nível hierarquico mais elevado (supervisor, gerente, diretor). Por conta disso
não foi possível realizar a última etapa da arquitetura proposta na Figura 32,
sendo o recebimento do feedback
Como trabalho futuro prentende-se explorar os dados não estruturados
advindos de redes sociais, em especial o Twitter, pois a partir dos comentários
dos usuários sobre um tema específico, pode-se criar um contexto para a
visualização de dados, por exemplo, análise dos comentários feitos por usuários
sobre um político específico, isso traria de forma visual uma análise de seu
eleitorado, servindo como termômetro para eleições. Para isso seria necessário
utilizar recursos de Processamento de Linguagem Natural, afim de extrair
informações relacionadas ao contexto e um aprofundamento nos conceitos de
narrativa de dados para sua estruturação a patir de redes sociais.
Por fim, acredita-se que os objetivos propostos nesta pesquisa foram
alcançados, sendo sua principal contribuição o apoio a construção de narrativas,
por meio de visualizações com dados voltados para a área de negócios,
passando pela conceituação, estruturação e definição de sua representação.
79
Referências
CHEN, H. et al. Business intelligence and analytics: From big data to big
impact. MIS quarterly, JSTOR, New York, v. 36, n. 4, p. 1165-1188,
2012.
LAVALLE, S. et al. Big Data, Analytics and the Path from Insights to Value.
MIT Sloan Management Review, Cambridge, v. 52, n. 2, p. 21-32, 2011.
LEE, B. et al. More than telling a story: A closer look at the process of
transforming data into visually shared stories. IEEE Computer Graphics and
Applications, IEEE Computer Society, v. 35, n. 5, p. 84-90, Sept 2015.
ROSS, W. J. et al. You may not need big data after all. Harvard business
review, Harvard Business School, Harvard, v. 91, n. 12, p. 90, 2013.
SEGEL, E.; HEER, J. Narrative visualization: Telling stories with data. IEEE
transactions on visualization and computer graphics, IEEE, v. 6, n. 16,
p. 1139 - 1148, 2010.