Os dados são o novo petróleo que já ouvimos tantas vezes. Mas podemos visualizar esses dados em um formato adequado? Com a quantidade de dados à nossa disposição hoje, a necessidade de extrair insights deles é mais importante do que nunca. Centenas de visualizações são criadas todos os dias. Alguns são bem apreciados pelo público, enquanto outros são simplesmente rejeitados. Por quê então? Bem, a resposta está na criação. Vamos descobrir a causa e o problema e ver como resolvê-los.
Aqui, resumirei algumas das melhores e piores versões dos gráficos, para que você possa parar com isso se estiver fazendo isso.
Gráfico inicial com linha de base 0
Um dos erros mais comuns que descobri ao traçar os gráficos é não iniciar o gráfico com linha de base 0 e usar algum valor aleatório.
Use o gráfico de barras de plotagem correto
Geralmente usamos gráficos de barras horizontais ou verticais na visualização de dados. Às vezes, quando usamos gráficos de barras simples para comparação, eles transmitem bem a mensagem, mas gráficos de barras empilhados na vertical ou gráficos de barras empilhados na horizontal são melhores. Vejamos com um exemplo.
1 exemplo:
Temos dados de vendas mensais para mulheres e homens. Ambos os gráficos mostram a comparação da Proporção de Género para cada quadrante. Podemos usar o gráfico abaixo para comparação.
Nunca plote valores positivos e negativos no mesmo lado do gráfico ou nunca plote recursos de comparação no mesmo lado do gráfico, pois fica difícil ler o gráfico.
Várias cores no gráfico
Várias cores devem ser usadas por um motivo no gráfico. O uso absurdo das cores no gráfico é realmente desagradável ao ver os gráficos. Principalmente usado apenas 2 cores nos gráficos.
Se você tiver mais de 2 gráficos, separar os gráficos por cores será uma ótima ideia. Vamos ver como podemos fazer isso.
Como vemos aqui, cada coluna tem sua própria finalidade, então dar as mesmas cores não parecerá interessante, por isso aqui dei as mesmas cores apenas para gráficos que representam a mesma finalidade.
Ênfase nos dados
Às vezes, enfatizar os dados também torna os gráficos bonitos. À primeira vista, perceberemos que o C valor é superior entre todos os outros recursos que usamos.
Aqui temos apenas 4 recursos, então esta pequena mudança no gráfico não será tão eficaz, mas quando estivermos trabalhando com 100 recursos, destacar o valor mais alto do recurso nos ajudará muito. Ter 100 recursos e plotá-los é uma tarefa difícil, mas nesse momento podemos passar uma condição onde suponha que os 10 principais recursos serão destacados na cor cinza e os outros terão a cor rosa.
Escolha confusa de cores
Fontes, cores, eixos, todos esses recursos são importantes na plotagem dos gráficos. Escolher as cores dos gráficos é uma etapa crucial porque se você tiver cores muito brilhantes ou muito claras nos gráficos, será difícil lê-los.
No exemplo, temos 2 gráficos diferentes mostrando as vendas mais altas e as mais baixas na região diferenciadas nas cores. Se observarmos o gráfico do lado esquerdo, diferentes tons de amarelo não são visíveis a olho nu. No lado direito temos a escala de cores azul e rosa onde podemos facilmente diferenciar os tons.
Evite aleatoriedade nos gráficos
Tenha sempre as barras em ordem crescente ou decrescente de acordo com seus valores. Coloque o maior valor no topo para gráficos de barras horizontais e coloque os maiores valores à esquerda para gráficos de barras verticais. Isso ajudará o público a localizar o valor mais alto e o mais baixo nos gráficos.
Conte uma história ou pelo menos responda a uma pergunta
A maioria dos visualizadores de dados iniciais cria apenas gráficos únicos, como histogramas ou barras. às vezes combinar 2 gráficos também ajuda. Vamos ver como isso é feito.
Você pode encontrar os dados no Kaggle e Portátil. Então aqui fiz gráficos para Análise das Vendas Médias de produtos, lojas e clusters. Você pode fazer gráficos diferentes, como pizza e barras, mas combinei todos em um para ter uma visão geral da análise. Aqui podemos dizer claramente que a Loja A tem as vendas mais altas e os produtos comprados com frequência são alimentos e bebidas.
Adicionando contexto conforme necessário
Se você acha que adicionar texto adicional ajudará o leitor a entender melhor o gráfico, adicione apenas o texto. Vamos ver com o exemplo real. Você pode encontrar este gráfico em Kaggle
O gráfico nos informa quais programas de TV ou filmes têm a classificação mais alta na Netflix. Aqui eu adicionei alguns textos, como 97% do público, que gostam de filmes em vez de programas de TV. Assim, quando o público ler o gráfico, saberá que prefere filmes em vez de programas de TV e poderá comparar a classificação entre os programas.
Destacando algumas funcionalidades como alterar a cor da barra de maior valor. Como estamos falando do Netflix, escolhi a cor vermelha e preta para o gráfico, em vez da simples cor branca.
Trabalhando com um gráfico de pizza
Tenho visto muitas pessoas usando gráficos de pizza de maneira errada.
Pontos a serem lembrados ao trabalhar com gráfico de pizza
- Nunca tenha mais de 5 valores no gráfico de pizza
- Sempre dê um rótulo adequado, não importa o quão bem você tenha representado o gráfico, isso não importará. Rotular diretamente no gráfico é muito útil porque o público não precisa procurar as legendas. Encontrar as lendas leva tempo e não queremos que nosso público perca tempo com isso.
No exemplo vemos a proporção de programas assistidos na Netflix. Podemos ver claramente que os filmes são mais preferidos aqui.
Escolhendo a paleta de cores
Escolha Categórico dados, um Qualitativo paleta de cores funciona melhor para a tela. As cores atribuídas devem ser facilmente distintas para garantir a acessibilidade.
Escolha Numérico dados, um Seqüencial paleta de cores funciona melhor para a tela. Porque os dados numéricos precisam ser colocados em uma ordem específica (crescente, decrescente).
A divergente paleta de cores é uma combinação de 2 paletas sequenciais com um valor central no meio, geralmente zero.
A imagem abaixo foi tirada para referência de cores do Plotly.
Notas finais
Vimos alguns dos erros comuns em gráficos e como superá-los com alguns exemplos. Se você tiver alguma dúvida, pode entrar em contato comigo em qualquer uma dessas mídias.
A visualização de dados é uma forma de arte que precisa ser dominada ao longo do tempo. Essas dicas e técnicas de visualização de dados, embora não sejam abrangentes, certamente o ajudarão a seguir no caminho certo. Lembre-se sempre de que fazemos gráficos ou imagens, não para nosso entendimento, fazemos esses gráficos para que o público possa entender sem entrar em detalhes técnicos. Compreender a perspectiva do público é a chave para criar visuais eficazes e bem-sucedidos.
Não importa qual ferramenta você usou para criar gráficos elegantes e bem-educados, é importante que entreguemos a essência por trás do visual.
LinkedIn | Kaggle | Médio | Análise Vidhya
Image Source
- Imagem 1: https://www.kaggle.com/kashishrastogi/store-sales-forecasting
- Imagem 2 – https://plotly.com/python/builtin-colorscales/
- "
- 100
- acessibilidade
- Adicional
- Todos os Produtos
- entre
- análise
- analítica
- Arte
- artigo
- público
- barras
- Linha de Base
- MELHOR
- Bebidas
- Preto
- Causar
- alterar
- charts
- Coluna
- comum
- Criar
- Créditos
- dados,
- Visualização de dados
- dia
- descoberto
- Eficaz
- olho
- Característica
- Funcionalidades
- Primeiro nome
- formulário
- formato
- Gênero
- Dando
- ótimo
- mercearia
- SUA PARTICIPAÇÃO FAZ A DIFERENÇA
- Destaque
- Como funciona o dobrador de carta de canal
- Como Negociar
- HTTPS
- Centenas
- idéia
- imagem
- insights
- IT
- Chave
- marcação
- leve
- Mídia
- média
- mover
- Filmes
- Netflix
- AZEITE E AZEITE EVO
- ordem
- Outros
- Outros
- Pessoas
- perspectiva
- Produtos
- Leitor
- vendas
- Escala
- simples
- So
- RESOLVER
- loja
- lojas
- bem sucedido
- falando
- Dados Técnicos:
- técnicas
- conta
- tempo
- dicas
- topo
- pista
- tv
- us
- valor
- visualização
- trabalho
- zero