Data Design: Ler, apresentar e interpretar informações
Dados só respondem com precisão às perguntas que fizermos à eles, se às fizermos corretamente.
Certamente você já deve ter ouvido que dados são o meio para um fim. As informações e o conhecimento obtidos através deles é o que fará um produto ou serviço sair de uma experiência mediocre para uma solução promissora, mas como fazer com que números “aleatórios” se tornem conhecimento?

A verdade é que seus dados serão tão eficientes quanto a sua capacidade de entendê-los e comunicá-los corretamente.
Na prática, trabalhar com design de dados é ter a capacidade de construir correlações que contém uma história compreensível para quem está lendo e que sirva como ferramenta para transformação.
Somos seres visuais e dependemos muito desse sentido para poder interpretar o mundo ao nosso redor, em contrapartida, temos dificuldade para guardar muita informação por muito tempo. Nielsen já nos dizia “Reconhecimento em vez de memorização”, muito aplicável quando falamos de ler, apresentar e interpretar dados.
“O cérebro é muito bom em reconhecer padrões e na medida em que objetos, ações e opções ficam expostos para o usuário mais dicas chegam ao cérebro tornando certas ações familiares, ou seja, é preferível dar ao usuário formas de reconhecer padrões (contar uma história) do que ter que obrigá-lo a memorizar várias informações na medida que ele navega pela aplicação.” — 10 heurísticas de Nielsen para o design de Interface
Portanto, não basta encher uma tela com vários gráficos complexos e dizer que todos eles são importantes pois isso não é suficiente para apresentar uma narrativa compreensível e consistente.
Cartas são amigas, não comida!
Com isso em mente gostaria de fazer um exercício com você e pensar em como é contar uma história para alguém através de uma carta, sim, igual aquela que você está esperando de Hogwarts!
Do que você precisa para escrever uma carta? Papel e caneta? Sim, para começar. No entanto, temos outros elementos importantes que você precisa para escrever sua carta:
- Conhecer o Destinatário, no geral é muito estranho receber cartas de alguém que você não conhece;
- Definir uma Linguagem que a pessoa que vai ler consiga entender (não vale Klingon, Élfico ou Ofidioglossia);
- Você também precisa saber o Endereço, afinal você quer que a carta chegue até a pessoa.
1. Destinatário
Traçando um paralelo, o Destinatário é o seu público. Como profissional responsável pelo design, você sempre faz pesquisas para entender seu usuário final, certo? Então aqui é onde você vai de fato aprender quais perguntas precisam ser respondidas e quando elas devem ser respondidas (falo mais disso em Endereço).
Neste caso é importante ter em mente que esse público está procurando respostas que orientem uma decisão de produto, de negócio ou de performance (pessoas) e se torne muito mais ativo do que reativo em relação ao que acontece na empresa.— O que devo fazer com uma funcionalidade nova implementada na última sprint? O que está afetando a minha progressão em relação ao mês passado? Como está o desempenho do meu time nessa semana? — São questionamentos que precisarão ser respondidos com a história que você vai contar através dos dados.
2. Linguagem
A Linguagem é exatamente a visualização dos dados. Diferente de construir uma interface para um aplicativo ou website onde, normalmente queremos direcionar clientes a ter uma determinada ação para atingir um determinado objetivo, a apresentação de dados sempre tem o objetivo de criar novos insights que possam ser trabalhados e utilizados posteriormente fora daquele contexto de análise, portanto, ao desenhar uma interface para leitura de informações é importante facilitar a comunicação, tomando cuidado para não enviesar a interpretação daquela história que está sendo contada.
Ainda utilizando a analogia da carta, escrever em húngaro para alguém que só conhece a língua portuguesa apenas servirá para mostrar que você é poliglota, nada mais. Da mesma forma, alguns tipos de gráficos são mais fáceis de ler para a maioria das pessoas, a depender do contexto, vale optar por simplificar a leitura ao invés de apresentar gráficos muito complexos.
Sem deixar de mencionar a acessibilidade da informação. Cores como verde e vermelho, por exemplo, são muito utilizadas para demonstrar um efeito positivo ou negativo sobre uma determinada informação, no entanto, tais cores podem facilmente ser confundidas por pessoas que tem alguns tipos de daltonismo. Neste caso, validar o contraste das cores e utilizar outras formas de diferenciação além das cores é muito importante. Algumas soluções que podem ajudar nesse caso são:
- Seta para cima (▲) ou para baixo (▼) para indicar o aumento ou diminuição em relação à um valor específico.
- Textura como hachura (◍) ou preenchimento (◐) para atribuir distinção entre valores que se mantiveram sem alterações ou que sofreram alguma modificação.
3. Endereço
E finalmente o Endereço nada mais é do que o contexto do da pessoa que está lendo os dados que você disponibiliza. E aqui falamos tanto da forma como a informação precisa ser entregue, como também os canais pelos quais isso ocorre.
Já há alguns anos vivemos diariamente com o F.O.M.O. (Fear of Missing Out), em outras palavras, o medo de deixar algo importante passar. Queremos saber tudo sobre tudo e a tecnologia facilita essa overdose de informações diariamente. Não é à toa que vemos conceitos como Atomic Research surgindo justamente para dar acesso, melhorar a qualidade e deixar a informação mais fácil de ser consumida.
Aqui estou falando de algo além de dashboards e relatórios, mas se aplica no exemplo da carta. O endereço, melhor dizendo, o contexto da pessoa que está lendo vai ditar a forma como você vai contar essa história: dashboard automatizado, planilha, apresentação, newsletter, vídeo, chatbot, papel… entender o contexto é crucial para que a informação chegue até as pessoas.
Até aqui meu objetivo foi abrir um pouco a sua mente quando falamos de design de dados. Na prática, muito das metodologias que aprendemos com a disciplina de design — pesquisas qualitativas, entrevistas com pessoas usuárias, card sorting, prototipagem, entre outras — são aplicáveis para desenhar interfaces para leitura de dados.
No entanto, tenho um modelo mais prático para você que precisa desenhar um dashboard e entregar uma informação para um público específico.
Dashboard, Analysis & Reporting
A metodologia D.A.R. é um modelo interessante para iniciar a apresentação de qualquer tipo de informação, seja em nível de telas ou um scroll dentro de um app. Ela consiste em passar pelos vários níveis de granularidade dos seus dados de forma que a pessoa encontre maiores detalhes sobre uma informação conforme avança pela análise.
Novamente, é como contar uma história, entregando informações básicas sobre o universo do seu personagem, desenvolvendo o conflito principal da sua trama para finalmente chegar ao clímax e resolução do problema.
1. Dashboard
Temos o costume de chamar tudo de dashboard, mas neste caso é onde apresentamos o primeiro nível da informação, ou seja, números que sejam mais globais e que respondam a perguntas do tipo “sim ou não” (Meu faturamente cresceu? Meu churn aumentou? Minha base de pessoas usuárias cresceu?). Portanto, são aplicáveis os seguintes tipos de correlações:
- Nominal: Simples comparação entre os valores de subcategorias (Ex.: Um número apresentando o percentual de progressão de faturamento em relação ao ano anterior);
- Ranking: Ordena valores em ordem crescente ou decrescente conforme um critério de ordem estabelecido (Ex.: Gráfico de barra ou coluna mostrando os produtos mais vendidos de um e-commerce);
- Parte de um Todo: Distribuição dos dados em partes tendo como referência o todo (Ex.: Gráfico de Pizza, Donut ou Coluna Empilhada apresentando a representatividade de cada categoria nas minhas vendas).
2. Analysis
Em Analysis aprofundamos a narrativa e trazemos maiores detalhes para que a pessoa possa continuar seu trabalho de investigação e obter maiores insights sobre determinados comportamentos dos dados. Aqui encontramos respostas para “Como”, “Quando” e até mesmo os “Porquês” através das seguintes correlações:
- Temporal: Mede a variação do valor de uma métrica consistente durante um intervalo de tempo (Ex.: Gráfico de linha por meses apresentando o aumento de pessoas cadastradas no meu produto ou serviço);
- Correlação: Mede a relação entre duas ou mais variáveis. (Ex.: Um gráfico de bolha considerando os salários conforme a escolaridade e nível hierárquico);
- Distribuição: Distribuição dos dados em subcategorias tendo como referência um valor central (Ex.: Matriz de dispersão de pontos);
- Desvio: Este tipo de relação mede o desvio de um valor a partir de um ponto de referência determinado (Ex.: Gráfico de desvio padrão).
3. Reporting
Finalmente chegamos no nível mais baixo da análise, o Reporting, onde obtemos detalhes minuciosos sobre onde exatamente acontecem as anomalias que foram encontradas nos dois primeiros níveis. Aqui não respondemos exatamente a alguma pergunta, mas damos maiores detalhes para quem está lendo completar sua narrativa.
Normalmente esse nível funciona como um playground para as pessoas justamente por permitir que elas “manipulem” os dados para obter alguma informação:
- Tabela: Apresenta as informações organizadas por colunas e linhas com a possibilidade de filtragem ou busca para facilitar a encontrabilidade da informação.
Para expandir o conhecimento
Se você é daquelas pessoas que, assim como eu, não se contenta com apenas um pouco de conhecimento sobre um novo assunto, deixo algumas indicações de conteúdos sobre design de dados:
- Um TED fantástico da giorgia lupi falando mais sobre desviar um pouco os olhares desse conceito empresarial de dashboards e enxergar as pessoas através dos dados.
2. Sabemos que o tema UX Research tem evoluído ao longo dos anos e muito se discute sobre como utilizar efetivamente toda a informação criada dentro da empresa e gerar valor para outras áreas, não somente a área de UX, por esse motivo, deixo aqui um ótimo texto sobre Atomic Research escrito pela Gabriela Bassa.
3. E para finalizar, o livro Storytelling com dados é uma ótima leitura para quem quer se dedicar na arte de ler e apresentar informações.
Espero que esse conteúdo te ajude a pensar em dados muito além dos números e dos gráficos, mas também em como eles representam comportamentos reais de pessoas reais.
Antes de ir
- Clap 👏 👏 👏 se você achou esse artigo interessante.
- Comente 💬 o que você achou, se concorda ou discorda do que eu disse ou se quer que eu traga mais sobre esse assunto.
- Me siga ( Gabriel Moma ) se você quiser ler novos posts que virão por aí.
- Design Talks ( Leroy Merlin Design ) siga o blog de design da Leroy Merlin para continuar recebendo conteúdos como esse.