Como dominar a arte da visualização de dados (e obter melhores insights de marketing)

A visualização de dados é uma palavra da moda no mundo do marketing digital que gera perguntas como: Como transformar meus pontos de dados em visualizações perspicazes? Estou relatando muitos dados? Por onde devo começar?

É por isso que reunimos este guia definitivo para visualização de dados. Nossos especialistas em visualização de dados estão compartilhando seus processos para ajudá-lo a se sentir mais confiante em seus relatórios e garantir que você esteja contando uma história acessível e significativa que causará impacto em seus negócios com seus dados.

Defina o palco: wireframes

O wireframing parece técnico, mas na verdade é apenas uma maneira eficiente de começar a organizar suas ideias, seja usando uma ferramenta de wireframe online ou apenas um pedaço de papel de rascunho, antes de se comprometer com um design em seu produto final. Você poderá ajustar e melhorar seu design e incorporar o feedback das partes interessadas, evitando retrabalho mais tarde no jogo, o que consome muito mais tempo.

Primeiro, concentre-se em uma visão de alto nível de seus recursos visuais, depois identifique quais perguntas você está tentando responder com os dados e pense em como a jornada do cliente deve fluir. Você está construindo a história que deseja contar com seus dados, não se preocupando com as pequenas coisas aqui. Os detalhes serão resolvidos nas próximas etapas subsequentes. Depois de refinar o wireframe, você terá um plano para dar vida às suas visualizações.

Identifique a visualização de dados correta

Agora que você conhece a história que deseja contar, precisa adicionar algum estilo: você precisa escolher a visualização de dados correta que comunicará e ilustrará efetivamente essa história ao seu público-alvo, além de ajudá-los a tirar as conclusões corretas de sua dados.

O maior fator para determinar o melhor visual para suas necessidades é o tipo de dados com os quais você está trabalhando. Existem muitos tipos diferentes de gráficos para escolher, mas recomendamos começar simples e considerar os três seguintes:

Gráfico de barras

Melhor para: Comparar pontos de dados entre categorias

Um gráfico de barras apresenta dados categóricos com barras retangulares. Podemos contar os valores de várias categorias usando gráficos de barras. O comprimento ou a altura das barras é proporcional à contagem da categoria e permite que seu público entenda facilmente o desempenho relativo nas categorias escolhidas.

Linha de tendência

Melhor para: ilustrar o desempenho ao longo do tempo

Usamos gráficos de linhas para visualizar dados que mudam ao longo do tempo. Ele trabalha com dados contínuos e representa uma série de pontos de dados conectados por uma linha reta. Os gráficos de linhas ajudam as pessoas a entender rápida e facilmente as mudanças e tendências, bem como a sazonalidade e outros fatores.

Funil

Melhor para: visualizar etapas sequenciais

Um gráfico de funil é um tipo de gráfico especializado que demonstra o fluxo de usuários por meio de um processo comercial ou de vendas. O gráfico leva o nome de sua forma, que começa em uma cabeça larga e termina em um pescoço estreito. O número de usuários em cada estágio do processo é indicado a partir da largura do funil à medida que ele se estreita. O funil é uma ótima visualização para entender a eficácia de processos que possuem várias etapas, como a jornada do cliente.

Uma observação: os gráficos de pizza são um dos tipos de gráficos mais usados, mas na verdade são muito debatidos no mundo dos especialistas em dados. Como Cole Nussbaumer Knaflic explica em seu livro, Storytelling With Data: A Data Visualization Guide for Business Professionals , os gráficos de pizza geralmente não são a melhor maneira de visualizar dados porque dificultam a comparação de pontos de dados, especialmente se o tamanho das fatias for muito parecido. Nossas equipes de dados concordam, então guarde a torta para a sobremesa e considere alternativas ao gráfico de pizza, como um gráfico de barras horizontal onde todos os seus pontos de dados estão alinhados em um único eixo compartilhado.

Depois de selecionar o tipo certo de gráfico, é hora de refinar esse gráfico mergulhando nos detalhes. Concentrando-se na simplicidade e usando as cores cuidadosamente, você pode transformar sua boa visualização em uma ótima.

Mantenha sua visualização de dados limpa e simples

Uma coisa que muitas pessoas erram sobre a visualização de dados é a suposição de que quantidade e complexidade são de alguma forma mais úteis ou mais impressionantes. Na verdade, o oposto tende a ser verdadeiro: se houver muitos pontos de dados ou elementos de design, pode ser difícil saber onde focar.

Você não quer que todo o seu trabalho duro seja desperdiçado porque não pode usá-lo para gerar insights acionáveis. Se você se deparar com uma visualização complicada e complicada, não entre em pânico: não é tarde demais! Dê um passo para trás e siga estes dois passos:

1. Audite seus KPIs exibidos
   • Considere quais KPIs são realmente necessários em sua visualização. Os KPIs certos dependerão do seu modelo de negócios, do fluxo da jornada do cliente e do seu público.
     Depois de restringir seus KPIs mais importantes, inclua-os em suas visualizações. Quaisquer métricas adicionais podem ser salvas para o apêndice.
2. Simplifique seu projeto
   • As pessoas geralmente pensam que mais elementos de design = melhores visualizações, mas isso é ficção, pura e simples. Em Effective Data Storytelling: How to Drive Change with Data, Narrative and Visuals , Brent Dykes observa exemplos de recursos desnecessários em gráficos, incluindo elementos 3D, linhas de grade pronunciadas e muitos rótulos e cores.
   • Incorporar muitos recursos de design pode distrair o usuário e desviar o foco dos KPIs que estão contando sua história (e importam para o público). Em vez disso, você deve se concentrar em adicionar elementos de gráfico valiosos, como títulos descritivos, eixos rotulados e rótulos de dados relevantes que tornem a história mais acessível. Por fim, tenha cuidado com gráficos de linhas com várias linhas e cores. Muitas vezes, eles são difíceis de ler e obter insights.

No exemplo acima, o gráfico de linhas está comparando o tráfego em várias regiões. Mas, na verdade, recomendamos dividir cada região em seu próprio gráfico para que as tendências possam ser comparadas mais facilmente.

Agora que você reduziu seus KPIs mais valiosos e simplificou seu design, é hora de incorporar cores estrategicamente.

Escolha as cores com cuidado

Muita cor em uma visualização pode prejudicar os dados e dificultar a obtenção de insights. Quando a cor é usada, ela deve ser incorporada de forma cuidadosa e mínima.

A cor pode ser usada para criar associações, destacar diferenças e mostrar relacionamentos. Quando uma cor específica é atribuída a um ponto de dados específico, essa cor se torna uma chave. Quando essa combinação é repetida de forma consistente, você pode treinar o usuário para reconhecer que a cor escolhida está relacionada a um ponto de dados específico. Por exemplo, na imagem do gráfico de barras empilhado abaixo, se a Pesquisa Paga for visualizada consistentemente na cor laranja, o usuário poderá identificar de forma rápida e consistente o laranja em qualquer tipo de visualização como Pesquisa Paga.

Observe que cores variadas também são usadas para distinguir facilmente cada canal dentro do gráfico.

Cores semelhantes podem ser usadas quando você deseja deixar claro que dois pontos de dados estão relacionados . Um exemplo (mostrado abaixo) é um gráfico de linhas que visualiza o desempenho atual da marca X em azul escuro e uma segunda linha comparativa com o desempenho do ano passado em azul claro:

Costumamos associar o vermelho a resultados negativos, portanto, evite usar o vermelho como cor principal em seus gráficos. Em vez disso, use-o com moderação para ilustrar diminuições no desempenho.

Ao selecionar cores para usar em seus gráficos, leve em consideração também que 4% da população é daltônica . De acordo com o The Journal of the Data Visualization Society , as formas mais comuns de daltonismo causam confusão entre certos tons de vermelho e verde, embora também existam formas de daltonismo que fazem com que os tons de azul e amarelo pareçam iguais.

Simplificando, a cor é um ativo importante nos gráficos, por isso deve ser usada de maneira estratégica e ponderada.

Simplifique seu processo de geração de relatórios de dados

Um processo simplificado de visualização de dados configura sua empresa para relatórios mais significativos que causam impacto e (espero!) fazem você se sentir mais confiante ao criar relatórios e compartilhar resultados. Para recapitular rapidamente:

1. Comece por wireframes suas ideias, para que você possa facilmente revisar e refinar.
2. Determine o melhor tipo de gráfico para os dados disponíveis. Restrinja os KPIs exibidos apenas aos mais importantes e simplifique o design do gráfico para que os dados permaneçam em foco.
3. Use as cores cuidadosamente para atuar como uma chave ou mostrar relações nos dados e lembre-se do daltonismo ao selecionar uma paleta de cores.

Uma reformulação de relatórios pode fazer uma grande diferença em seus negócios, desbloqueando insights em toda a sua organização e tornando seus dados de desempenho mais acessíveis às partes interessadas.

As visualizações são essenciais para contar a história por trás de seus dados, mas esses dados estão prontos para a próxima onda de lançamentos e restrições de privacidade? Obtenha uma visão completa do estado dos dados 2022 e saiba como você pode preparar sua marca para o que está por vir.