A análise empresarial e a visualização de dados representam dois lados de uma mesma moeda. Você precisa ter a capacidade de criar tabelas e gráficos, e também de plotar seus dados. Assim como uma foto vale mais que mil palavras, uma imagem vale mais que mil pontos de dados. Um dos principais fatores que nos torna capazes de compreender o que acontece à nossa volta é a procura por padrões. Geralmente, esses padrões não ficam evidentes quando simplesmente olhamos para dados em tabelas. A visualização certa ajudará você a obter um melhor entendimento em um cronograma muito mais rápido.
Antes de decidir criar qualquer tabela ou gráfico, é necessário escolher o que você deseja mostrar ou transmitir. Os gráficos transmitem um dos seguintes tipos de informações: Key Performance Indicators (KPI – Indicadores principais de performance), relacionamentos, comparações, distribuições e composições. Clique nas seções abaixo para saber mais sobre cada uma delas.
-
KPI
Geralmente, um KPI é um valor único relacionado a uma determinada área ou função, e também um reflexo da sua performance na área ou na função em questão. Isso varia de acordo com a empresa e a função. Aqui estão alguns KPIs conhecidos no mercado que as empresas costumam acompanhar:
Net Promoter Score (NPS – Pontuação líquida de promoção): qual é a probabilidade de um cliente recomendar seu produto ou serviço para um amigo?
Customer Profitability Score (CPS – Pontuação de lucratividade do cliente): qual é a margem de lucro que um cliente proporciona à sua empresa após a dedução dos custos de aquisição e retenção relacionados a ele?
Taxa de conversão: quantos leads são convertidos em clientes?
Participação relativa de mercado: qual é o tamanho da sua fatia em comparação com os concorrentes no mercado?
Margem de lucro líquido: a porcentagem da sua receita equivalente ao lucro líquido.
Os KPIs são melhor representados usando gráficos de KPI.
-
Relacionamentos
Nesse caso, você está tentando estabelecer ou provar se existe um relacionamento entre duas ou mais variáveis. Como mostrado na tabela abaixo, o tipo de gráfico mais indicado para seus dados dependerá do número de variáveis que você precisa usar.
Relação entre os gastos com marketing e a receita das vendas. Nesse caso, você pode mostrar gastos com marketing no eixo X e a receita das vendas no eixo Y.
Relação entre o ROI, o período de investimento e o tamanho do investimento. Nesse caso, o eixo X seria o período de investimento, o eixo Y seria o ROI e o tamanho da bolha seria o tamanho do investimento.
-
Comparações
Nesse caso, você está tentando mostrar ou examinar como variáveis diferentes mudam com o tempo ou disponibilizar um snapshot estático que representa as diferenças entre a comparação das variáveis. O tipo de gráfico que deve ser escolhido dependerá do número de variáveis que você precisa usar.
Comparação entre a receita por funcionário, o crescimento da receita e o tamanho do território. Nesse caso, duas das dimensões seriam a linha e a coluna da tabela, enquanto a terceira dimensão seria o valor da célula.
Mostra mês a mês as vendas e o tráfego da web. Você tem duas colunas para cada período. Um representa as vendas e o outro o tráfego da web. O eixo X representa o tempo em meses e o eixo Y representa as vendas e o tráfego da web.
Mostra mês a mês as vendas, o tráfego da web, as inscrições em webinars e o download de whitepapers.
-
Distribuições
Como o nome sugere, nesse caso, você está tentando mostrar como seus dados estão distribuídos em determinados intervalos. Nesse caso, os intervalos implicam clustering ou agrupamento de dados, e não tempo.
Mostra como muitos clientes fizeram uma transação, duas transações, três transações, etc. De modo geral, você está fazendo uma contagem de algum item e os colocando em "buckets" ou "compartimentos" de uma medida, como quantidade, frequência, duração, etc.
Relação entre o ROI, o período de investimento e o tamanho do investimento. Nesse caso, o eixo X seria o período de investimento, o eixo Y seria o ROI e o tamanho da bolha seria o tamanho do investimento.
-
Composições
São usadas para destacar os vários elementos que constituem os dados, em outras palavras, sua composição. Sua primeira opção aqui é saber se os dados são estáticos ou se estão mudando com o passar do tempo.
Mostra a composição da quantidade de vendas originadas em cada região, qual porcentagem dos leads de marketing são provenientes de cada origem de lead, ou a porcentagem de respostas a uma pesquisa (dividida por gênero ou etnia, ou pela resposta da própria pergunta). De modo geral, você deve manter abaixo de dez o número de fatias da sua "pizza".
Conforme está descrito acima (para gráficos de pizza). Uma das vantagens nesse caso é que agora é mais fácil comparar paralelamente vários conjuntos de gráficos de barras 100% empilhadas do que comparar tamanhos relativos de uma determinada fatia da pizza em vários gráficos de pizza próximos uns dos outros.
Mostra a composição de toda a sua base de clientes, considerando qual o montante de receita com que cada um contribui para os rendimentos totais. O benefício de um mapa de árvore é poder exibir dimensões com uma quantidade muito maior de dados (cauda longa), em comparação com gráficos de pizza e barras empilhadas, que são mais indicados quando apresentam menos de dez fatias.
Mostra a composição de como o número de leads provenientes de cada origem de lead mudou semanalmente.
Mostra a composição de como a combinação percentual de origens de leads de marketing mudou semanalmente.
Mostra a composição dos totais de receita trimestrais divididos por cada região (os trimestres são o eixo X e as regiões as cores das barras empilhadas).
Mostra a composição da combinação percentual trimestral de gênero (ou de qualquer grupo demográfico) dos novos contratados, ou a comparação entre as nossas taxas de ganhos trimestrais e as de um concorrente (em que as cores na pilha representam a porcentagem conquistada vs. perdida).
Se você estiver considerando infundir uma cultura orientada a dados na sua empresa e disponibilizar todo o potencial da análise empresarial e da visualização de dados para todos os seus funcionários, será necessário obter uma solução que seja simples de entender e usar, que tenha ajuste de escala e se adapte às demandas feitas pelos seus funcionários, e que não acabe se tornando muito dispendiosa. Confira o Amazon QuickSight e veja se ele atende às suas necessidades.
