Como você espalha desinformação com painéis terríveis
Os números por si só são difíceis de ler e ainda mais difíceis de extrair inferências significativas. Muitas vezes, é necessário visualizar os dados na forma de vários gráficos e tabelas para fazer qualquer análise de dados real.
No entanto, se você passou algum tempo analisando vários gráficos, percebeu uma coisa há muito tempo – nem todas as visualizações de dados são criadas da mesma forma.
Este será um resumo rápido de alguns dos erros mais comuns que as pessoas cometem ao criar gráficos para representar os dados de maneira rápida e fácil de digerir.
Mapas ruins
Acompanhando o xkcd no início, é muito comum ver dados colocados em um mapa de uma forma terrível e inútil. Um dos maiores e mais comuns infratores é aquele mostrado nos quadrinhos.
Distribuições de população desinteressantes
Como se vê, as pessoas tendem a viver nas cidades nos dias de hoje.
Você só deve se preocupar em mostrar um mapa se a distribuição esperada que você observar não estiver alinhada com a distribuição da população total nos EUA.
Por exemplo, se você estivesse vendendo tacos congelados e descobrisse que mais da metade de suas vendas vinham de mercearias em West Virginia, apesar de sua presença em mercados em todo o país, isso seria bastante notável.
Mostrar um mapa indicando isso, bem como onde mais os tacos são populares, pode fornecer informações úteis.
De maneira semelhante, se você vende um produto inteiramente em inglês, deve esperar que sua distribuição de clientes se alinhe com a distribuição de falantes de inglês em todo o mundo.
Tamanho de grão ruim
Outra maneira de estragar um mapa é escolher uma maneira ruim de dividir a terra geograficamente em pedaços. Essa questão de encontrar a menor unidade certa é comum em todo o BI, e as visualizações não são uma exceção.
Para deixar mais claro do que estou falando, vejamos dois exemplos do mesmo tamanho de grão tendo dois efeitos muito diferentes.
Primeiro, vamos ver alguém fazendo um mapa topográfico dos Estados Unidos sombreando o ponto de maior elevação em cada município com uma cor diferente ao longo de uma chave definida.
Embora seja um pouco eficaz para a costa leste, mas quando você atinge a borda das Montanhas Rochosas, é realmente apenas barulho.
Você não obtém uma imagem muito boa da geografia porque (por razões históricas complicadas) os tamanhos dos condados tendem a aumentar quanto mais a oeste você vai. Eles contam uma história, mas não uma história relevante para a geografia.
Compare isso com um mapa de afiliação religiosa por município.
Este mapa é totalmente eficaz, apesar de usar exatamente o mesmo tamanho de grão. Somos capazes de fazer inferências rápidas, precisas e significativas sobre as regiões dos Estados Unidos, como essas regiões podem ser percebidas, o que as pessoas que vivem lá podem pensar de si mesmas e do resto do país.
Fazer um mapa eficaz como auxílio visual, embora difícil, pode ser muito útil e elucidativo. Apenas certifique-se de pensar um pouco no que seu mapa está tentando comunicar.
Gráficos de barras ruins
Os gráficos de barras são geralmente mais comuns do que as informações apresentadas em um mapa. Eles são simples de ler, simples de criar e geralmente muito elegantes.
Embora sejam fáceis de cometer, existem alguns erros comuns que as pessoas podem cometer ao tentar reinventar a roda.
Escalas enganosas
Um dos exemplos mais comuns de gráficos de barras ruins é quando alguém faz algo desagradável com o eixo esquerdo.
Este é um problema particularmente insidioso e difícil de fornecer diretrizes gerais. Para tornar este problema um pouco mais fácil de digerir, vamos discutir alguns exemplos.
Vamos imaginar uma empresa que fabrica três produtos; Widgets Alfa, Beta e Gama. O executivo quer saber o quão bem eles estão vendendo em comparação uns com os outros, e a equipe de BI elabora um gráfico para eles.
De relance, o executivo teria a impressão de que os Alpha Widgets estão vendendo muito mais do que a concorrência, quando na realidade eles vendem mais que os widgets Gamma em apenas cerca de 20% – não 500% como está implícito na visualização.
Este é um exemplo de uma distorção obviamente hedionda – ou é? Poderíamos imaginar um caso em que exatamente essa mesma distorção seria mais útil do que um eixo vanilla de 0 a 50,000?
Por exemplo, vamos imaginar a mesma empresa, só que agora o executivo quer saber algo diferente.
Neste caso, cada widget só dá lucro se vender pelo menos 45,000 unidades. Para descobrir o desempenho de cada produto em comparação com o outro e em relação a esse andar, a equipe de BI começa a trabalhar e envia a seguinte visualização.
They estão todos, em termos absolutos, dentro de uma janela de 20% uns dos outros, mas quão perto eles estão da marca importante de 45,000?
Parece que os widgets Gamma estão ficando um pouco aquém, mas são os widgets Beta? A linha de 45,000 nem está rotulada.
Ampliar o gráfico em torno desse eixo-chave, neste caso, seria altamente informativo.
Casos como esses tornam muito difícil dar conselhos gerais. É melhor ter cautela. Analise cuidadosamente cada situação antes de alongar e cortar o eixo y com abandono imprudente.
Barras de truques
Um uso muito menos assustador e simples de gráficos de barras é quando as pessoas tentam ficar muito fofas com suas visualizações. É verdade que um gráfico de barras de baunilha pode ser um pouco chato, então faz sentido que as pessoas tentem apimentá-lo.
Um exemplo bem conhecido é o infame caso das gigantes mulheres letãs.
De certa forma, isso é relevante para algumas questões discutidas na seção anterior. Se o criador do gráfico tivesse incluído todo o eixo y até 0'0'', as mulheres indianas não se pareceriam com duendes em comparação com as gigantas letãs.
Claro, se eles tivessem usado apenas barras, o problema também desapareceria. Eles são chatos, mas também são eficazes.
Gráficos de pizza ruins
Os gráficos de pizza são os inimigos da humanidade. Eles são terríveis em quase todos os sentidos. Isso é mais do que uma opinião apaixonada defendida pelo autor, é um fato objetivo, científico.
Há mais maneiras de errar os gráficos de pizza do que de acertar. Eles têm aplicações extremamente restritas e, mesmo nesses, é questionável se eles são a ferramenta mais eficaz para o trabalho.
Dito isto, vamos apenas falar sobre os erros mais flagrantes.
Cartas superlotadas
Este erro não é extremamente comum, mas é extremamente irritante quando surge. Ele também demonstra um dos problemas fundamentais com gráficos pi.
Vejamos o exemplo a seguir, um gráfico de pizza mostrando a distribuição da frequência de letras em inglês escrito.
Olhando para este gráfico, você acha que poderia dizer com confiança que I é mais comum que R? Ou O? Isso é ignorar que algumas das fatias são muito pequenas para caber um rótulo nelas.
Vamos comparar isso com um gráfico de barras simples e encantador.
Poesia!
Não apenas você pode ver imediatamente cada letra em relação a todas as outras, mas também obter uma intuição precisa sobre suas frequências e um eixo facilmente visível exibindo as porcentagens reais.
Aquele gráfico anterior? Não consertado. Existem simplesmente muitas variáveis.
Gráficos 3D
Outro abuso flagrante de gráficos de pizza é quando as pessoas os fazem em 3D, muitas vezes inclinando-os em ângulos profanos.
Vejamos um exemplo.
À primeira vista, o azul “EUL-NGL” parece o mesmo que o vermelho “S&D”, mas esse não é o caso. Se corrigirmos mentalmente o tilt, a diferença é muito maior do que parece.
Não existe uma situação aceitável em que este tipo de gráfico 3D funcione, existe apenas para enganar o leitor quanto às escalas relativas.
Gráficos de pizza planos parecem ótimos.
Escolhas de cores ruins
O erro final que as pessoas tendem a cometer é escolher esquemas de cores imprudentes. Este é um ponto pequeno comparado aos outros, mas pode fazer uma grande diferença para as pessoas.
Considere o gráfico a seguir.
As possibilidades são, isso parece muito bem para você. Tudo está claramente rotulado, os tamanhos têm discrepâncias grandes o suficiente para que seja fácil ver como as vendas se comparam.
No entanto, se você sofre de daltonismo, isso provavelmente é muito irritante.
Como regra geral, vermelho e verde nunca devem ser usados no mesmo gráfico, principalmente adjacentes um ao outro.
Outros erros de esquema de cores devem ser óbvios para todos, como escolher 6 tons diferentes ou vermelho.
Takeaways
Existem muitas, muitas outras maneiras de criar visualizações de dados que são terríveis e prejudicam a capacidade das pessoas de entender os dados. Todos eles podem ser evitados com um pouco de consideração.
É importante considerar como outra pessoa verá o gráfico, alguém que não está intimamente familiarizado com os dados. Você precisa ter uma compreensão profunda de qual é o objetivo de analisar os dados e a melhor forma de destacar essas partes sem enganar as pessoas.
