O que os autores de visualizações de dados podem aprender com os punks?

Uma abordagem punk para a visualização de dados, inspirada pela revista Sideburns de janeiro de 1977.

Este artigo foi publicado originalmente na ComputerWorld.

“Os conhecimentos necessários para exibir as informações da forma mais eficaz possível não são intuitivos e dependem em grande parte de princípios que devem ser aprendidos”, afirma Stephen Few em seu excelente livro Show Me the Numbers (“Mostre-me os números” em tradução livre).

Em princípio, concordo.

Mas há um problema: alguns desses conhecimentos só podem ser adquiridos através da prática. Saber o que é necessário para que um gráfico seja puramente funcional não é o mesmo que conhecer a psicologia humana e a necessidade de oferecer uma experiência não só informativa, mas cativante. As pessoas aprendem, desde cedo, tanto com a experiência do fracasso e do sucesso quanto com livros.

Infelizmente, encontro muitas pessoas intimidadas por especialistas e com medo de participar. Elas sentem a necessidade de chegar a determinado patamar antes de se arriscar (veja como exemplo os comentários nesta publicação).

Prefiro que as pessoas comecem a experimentar assim que tiverem o mínimo de conhecimentos e que aprendam na prática ao longo do caminho.

Em 2012, Simon Rogers, hoje editor de dados do Google, defendia uma ética punk para o jornalismo dos dados: “Qualquer um pode fazer.” Conhecer apenas três atributos pré-atencionais (que antecedem o pensamento) não significa que você criará maravilhas, mas já é um ponto de partida e traz mais benefícios do que problemas.

Os dados iniciam conversas

Este é um dos meus primeiros painéis, criado em 2008, que mostra a progressão de alunos em cursos de pós-graduação.

Comecei a criar gráficos quando era analista na Universidade de Oxford. Meus primeiros gráficos eram bastante limitados. Eles não mudaram o mundo como eu esperava. No entanto, a possibilidade de ver algo pela primeira vez foi suficiente para que meus colegas dissessem: “Está OK, mas, em vez dos dados exibidos assim, preferiria vê-los desta maneira”.

Juntos fizemos inúmeras tentativas e erros, trabalhando em equipe para criar painéis que atendessem às necessidades de todos. A abordagem punk possibilitou a experimentação. Eu aprendia ao mesmo tempo que os acadêmicos.

Compartilhar seus primeiros trabalhos cria loops de feedback produtivos. Uma prova disso é o Makeover Monday, o projeto de visualização de dados conduzido pela comunidade que se desenrolou ao longo de 2016. No projeto, compartilhamos um novo gráfico e seus dados a cada semana e pedimos que as pessoas recriassem o gráfico original. Houve mais de 3.000 recriações feitas por quase 500 pessoas.

O lado punk do projeto permite que as pessoas cresçam. O tweet abaixo mostra uma das primeiras recriações feita por Tom O’Hara, um analista de Nova York. Ela não é perfeita. A história não está clara e o uso de cores não é ideal. Isso importa? Não muito. Fico feliz por ele ter participado.

Um pouco atrasado, mas esta é minha participação no #MakeoverMonday. https://t.co/yNfg5q768V #tableau #dataviz @VizWizBI pic.twitter.com/JOQylCeU1c

— Tom O'Hara (@taawwmm) 4 de maio de 2016

No decorrer do ano, Tom aprimorou imensamente suas habilidades. Confira a seguir uma de suas últimas recriações. Está claro que suas habilidades de design e sua capacidade de contar uma história avançaram tremendamente. “Antes de conhecer o Makeover Monday, eu não sabia contar uma história com os dados”, ele me contou. “Eu criava gráficos aleatórios sem pensar nos efeitos para o usuário final. O Makeover Monday me ajudou a aprimorar minhas técnicas nesse sentido.”

#MakeoverMonday com vários filtros de ação focalizáveis! https://t.co/NzaCVxg5wi @VizWizBI @acotgreave #tableauu pic.twitter.com/NYJTvToL6a

— Tom O'Hara (@taawwmm) 23 de novembro de 2016

Se tivéssemos idealizado o Makeover Monday como um projeto com requisitos rigorosos para participação, teríamos criado uma experiência elitista e intimidadora. Tom é apenas uma das muitas pessoas que se arriscaram e receberam feedback sobre seu trabalho. Esse aprendizado público e iterativo ampliou seus conhecimentos. O que seria melhor? Que apenas a “nata” da visualização de dados participasse desse projeto ou que ele inspirasse um grande número de pessoas?

Enquanto tenta encontrar a melhor articulação possível para os seus dados, sinta-se livre para ser tão caótico quanto quiser.

Muitas pessoas acham que as visualizações devem ser trabalhos refinados, prontos para impressão. Não necessariamente. Explorar os dados visualmente de forma desordenada é tão importante quanto as apresentações desses mesmos dados para os executivos. Não há nenhum problema em arrastar e soltar os dados por todo o canvas e fazer uma grande bagunça para encontrar as informações que procura.

Kirill Andriychuk, da Aeria Games em Berlim, sabe disso como ninguém: “Durante uma reunião com o CEO da Aeria Games, nós estávamos analisando algumas visualizações por país, vendo onde os nossos clientes mais lucrativos estão. Então, de repente, ele disse: espere um pouco! Vamos dar uma olhada aqui. O que é isso em Singapura? Temos alguns clientes muito rentáveis, mas não sabíamos disso antes.”

O trabalho punk de tentativa e erro, desordenado e imperfeito, pode revelar justamente as informações de que você precisa. Essas informações não precisam necessariamente ser preservadas ou compartilhadas. Trata-se apenas de lançar alguns dados básicos para revelar as informações ocultas neles.

Este artigo foi inspirado pelo debate de dados que realizei recentemente com Andy Kirk da VisualisingData.com. Se quiser ver uma discussão em defesa de uma abordagem mais acadêmica, confira o debate!