Disponível: torne-se um especialista em apresentações gratuitamente Obtenha a certificação

5 Dicas de storytelling com dados para criar conteúdo com gráficos mais persuasivos

Nayomi Chibana
Escrito por Nayomi Chibana
Publicado em out 03, 2023
5 Dicas de storytelling com dados para criar conteúdo com gráficos mais persuasivos

Trabalhar com números não costuma ser considerado um trabalho sensual. Afinal, ocupações como contabilidade e entrada de dados não são exatamente as vocações mais empolgantes nesta era digital.

No entanto, assim como o outrora pouco glamouroso nerd da computação agora governa o mundo, os analistas de dados são atualmente vistos como “unicórnios do mercado de trabalho

A capacidade de entender grandes volumes de dados confusos e de encontrar percepções exclusivas neles é uma das habilidades mais procuradas no mercado de trabalho, conforme o LinkedIn.

E é fácil ver o porquê: desde 2013, foram criados mais dados do que em toda a história da humanidade antes dessa data.

Como resultado, não há apenas uma alta demanda por cientistas de dados, mas também por aqueles que sabem como visualizar e apresentar dados de forma eficaz e persuasiva.

É aqui que a narrativa de dados entra em cena.

Uma combinação de dados, recursos visuais e narrativas, a narração de dados é a nova e quente habilidade em ciência de dados de que todos precisarão no futuro.

data storytelling venn diagram data visuals narrative

Fonte de informação: Forbes

Para aqueles que não se sentem à vontade com números, essa pode ser uma notícia muito ruim.

Mas antes que você entre em pânico, vamos começar com alguns fatos simples que o ajudarão a entender como nosso cérebro processa os recursos visuais e como você pode usar esses princípios para melhorar seus gráficos e tabelas.

Se você prefere assistir a ler, não deixe de conferir a versão em vídeo desta postagem do blog:

 

O raciocínio visual e como ele funciona

visual brain how perception seeing really works

Ao contrário do que você pode ter aprendido no ensino médio, a visão humana é muito mais complexa do que apenas processar a luz refletida por um objeto.

Embora aparentemente possamos ver tudo em um ângulo de 180 graus, na verdade, só podemos ver com total precisão as coisas que estão bem no centro do nosso campo de visão, em um campo muito estreito de dois graus.

Como é possível, então, que não vejamos uma massa borrada de coisas?

Graças aos rápidos movimentos oculares chamados sacádicos, conseguimos perceber os objetos que estão no ângulo restante de 178 graus. Sem perceber, nossos olhos se movem rapidamente e se fixam em diferentes pontos de uma cena para criar um mapa visual preciso a partir dessas informações agregadas.

Embora esses movimentos sejam inconscientes, nossos olhos priorizam aquilo em que se fixam. Por exemplo, cores brilhantes, formas incomuns e objetos em movimento chamam nossa atenção imediatamente, mesmo que não estejam bem à nossa frente. (Fonte: The Functional Art, de Alberto Cairo)

moving-objects-attract-the-eyes-perception-the-visual-brain

Fonte de informação: The Functional Art

Depois que a luz foi codificada em sinais elétricos, o cérebro extrai as principais características, começando com uma forma grosseira e manchas de cor, e só então começa a realmente processar e identificar o que está na frente da pessoa, usando muitas informações da memória de longo prazo.

Para obter uma explicação mais visual, você também pode assistir Payman Taei descrever a ciência por trás de como percebemos os objetos aqui:

 

O raciocínio visual é atraído pela diferença

Assim, em vez de capturar uma cena inteira como uma câmera, nossos olhos, na verdade, se concentram primeiro nos pontos-chave que se destacam. É por isso que nosso raciocínio visual percebe imediatamente a diferença e o contraste.

Basta dar uma olhada na imagem abaixo. Quanto tempo você levou para ver o urso nas duas primeiras ilustrações? E na última?

visual brain recognizes differences in color tone

Esse simples exercício revela que nosso cérebro é muito melhor para identificar diferenças de cor do que de forma.

 

Os raciocínios visuais são projetados para identificar padrões

Você sabia que seus sentidos estão constantemente processando todos os tipos de informações do ambiente antes mesmo de você estar consciente disso?

Isso é chamado de processamento pré-atentivo e, sem ele, perderíamos muito tempo tentando entender o mundo ao nosso redor.

Felizmente, nosso raciocínio visual facilita as coisas para nós ao detectar automaticamente as diferenças e semelhanças entre os objetos.

Por exemplo, dê uma olhada na imagem abaixo.

preattentive features

Você se concentrou imediatamente no retângulo grande no meio? Na segunda seção, você provavelmente notou imediatamente como um retângulo tem uma orientação vertical, diferente dos demais.

Esse é o raciocínio visual para você: ele foi projetado para perceber padrões e detectar imediatamente interrupções nesses padrões.

Hey marketers! Need to create scroll-stopping visual content fast?

  • Transform your visual content with Visme’s easy-to-use content creation platform
  • Produce beautiful, effective marketing content quickly even without an extensive design skillset
  • Inspire your sales team to create their own content with branded templates for easy customization

Inscreva-se Gratuitamente

Hey marketers! Need to create scroll-stopping visual content fast?

 

5 Dicas de storytelling com dados para o raciocínio visual

Agora que já demos uma olhada na ciência por trás da maneira como percebemos os objetos, vamos ver como esse conhecimento se traduz em dicas práticas para criar visualizações de dados eficazes e persuasivas, do guia Good Charts da Harvard Business Review.

 

1 Nossos olhos não seguem uma ordem específica.

A primeira diferença entre ler uma página com texto e ler um gráfico é que, no primeiro caso, você lê em ordem: da esquerda para a direita, de cima para baixo, na cultura ocidental. No segundo, não há uma ordem predeterminada - você simplesmente vai aonde seus olhos o levam.

visual grammar reading chart

O ritmo também é diferente. Em vez de ler linha por linha continuamente, você pula de uma coisa para outra e gasta mais tempo em algumas partes do que em outras.

Isso significa que é especialmente desafiador criar visualizações eficazes que conduzam deliberadamente os espectadores a uma jornada visual predefinida.

 

2 Nossos olhos se concentram primeiro no que se destaca.

Quando olhamos para uma tabela ou diagrama, como o abaixo, não vemos tudo de uma vez, mas nos concentramos em um ponto importante.

us incarceration rate 1925-2008

Fonte de informação: Prison Policy Initiative

A primeira coisa que se destaca nesse diagrama é o pico na extrema-direita. A mensagem central desse design é muito clara: a taxa de encarceramento dos EUA aumentou exponencialmente desde a década de 1970.

Os melhores contadores de histórias de dados tiram proveito desse princípio criando tabelas e gráficos com uma mensagem clara que pode ser compreendida sem esforço.

 

3 Nossos olhos conseguem lidar com poucas coisas ao mesmo tempo.

Sempre que você tem um diagrama ou uma tabela com mais de 5 a 10 variáveis, as unidades individuais começam a perder sua individualidade e são percebidas por nossos olhos como um único todo.

Com isso em mente, você deve simplificar seus gráficos para que eles destaquem um ponto principal que você queira destacar.

Veja, por exemplo, este gráfico. As primeiras coisas que você percebe são o pico no meio, a linha verde e a palavra “interrupção”.

data storytelling best practices

Se o objetivo for transmitir uma mensagem clara por meio de um gráfico declarativo (em vez de exploratório), você verá que não há uma mensagem clara aqui.

Digamos, por exemplo, que você queira revelar que as classificações de desempenho continuaram a cair mesmo após a interrupção, então o visualizador terá que se esforçar muito para encontrar essa tendência, pois o pico no plano de fundo desvia a atenção da linha verde.

A melhor solução, nesse caso, é eliminar os dados do número de chamadas de atendimento ao cliente e concentrar-se nas classificações de atendimento ao cliente antes e depois da interrupção.

 

4 Tentamos encontrar significado nos dados.

Outro fato importante é que nosso cérebro foi projetado para procurar imediatamente conexões e tentar encontrar significado nos dados.

Se você observar este gráfico, verá que seu cérebro faz inconscientemente a conexão entre o laranja no título e os pontos de cor laranja.

data visualization poor design choices

“Isso deve significar que os pontos laranja representam os melhores desempenhos” conclui nosso raciocínio visual.

Errado. Na verdade, os pontos de melhor desempenho são aqueles plotados no canto superior direito do diagrama e não têm nada a ver com a seleção de cores.

Sabendo disso, devemos tomar decisões inteligentes de design e atribuir cores deliberadamente para melhorar a funcionalidade de seu design.

 

5 Somos guiados por convenções culturais.

Há certas convenções que tomamos como certas. Por exemplo, na cultura ocidental, todos nós sabemos intuitivamente que, ao visualizar o tempo, ele se move da esquerda para a direita, e não da direita para a esquerda; ou que azul significa frio e vermelho significa quente.

O mesmo acontece com as metáforas visuais: todos nós associamos uma pirâmide à hierarquia ou uma escala à comparação de duas coisas.

Se você ignorar essas convenções, nem é preciso dizer que seus recursos visuais serão difíceis de decifrar.

Basta dar uma olhada neste diagrama e ver como é difícil extrair significado dele quando o tempo é colocado no eixo Y em vez de no X. 

data viz conventions and visual metaphors

 

Exemplos de como melhorar o storytelling com dados

Aqui estão alguns exemplos de como melhorar gráficos e tabelas para que eles não apenas exibam dados, mas contem uma história, extraídos do livro Storytelling with Data (storytelling com dados), de Cole Nussbaumer Knaflic.

Antes

Este gráfico de barras exibe o número de tíquetes recebidos e processados em um ano.

examples-of-data-visualizations-and-what-to-improve-3-before

 

Depois

Se o seu objetivo é transmitir uma mensagem e levar alguém a uma ação específica (nesse caso, a contratação de dois novos funcionários), esse gráfico é muito melhor.

examples-of-data-visualizations-and-what-to-improve-3-after

Ao escolher um gráfico de linhas em vez de um gráfico de barras, a diferença crescente entre o número de tíquetes recebidos e os processados fica completamente aparente.

 

Antes

Este é outro exemplo de dados exibidos sem uma narrativa ou mensagem clara.

examples-of-data-visualizations-and-what-to-improve-4-before

 

Depois

Agora veja esse mesmo conjunto de dados apresentado de uma maneira completamente diferente. Grande diferença, certo? A mensagem central é imediatamente clara: mais crianças ficaram entusiasmadas com a ciência após o programa.

examples-of-data-visualizations-and-what-to-improve-4-after

Crie gráficos como este com a Visme.

O uso de um único gráfico, em vez de dois separados, permite que os espectadores entendam rapidamente os resultados da pesquisa. Além disso, o uso de poucas cores, e não de cinco ou seis, e um título eficaz ajudam o leitor a entender rapidamente as diferenças entre os resultados antes e depois do programa.

 

Antes

Outro exemplo de gráfico ineficaz que é preciso, mas não comunica ou persuade o público a tomar uma ação específica.

examples-of-data-visualizations-and-what-to-improve-5-before

 

Depois

Neste gráfico, nossos olhos são imediatamente atraídos para a faixa azul, as linhas cinza e o ponto azul que representa o preço médio.

examples-of-data-visualizations-and-what-to-improve-5-after

A mensagem central é imediatamente clara: para ser competitivo, o preço ideal está na faixa de US$150 a US$200.

 

Antes

À primeira vista, esse gráfico de pizza parece claro o suficiente, mas, após análises mais profundas, você descobrirá que ele não obedece a várias convenções que permitem que os espectadores compreendam rapidamente as informações.

bad-charts-graphs

Normalmente, esperamos que os valores em uma escala artificial sejam organizados em ordem, de “nem um pouco interessado” a “extremamente interessado”. Mas, nesse caso, os valores são organizados conforme as porcentagens de cada resposta.

Também esperamos que as mudanças de cor correspondam à escala artificial, com uma cor em uma extremidade da escala e a segunda na extremidade oposta, e tons intermediários entre elas.

 

Depois

Isso é muito mais fácil de decifrar à primeira vista. Organizados conforme os valores em uma escala, entendemos rapidamente que a maioria das pessoas não está interessada nesse produto específico.

examples-of-data-visualizations-and-what-to-improve-2

 

Explore o poder do raciocínio visual no seu negócio

Agora que você aprendeu a lição e guardou alguns princípios simples para uma narrativa de dados mais persuasiva e eficaz, pode tentar criar suas próprias histórias de dados visuais com esta ferramenta gratuita de infográficos.

E se tiver alguma dica sua sobre como contar histórias com dados que gostaria de compartilhar com a nossa equipe, escreva para nós na seção de comentários abaixo!




Nayomi Chibana
Escrito por Nayomi Chibana

Nayomi Chibana is a journalist and writer for Visme’s Visual Learning Center. Besides researching trends in visual communication and next-generation storytelling, she’s passionate about data-driven content.

Crie conteúdos incríveis!

Crie experiências visuais incríveis para sua marca, seja você um Designer profissional ou um novato com pouca experiência.

Experimente Visme, é de graça