Site Loader

O objetivo principal do Business Intelligence é extrair significado de dados. Muitas vezes, os dados que precisamos para a tomada de decisão vem em grande quantidade, ou o suficiente para que seja difícil avaliar com segurança de forma rápida e segura.

Uma das tarefas mais importantes do Analista de Dados no lado do suporte aos decisores, é tratar esses dados de forma a simplificar sua comprensão, destacar pontos chave ou de atenção e criar automações para que os dados possam ser observados desde várias perspectivas de forma simples e rápida.

Ferramentas de planilha eletrônica como o Microsoft Excel, mas também o LibreOffice e OpenOffice, trazem por padrão recursos para as tarefas básicas.

Estudo de caso – Crescimento econômico por país, trajetória do PIB – dados Altabooks, Análise de dados com Excel

Ao reunir dados de diferentes fontes, é normal que eles cheguem com diversos problemas de formatação (no melhor dos casos) e dados incompletos. Vamos ver um passo a passo de como melhorar a visualização de uma tabela muito grande de números com ações simples.

  • Transformar em tabela e usar primeira linha como cabeçalho.
  • Congelar linha superior.
  • Auto-ajustar largura de colunas.

Com essas primeiras ações transformamos um amontado de números em uma matriz de dados que incorpora ferramentas automáticas. A série decada ano pode ser ordenada. O cabeçalho fica sempre visível facilitando a leitura ao longo da matriz.

  • Formato de número com duas casas decimais.

Os dados completos continuam disponíveis para o Excel, mas agora ficou muito mais fácil de visualizar os valores. Entretanto, ainda é incómodo e pouco informativo.

  • Formatação condicional, escala de cores. Cores são muito significativas para as pessoas, o olho ‘navega’ com mais facilidade quando adicionamos a dimensão cor. Ao usar cores contrastantes e com ‘convenção significativa’, verde para ‘bom’ e vermelho para ‘ruim’, nos valores de variação anual do PIB, imediatamente podemos olhar para a área visível da tabela e saber qual a performance geral de cada um. Mas ainda seria difícil saber o desempenho global de cada país e o resultado ao longo da série temporal.

Criamos uma coluna auxiliar com a média da série anual e aplicamos a formatação condicional novamente. Agora é fácil perceber que alguns países podem ter anos de crescimento muito alto com anos de queda acentuada e ter uma estimativa do desempenho médio. Com uma pequena fórmula, podemos destacar séries incompletas que comprometem a análise.

Ao ordenar pela média, é possível saber quais tiveram os melhores e piores resultados

Alguns países tem saltos ou quedas muito grandes, são pontos de atenção que podemos investigar. Podem representar catastrófes naturais, guerras, mudanças muito grandes em políticas económicas e fluxos de investimento.

Entretanto, ainda temos o problema de que o corpo de dados é muito grande para abarcar com eficácia. Vamos filtrar por países da nossa região, o Mercosul e adicionar médias automáticas:

Mas ainda pode melhorar se colocarmos um gráfico simples com a evolução de cada país e uma línha de média. Vamos destacar a linha de média com um traço mais grosso e deixar todas as linhas, exceto a do Brasil, pontilhadas para melhorar a visualização.

Basicamente, está pronto.

Em três minutos conseguimos transformar dados praticamente brutos em informação com passos simples e usando somente cliques no menú.

No próximo post vamos continuar trabalhando para criar um dashboard informativo e visualmente instigante.

Post Author: Daniel Cenoz

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *