Visualização de dados – O que você ainda não sabe


Os softwares de Business Intelligence permitem gerar perguntas aos dados e receber a resposta em forma de relatórios. Estas questões estão em duas categorias: básicas (semana, mês, quinzena, etc.) e ad hoc casuais, realizadas periodicamente, por curiosidade ou para tentar comprovar uma hipótese.

Os relatórios são o fundamento do BI, e servem especificamente para apresentar e documentar respostas para as requisições de negócio mais comums. A maioria das questões de negócios (como por exemplo, vendas abaixo do esperado em determinada região, a relação de produtos em estoque é alta e os custos continuam crescendo) são identificadas nos relatórios diários, semanais e mensais.

Relatórios tendem a ser documentos estáticos com flexibilidade limitada. Além disso, a maioria deverá ser impressa e percebida como uma “cópia da tela”. Quando isso acontece, a informação será apresentada estática em determinada situação. Relatórios têm se tornando ao longo do tempo, uma experiência mais pró-ativa. Hoje em dia, a maioria dos relatórios online permitem realizar drill down e mudar determinados filtros e seleções, permitindo maior flexibilidade e interatividade.

A falta de flexibilidade nos relatórios, combinado com a necessidade de realizar uma infinidade de requisições aos dados, leva ao desenvolvimento de ferramentas analíticas. A forma mais comum de utilização de ferramentas de BI analíticas - queries ad hoc e OLAP – são designadas para permitir análises aleatórias aos dados.

Ferramentas de análise ad hoc, query e OLAP são vastamente utilizadas pela equipe desenvolvedora e usuários de negócio, tendem a ter muitas features e funções que requerem vastos treinamentos e conhecimento para entendê-las e utilizá-las. Por conta dos desafios de negócios enfrentados hoje em dia, é mais fácil para uma pessoa de negócios fazer uma busca diretamente nos dados do que para uma pessoa puramente técnica navegar nos dados, buscando por respostas.

A maioria das empresas utilizam uma combinação de ferramentas de relatórios e análises para gerenciar seus negócios. Quando um ambiente de relatórios, análises ad hoc e OLAP flexível é utilizado, existem na verdade somente algumas funções que estão disponíveis em soluções de BI tradicionais, que permitem realizar análises como: classificação, filtro, drilling (down ou over), pivoting, cálculos e mapas.

Cada uma dessas funções podem ser utilizadas em combinação com a maioria das ferramentas de análise de BI para navegar e investigar a informação. É possível querer calcular o lucro como vendas menos despesa, fazer uma busca por filiais com menor lucro,
drill down na filial e responsável por vendas com o pior desempenho. Este é o tipo de informação que pode ajudar a tomar decisões pró-ativas.

E se você não tiver idéia do problema ou não puder ao menos fazer alguma dedução sobre qual questão de negócios pode estar afetando seus negócios? Os problemas de negócios não necessariamente aparecem em relatórios, o que fazer quando você não sabe o que perguntar? Esta é a questão de todas estas funções e features: É preciso saber a questão que deve ser pesquisada. Este é o problema fundamental com as tradicionais
ferramentas de BI.

Ferramentas de análise de dados utilizam gráficos, linhas, formas geométricas e cores para representar o dado visualizado. Quando todos estes são combinados em um único dashboard, dezenas de centenas de linhas de dados podem ser representadas em uma única tela, agregando informações de nível multidimensional. Problemas podem ser facilmente isolados, pois questões incomuns nos dados ficam automaticamente de fora e ajudam a direcionar um alinhamento para possíveis questionamentos.

Ferramentas de visualização de dados possuem 3 funções para representar a informação:

· Uso de cor – a conexão de cores entre os gráficos relacionados e os dados que representam.

· Interação com os gráficos – Todos os gráficos relacionados reagem imediatamente à seleções feitas em outros para isolar rapidamente questões de negócios.

· Gráficos detalhados para apresentar outliers – A maioria dos tipos de gráficos são utilizados para apresentar dezenas de centenas de linhas de dados datalhados em um pequeno esaço de um único gráfico, permitindo que as anomalias nos dados fiquem de fora.

O trabalho de uma ferramenta de visualização de dados é apontar o que existe de anormal ou diferente nos dados. Estes dados geralmente são referências a outliers pois apresentam-se fora das normas. Gráficos de visualização de dados são excelentes para trazer à tona outliers em dados. A figura abaixo apresenta as taxas de retorno comuns e incomuns para cada pedido de eletrônicos de cliente. Para esclarecer, se 100 unidades forem encaminhadas a um ponto de venda e uma retornar, existe 1 por cento de taxa de retorno. Quando as ordens de produtos do ponto de vendas em grupos de 100 ou mais, cada ordem geralmente resulta em um ou mais ítens retornados.


 
Figura 1: Taxas de retorno para pedidos de um vendedor de produtos eletrônicos. As taxas de retorno maiores que 1.6 podem ser consideradas desvios.

Demonstrando a taxa de retorno de cada pedido em um histograma, é fácil ver as taxas que podem ser consideradas normais ou anormais. Toda a taxa de retorno comum está representada na parte de baixo da curva, este é o resultado mais comum de retorno, entre zero e um pouco mais de um por cento, mas uma distância maior que 3.1 por cento, representado na superfície plana do dado na curva à direita. Somente a dispensa das ordens apresentam mais de um por cento de taxa de retorno, é fácil focar-se somente nestes itens.
Se o gráfico acima for combinado com outros, os outliers podem ser selecionados para focar no problema. O gráfico da Figura 2 adiciona uma barra de gráfico que agrega questões sobre retorno por categoria de produtos, uma por planta de produção e outra com mais detalhes sobre os pedidos. A Figura 2 apresenta o gráfico completo sem prévia seleção. A Figura 3 apresenta o mesmo gráfico depois do grande número de taxa de retorno no histograma foi selecionado utilizando o mouse.


 
Figura 2: O gráfico de visualização que representam mais de 13.000 ordens de produto em várias categorias produzidas por uma das seis plantas de produção. O histograma no alto à direita apresenta as taxas comuns e incomuns de retorno de cada ordem.



 

Figura 3: Depois de selecionar as altas taxas de retorno, fica evidente que a maioria dos pedidos podem ser rastreados até a planta de produção, em Los Angeles.


Olhando para o gráfico de retorno por categoria de produto, à esquerda na Figura 3, e em seguida para a barra do gráfico que representa o retorno por planta de manufatura. Claramente, estes altos indices de retorno podem ser acompanhados até a planta de
origem – Los Angeles.

Gráficos de visualização de dados como os apresentados acima podem providenciar uma perspectiva única e válida de seus negócios em comparação às ferramentas tradicionais de BI como as ferramentas de relatórios, query ad hoc e OLAP, que não o fazem.

A partir da visualização de dados, é possível identificar excedentes em detalhes de dados, isoá-los e investigar sua fonte de origem mas rapidamente que métodos analíticos tradicionais. Suas capacidades direcionam a atenção para a fonte de negócios sem requerer conhecimento prévio da sua origem.

É possível aumentar os benefícios da visualização de dados se for possível cruzar referências que forem encontradas em investigações que utilizam ferramentas de relatórios e análises tradicionais. Com estas capacidades é possível identificar problemas escondidos nos dados com a visualização e então utilizar o BI tradicional para investigar questões de negócios.
Uma solução de business intelligence é incompleta se não inclui vizualização de dados. As empresas que adotam estratégias de BI sem visualização de dados permitem a possibilidade de erro, escondidos nos dados.

Este artigo foi publicado pela DMReview.com – 10 de agosto de 2006