A Importância da Informação
Vivemos em um mundo onde as regras de informação. Ou, mais precisamente, onde a capacidade de analisar e manipular grandes quantidades de informações aumenta nossa compreensão das coisas ao nosso redor. Os exemplos incluem meteorologistas reunindo e organizando informações meteorológicas para produzir uma previsão, registrar transações bancárias para determinar os saldos das contas e até mesmo observar as estatísticas do jogador e da equipe para tentar prever os resultados do jogo. A precisão de nosso entendimento está relacionada, em parte, à quantidade de informações que podemos digerir. Não será nenhuma surpresa que a quantidade de dados disponíveis esteja sempre aumentando. Na verdade, a quantia está ficando grande demais para uma pessoa lidar. É aí que entra uma área como a análise visual.
O que é Visual Analytics?
Visual Analytics é uma área que aplica análise e raciocínio a conjuntos de informações usando algum tipo de meio visual. Ele combina o melhor das capacidades de uma pessoa (tomada de decisão, análise e raciocínio) com as capacidades de processamento de números de um computador. E faz isso por meio de uma interface visual.
Vejamos um exemplo. Todos nós vimos as animações meteorológicas disponíveis em nosso site meteorológico favorito. Nessas animações, o computador nos apresenta uma exibição gráfica da temperatura e precipitação esperadas em nossa área, cobertura de nuvens, velocidade do vento e como o computador prevê que irão mudar com o tempo. Assistimos a essas animações e fazemos escolhas, talvez se precisamos de um casaco ou um guarda-chuva para aquele dia.
Fatores que influenciam o uso de análise visual
A análise visual pode ser usada para várias coisas. E, como você pode imaginar, há uma série de fatores que podem influenciar seu uso. Eles incluem:
- A quantidade de informações – quanto maior a quantidade de dados, maior a probabilidade de a análise visual ser usada. Obviamente, você não precisa de um computador para somar um punhado de números ou representá-los graficamente.
- A Complexidade das Informações – Semelhante à quantidade de dados, a complexidade dos dados pode influenciar o uso da análise visual. Por exemplo, você não precisa de análises visuais para informar que faz calor na Flórida durante o verão.
- O Ponto de Vista do Visualizador – No exemplo do clima, uma pessoa que dirige para o trabalho e vai da garagem de casa para a garagem do trabalho não precisa de guarda-chuva.
- A natureza técnica do visualizador – Quase qualquer pessoa pode ver as tendências visuais quando elas são mostradas a eles. Você não precisa de nenhum conhecimento técnico para tirar uma conclusão neste cenário.
Exemplos de ferramentas de análise visual
Existem várias ferramentas de análise visual disponíveis. Alguns exemplos incluem:
- Dundas – Esta ferramenta foi projetada para processar informações e relatar os resultados na forma de relatórios e painéis.
- Sisense – Semelhante ao Dundas, esta ferramenta fornece configurações flexíveis de relatório e painel de múltiplas fontes de informação.
- IntelliFront – Como as ferramentas acima, esta ferramenta fornece relatórios sob demanda e recursos de painel em tempo real.
- Domo – Novamente, essa ferramenta é semelhante às anteriores, mas tem a distinção de ser totalmente baseada na nuvem.
Resumo da lição
Para recapitular, a analítica visual aplica análise e raciocínio a conjuntos de informações usando uma interface visual. O uso de analítica visual é influenciado por uma série de coisas, incluindo a quantidade de informações, a complexidade das informações, o ponto de vista do visualizador e a natureza técnica do visualizador. Existem várias ferramentas de análise visual disponíveis, incluindo Dundas, Sisense, IntelliFront e Domo.