Unidade4 EAD

Prévia do material em texto

- -1
FERRAMENTAS DE DASHBOARD
CAPÍTULO 4 – VISUALIZAÇÃO DE SOFTWARE
Maíra Paschoalino Fernandes Bahia
- -2
Introdução
Olá, caro aluno! Você vem enfrentando dificuldades em se organizar diante de tantas informações? Já se
perguntou de que forma conseguiria organizá-las em um modelo de fácil gestão? Já pensou em usar os modelos
gráficos para facilitar esta gestão? Se não ouviu falar sobre os modelos de visualização de , este capítulo software
será esclarecedor.
Estamos vivendo em uma era chamada de “Era da Informação”, em que o homem se depara a cada instante com
um conjunto incontável de dados. A “Era da Informação”, ou “Era Digital”, se refere aos termos frequentemente
utilizados para designar os avanços tecnológicos que se propagam por um caminho digital, um meio de
comunicação caracterizado pela informática desde o advento da .Internet
Quando nos referimos a um caminho chamado de digital, que permeia entre dimensões espaciais e temporais
(bidimensionais e multidimensionais), passamos a nos preocupar com alguns processos os quais possibilitam a
leitura, a coleta, o processamento e a modelagem destes dados para que, de forma organizada e estruturada,
sejam interpretados de forma rápida e assertiva.
Segundo Martins (2012), dados são recursos valiosos e, por isso, é preciso compreendê-los. Do que adianta um
acesso vasto a todas estas informações, se não criamos meios que facilitem a sua leitura e compreensão? E como
organizaremos todo este conjunto vasto de dados e informações que recebemos? Uma alternativa possível para
organizar uma grande massa de informações representadas em diferentes dimensões é por meio de figuras que
correspondem a estes números (EDWARD, 2001), desta forma, fazendo uso de técnicas de visualização.
Setzer (1999) corrobora este entendimento quando explica que os seres humanos possuem dificuldades em
processar dados no formato de textos e tabelas e, por isso, recorrem aos meios visuais para interpretar as
diversas informações de forma simples e intuitiva.
A visualização de dados é um tema que tem como objetivo principal a pesquisa de modelos de apresentação
destas informações de forma visual para que possamos perceber a relação entre estas informações de modo a
serem mais bem compreendidas ou para que as informações relevantes possam ser mais bem exploradas. O
principal objetivo da visualização de informações é facilitar o entendimento e a compreensão da informação,
uma vez que representações visuais tendem a proporcionar uma forma mais simples e intuitiva de entender
melhor e mais rapidamente o significado dos dados representados (GERSHON, 1997).
Deste modo, é sobre técnicas de visualização que daremos início ao estudo deste capítulo. Ao longo deste
material mostraremos algumas vantagens em aplicarmos técnicas de visualizações e apresentaremos alguns
tipos e técnicas para obtenção de modelos visuais.
4.1 Técnicas de visualização de software
A representação gráfica de informações faz parte de nossa história desde a criação de mapas e de representações
visuais e, posteriormente, se fez presente por meio do uso de cartografia temática e estatística, com aplicações e
inovações em vários campos da medicina e ciência que estão interligados entre si (HEALEY, 2000).
Algumas técnicas de visualização de têm como principal objetivo facilitar a interpretação e asoftware
compreensão dos dados e, assim, é possível garantir que o processo de visualização está associado com a
transformação de objetos abstratos representados por meio de imagens. O propósito maior em aplicarmos estas
técnicas é auxiliar na compreensão e nas tomadas de decisão de determinado tema que, sem a aplicação de
algum modelo de visualização, exigiria maior esforço para ser interpretado.
A técnica de visualização é uma habilidade que nós seres humanos temos desde que nascemos, uma vez que o
nosso sistema visual é capaz de identificar padrões, exceções, tendências e, ainda, relacionar os objetos baseado
em suas características. Esta habilidade associada ao uso de recursos da tecnologia como os computadores se
- -3
em suas características. Esta habilidade associada ao uso de recursos da tecnologia como os computadores se
torna ainda mais eficientes, pois auxiliam na preparação, na organização e na visualização dos dados,
possibilitando a sua exploração sob óticas diferentes.
Aplicando as técnicas de visualização ainda é possível explorar o potencial cognitivo do homem e suas
habilidades de percepção que não são possíveis apenas com representações textuais (INTERN ., 2003).et al
Segundo Shneiderman (2000), esta técnica ainda serve como um recurso de comunicação entre as pessoas que
estão explorando ou lidando com a mesma informação, mas cuidado para não confundir o ato de visualizar com
visualização!
Exemplos de visualizações de informações são muito comuns em nosso dia a dia. As visualizações podem ser
feitas em diferentes modelos e formatos, como gráfico de barras, de linhas e de pizza, por exemplo. Temos acesso 
a esses tipos de visualizações, principalmente, nos livros, jornais, revistas e em noticiários de televisão, quando
métricas ou pesquisas, por exemplo, são apresentados.
Deste modo, já vimos que nem todas as informações conseguem ser representadas em modelo simples como os
citados, por isso, usamos técnicas mais robustas para representar situações com um alto volume e complexidade.
Algumas destas técnicas foram desenvolvidas e têm sido empregadas em uma gama de aplicações práticas, tais
como: no monitoramento de bolsas de valores (DWYER; EADES, 2002), na consulta de bases de dados
(AHLBERG, SHNEIDERMAN, 1994) e na representação de diagramas como organogramas e árvores genealógicas
(DI BATTISTA ., 1999).et al
De forma geral, a aplicação de técnicas de visualização de dados está presente e pode ser empregada para
diferentes objetivos relacionados à análise destes dados. Kein (2009) organiza estas aplicações como vemos a
seguir.
Análise exploratória, aplicando dados de natureza ilustrados sem uma hipótese definida sobre fenômenos que
podem ocorrer nestes dados. Geralmente, envolve a busca visual por tendências, exceções, estruturas, etc. nos
dados. O resultado da análise exploratória pode ser a definição de hipóteses;
Análise para confirmação, aplicando dados de natureza quando são conhecidas as hipóteses sobre fenômenos
relacionados a estes dados. Por meio de visualização, a hipótese pode ser confirmada ou ignorada;
Apresentação usando os dados com o objetivo de evidenciar os dados, hipóteses ou mesmo os fenômenos
relacionados ao conjunto de dados em análise. Para isso, propõe-se a definição de uma técnica para apresentação
adequada que permita uma interpretação correta e simplificada.
Apesar de estamos fazendo referência aos dias de hoje sobre o volume de dados de informações trafegadas pela 
VOCÊ SABIA?
O Dicionário Aurélio (AURÉLIO, 2002) apresenta a definição entre o verbo “visualizar” e o
substantivo “visualização” e mostra que existe uma diferença entre ela. Veja agora que faz todo
o sentido estarmos aplicando ao nosso contexto o uso correto com o substantivo
“visualização”:
• “Visualizar: 1 Tornar visível, mediante manobra ou procedimento. 2 Formar ou 
conceber uma imagem visual mental de (algo que não se tem ante os olhos no 
momento)”.
• “Visualização: 1 Ato ou efeito de visualizar. 2 Transformação de conceitos 
abstratos em imagens real ou mentalmente visíveis. 3 Processo de visualizar”.
•
•
- -4
Apesar de estamos fazendo referência aos dias de hoje sobre o volume de dados de informações trafegadas pela 
, Gershon (1997), ainda no século XX, percebeu que as técnicas de visualização já poderiam serInternet
empregadas tanto na comunicação de um volume vasto de dados e informações, quanto para auxiliar nos
processos de sua exploração, compreensão e análise. Ainda segundo o autor, alguns exemplos reais que tiveram
origem nestas necessidades de aplicarmos técnicas são: análise de dados financeiros de grandes corporações,
dados sobre a organização e estrutura de rede de computadorese de sistemas de arquivos (GERSHON, 1997).
Em resumo, podemos concluir que a visualização de informações tem por objetivo essencial facilitar a
compreensão dos dados, processos e ocorrências por ela representada, proporcionando uma forma intuitiva a
uma interpretação mais ágil sobre o seu significado. Qualquer área que produza informações de volume ou
complexidade alta é, potencialmente, um usuário das técnicas de visualização. Uma dessas áreas, por exemplo, é
a Engenharia de , sobre a qual estamos tratando especialmente aqui neste material.Software
Nesta área, as ferramentas visuais de podem suportar tarefas de desenvolvimento como depuração,software
manutenção e reutilização e tornam-se mais necessárias pelo fato de ajudarem a reduzir a complexidade
inerente do processo de compreensão de , melhoria na produtividade dos desenvolvedores de ,software software
alta qualidade do , redução do tempo gasto e, consequentemente, redução do custo de desenvolvimentosoftware
(FYOCK, 1997)
VOCÊ QUER LER?
Edward Tufte, professor emérito da Universidade de Yale, escreve em seu clássico livro “The
Visual Display of Quantitative Information” (TUFTE, 2006, p. 178) que “gráficos sobre dados
podem fazer muito mais do que simplesmente ser substitutos para pequenas tabelas
estatísticas. Na sua melhor concepção, gráficos são instrumentos para compreender
informação quantitativa. Frequentemente a forma mais efetiva de descrever, explorar e
sumarizar um conjunto de números – mesmo um conjunto com muitos números – é ver figuras
destes números”. Esta explicação indica o papel de visualização na análise de dados quando
demonstra que as figuras tendem a explicar muito mais sobre eles do que o uso de medidas
estatísticas de forma isolada.
VOCÊ QUER VER?
O filme (em português ), dirigido por Steven Spilberg, é uma ficçãoMinority Report A nova lei
científica que conta a história de uma saga na busca por informação para solucionar alguns
homicídios. Mas o que chama atenção nesta obra é como no ano de 2054 se projetam os
modelos de visualização de dados, com painéis virtuais num estilo de forma quetouch screem
o usuário possa manipular todas as informações. Vale a pena ver!
- -5
4.1.1 Vantagens da visualização
A quantidade de dados disponíveis e aos quais as pessoas estão expostas aumenta de forma exponencial a cada
dia que se passa e isso possivelmente ocorre em função dos meios de comunicação com o uso da , queInternet
ofertam notícias e conteúdo a cada instante.
Diante deste desafio de gerenciar tantas informações, a área de visualização da informação fornece meios de
analisar de forma gráfica (ou desenhos) conjuntos de dados de elevada dimensão e complexidade. Isso acontece
porque as visualizações garantem um grande apoio cognitivo fazendo uso dos mecanismos que exploraram as
potencialidades da percepção humana, bem como a rapidez do processamento visual.
O processo de visualização engloba, especialmente, um dos sentidos humanos que possuem maior capacidade de
capturar os dados e informações do ambiente no espaço-temporal. Sim, estamos falando de nosso sentido da
visão. Esse sentido permite que você preste atenção em um objeto de interesse, mantendo ainda a atenção no
ambiente externo. Assim, a percepção garante que haja uma percepção de padrões, identificação de formas e
cores distintas entre os elementos e, assim, que se possa ao final ter uma visão clara dos objetivos específicos em
uma imagem. Vamos fazer um exercício rápido olhando para a figura a seguir.
VOCÊ SABIA?
De acordo com o novo relatório da Cisco, em 2019, mais da metade do planeta (cerca de 3,9
bilhões de pessoas) terá acesso à e o número de dispositivos capazes de acessar a Internet web
será três vezes maior do que a população global. O Instituto Brasileiro de Geografia e
Estatística (IBGE, 2018) divulgou, em dezembro de 2018, os resultados da pesquisa Tecnologia
da Informação e Comunicação (TIC), que mostrou que pela primeira vez praticamente dois
terços da população do país (69,8%) possuem conexão com a .Internet
VAMOS PRATICAR?
Possivelmente você deve ter algum ou muitos exemplos de dados em que deseja ter uma visão
mais organizada, estruturada e simplificada. Neste exercício, você deverá deve coletar estes
dados e organizá-los em uma planilha, separando os dados em grupos representados pelas
colunas e normalizando as informações em uma só unidade de medida. Guarde este material,
pois iremos usar na segunda parte esta prática!
- -6
Figura 1 - Reconhecendo padrões
Fonte: Branco Devic, Shutterstock, 2019.
Percebeu que existe, dentre as figuras que representam tomates, uma que se destoa porque tem um formato
diferente? Em nenhum momento falamos que seriam tomates nem que você deveria analisar as suas formas,
mesmo assim, temos a capacidade de rapidamente perceber que existe um padrão e um desvio nesse padrão. Por
isso, as imagens “falam” muito mais que palavras e a visualização permite uma compreensão rápida e direta de
resultados obtidos a partir de um conjunto de informações.
Sendo assim, antes de seguirmos para o aprendizado das técnicas para leitura e visualização das informações,
vamos compartilhar de mais algumas das vantagens da visualização citadas pelo Ware (2004), clique para ler:
a visualização possibilita a compreensão imediata dos resultados a partir da leitura de um grande volume de
dados;
a visualização permite a percepção de características que não são perceptíveis quando os dados estão expostos
em bases ou planilha sem um modelo não estruturado;
a visualização permite que riscos e pontos de desvio relativos aos dados fiquem visíveis para todo o time. Com
uma visualização apropriada, os erros ou anomalias presentes nos dados são rapidamente identificados. Por esta
razão, visualizações podem ter um valor inestimável, por exemplo, em controle de qualidade e ações de contorno
para evitar que projetos sejam malsucedidos;
a visualização facilita a compreensão de características dos dados através de padrões e relações, seja em grande
ou em pequena escala;
a visualização facilita a formulação de hipóteses e a percepção de novas possibilidades.
Já vimos que o processo de visualização engloba o sentido humano e que possui ampla capacidade de capturar os
dados e informações do ambiente. O sentido da visão é rápido e paralelo, possibilitando que o homem possa
manter sua atenção em um objeto de interesse específico, sem perder sua percepção no que está acontecendo ao
redor.
As visualizações apresentam benefícios, pois funcionam como uma extensão da memória humana e como um
auxílio para o processo cognitivo (WARE, 2004). Por exemplo, anotações são feitas em uma agenda ou em um
calendário e funcionam como lembretes de assuntos a serem discutidos ou de eventos que ocorreram ou que
irão ocorrer. As imagens, diagramas e modelos gráficos (como painéis de atividades visíveis) ajudam a 
acompanhar o progresso das atividades, perceber problemas e até mesmo a encontrar soluções.
O principal objetivo da visualização de informações é ajudar na interpretação dos dados, uma vez que
representações visuais tendem a possibilitar uma forma mais simples e intuitiva de um entendimento mais
assertivo e de forma mais ágil o significado dos dados representados (GERSHON, 1997). Fica evidente que a
busca por ferramentas e técnicas para manipulação de dados estruturados ou não estruturados se torna cada vez
- -7
busca por ferramentas e técnicas para manipulação de dados estruturados ou não estruturados se torna cada vez
mais necessária, na medida em que recebemos uma quantidade significativa de dados e formações vindas por
meios de pesquisas na Internet ou mesmo produzidas dentro dos ambientes corporativos.
4.1.2 Tipos da visualização
A visualização de é uma subárea da visualização da informação que tem por objetivo a representaçãosoftware
de um a partir de três pontos de vista distintos: estática, dinâmico e de evolução (DIEHL, 2007). Asoftware
partir desta perspectiva, vamos entender cada um destes tipos (clique para ler).
Visualização
estáticabusca representar de forma gráfica a relação existente entre as estruturas do software,
com suas propriedades. Os dados para construção do modelo visual são obtidos sem que
haja a necessidade de executar o programa, por isso, o chamamos de estático. Um exemplo
é quando usamos o código-fonte de um aplicativo ou programa, sem que este esteja sendo
usado (CASERTA; ZENDRA, 2011; WARE, 2013);
Visualização
dinâmica
difere-se da estática, justamente pelo fato ser obtida necessariamente com o sistema em
execução. Desta forma, dados relacionados à chamada de métodos, funções ou troca de
mensagens entre objetos, compõem a modelo visual resultante. Este modelo auxilia no
entendimento dos dados extraídos a partir do funcionamento do sistema (WARE, 2013);
Visualização
evolutiva
complementa a visualização estática, com a inclusão de aspectos temporais ao modelo
(CASERTA; ZENDRA, 2011).
4.1.3 Como organizar a informação?
Representações visuais buscam proporcionar uma forma mais simplificada e intuitiva de obter uma
compreensão mais adequada e imediata dos dados representados. Essa carência se torna ainda mais evidente à
medida que aumenta o volume de informação, especialmente, em função da . Então vamos nosInternet
aprofundar e entender de que forma conseguimos lidar com este volume de informações e disponibilizá-las em
um modelo fácil de ser lido.
Para isso, Card . (1999) propõem um modelo de referência para construir visualização de informações. Esseet al
modelo apresentado na figura a seguir propõe a divisão do processo para a geração de uma imagem resultante
com base em um conjunto de dados. Este modelo acontece em três etapas, descritas a seguir:
Figura 2 - Modelo de referência para construir a Visualização de Informações
- -8
Figura 2 - Modelo de referência para construir a Visualização de Informações
Fonte: CARD et al., 1999, p. 17.
• Transformações dos Dados
Esta é a primeira etapa do modelo e tem como propósito realizar a leitura de um conjunto de dados
brutos (estamos falando aqui das informações recebidas a cada momento) que são processados e
organizados de forma lógica e estruturada. Esta forma ainda não é o modelo gráfico ou desenho
resultante. Ainda estamos falando de uma organização inicial e uma ou mais tabelas, por exemplo,
considerando alguns tratamentos como: eliminação de dados redundantes ou duplicados, dados
incoerentes ou incompletos, bem como a filtragem e o agrupamento dos dados relevantes. Além disso,
algumas informações complementares que servirão para compor o desenho final podem ser incluídas,
por exemplo, resultados de análises estatísticas (média, mediana, somas, desvios, etc.) realizadas ainda
sobre os dados iniciais (brutos). Uma maneira de modelar os dados em formas de tabelas é dividi-la em
linhas e colunas, de forma que seja usada uma linha para representar cada dado e uma coluna para
representar os atributos relacionados a cada dado. Assim, a quantidade de linhas informa o número total
de dados a serem visualizados e o total de colunas representa a dimensão dos dados (NASCIMENTO et al
., 2014);
• Mapeamento Visual
na segunda etapa do processo, a missão é de se construir uma estrutura visual que represente os dados
da tabela já tratada na etapa anterior. O modelo visual pode ser, por sua vez, dividido em três partes
chamadas de: substrato espacial, marcas e propriedades gráficas das marcas. O substrato visual
representa o espaço para a sua visualização, sendo grande parte organizados em eixos representados
pelo plano cartesiano. As indicações visuais são símbolos gráficos utilizados para representar os itens de
dados. Em resumo, esta etapa nada mais é que a associação destes dados e marcas em um modelo visual
cartesiano. Para facilitar ainda mais o entendimento, vamos exemplificar através de um exemplo simples
de nosso dia a dia. Se tivéssemos um modelo visual usando uma planilha representando a evolução
mensal dos itens desta despesa, isso ajudaria? Os dados de interesse poderiam estar cadastrados em
uma tabela com uma despesa por linha e as colunas representado o período (meses do ano, por
exemplo). Cada célula poderia conter valores da respectiva despesa. O substrato espacial é usado na
representação de um eixo quantitativo (eixo Y), exemplificado pelos valores gastos, e um eixo chamado
de ordinal (eixo X), que relacionam os meses do ano. O conjunto dos dados, representados pelas linhas
na tabela, são associados com as linhas gráficas na figura para que haja ao final um modelo gráfico
resultante. Conseguiu compreender melhor agora?
• Transformação Visual
Trata-se da terceira e última etapa do processo. Nesta etapa já é possível modificar e estender as
estruturas visuais interativamente através de operações básicas como apresentados a seguir. Os
mecanismos de influência representados nessa etapa permitem que o usuário explore cenários distintos
para que haja uma compreensão direta e clara dos dados visualizados. Porém, o homem não é capaz de
processar tudo sozinho e, para isso, faz uso dos computadores para ajudá-lo em cálculos mais complexos
e no próprio redesenho da imagem, deixando para o usuário a tarefa principal de compreender os
resultados, identificar desvios e atuar rapidamente para corrigi-los, se houver necessidade.
O processo representado acima pode ser nomeado como “Visualização de Dados”, tendo em vista que a imagem
•
•
•
- -9
O processo representado acima pode ser nomeado como “Visualização de Dados”, tendo em vista que a imagem
gerada está diretamente relacionada com os dados coletados na origem do processo. A expressão “Visualização
de Informações” é mais adequada, considerando que o objetivo maior é a representação dos dados e a relação
entre eles, mais do que observar seus valores de forma isolada.
Nascimento (2014) ainda relaciona uma preocupação nesta fase de preparação dos dados que pode
comprometer a efetividade de uma visualização, como vemos a seguir, clique nas setas para ler.
Ter o cuidado para não considerar dados suficientes ou relevantes na visualização de forma que informações
importantes e relevantes não sejam aplicadas;
Ignorar atributos importantes do conjunto de informações analisado;
Utilizar modelos sobrepostos em diferentes escalas e/ou sistemas de coordenadas que possam limitar a
comparação entre os dados;
Não fazer um mapeamento dos dados para marcas e atributos visuais de forma adequada.
Outros fatos como a existência de métodos de interação e a possibilidade de sintetizar um volume expressivo de
dados relevantes em uma mesma imagem contribuem para a efetividade de uma visualização (NASCIMENTO et al
., 2014).
Outros autores, como Campos (1997), também arriscam outra abordagem para o tratamento dos dados e sua
representação gráfica. Segundo este autor, o processo de visualização pode ser dividido em três fases, como
vemos a seguir.
• Preparação dos dados ou pré-processamento que se destina ao trabalho de formatação e normalização;
• Mapeamento ou , em que são feitas as associações entre os dados e as representações gráficas;Mapping
• Renderização ou , em que é feito o processamento e a geração da imagem resultante.Rendering
Fato é que percebemos que antes de termos um resultado gráfico, os dados precisam passar por uma ou mais
etapas de preparação e tratamento, seja qual for o modelo escolhido. O que devemos levar em consideração é
que esses modelos devem conter etapas nas quais sejam realizadas de forma abrangente:
• definição e construção de um modelo de dados;
• seleção de algum método de mapeamento dos dados para um modelo de visualização gráfico (imagens, 
gráficos, mapas etc.);
• geração da imagem resultante por meio de um recurso de geração em modelos gráficos de exibição.
Sobretudo na área da Computação, a visualização de informações tem aplicações direcionadas em processos de
mineração de dados e também nas áreas de atuação da Engenharia de . As técnicas de visualizações de Software
 podem apoiar, por exemplo, os desenvolvedores na análise e no entendimento da estrutura de dados desoftware
umcódigo ou mesmo no funcionamento de um programa. Este recurso permite um nível maior de abstração, se
forem comparadas com um processo de interpretação de código.
Enfim, as técnicas de visualização de informações também podem ser aplicadas nas etapas de planejamento,
•
•
•
•
•
•
VAMOS PRATICAR?
Você está com o resultado do primeiro exercício do “Vamos Praticar” em mãos? Ótimo! Agora
vamos fazer um esboço de como este conjunto de informações poderia estar disposto em um
modelo gráfico. Ainda sem usar uma ferramenta computacional, desenhe em um papel o
modelo que achar adequado para esta representação. Ainda não se desfaça do material, pois
iremos precisar dele na terceira e última fase do exercício.
- -10
Enfim, as técnicas de visualização de informações também podem ser aplicadas nas etapas de planejamento,
análise e gerenciamento, tendo em vista que, cada vez mais, recebemos uma imensa quantidade de dados
diariamente na . Temos a comprovada necessidade de aplicarmos técnicas de visualização em todos osInternet
ramos do negócio e do nosso dia a dia.
4.1.4 Técnicas de visualização de software
Segundo Card (CARD ., 1999), as técnicas de visualização de informações podem ser classificadas em doiset al
grupos, clique para ler.
Primeiro grupo
O considera a forma com que as técnicas exploram o substrato visual, as marcas e asprimeiro grupo
características visuais do modelo. Este grupo faz uso da aplicação de técnicas que utilizam cores, manipulam a
dimensão do substrato visual, alteram dinamicamente a relação entre os dados, modificam a escala de
visualização da imagem e aplicam figuras para representar as informações.
Segundo grupo
O segundo grupo, cada técnica de visualização é adaptada conforme as características dos dados a serem
visualizados. Para isso, precisamos levar em consideração as dimensões necessárias para representação destes
dados. Por exemplo: dados unidimensionais, bidimensionais e tridimensionais com atributos aparentemente
independentes, dados multidimensionais e dados relacionados em redes.
Para entender melhor a aplicação destas técnicas, vamos dar uma voltinha pelo tempo e pela História. As formas
mais arcaicas de visualização de informações aparecem na Pré-História, época em que os homens expressavam
de forma gráfica e visual o que se passava fazendo uso de recursos como desenhos e pinturas em rochas e
paredes de cavernas.
Ao longo do tempo foi elaborado um método visual pelo povo árabe para fazer contas de multiplicação: o método
tabular. Esse método gráfico de representação dos números possibilitou a criação dos métodos de multiplicação
aplicados até hoje. Outra forma bem antiga e pioneira de visualização é o uso de mapas para planejar as viagens
e jornadas militares.
VOCÊ SABIA?
As representações mais antigas foram achadas dentro de cavernas em Altamira, por meio de
pinturas rupestres na região de Lascaux, na França e na Espanha, datadas do período de
25.000 a.C.
CASO
Charles Minard foi um dos precursores no uso de representação com mapas e retratou a
famosa marcha de Napoleão na Rússia (1812), quando aproximadamente 422 mil soldados
saíram da França e apenas 10 mil retornaram para casa. Esse mapa representado pela figura a
- -11
Figura 3 - Mapa com marcha de Napoleão na Rússia
Fonte: MINARDI, 1812, p. 40.
Ainda usando o recurso gráfico de representação por meio de mapa, o metrô de Londres foi usado como objeto
de estudo e aplicação de técnicas na aplicação da visualização de informações. Percebendo a necessidade da
população desta cidade em saber os caminhos que os transportes faziam para traçar seu roteiro, o inglês Harry
saíram da França e apenas 10 mil retornaram para casa. Esse mapa representado pela figura a
seguir é um dos exemplos de visualização mais citados na literatura, pois agrupa um número
relevante de informações que foram representados de maneira sintetizada em um único mapa.
A marcha dos soldados, por exemplo, ficou 
sinalizada por meio de uma linha disposta sob um 
mapa geográfico. Veja ainda que interessante, com 
relação ao formato dos símbolos usados. A 
proporcionalidade foi representada por meio da 
largura de cada linha, a exemplo da quantidade de 
soldados que formavam o grupo naquele local. 
Ainda foram usadas as cores, a exemplo da ida para 
Moscou e a retirada do grupo. A visualização ainda 
pode representar condições climáticas que eram 
desfavoráveis e podiam ocasionar a mortalidade dos 
soldados.
- -12
população desta cidade em saber os caminhos que os transportes faziam para traçar seu roteiro, o inglês Harry
Beck, no começo do século XX, desenhou um novo mapa de metrô. Este mapa desconsiderava a posição
geográfica precisa da malha ferroviária, mas sinalizava as linhas de conexão mais retas e de espaçamento
uniforme entre as estações. Este estudo e modelo proposto mais simplificado e intuitivo foi publicado no ano de
1933 e até hoje ainda é usado nos principais metrôs do mundo.
Ao longo da História, tivemos um desafio ainda maior, pois diante da quantidade de informações que precisamos
interpretar e a velocidade com que estas recebem atualizações, precisamos desenvolver outras técnicas. Esses
fatores propiciaram o surgimento da área de visualização de informações como a conhecemos e somos capazes
de agrupar diferentes estilos com objetivos e propósitos distintos. Então, vamos voltar ao que Card . (1999)et al
recomendam quando classificam estas as técnicas de visualização de informações em dois grupos e vamos
exemplificar alguns casos.
Observando o apresentado anteriormente, uma característica bastante explorada por váriasprimeiro eixo
técnicas na representação de informações é o uso de cores como identificações visuais. Tufte (1990) não
recomenda para modelo de mapas, por exemplo, o uso de cores muito fortes ou brilhantes, que podem suceder
em efeitos poluídos quando empregadas em grandes áreas próximas.
O emprego de luz, cores ofuscantes em mistura com a cor branca, podem ocasionar, por sua vez, efeitos que
confundem o leitor, em especial se estas cores estiverem presentes em grandes áreas. Ware (2000) discute a
relevância do uso das cores e também apresenta alguns pontos de atenção que devemos ter, especialmente,
quanto ao contraste com a cor de fundo.
Sobre a dimensão do que o autor intitula de substrato visual, Card (1999) promovem uma discussão sobreet al.
a aplicação de estruturas dimensionais. Começando pelo modelo mais simples, as estruturas unidimensionais
são, basicamente, empregadas na representação de texto ou de linhas do tempo. Estas, por sua vez, podem estar
associadas a uma segunda ou terceira dimensão para permitir uma comparação entre os valores da massa de
dados.
Estruturas bidimensionais podem estar representadas em modelos como gráficos de barras, linhas, pizza e
mapas. Estes modelos são usados na representação estatística dos dados, na representação de funções
matemáticas ou na visualização de informações geolocalizadas. Já as estruturas tridimensionais, são mais
aplicadas na visualização de dados físicos ou na combinação com modelos bidimensionais, como vemos na figura
a seguir.
VOCÊ O CONHECE?
O engenheiro e economista escocês William Playfair (1759-1823) fez a primeira representação
gráfica no modelo de pizza, em um artigo escrito em 1801. Intitulado de “The Statistical
”, o autor faz uso deste modelo de gráfico para representar dados geopolíticos de área,Breviary
população e receita dos estados europeus. Vale a pena pesquisar mais sobre ele.
- -13
Figura 4 - Gráfico com eixos bidimensionais
Fonte: robuart, Shutterstock, 2019.
Sobre o representado e proposto por Card . (1999), apresentado no início desta seção, assegundo eixo et al
técnicas de visualização de informações podem estar também baseadas e uma classificação a depender das
características de seus dados. Informações lineares e dados bidimensionais podem ser visualizados por meio de
diversas técnicas como: gráficos de barras, linha e pizza, além de uso de recursos como e Foco+Contexto 
 além das situações em queprecisamos de mais de uma dimensão para representação em queOverview+Detai,
técnicas mais complexas são exigidas. Sobre estes recursos, é uma técnica que proporciona umaFoco+Contexto
visão geral dos dados e, ao mesmo tempo, destaca uma determinada região de interesse (foco) através de uma
distorção da imagem visualizada. Sobre a técnica , esta mostra uma visão geral dos dados comoOverview+Detail
uma figura reduzida em uma região da tela (o overview), enquanto apresenta um subconjunto dos dados de
modo ampliado e detalhado em outra região (o detail) (CARD , 1999).et al.
VAMOS PRATICAR?
Esta é a terceira e última etapa da nossa prática, por isso pegue o resultado do último exercício
e represente o modelo ainda em um desenho preliminar, usando uma ferramenta
computacional de sua escolha para representar o modelo de dados que mais se assemelha ao
- -14
Vejamos uma destas técnicas propostas por Card . (1999): mapeamento dos atributos dos dados emet al (i) 
coordenadas dentro de uma estrutura cartesiana e associação dos demais atributos a uma forma, coloração e
tamanho, ou projeção no espaço dimensional em n dimensões no plano cartesiano, usando uma técnica de(ii)
projeção.
4.1.5 Ferramentas de visualização de software
Ferramentas de visualização para apoio à interpretação de dados são de grande relevância no auxíliosoftware
da redução da complexidade no processo de interpretação e de compreensão dos dados. Estas ferramentas
apoiam o homem na formulação de um modelo mental por meio de técnicas de análise e visualização dos dados
em diversos níveis de abstração.
As ferramentas podem representar diferentes mecanismos a depender do que se deseja analisar e representar.
As características mais comuns destes mecanismos, chamados também de técnicas de suporte, determinam a
efetividade de uma ferramenta para adequar-se a diferentes atividades e domínios de aplicação (TILEY, 1996).
Como vimos anteriormente, lidamos com um volume de dados que são trafegados cada vez mais rápidos e a
exigência passa a ser maior quanto à necessidade de interpretar e atuar também de forma ágil e instantânea a
partir dos resultados obtidos por meio da combinação destes dados.
Desta forma, aplicar técnicas de visualização traz alguns benefícios como: encontrar padrões, reduzir do tempo
necessário para investigação de problemas, entender do dado e relacionamentos, identificar oportunidades para
reconstrução do trabalho com ações de melhoria corretiva e preventiva. Trazendo para um contexto de
Engenharia de , esses benefícios possibilitam que o ambiente esteja em posição de vantagem diante doSoftware
mercado tendo em vista ganhos como: aumento na produtividade dos desenvolvedores, melhoria da qualidade
no produto, redução no tempo, além da redução de custos no processo de desenvolvimento (FYOCK, 1997). 
Fyock (1997) propõe alguns padrões de visualização para construção destas ferramentas, como (clique para ler):
1
foco da tarefa, ou seja, com telas dispostas de forma que haja uma fácil compreensão das tarefas e análise dos
objetivos dos desenvolvedores;
2
representação de domínio específico com uma apresentação contendo representações como coloração,
posicionamento e uso de diferentes estruturas;
3
alta densidade de informação, com representações que fazem uso de ícones coloridos proporcionando a
representação de um conjunto significativo de dados uma única tela;
4
filtragem interativa, usando recursos como filtros interativos apresentando uma interface com detalhes
agrupados que permitem os usuários diminuir a quantidade de informação apresentada na tela;
5
visões de múltiplas ligações com relação e uso de filtros de busca.
Entende-se, diante da apresentação destas ferramentas e técnicas, que há necessidade de desenvolvimento de
ferramentas de visualização que possibilitem flexibilidade e adaptação dos dados na linha do tempo.
computacional de sua escolha para representar o modelo de dados que mais se assemelha ao
seu desenho. E agora, ficou mais fácil tomar suas decisões e identificar divergências ou falhas
em seus dados? Neste momento você já pode trabalhar em um plano de ação para solucionar e
melhorar o desempenho do seu trabalho.
- -15
Diante disso, o que levar em consideração na hora de saber qual ferramenta utilizar? De uma forma geral, os
autores Mukerjea e Stasko (1995) recomendam que a ferramenta deva conter ao menos os seguintes requisitos:
• manipulação de dados: realizar tarefas de manipulação de dados envolve a seleção ou transformação dos 
dados em modelos mais simples de serem interpretados. A manipulação prévia dos dados ajuda na 
redução da complexidade do espaço da informação. É algo semelhante à etapa de transformação de dados 
recomenda no modelo de Card (1999). Quando a visualização e a interpretação de um conjunto de et al.
informação complexo e com muitos dados se torna um desafio, as ferramentas para possibilitar a 
manipulação de dados precisam estar integradas com a visualização de dados;
• análise de dados: este requisito tem como propósito a obtenção de estatísticas sobre um conjunto dos 
informações e dados, possibilitando uma percepção adequada do espaço;
• visualização dos dados: depois dos dados serem manipulados e analisados, eles precisam ser 
representados em algum modelo gráfico, de acordo com a natureza do projeto e da organização. Para isso, 
como já apresentado ao longo deste curso, fazemos uso de diagramas, gráficos, mapas e outros métodos 
de visualização alternativos.
Outros autores também contribuem com recomendações de requisitos para ferramentas de visualização, como
Estivalet (2000). Vejam mais alguns requisitos a seguir.
• Conceder o controle de usuários sobre o painel visual onde estão dispostos os dados. Na maior parte do 
tempo, temos muito mais informações quando comparamos a quantidade de propriedades visuais que 
podem ser aplicadas ao modelo. Para isso, ao permitir uma manipulação destes dados, abre-se espaço 
para termos um número potencialmente maior de formas de visualização. Assim, os usuários obtém a 
visualização desejada de acordo com suas necessidades;
• Visualizações simultâneas. O maior desafio é criar um painel único contendo todas as informações 
desejadas. Por esse motivo, produzir diferentes visualizações do mesmo espaço de informação, com 
diferentes perspectivas pode ser mais útil, pois torna as visualizações mais fáceis e mais compreensíveis 
pelo fato de destacarem somente certos aspectos do espaço (NEUWIRTH, 1987);
• Prover maior detalhe nas informações dentro de um contexto. Já falamos bastante que, na maioria das 
vezes, o espaço da informação, em sua maioria, traz uma quantidade de dados significativa e este é o 
maior desafio quando se constrói um modelo único de visualização em uma única tela. Como alternativa 
podemos fazer uso de artifícios a exemplo das barras de rolagem. Em contrapartida este recurso pode, 
ocasionalmente, dificultar uma visão global dos dados e sua interpretação sobre eles. Assim, o maior 
desafio é apresentar os detalhes e o contexto integrados em uma única tela para garantir que se tenha 
uma visualização de efetiva. As técnicas de visualização do tipo foco e contexto fazem uso ainda software
de alguns recursos, como a lente "olho de peixe", que possibilita a visão da informação aumentada e mais 
detalhada, sem perder a visão geral.
• Facilidade de uso: o usuário precisa ter acesso a vários modelos e formatos de dados para decidir qual é 
VOCÊ SABIA?
Em 2013, foi criado o sobre Visualização de paraWorkshop Internacional IEEE Software
Entendimento e Análise (VISSOFT) e o Simpósio ACM sobre Visualização de Software
(SOFTVIS). Ambos foram reunidos em uma única conferência de alto nível sobre visualização
de . Veja mais em: . Além deste foram criadas conferências esoftware http://www.softvis.org/
simpósios importantes realizados mundialmente sobre este mesmo tema. Dentre eles
destacam-se: o , o ACM Symposium on Software Visualization Asian Pacific Symposium on
, o / . No Brasil,Information VisualisationEurographics IEEE VGTC Symposium on Visualization
eventos tradicionais como o Brazilian Symposium on Computer Graphics and Image Processing
- SIBGRAPI e o Simpósio Brasileiro de Banco de Dados possuem linhas de publicação sobre
Visualização de Informações
•
•
•
•
•
•
•
http://www.softvis.org/
- -16
detalhada, sem perder a visão geral.
• Facilidade de uso: o usuário precisa ter acesso a vários modelos e formatos de dados para decidir qual é 
o mais adequado e de interpretação direta ao que se deseja analisar, a depender do seu interesse no 
momento. Isso porque os mesmos dados podem representar visões diferentes para situações específicas. 
Por isso, a facilidade de uso é um dos maiores requisitos para construirmos ferramentas de visualização 
eficientes.
• Extensibilidade: prever todas as combinações possíveis é uma meta quase que impossível de se atingir. 
Cada usuário terá sua necessidade e preferência, por este motivo, a ferramenta deve ser extensível, ou 
seja, ela deve permitir a inclusão de código apropriado para realizar funções adicionais a depender da 
necessidade.
Diante de tantas recomendações, fica claro que a informação deve ser representada de maneira que o usuário
possa rapidamente, ao final, distinguir características relevantes para realizar a interpretação assertiva do que
deseja avaliar. O uso de técnicas de visualização de informações possibilita o acesso a algumas informações que
outras interfaces não possuem, como a visualização de tendências, agrupamento, capacidade analítica de
resumir os resultados em uma única tela.
Para concluir, o maior de todos estes desafios é possibilitar a elaboração de visualizações mais eficientes que
permitam a interpretação rápida dos dados por parte do usuário e de forma objetiva, sem que haja perda de
informações.
Síntese
Ao longo deste estudo, entendemos que o uso de técnicas de visualização de dados auxilia na representação
gráfica de informações e dados. Fazendo uso de elementos visuais, como diagramas, gráficos e mapas, a
visualização de dados é uma forma prática de observar e compreender desvios, tendências e padrões nos dados.
Nesta unidade, você teve a oportunidade de:
• conhecer algumas técnicas de visualização de ;software
• entender as vantagens no uso destas técnicas;
•
•
VOCÊ QUER LER?
Algumas literaturas apresentam esta técnica de “olho de peixe” como um recurso adicional
para tratamento de um volume de dados maior. Acesse as referências Furnas (1986) e
Lamping . (1995).et al
VAMOS PRATICAR?
Diante do exercício realizado ao longo do capítulo, liste os principais ganhos e vantagens com
relação ao trabalho de representação em um modelo de visualização.
•
•
- -17
• conhecer algumas técnicas de visualização de ;software
• entender as vantagens no uso destas técnicas;
• conhecer os tipos existentes de visualização de .software
Bibliografia
AHLBERG, C; SHNEIDERMAN, B. Visual information seeking: Tight coupling of dynamic query filters with
starfield displays. , CHI’94, 1994, p. 313–317.Proc. of Human Factors in Computing Systems
ALVES, R. .Desenho e Implementação de um Ambiente de Programação Visual para Robótica Educacional
Rio de Janeiro: PPG, 2014.
AURÉLIO. O minidicionário da língua portuguesa. 4. ed. revista e ampliada. Rio de Janeiro: Nova Fronteira, 2002. 
CAMPOS, M. R. . Porto Alegre:Compreensão Visual de Frameworks através da Introspecção de Exemplos
CPGCC da UFRGS, 1997.
CARD, S. K.; MACKINLAY, J. D.; SHNEIDERMAN, B. Readings in information visualization: using vision to
. San Francisco: Morgan Kaufmann Publishers, 1999.think
CASERTA , P.; ZENDRA, O. Visualization of the Static Aspects of : a Survey. Software IEEE Transactions on
, 2011.Visualization and Computer Graphics
DI BATTISTA, G.; EADES, P.; TAMASSIA, R.; TOLLIS, I. G. Nova Jersey:Graph Drawing. Upper Saddle River.
Prentice Hall, 1999.
DIEHL, S. . Nova Visualization, visualizing the structure, behavior and evolution of Software software
Jersey: Prentice Hall, 2007
DWYER, T.; EADES, P. Visualising a fund manager flow graph with columns and worms. : In Proceedings of the
. London: IEEE Computer Society, 2002, p.6th International Conference on Information Visualisation (IV02)
147–158.
ESTIVALET, L. F. . Porto Alegre: CPGCC da UFRGS, 2000.O uso de ícones na visualização de informações
FURNAS, G. W. Generalized Fisheye Views. : , 1986.In Conference on Human Factors in Computing Systems
New York: ACM, 1986.
FYOCK, D. E. Using Visualization to Maintain Large Computer Systems. IEEE Computer Graphics and
, Los Alamitos, p. 73-75, 1997.Applications
GERSHON, N; ELICK, S. G. Information Visualization. , Los Alamitos,IEEE Computer Graphics and Applications
p. 29-31,1997.
HEALEY, C. G. Building a Perceptual Visualisation. , 2000.Architecture, Behaviour Information Technology
IBGE – Instituto Brasileiro de Geografia e Estatística. Resultado dos Dados Preliminares do Censo, 2018.
KEIN, D. Visual Data Mining. Tutorial. : In 23rd International Conference on Very Large Data Bases (VLDB ’
, 1997.97)
LAMPING, J.; RAO, R.; PIROLLI, P. A Focus+Context Technique Based on Hyperbolic Geometry, for Visualization
Large Hierarchies. : , 1995. New York: ACM, 1995. p. 401-In Conference Human Factors in Computing Systems
408.
LUZZARDI, P. R. G. . TeseCritérios de Avaliação de Técnicas de Visualização de Informações Hierárquicas
(Doutorado em Ciência da Computação) - Programa de Pós-Graduação em Computação - Universidade Federal
do Rio Grande do Sul, Porto Alegre, 2003.
MARCUS, A.; FENG, L.; MALETIC, J. I. 3d representations for visualization. : : Proceedings ofsoftware In SOFTVIS
The 2003 ACM Symposium on Visualization, New York. New York: ACM Press, 2003.Software
MINARD, C. J. Carte figurative des pertes successives en hommes de l'Armée française dans la campagne
. Paris: Regnier et Dourdet, 1869.de Russie 1812-1813
MINORITY REPORT. Direção: Steven Spielberg. Produção: Gerald R. Molen; Bonnie Curtis; Walter F. Parkes; Jan
de Bont. Roteiro: Scott Frank; Jon Cohen. Intérpretes: Tom Cruise; Colin Farrell; Samantha Morton; Max von
Sydow e outros. Estados Unidos: 20th Century Fox, 2002. 1 filme (145 min.).
MUKHERJEA, S.; FOLEY, J. D.; HUDSON, S. E. Visualization complex hypermidia networks through multiple
•
•
•
- -18
Sydow e outros. Estados Unidos: 20th Century Fox, 2002. 1 filme (145 min.).
MUKHERJEA, S.; FOLEY, J. D.; HUDSON, S. E. Visualization complex hypermidia networks through multiple
hierarchical views. : . Denver, 1995.In Human Factors in Computing Systems, Conference Proceedings
NEUWIRTH, C. . The Notes Program: A Hypertext Application for Writing from Source Texts. , pet al Hypertext
121-135,1987.
RIBARSKY, W. et al. Glyphmaker: Creating Customized Visualizations of Complex Data. , Los Alamitos,Computer
v. 27, n.7, p. 57-64, 1994.
ROBERTSON, G. C.; MACKINLEY, J. D.; CARD, S. K. Cone Tree: Animated 3D Visualizations of Hierarchical
Information. In: , 1991. New York: ACM, 1991. p. 189-194.Conference Human Factors In Computing Systems
ROBERTSON, G. Information Visualization using 3D Interactive Animation. , NewCommunications of the ACM
York, v. 36, n. 4, p. 57-71, 1993.
SETZER, V. W. . São Paulo: IME, 1999.Data, Information, Knowledge and Competency
TIERNEY P. J. The FOOM Method - Modeling Product Line in Industrial Settings. Software Proceedings of the
, Las Vegas, USA. 1990.International Conference on Engineering Research and PracticeSoftware
TILEY, S.; SANTANA, P. Towards a Framework from Program Understanding. : In IEEE - Conference on Program 
. Berlin; IEEE, 1996.Compression 
TUFTE, E. . Connecticut: Graphic Press, 2006.The Visual Display of Quantitative Information
WARE, M. Measuring the Effects of Aspectization. : Software In Proceedings of the 1st Workshop on Aspect 
. Delft, The Netherlands, 2004.Reverse Engineering
WARE, M. : Perception for Design. Burlington: Elsevier, 2013.Information Visualization
	Introdução
	4.1 Técnicas de visualização de software
	4.1.1 Vantagens da visualização
	4.1.2 Tipos da visualização
	4.1.3 Comoorganizar a informação?
	Transformações dos Dados
	Mapeamento Visual
	Transformação Visual
	4.1.4 Técnicas de visualização de software
	4.1.5 Ferramentas de visualização de software
	Síntese
	Bibliografia