Baixe o app para aproveitar ainda mais
Prévia do material em texto
20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tguE… 1/26 FERRAMENTAS DE DASHBOARD UNIDADE 1 - INTRODUÇA� O A� VISUALIZAÇA� O DE DADOS E INFORMAÇO� ES ELTON SARMANHO SIQUEIRA 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tguE… 2/26 Introdução Neste capı́tulo apresentaremos a visualização de dados e informações, representações visuais e algumas estratégias de visualização. Você também conhecerá alguns conceitos sobre design de interação e visualização analı́tica. Além disso, você sabe a importância de visualizarmos dados? Qual é a melhor visualização para cada situação? O que devemos considerar quando queremos criar um projeto de visualização de informações? Além disso, vamos apresentar os fundamentos básicos da visualização de dados e informações, mostrando a importância deste campo no atual cenário em que vivemos, no qual dados são valiosos para qualquer empresa tomar decisões precisas e consistentes sobre seus negócios. Desta forma, abordaremos outro campo de estudos que vem sendo difundido e tendo bastante importância, a ciência de dados ou Data Science (FOREMEN, 2016). Acompanhe! 1.1 Visualização de dados e de informações Há uma enorme tendência em se apresentar os dados de forma mais legı́vel possı́vel. O avanço das tecnologias e dos algoritmos para a aquisição de dados (empresas como a UBER e o Facebook, que utilizam bastante para obterem vantagem competitiva) tem disponibilizado um grande volume de dados em diferentes formatos (texto, áudio, imagem, mapas entre outros) (JOSE; REIS, 2019). Além disso, muitos usuários têm a necessidade de buscar uma informação em uma determinada fonte de dados e, de certa forma, conseguem obter tranquilamente uma massa de dados signi�icativa, dentre a qual é preciso ter muito atenção ao buscar e veri�icar a informação correta, pois muito do que foi obtido pode ou não ser relevante. Desta maneira, a sobrecarga de informações é uma questão preocupante na representação de resultados obtidos por determinadas fontes de dados, como banco de dados, banco de imagens, mapas digitais e etc., já que o importante é selecionar e visualizar somente resultados de interesse do usuário. Um modo de tratar essa questão é utilizar a visualização de dados e informações (GERSHON; EICK, 1997), em que podemos delinear esse termo como uma representação visual útil das informações acompanhadas de uma organização lógica e com certos critérios estabelecidos baseado nos dados de origem. Por exemplo, Google Maps (ver �igura a seguir) é um mecanismo de busca baseado em dados como (nome, CEP ou coordenadas geográ�icas) que gera uma representação grá�ica por meio de um mapa e de um conjunto de informações pertinentes. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tguE… 3/26 A visualização de informações proporciona mostrar os dados na forma de simples grá�icos (linhas, de barras e de pizza) e outras visualizações mais complexas (mapas, consulta em bases de dados, e no desenho de diagramas como organogramas e árvores genealógicas (DI BATTISTA et al., 1999) de tal maneira que o usuário possa usar de forma simples a sua percepção visual para uma melhor compreensão das informações. Nesse material, a visualização de dados e a visualização de informações não terão distinção uma vez que, de certa forma, não é relevante separá-las no contexto global das técnicas de visualização e alguns autores fazem meras distinções com base nas classes de aplicações ou interesse do usuário. As técnicas de visualização de informações buscam mostrar gra�icamente os dados de um determinado contexto para que o usuário possa entender melhor os dados disponı́veis a partir relações espaciais existentes de modo a compreendê-las de forma clara, gerando um novo conhecimento ou descoberta (um dos principais objetivos desse estudo). De forma geral, podemos dizer que o objetivo da visualização de informações é ajudar no entendimento dos dados, o qual, sem uma visualização, exigiria maior esforço para ser compreendido. Figura 1 - Figura 1- Google Maps Fonte: Fonte: GOOGLE MAPS, 2019. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tguE… 4/26 A�inal, o que é visualização de informações? Segundo Card et al. (1999), a visualização de informações é o uso de representações visuais de dados abstratos suportados por computador e interativas para ampliar a cognição. A partir dessa de�inição temos um importante passo durante processo de visualização, que seria determinar qual técnica deve ser utilizada em uma determinada situação (maiores detalhes serão explanados no próximo tópico). Claramente, esta escolha dependente do tipo de dado que está sendo estudado e dos trabalhos que necessitam ser realizados. Segundo alguns estudos, há classi�icações que buscam ajudar o usuário a adequar sua necessidade (ou sua aplicação) em alguma técnica, por exemplo, Shneiderman (1996) utilizou a seguinte classi�icação (baseada por tipo de dados e por tarefas): unidimensionais (1D), temporais, bidimensionais (2D), tridimensionais (3D) e multidimensionais (nD), dirigidas à visualização de hierarquias e de relacionamentos (grafos), e possibilitar a existência de tarefas como: gerar uma visão geral e detalhada, zooming, �iltragem, caracterização de relacionamentos e extração de informações diversi�icadas. CASO Tendo em vista a expansão das redes sociais (Facebook, Twitter e entre outras), Riff et al. (2015) desenvolveram um trabalho que mostra uma ferramenta de visualização de informações, empregando dados extraıd́os do Twitter baseado em hashtags e seguindo modelo de visualização de dados desenvolvido por Ben Fry. A partir desses dados, os autores criaram uma visualização que permite explorar os acontecimentos de certo dia e seu impacto na respectiva rede social. Para mais detalhes, acesse: http://www.proceedings.blucher.com.br/article- details/visualizao-sobre-dados-de-redes-sociais-20367 (http://www.proceedings.blucher.com.br/article-details/visualizao-sobre- dados-de-redes-sociais-20367). http://www.proceedings.blucher.com.br/article-details/visualizao-sobre-dados-de-redes-sociais-20367 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tguE… 5/26 Agora que você reconhece a ampla abrangência do conceito de visualização de dados e informações, já está preparado para compreender sobre dados e suas representações visuais, técnicas de visualizações de informações, dashboard, que serão assuntos dos próximos tópicos. VOCÊ SABIA? Sendo uma área em constante expansão, existem conferências importantes sobre Visualização de Informações, a saber, o ACM Symposium on Software Visualization; e o International Conference of Information Visualization. No contexto nacional, há eventos como o Brazilian Symposium on Computer Graphics and Image Processing – SIBGRAPI, que tem uma grande relevância na área acadêmica e desenvolvem novas pesquisas e produtos nesse campo de estudo. 1.2 Caracterização de dados Dados descrevem de forma geral as entidades que são os elementos de estudo. Os dados são os atributos que podem ser caracterizados conforme os critérios de�inidos, logo, a percepção das propriedades dos dados é um importante passo para escolha correta da técnica de visualização a ser utilizada. Conforme Freitas e Wagner (1995), podemos estabelecer um critério para caracterizar um atributo em que seria sua classe (ou tipo)de informação que representa, nesse caso, um atributo que pode ser uma entidade dentro de uma classe, podendo ser: caracterı́stica, categoria, atributo nominal ou ordinal. Além disso, os atributos possuem uma propriedade individual: escalares, vetoriais, ou tensoriais (considerando um intervalo, podem assumir valores inteiros ou ponto �lutuante). Outro critério para a caracterização dos atributos está relacionado ao tipo primitivo do dado e pode ser alfanumérico, inteiro ou ponto �lutuante. VAMOS PRATICAR? Desenvolva três grá�icos que apresentem os principais tipos pr apresentados nesse material. Fique atento na construção de cada grá�ico relacionar em cada eixo tipos primitivos diferentes. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tguE… 6/26 Por �im, os dados podem ser caracterizados conforme a dimensão e a natureza do domı́nio. Considerando a dimensão, temos (clique para ler): Unidimensionalidade Bidimensionalidade Tridimensionalidade N-dimensionalidade Enquanto ao domı́nio, pode ser de natureza contı́nua ou discreta. 1.2.1 Representação visual Representações visuais se enquadram em �iguras que servem para representar uma amostra de dados sob algum estudo. Popularmente, temos os grá�icos de dispersão, de linhas, de barras e de pizza que possibilitam observar as relações entre os atributos, como vemos na �igura a seguir: • • • • 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tguE… 7/26 Ainda temos representações através de mapas, de diagramas e de grafos, que são representações grá�icas complexas as quais servem para mostrar componentes visuais (sı́mbolos geométricos e cores). Considerando a natureza e o domı́nio do estudo, as representações visuais podem ser unidimensionais, bidimensionais ou tridimensionais. 1.2.2 Recursos de interação Em certos momentos, a representação visual não é su�iciente para proporcionar uma compreensão de uma grande massa de dados. Constantemente são disponibilizadas funções que os usuários podem utilizar por meio de ações em diferentes nı́veis (FREITAS et al., 2001) e estas ações promovem mudanças na representação visual criando uma nova aparência no conjunto de dados em estudo. Figura 2 - Representação visual de Grá�icos Simples Fonte: PYQTGRAPH, 2019. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tguE… 8/26 Considerando o nı́vel mais primitivo ou básico estão as funções de navegação pelo deslocamento horizontal/vertical de uma barra de rolagem (em inglês, scroll bar). Em outro nı́vel, temos as funções de seleção de dados de interesse (em inglês, point region of interest), como vemos na �igura a seguir, as quais podem ou não provocar tanto um reposicionamento da amostra de dados, gerando uma nova visualização como certo nı́vel de detalhamento (zooming semântico) de uma parte dessa amostra (ver �igura a seguir) e, possivelmente, a omissão de outra. Temos outras funções mais complexas, como: operações de poda (prunning) e agrupamento (clustering), que são essenciais nas tarefas de navegação e exploração em diagramas que representam estruturas como grafos (para uma leitura mais completa sobre as funções citadas, leia Herman e Marshall, 2000). As operações citadas anteriormente possibilitam ocorrer três situações: (1) a representação é modi�icada para apresentar somente a região de interesse selecionada; (2) a referida região de interesse ocupa, exclusivamente, o campo de visão essencial e o resto da amostra de dados é sustentado em outra área; e (3) a região de VOCÊ QUER VER? Em 2019, o cientista de dados Elton Sarmanho, da Universidade Federal do Pará, desenvolveu uma ferramenta de visualização de dados que apresenta os sinais �isiológicos ao longo do tempo dos usuários que participaram de um Playtest controlado (são testes que avaliam experiência do jogador durante interação com um jogo digital). Nessa ferramenta, percebemos algumas técnicas de interação e apresentação de alguns grá�icos. Para veri�icar a referida ferramenta, acesse: https://youtu.be/7kWTL8nLrYI (https://youtu.be/7kWTL8nLrYI). VAMOS PRATICAR? Crie um painel de visualização que implemente as funcionalidades de Pru Clustering. Fique à vontade para escolher amostra de dados a ser utilizada https://youtu.be/7kWTL8nLrYI 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tguE… 9/26 interesse e a visão geral, ambas apresentadas conjuntamente. A situação 2 apresenta uma técnica chamada de visão overview+detalhe, enquanto as outras situações apresentam a técnica chamada de foco+contexto (CARD et al., 1999). Estas e outras técnicas serão explicadas mais adiante. Em um nı́vel superior estariam funções que possibilitam representar visualmente os dados em segmentos ou frações, considerando alguns critérios de�inidos pelos usuários. Essas funções são �iltros ou consultas dinâmicas, comumente encontradas em dashboard e em banco de dados. Figura 3 - Seleção de dados de interesse em uma imagem Fonte: PYQTGRAPH, 2019. 1.3 Modelo de referência de visualização Um modelo de referência de visualização possibilita a identi�icação dos elementos importantes a serem considerados na utilização de uma determinada técnica. Existem diferentes modelos, entretanto, usaremos o modelo de referência para o processo de visualização de informações proposto por Card et al. (1999), como vemos a �igura a seguir, o qual é bastante consolidado no meio acadêmico: 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 10/26 A etapa inicial é denominada de Transformações de Dados e é quando os dados brutos são processados e estruturados, normalmente, na forma de uma ou de mais tabelas. O processamento visa a eliminar os dados incorretos e truncados através de seus �iltros e agrupamentos. Uma forma simples de estruturar os dados em tabelas é designar uma linha para cada dado e uma coluna para cada atributo. Desta forma, número total de linhas apontará a quantidade total de dados a serem visualizados e, consequentemente, o número total de colunas que incide na dimensão dos dados. A etapa seguinte é o Mapeamento Visual, a qual abrange a construção de uma estrutura visual que mostre os dados da tabela. Toda estrutura visual pode ser dividida em três segmentos: substrato espacial, marcas visuais e propriedades grá�icas das marcas. O primeiro segmento, chamado substrato visual, assinala o espaço para a visualização, geralmente, representado por eixos (por exemplo, eixo X e Y no domı́nio cartesiano). Conforme Nascimento e Ferreira (2011, p. 18), existem quatro tipos elementares de eixos: U = eixo não estruturado (ou sem eixo); N = eixo nominal (região dividida em sub-regiões); O = eixo ordenado (região dividida em sub-regiões cuja ordem tem importância); Q = eixo quantitativo (região que tem uma métrica, como valores inteiros ou reais). As marcas visuais são compostas por sı́mbolos grá�icos que retratam os itens de dados. A �igura a seguir apresenta os tipos de marcas visuais mais comuns: pontos, linhas, áreas, volumes e �iguras complexas cujos detalhes possuem extrema relevância. Figura 4 - Modelo de Referência para Visualização de Informações Fonte: FREITAS et al., 1995, p. 149. • • • • 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 11/26 Temos, ainda, o último seguimento chamado propriedadesgrá�icas, que são os atributos visı́veis que representam as marcas visuais. As propriedades frequentemente utilizadas são: posição espacial, forma, cor, tamanho e área (para objetos bidimensionais) ou volume (objetos tridimensionais) da marca, além da orientação, sentido e inclinação de marcas. Há propriedades complexas que proporcionam dinamismo à marca: animação, velocidade, direção e sentido do movimento, além da frequência com que o estado de marca altera sua forma Por �im, as Transformações Visuais são último passo do processo de visualização em que é possı́vel alterar e estender as estruturas visuais interativamente por meio de operações básicas, como vemos a seguir (clique para ler). Figura 5 - Marcas Visuais Fonte: NASCIMENTO; FERREIRA, 2011, p. 19. VOCÊ QUER LER? Livros especializados também apresentam conceitos e técnicas de visualização de informações que podem direcionar ao estudante para um profundo conhecimento sobre este campo de estudo. Os textos estão em inglês e podem ser encontrados em Card et al. (1999), Spencer (2000) e Ware (2004). Testes de localizaçã o Permitem obter informações elementares sobre algum elemento da tabela de dados. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 12/26 Os recursos de interação implementados durante a etapa de transformação visual proporcionam ao usuário examinar diferentes cenários para uma melhor compreensão dos dados que estão sendo vistos. Vale ressaltar que o trabalho para processo de exploração dos dados é transmitido parcialmente para a máquina, uma vez que as atividades de processamento de imagens são feitas exclusivamente pela máquina, deixando somente para o usuário tarefa de analisar dados quando a visualização é alterada. 1.3.1 Técnicas de interação Agora descreveremos algumas técnicas de interação encontradas nas etapas do modelo anterior, as quais são comumente utilizadas durante construção de painel de visualização de dados ou dashboard. A técnica de Brushing é uma interação com transformação de dados que corresponde em um procedimento interativo que é capaz selecionar na tela os dados específicos ou uma amostra de dados do total, facilitando a identificação e exploração dos efeitos sobre as relações entre variáveis consideradas importantes, como vemos na figura a seguir. Controles de ponto de vista Proporcionam ampliar, reduzir e deslocar a imagem com o propósito de fornecer distintas visões. Distorções da imagem Tendendo gerar ampliações de uma determinada região em detrimento de outra. VAMOS PRATICAR? Desenvolva um mecanismo de seleção dados por interesse utilizando imagem signi�icativa, por exemplo, um mapa. Fique à vontade de esc imagem para exercitar o conceito em questão. • 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 13/26 A técnica de Pivot Tables é uma interação com mapeamento visual que, geralmente, é encontrada em tabelas e/ou planilhas eletrônicas e que possibilita ao usuário ter uma interação dinâmica sobre dados sobre as linhas e colunas, como vemos na figura a seguir. Figura 6 - Técnica de Brushing Fonte: KELLEHER, 2014, p. 32. • Figura 7 - Técnica de Pivot Tables. Fonte: EXCELCAMPUS, 2019. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 14/26 A técnica de Direct Selection é uma interação com as transformações de visualizações que possibilita selecionar e destacar elementos gráficos isoladamente ou em grupos (ver figura anterior - Técnica de Brushing). • 1.4 Aspectos gerais da visualização Destacamos que nem toda visualização de dados é útil para determinado objetivo. Conforme Mackinlay (1986), podemos considerar dois aspectos para visualização que nos auxiliam a de�inir a sua utilidade: a expressividade e a efetividade. Uma visualização é avaliada como expressiva caso seja capaz de apresentar todos os dados de interesse ao usuário e nada mais. Já a efetividade está condicionada em mostrar os dados de forma compreensı́vel, ou seja, para uma visualização alcançar efetividade, ela precisa ser naturalmente perceptı́vel e ocasionar um menor número de erros de interpretação ao usuário. Esses dois aspectos são relevantes, pois uma visualização pode não ser apta em enfatizar padrões valiosos nos dados, consequentemente, não proporcionará novas informações além daquilo que é usualmente conhecido. A visualização pode ser de árduo entendimento ou ocasionar interpretações falsas, que em geral desdizem com o verdadeiro sentido dos dados. Podemos destacar alguns problemas que comprometem a efetividade de uma visualização. Clique nas setas para ler: VOCÊ O CONHECE? Jock D. Mackinlay é um pesquisador americano em visualização de informações e vice- presidente de pesquisa e design da Tableau Software. Junto com outros autores ele desenvolveu um conjunto de técnicas de visualização de informação e orientações para desenvolvedores de dashboard seguirem para a construção de visualizadores de alta qualidade. Para saber mais sobre vida de Jock D. Mackinlay, acesse: https://research.tableau.com/user/jock-mackinlay (https://research.tableau.com/user/jock-mackinlay). insu�iciência de dados na visualização pode prejudicar processo de contextualização das informações relevantes; https://research.tableau.com/user/jock-mackinlay 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 15/26 Existem outras propriedades como cor, dimensionalidade, tamanho e forma dos elementos visuais que impactam no processo de cognição e na elaboração de visualizações efetivas. A existência de funcionalidades para interagir com os dados pode contribuir para melhorar a visualização. Nascimento e Ferreira (2011, p. 20) nos mostram alguns pontos que propiciam elevação da expressividade e da efetividade das visualizações, clique a seguir para ler. Utilize o modelo da �igura apresentada anteriormente, “Modelo de Referência para Visualização de Informações”, durante a criação de novas visualizações. O referido modelo auxilia na modularização do processo de mudança dos dados brutos em imagens interativas. Com efeito, novos mecanismos podem ser incrementados à visualização sem a necessidade de mudar o processo como um todo; Realizar uma limpeza ou remoção dos elementos visuais desnecessários, por exemplo, legendas sem relevância durante o processo de construção visualização; Alcance a simplicidade. Se houver formas distintas de representar visualmente uma mesma informação, escolha sempre a mais simples; desprezar atributos relevantes; sobreposição de grá�icos em escalas ou sistemas de coordenadas diferentes impede uma comparação das informações na tela; realizar mapeamento inadequado dos dados para marcas e atributos visuais. • • • 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 16/26 Use, de forma adequada, sıḿbolos e atributos visuais que ajudem na percepção dos dados e dos padrões existentes. Por exemplo, ao usar grá�ico de linhas, tente usar diferentes cores para diferentes linhas e dependendo do contexto use certas cores que são bem conhecidas academicamente ou culturalmente por terem um signi�icado de�inido. Isso facilita no processo de abstração do conhecimento. O trabalho feito por Mackinlay (1986) mostra uma relação de associação dos atributos de dados com os atributos visuais, propondo uma escala de prioridade para usar de forma adequada esses atributos visuais. As ordens de prioridade construı́dapelo autor são apresentadas no esquema a seguir para três tipos de dados (quantitativos, ordinais e nominais), partindo do atributo visual mais perceptı́vel até o menos perceptı́vel. O objetivo é associar os atributos mais importantes dos dados aos atributos visuais no topo da lista, usando a sequência recomendada. A seguir serão discutidos com mais detalhes algumas das técnicas de visualização de informações que visam analisar de forma geral e especı́�ica os dados. 1.4.1 Técnicas de visualização de informações • Figura 8 - Esquema da percepção de atributos visuais. Fonte: NASCIMENTO; FERREIRA, 2011, p. 22. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 17/26 Existem dois critérios para o estudo e a classi�icação das técnicas de visualização de informações. O primeiro considera a forma como as técnicas interagem com substrato visual, as marcas e as caracterı́sticas dos elementos visuais. Nesse critério, temos técnicas que utilizam as cores, Foco + Contexto, Overview + Detail (Geral + Detalhes), landscape (Paisagem) e Scrolling/Zooming que alteram a dimensão do substrato visual, manipulam dinamicamente a associação dos dados e alteram a escala de ampliação da �igura (NASCIMENTO; FERREIRA, 2011). No segundo critério, as técnicas são classi�icadas conforme as caracterı́sticas dos dados a serem visualizados, considerando a dimensionalidade e as estruturas. Vamos levar em consideração aqui o primeiro critério. Um mecanismo bastante explorado por várias técnicas na apresentação de informações é o uso de cores. Utilizar a cor de forma correta e precisa não é uma tarefa simples, já que a associação inapropriada de atributos de dados a cores pode gerar uma poluição visual ou quebra da percepção da informação. Assim, Ware (2004) aponta algumas orientações para o uso adequado de cores, por exemplo, enfatizar a preocupação com o contraste da cor de uma marca visual com a cor de fundo, em que o contraste entre as cores adjacentes pode ou não modi�icar expressivamente a entendimento de uma cor, fazendo com que ela pareça mais clara ou escura. O respectivo autor indica artifı́cios para minimizar esse efeito, por exemplo, projetar uma borda de cor branca ou preta (de espessura �ina) ao redor de um objeto colorido. A seguir, vamos detalhar outras técnicas de visualizações. 1.4.2 Foco + contexto Iremos apresentar procedimento chamado Foco+Contexto em que foca em apresentar uma visualização macro dos dados a serem apresentados, porém enfatizando certa área de interesse (foco) através de uma leve ampliação. No geral, busca-se ampliar a área de interesse enquanto se compacta o restante da imagem (contexto). Ressaltamos que essa técnica aplica uma distorção da �igura original, assim, ela pode demandar treinamento para seu uso e�iciente. Para Nascimento e Ferreira (2011), os principais exemplos de técnicas do tipo Foco+Contexto são a Fisheye, Browser Hiperbólico, Perspective Wall e o Table Lens. Elas serão brevemente explicadas a seguir. 1.4.3 Fisheye Outra técnica visualização bastante conhecida na literatura é chamada de Fisheye, a qual gera uma visão detalhada de uma área de interesse através de uma taxa maior de ampliação no centro dessa área e decrescente no sentido da periferia da imagem. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 18/26 Além disso, a referida técnica foi comumente empregada para a navegação em árvores de diretórios (conforme vemos na �igura a seguir), em que subárvores eram expandidas ou compactadas conforme a localização de uma área de interesse do usuário. VOCÊ SABIA? A técnica Fisheye proposta por Furnas (FURNAS, 1981) é amplamente usada em imagens bidimensionais, porém, foi inicialmente utilizada para a visualização de texto. As seções de texto de interesse secundário eram removidas, mostrando somente o seu tıt́ulo. Já a área ou subárea de interesse primário aparecia em maiores detalhes. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 19/26 Outra técnica usada em conjunto com Fisheye é Browser Hiperbólico ou árvore Hiperbólica, a qual vemos a seguir. 1.4.4 Browser hiperbólico A técnica de Browser Hiperbólico consegue combinar Foco+Contexto com desenho radial de árvores para ajudar na navegação de grandes hierarquias de dados. Podemos destacar o trabalho feito por Lamping e Rao (1996, p. XX), no qual os autores mapeiam a estrutura de uma árvore em uma representação no plano hiperbólico a ser projetado em um display. Uma caracterı́stica desse plano é que a circunferência de um cı́rculo no qual o centro incide com o centro da tela aumenta exponencialmente com o seu raio. Isso quer dizer que existe mais espaço livre para se compactar dados na medida em que se aproxima da periferia da estrutura. Usando essa representação, essa técnica oferece em torno de dez vezes mais vértices de uma árvore do que usando uma visualização no plano cartesiano. Figura 9 - FishEye Menu. Fonte: BEDERSON, 2012. XX. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 20/26 Conforme Lamping e Rao (1996, p. 35) é possı́vel constatar a efetividade da navegação em um Browser Hiperbólico. Alterações no foco podem ser feitas por meio de movimentos simples do mouse tendo como objetivo selecionar vértices de interesse ao usuário. Assim, é possı́vel mover o vértice selecionado para o centro do display e provocar uma compactação dos dados que estão distantes do mesmo. Desta maneira, esta técnica realiza transições progressivas e leves com relação ao ponto de foco, de modo a conservar o mapa mental, como vemos na �igura anterior. 1.4.5 Perspectiva Wall e Table Lens A técnica Perspective Wall (MACKINLAY et al., 1991, p. 176) possibilita a visualização de diversas informações em sequência por meio de um retângulo horizontal em que é dobrado para trás nos limites à direita e à esquerda da área de interesse, gerando uma perspectiva tridimensional dos resultados. Uma �igura dessa técnica pode ser vista a seguir. Figura 10 - Browser Hiperbólico. Fonte: NASCIMENTO; FERREIRA, 2019, p. 30. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 21/26 A segunda técnica chamada de Table Lens (RAO; CARD, 1994) é uma estratégia efetiva para a compressão de grande massa de dados alfanuméricos multidimensionais apresentados em uma tabela e mostrados completamente em uma tela. Os dados (as linhas) de grande interesse �icam visivelmente expandidos, enquanto os demais elementos são compactados em pequenos pixels (na forma de linhas). Figura 11 - Exemplo de Calendário usando a técnica Perspective Wall. Fonte: NASCIMENTO; FERREIRA, 2011, p.31. Figura 12 - Table Lens. Fonte: NASCIMENTO; FERREIRA, 2011, p. 31. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 22/26 Ainda temos que o comprimento das linhas de pixel são de�inidas pelo atributo do dado na coluna em correspondência. A técnica de Table Lens proporciona interação do usuário por meio da seleção das linhas de maior interesse, o que gera sua ampliação e a visualização dos valores acurados nas suas colunas. Existe a possibilidade de ordenar as linhas com base nos atributos das colunas para simpli�icar a consulta dos dados e explorar correlações entre eles. 1.4.6 Geral + Detalhe A técnica conhecida como Geral + Detalhe (em inglês,Overview+Detail), temos que uma parte dos dados é mostrada de forma ampla e minuciosa em uma área de maior visualização (chamado detail), enquanto que uma imagem reduzida, que frequentemente está posicionada lateralmente na tela (o overview), apresenta uma visão geral de todo conteúdo disponı́vel. A respectiva técnica possibilita sincronizar a região ampliada com uma marca visual na imagem reduzida, de tal maneira que direciona qual segmento dos dados está detalhado. Esta técnica é frequentemente utilizada em processadores de texto e em programas de apresentação de slides e imagens para organizar a navegação e a visualização de dados em uma lista de diversas páginas. 1.4.7 Zooming Essa técnica possibilita ao usuário controlar o nı́vel de abstração de uma representação de dados, de modo que essa representação possa apresentar uma visão mais ampla ou detalhada de uma área de dados especı́�ica. Desta forma, o zooming permite mudar a escala da representação visual sem que a representação seja distorcida, somente replicando a ação de aproximação ou de afastamento usada em imagens consideradas não dinâmicas. Figura 13 - Um exemplo de overview+display. Overview se localiza canto direito inferior da tela ao qual permite usuário ver contexto da região detalhada Fonte: COCKBURN et al., 2009, p. 3. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 23/26 De certa maneira, essa técnica possibilita o controle do foco e o fator de zoom para adquirir uma visão com adequada perspectiva em cima dos dados de interesse, de modo a não perder a noção de posição e contexto. O usuário pode realizar essa operação através da “barra de zoom”, por exemplo. Com o avanço das tecnologias e dos dispositivos de toque (touch), essa técnica está bastante desenvolvida e consolidada já que o uso dos dedos torna possı́vel realizá-la de forma e�iciente. 1.4.8 Filtragem Essa técnica possibilita a seleção dos dados a serem representados conforme as condições de�inidas numa consulta. Os dados que não estão inclusos nesta condição, construı́da pelo usuário, �icam ocultados de forma não estarem visı́veis e podem retornar mais tarde por meio de outra consulta. Este tipo de técnica, a qual é baseada no paradigma da manipulação direta dos dados, auxilia na elaboração de um sistema mais responsivo, usando consultas textuais orientadas (queries). Figura 14 - Técnica Zooming sobre grá�ico de linha. Fonte: ORIGINLAB, [201-]. Figura 15 - Filtragem usando Query. Fonte: DRUPAL, [201-]. 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 24/26 Além do uso de consultas, a �iltragem pode ser feita usando alpha sliders, range sliders (veja a �igura a seguir) e entre outros componentes grá�icos. A técnica de �iltragem é recomenda quando se tem uma massa de dados e o observador somente deseja visualizar uma pequena parte deles, logo, é fortemente recomendada a implementação dessa técnica em projetos de visualização de informações. Figura 16 - Range Sliders �iltrando data. Fonte: SUPPORT OFFICE, 2019. Síntese Finalizamos este estudo introdutório no qual apresentamos os conceitos de visualização de dados e informação. Além disso, neste capı́tulo você teve a oportunidade de: Nesta unidade, você teve a oportunidade de: entender melhor sobre dados e mecanismos de interação; ter noções gerais sobre Modelo de referência de visualização; compreender as técnicas de interação; conhecer alguns aspectos gerais que devem ser levados em conta para uma visualização de dados adequada; conhecer algumas técnicas de visualização. • • • • • 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 25/26 Bibliografia BEDERSON, B. B. Fish Eye Menu [screenshot]. Disponı́vel em: http://hcil2.cs.umd.edu/trs/2000-12/2000- 12.html (http://hcil2.cs.umd.edu/trs/2000-12/2000-12.html). Acesso em: 25 ago. 2019. CARD, S. K. et al. Readings in Information Visualization: using vision to think. In: KAUFMANN, M. Series in Interactive Technologies. Amsterdam: Academic Press, 1999. COCKBURN, A.; KARLSON, A.; BEDERSON, B., A Review of Overview+Detail Zooming and Focus+Context Interfaces. ACM Computing Surveys, v. 41, p. 1-3, 2009. DI BATTISTA, G. et al. Graph Drawing. Upper Saddle River: Prentice Hall, 1999. DRUPAL. Improve query �ilter UI on admin/content. Download e Extend, [201-]. Disponı́vel em: https://www.drupal.org/project/drupal/issues/355820 (https://www.drupal.org/project/drupal/issues/355820). Acesso em: 25 ago. 2019. FOREMAN, J. W. Data Smart. Usando Data Science Para Transformar Informação em Insight. São Paulo: Alta Books, 2016. FREITAS, C. M. D. S. et al. Cava. Introdução à Visualização de Informações. Revista de Informática Teórica e Aplicada, Porto Alegre, v. 8, n. 2, p. 143-158, 2001. FREITAS, C. M. D. S.; WAGNER, F. R. Ferramentas de suporte às tarefas da análise exploratória visual. Revista de Informática Teórica e Aplicada, Porto Alegre, v. 2, n. 1, p. 5-36, 1995. FURNAS, G. W. The FISHEYE view: a new look at structured �iles. Technical Report #81-11221-9. New Jersey: Bell Laboratories 1981. GERSHON, N.; EICK, S. G. Information Visualization. IEEE Computer Graphics and Applications, v. 17, n. 4, p. 29-31, 1997. HERMAN, I.; MELANÇON, G.; MARSHALL, M.S. Graph Visualization and Navigation in Information Visualization: a survey. IEEE Transactions on Visualization and Computer Graphics, v. 6, n. 1, p. 24-42, 2000. JOSE� , M. F.; REIS, B. S. Projetos grá�icos: fundamentos 2D e 3D. São Paulo: E� rica, 2015. Disponı́vel em: https://integrada.minhabiblioteca.com.br/books/9788536519517 (https://integrada.minhabiblioteca.com.br/books/9788536519517). Acesso em: 25 ago. 2019. KELLEHER, C. Visualizing the Universal Data Cube. University of Massachusetts Lowell. Tese de Doutorado, 2014. LAMPING, J.; RAO, R. The hyperbolic browser: A focus + context technique for visualizing large hierarchies. Journal of Visual Languages and Computing, v. 7, n.1, 1996, p. 33–35. MACKINLAY, J. Automating the design of graphical presentations of relational information. ACM Transactions on Graphics, v. 5, n. 2, p. 110–141, 1986. MACKINLAY, J. D.; ROBERTSON, G. G.; CARD, C. The perspective wall: Detail and context smoothly integrated. In: Proceedings of ACM CHI’91 - Conference on human factors in Computing Systems and Graphics Interface. ACM-Press, 1991. p. 173–179. Disponı́vel em: https://research.tableau.com/sites/default/�iles/p173- mackinlay.pdf (https://research.tableau.com/sites/default/�iles/p173-mackinlay.pdf). Acesso em: 25 ago. 2019. MICROSOFT OFFICE. Create a PivotTable timeline to �ilter dates. Support Of�ice, 2019. Disponı́vel em: https://support.of�ice.com/en-us/article/create-a-pivottable-timeline-to-�ilter-dates-d3956083-01be-408c- 906d-6fc99d9fadfa (https://support.of�ice.com/en-us/article/create-a-pivottable-timeline-to-�ilter-dates- d3956083-01be-408c-906d-6fc99d9fadfa). Acesso em: 25 ago. 2019. NASCIMENTO, H. A. D.; FERREIRA, C. B. R. Uma Introdução à Visualização de Informações. Visualidades - Revista do Programa de Mestrado em Cultura Visual, Goiânia,v. 9, n. 2, p. 13-43, 2011. NASCIMENTO, H. A. D.; FERREIRA, C. B. R. (2005). Visualização de Informações - Uma Abordagem Prática, p. 1262–1312. Livro Texto da XXIV Jornada de Atualização em Informática. ORIGINLAB. Magnifying or Zooming In on a Portion of the Graph. Data Exploration, [201-]. Disponı́vel em: https://www.originlab.com/doc/Origin-Help/Zoom-Portion-of-Graph (https://www.originlab.com/doc/Origin-Help/Zoom-Portion-of-Graph). Acesso em: 25 ago. 2019. http://hcil2.cs.umd.edu/trs/2000-12/2000-12.html https://www.drupal.org/project/drupal/issues/355820 https://integrada.minhabiblioteca.com.br/books/9788536519517https://research.tableau.com/sites/default/files/p173-mackinlay.pdf https://support.office.com/en-us/article/create-a-pivottable-timeline-to-filter-dates-d3956083-01be-408c-906d-6fc99d9fadfa https://www.originlab.com/doc/Origin-Help/Zoom-Portion-of-Graph 20/09/2022 16:41 Ferramentas de Dashboard https://student.ulife.com.br/ContentPlayer/Index?lc=pjeriGzcfGyZSc0okYZAqw%3d%3d&l=fbCRfpn2sMM5yeV5AmkumQ%3d%3d&cd=ho0tgu… 26/26 RAO, R.; CARD, S. K. The table lens: Merging graphical and symbolic representation in an interactive focus + context visualization for tabular information. In: Proc. ACM Conf. on Human Factors in Software. ACM- Press, 1994. p. 318–322. Disponı́vel em: https://hci.stanford.edu/courses/cs448b/papers/Rao-TableLens.pdf (https://hci.stanford.edu/courses/cs448b/papers/Rao-TableLens.pdf). Acesso em: 25 ago. 2019. RIFF, C. et al. Visualização sobre dados de redes sociais. In: SPINILLO, C. G. et al. (Ed.). CIDI - CONGRESSO INTERNACIONAL DE DESIGN DA INFORMAÇA� O. VII., 2015, São Paulo. Anais [...]. São Paulo: Blucher, 2015. SARMANHO, E. Project Game Data Explorer (PGD EX) - Sprint 2. Youtube, 26 jun. 2019. Disponı́vel em: https://www.youtube.com/watch?v=7kWTL8nLrYI&feature=youtu.be (https://www.youtube.com/watch? v=7kWTL8nLrYI&feature=youtu.be). Acesso em: 25 ago. 2019. SHNEIDERMAN, B. The eyes have it: a task by data type taxonomy for information visualizations. In: PROCEEDINGS OF IEEE SYMPOSIUM ON VISUAL LANGUAGES, 1996. Anais [...]. Boulder: IEE, 1996. p. 336- 343. Disponı́vel em: cs.umd.edu/~ben/papers/Shneiderman1996eyes.pdf (http://cs.umd.edu/~ben/papers/Shneiderman1996eyes.pdf). Acesso em: 25 ago. 2019. SPENCE, R. Information Visualization. Nova Jersey: ACM Press, 2000. TABLEAU RESEARCH. Jock Mackinlay. About, [201-]. Disponı́vel em: https://research.tableau.com/user/jock- mackinlay (https://research.tableau.com/user/jock-mackinlay). Acesso em: 25 ago. 2019. WARE, C. Information Visualization: perception for design. 4. ed. In: Kaufmann, M. Series in Interactive Technologies. Amsterdam: Academic Press, 2004. PYQTGRAPH. Pyqtgraph - scienti�ic graphics and gui library for python, [201-]. Disponı́vel em: http://www.pyqtgraph.org/ (http://www.pyqtgraph.org/). Acesso em: 25 ago. 2019. https://hci.stanford.edu/courses/cs448b/papers/Rao-TableLens.pdf https://www.youtube.com/watch?v=7kWTL8nLrYI&feature=youtu.be http://cs.umd.edu/~ben/papers/Shneiderman1996eyes.pdf https://research.tableau.com/user/jock-mackinlay http://www.pyqtgraph.org/
Compartilhar