Storytelling com dados: o que é e o que aprendi (pra você ver se vale a pena)

Contar histórias com recursos visuais sempre me apaixonou. Desde a faculdade, até trabalhar fazendo dashboards de engenharia, pitch de startup e hoje aprofundando conhecimento em BI na Deloitte.

Recentemente o assunto "Alfabetização de dados" apareceu em uma newsletter da The Shift e coincindiu com uma dica do Felipe Seperuelo sobre o tema. Resolvi me aprofundar pois faz muito sentido, cada vez mais o volume de dados vai fazer com que precisemos ser especialistas em "fazer sentido" e comunicar bem ideias.

Nesse artigo vou compartilhar os insights e aprendizados que tive no curso Data Visualization: Storytelling, disponível no Linkedin Learning. Espero que a final você consiga ver se o curso (e o tema) faz sentido para você também.

Sobre o curso

O curso Data Visualization: Storytelling é dado em inglês pelo Bill Shander e oferecido na plataforma do Linkedin Learning (que é paga) e tem a duração aproximada de 1h e 40min. Durante as aulas há algumas perguntas relacionadas ao conteúdo para fixar melhor.

O curso como um todo fala de forma bem superficial sobre os temas principais de storytelling com dados e busca introduzir o assunto com uma série de exemplos bem interessantes. É um curso focado em histórias de não-ficção (ou seja, aplicadas à pesquisa, jornalismo, negócios etc), sendo que as bases são as mesmas das histórias de ficção. O autor passa por 4 grandes tópicos:

1. Why storytelling?: A conteção de histórias como parte primordial da evolução humana. A relação das histórias de ficção e não-ficção. A aplicabilidade e importância de usar narrativas para fixar conteúdos.
2. Story structure: Há uma estrutura e linearidade nas histórias, e precisamos saber fundamentalmente 3 coisas (o que queremos falar, o que os dados dizem e o que o público precisa). Fala também aqui sobre fazer croquis e testes visuais com as narrativas antes de evoluir.
3. Story mechanisms: Nesse tópico o autor passa por 7 mecanismos possíveis para utilizarmos na narrativa e os prós e contras de cada (lógica linear, mudanças ao longo do tempo, diagramas de fluxos, comparar e contrastar, profundidade progressiva, personalização e uso de texto). Aqui ele abusa dos exemplos e muitos são incríveis mesmo, vale para abrir a cabeça com as possibilidades.
4. Final touchs: Esse capítulo final são alguns toques e dicas, como: Uso de legendas e dicas textuais para explicar a narrativa (labeling); Uso de diagramas bonitos e animados para reforçar pontos (eye candy); Importância da repetição para fixar a mensagem (repetition); A necessidade de pensar em quem vai ler e se fazer entender (relatability); Usar complexidade na medida necessárias (complexity);

Os maiores aprendizados que tive

• Saber o que queremos dizer: Ele mesmo fala que dá até vergonha de falar isso em voz alta rs, mas é fundamental. Segundo o Bill 90% das pessoas que ele fala tem uma base de dados e falam para ele "crie um dashboard", mas sem saber o que quer com os dados. Esse exercício é certamente o mais difícil. Que problema quero resolver? Como diria Simon Sinek, comecemos pelo "Por Quê?".
• Buscar nos dados insight (o que os dados nos dizem): É uma fase de ir "cavando" nos dados coisas que possam ser interessante. Unir escalas, ver pontos de evolução ou padrões nos dados para saber aquilo que nem sabemos que não sabemos.
• Testar à mão: Há uma fase de brainstorming que eu adorei conhecer. Desde a faculdade uso papel e caneta para rabiscar ideias e fazer apresentações antes no A4. Gostei de saber que mesmo para dashboards avançados a dica é: comece com um papel e caneta!
• Linearidade: O ser humano não é multitasking, só conseguimos prestar atenção em uma coisa por vez, e nas histórias esperamos uma certa linearidade e estrutura. Então ele dá algumas dicas de como começar introduzindo, seguir um raciocínio linear e com elementos que apoiem a narrativa.
• Exemplos e mecanismos visuais: Um ponto alto do curso são os exemplos que ele dá. Acho que conhecendo novos visuais possíveis abre a cabeça para fazer diferente, sem ser sempre o gráfico de pizza e barras padrão do excel. Ele deixa uma lista grande de sites e referências para enriquecer nosso leque de possibilidades.

Anotações do curso usando o Método Cornell. Já ouviu falar? Como fazer anotações para fixar conteúdo. Aprendi no mestrado e acho que tem tudo a ver com investigar os "dados". Em outro momento explico como uso ;)

Mas e ai? Para que serviu? Vale a pena?

Eu acho que valeu para conhecer a abordagem do tema que conecta com muitos outros. A narrativa da história segue muito o que Adler falou no livro "Como falar, como ouvir" e certamente muito do que aprendemos na escola e pesquisa acadêmica: Saber quem é o público, introdução, desenvolvimento e conclusão e etc.

Eu achei que valeu muito, pois é rápido, dinâmico e cheio de exemplos para abrir a mente sobre o tema, os exemplos de cada mecanismo explicado certamente são o ponto alto. Se o Linkedin Learning para você não rola, há vídeos gratuitos e um livro indicado.