Por Stefano Carnevalli
A literacia em dados envolve várias etapas essenciais para garantir que você entenda, análise e utilize dados de maneira eficaz em suas respectivas organizações (empresas, governos ou associações).
Essas etapas estão relacionadas a nossas atitudes, desenvolvimento de habilidades e novos conhecimentos. Assim iremos ampliar nossa capacidade em explorar, entender e comunicar dados.
Para facilitar o processo de literacia em dados, podemos numerar as etapas na seguinte ordem:
- Fazer as perguntas certas: Definir objetivos claros e identificar quais dados são necessários para atingir esses objetivos.
- Compreender quais dados são úteis: Selecionar e coletar dados relevantes e de qualidade.
- Interpretar os dados para obter resultados relevantes: Analisar os dados para extrair insights significativos e relevantes.
- Testar e analisar hipóteses: Utilizar métodos estatísticos para testar hipóteses e validar os resultados.
- Criar visualizações de dados de fácil compreensão: Transformar dados complexos em gráficos e tabelas claras e compreensíveis.
- Contar a História dos Dados: Data Storytelling.
Dialogando sobre as etapas da Literacia em dados
A primeira etapa envolve dialogar sobre os objetivos em relação ao que se busca com os dados. Fazer as perguntas certas é fundamental para conseguir obter o máximo dos dados.
No ciclo da análise de dados a pergunta certa, irá gerar novas respostas e mesmo novas perguntas. Sendo muito comum chegar ao final de uma apresentação e indagar o público-alvo sobre novas perguntas.
A segunda etapa envolve entender o que são dados e como eles são coletados. Isso inclui aprender sobre diferentes tipos de dados, fontes de coleta e a importância da precisão e qualidade dos dados. Essa compreensão é essencial para determinar quais dados são úteis ou não para responder nossas perguntas certas. Assim os objetivos relacionados na etapa anterior, nos ajudarão a delimitar os indicadores chaves
A partir da compreensão dos dados, precisamos ampliar nossa capacidade de interpretação e análise.
Para isso é necessário saber utilizar ferramentas e técnicas estatísticas para identificar padrões, tendências e insights significativos.
Durante esse mesmo processo, precisamos transformar dados brutos em visualizações compreensíveis. Ainda desenvolvendo gráficos, tabelas e outros métodos visuais que facilitam a compreensão dos dados. Utilizando os insights obtidos através da análise e visualização, o próximo grupo etapa é aplicar esses conhecimentos na tomada de decisões estratégicas. Isso garante que as decisões sejam baseadas em evidências concretas e não em intuições.
Por fim, precisamos comunicar os resultados de maneira clara e eficaz. Isso envolve contar a história dos dados (data storytelling), utilizando narrativas que engajem e informem o público-alvo.
Compreender e coletar dados corretamente é fundamental para garantir a precisão e relevância das informações que usamos. Com isso, conseguimos identificar quais dados são essenciais para responder às nossas perguntas principais.
Stefano Carnevalli é Data Storyteller, autor, professor, consultor e palestrante. Facilitador em fluência e alfabetização em dados (literacia em dados), fundador do Datastorytelling.com.br. Atua com serviços relacionados a Business Intelligence, Transformação Digital, Insigth Driven, IA e inteligência ativa. CDAO do grupo Data Bio Tec, atua com análise e desenvolvimento de dados desde 2023, integrando soluções digitais e visualização de informações e obtenção de insights. Colunista EA “Literacia em dados.”
linkedin.com/in/stefanocarnevalli
Fale com o editor
