Envisioning Information: Narratives of space and time

Publicado em por
Responder

Comentários sobre o livro

Capa do livro Envisioning Information

O livro, embora interessante, difere dos anteriores [1, 2 e 3] na objetividade e enfoque prático. Assim, mais do que orientar à produção de gráficos e imagens visualmente comunicativos, o texto apresenta muitas curiosidades e chama a atenção para detalhes que tornam a observação do mundo mais interessante. Seja pela exposição feita por Galileu sobre as luas de Júpiter, seja pelas características dos impressos com horários de trens e aviões ou, ainda, por analisar notações usadas para descrever passos de dança.

De qualquer modo, é uma leitura interessante para profissionais envolvidos na comunicação ou nas artes visuais.

Alguns destaques do texto:

  • Apesar da beleza e da utilidade do melhor trabalho, o design da informação despertou pouca atenção crítica ou estética: não há Museu de Arte Cognitiva.
  • Não importa o que aconteça, a premissa moral operacional do design da informação deve ser que nossos leitores estejam alertas e cuidadosos; eles podem estar ocupados, ansiosos para seguir em frente, mas não são estúpidos.
  • Dados espalhados por páginas e páginas exigem que os visualizadores confiem na memória visual – uma habilidade fraca – para fazer um contraste, uma comparação, uma escolha.
  • A quantidade de detalhes é uma questão completamente separada da dificuldade de leitura. A desordem e a confusão são falhas de design, não atributos de informação.
  • Na leitura, não lemos letras, mas palavras, palavras como um todo, como uma “imagem da palavra”. Estudos de oftalmologia mostram que, quanto mais as letras são diferenciadas umas das outras, mais fácil é a leitura.
  • A simplicidade é uma preferência estética, não uma estratégia de exibição de informações, não um guia para a clareza.
  • Entre os recursos mais poderosos para reduzir o ruído e enriquecer o conteúdo dos displays está a técnica de estratificação e separação, estratificando visualmente vários aspectos dos dados.

Outras citações

Medidas da variabilidade estão no cerne do raciocínio quantitativo.  – R. A. Fisher, fundador da estatística moderna, em 1925.

Não há nada tão misterioso quanto um fato claramente descrito. – Garry Winogrand, fotógrafo

Pintar bem ̩ simplesmente isto: colocar a cor certa no lugar certo. РPaul Klee

Referência

  1. Tufte, Edward R. Data Analysis for Politics and Policy. Yale University. Prentice Hall. Inc., Englewood Cliffs. N.J. 1974. Meus comentários em: https://www.linkedin.com/pulse/data-analysis-politics-policy-d%C3%B3rian-bachmann/
  2. Tufte, Edward R. Data Analysis for Politics and Policy. Yale University. Prentice Hall. Inc., Englewood Cliffs. N.J. 1974. Meus comentários em: https://www.linkedin.com/pulse/data-analysis-politics-policy-d%C3%B3rian-bachmann/
  3. Tufte, Edward R. Data Analysis for Politics and Policy. Yale University. Prentice Hall. Inc., Englewood Cliffs. N.J. 1974. Meus comentários em: https://www.linkedin.com/pulse/data-analysis-politics-policy-d%C3%B3rian-bachmann/

O livro

Tufte, Edward R. Envisioning Information: Narratives of space and time. Graphics Press. Connecticut. Sixth printing, February 1998.

Previsões são úteis para estabelecer metas. Mas, cuidado com elas!

Publicado em por
Responder
Um desenho que mostra um casal recém-casado e um gráfico que extrapola o número de maridos que a mulher terá em um mês, já que no dia anterior ela não tinha nenhum – Clique em “Autorizar imagens” para ver.
Fonte: https://peterjamesthomas.com/2019/10/01/a-picture-paints-a-thousand-numbers/

Previsões (forecastings) são estimativas da probabilidade de um determinado resultado acontecer ou ser alcançado. Uma boa previsão inclui palavras como: É certo que, é bem provável que, possivelmente vai, é incerto se, é pouco provável que etc.

Na prática, usamos informações históricas:

E estimamos ocorrências futuras [1]:

As previsões são parte do processo para estabelecer metas adequadas. Se o processo está estável, podemos concluir que – se não fizermos nada – os resultados existentes serão mantidos ao longo do tempo. Assim, qualquer meta superior ao resultado atual representa algum progresso.

Se a previsão indica que os resultados irão piorar ao longo do tempo, como a produção de uma máquina que está envelhecendo ou a venda de um produto que está se tornando obsoleto, a meta para manter o desempenho atual já tem uma dose de desafio.

Projeções apontam expectativas. Metas devem apontar intenções.

Então, antes de estabelecer uma meta, quase sempre é útil prever o resultado que seria obtido se não houvesse qualquer ação corretiva ou de melhoria. Só assim poderemos escolher uma  meta que atenda aos requisitos de ser, ao mesmo tempo, desafiante e factível.

O trabalho de fazer previsões também é útil para conhecer melhor os processos, o que resulta não só em metas mais consistentes, mas também em planos de ações mais bem elaborados.

Alguns métodos para fazer previsões [2]:

  • Intuição.
  • Projeção ou extrapolação de tendência.
  • Consenso, como o método Delphi.
  • Simulação.
  • Descrição de cenários.
  • Árvore de decisões.
  • Combinação de previsões.

Dica: É importante que as projeções, quando representadas em um gráfico como continuidade de resultados já obtidos, sejam mostradas de uma forma diferente, por exemplo por uma linha tracejada ou uma barra de cor diferente (de preferência mais suave).

Na análise de dados, use sempre o termo previsão. Quem faz predição é astrólogo.

Referências

1 – Administração da Produção p/ BNDES (Profissional Administração) – 2019. Aula 00. Prof. Tiago Zanolla. Estratégia Concursos. p. 29. Disponível em www.estrategiaconcursos.com.br. Acesso em 26.03.20.

2 – Walonick, David S. An Overview of Forecasting Methodology. Disponível em https://www.statpac.org/research-library/forecasting.htm Acesso em 20.11.18.

Veja também:

  • Silver, Nate. The Signal and the Noise: Why So Many Predictions Fail-But Some Don’t. The Penguin Press. New York, 2012. (Em inglês) – Que mostra os cuidados e perigos das projeções.

What Do You Care What Other People Think? Further Adventures of a Curious Character.

Publicado em por
Responder

Comentários sobre o livro

Capa do livro

O livro tem duas partes bem distintas. A primeira é uma sequência de histórias curtas, independentes, curiosas, humanas e divertidas. É emocionante, conhecer o lado humano do cientista brilhante, humilde e assustadoramente sincero.

Ele conta as influências que o tornaram um cientista, as aventuras e dificuldades da adolescência e sua relação com Arlene, sua primeira mulher e maior amor. As histórias mostram uma pessoa inteligente, sensível, persistente e, principalmente, curiosa, como devem ser todos os cientistas.

A segunda descreve sua participação no comitê presidencial que investigou o acidente com o ônibus espacial Challenger. É muito interessante, tanto pelos aspectos técnicos como pelos políticos. Mostra o impacto de seu comportamento – único membro realmente independente no comitê de investigação – na transparência e na comunicação dos resultados. Tanto que ele conclui o relatório com a frase: “Para uma tecnologia de sucesso, a realidade deve ter precedência sobre as relações públicas, pois a natureza não pode ser enganada”.

Confesso que, embora não saiba a razão, os livros do Feynman me emocionam.

Algumas frases dele no livro:

Aprendi muito cedo a diferença entre saber o nome de algo e saber algo.

Aprendi com minha mãe que as formas mais elevadas de compreensão que podemos alcançar são o riso e a compaixão humana.

Eu disse que ṇo sabia Рminha resposta para quase todas as perguntas.

O conhecimento científico é um corpo de afirmações com vários graus de certeza – algumas muito incertas, outras quase certas, mas nenhuma absolutamente certa.

Na ciência você aprende um tipo de integridade e honestidade padrão.

Gosto de um provérbio da religião budista: A cada homem é dada a chave dos portões do céu; a mesma chave abre as portas do inferno.

O que os gregos estão aprendendo na escola é ser intimidados e pensar que ficaram muito abaixo de seus super ancestrais.

Descobri que o que se passa na cabe̤a de diferentes pessoas quando elas pensam que esṭo fazendo a mesma coisa Рalgo ṭo simples como contar Р̩ diferente para pessoas diferentes.

Aprendi que os pensamentos podem ser tanto visuais quanto verbais.

O livro

Feynman, Richard R. What Do You Care What Other People Think? Further Adventures of a Curious Character. Penguin. 1988.

Histograma

Publicado em por
Responder
Fotografia de um grupo de estudantes organizados por altura, mostrando um histograma bimodal.
Grupo de estudantes organizados por altura.

O Histograma ou Gráfico de Distribuição de Frequências é uma variação do gráfico de barras que mostra a proporção dos dados em uma amostra. Enquanto o gráfico de barras descreve os dados em barras e categorias separadas, o histograma representa os dados da mesma categoria no intervalo analisado, por isso, sem espaço entre as barras.

Os histogramas podem apresentar vários formatos:

Simétrico ou normal        

Ocorre quando o processo é padronizado e os dados são estáveis, permitindo variações pequenas. A maior quantidade de dados fica ao centro do gráfico e suas variações diminuem simetricamente dos dois lados.

Assimétrico

Geralmente acontece quando os dados não podem ultrapassar um limite. O pico se aproxima de um dos lados, e os dados fora de padrão decrescem para o lado oposto.

Bimodal       

O histograma bimodal, ou com dois picos, geralmente ocorre quando são tratadas duas amostras distintas. A análise deve ser feita separadamente, observando ao desenho dos dois gráficos. Edward Tufte [1] apresenta, didaticamente, um histograma com distribuição bimodal de estudantes de faculdade organizados por altura, (veja a foto).

Outros

Em outros casos, as barras têm praticamente o mesmo tamanho ou variam sem critério ou um padrão definido.

Esboço de um histograma.
Imagem por krzysztof-m em Pixabay 

Referência:

1. Tufte, Edward. Mini Tufte. Versão eletrônica. Página 40, reproduzido de Brian L. Joiner. “Living Histograms”. International Statistics Review, 43 (1975). pp. 339-240. Disponível em: https://www.cs.unm.edu/~pgk/IVCDs14/minitufte.pdf Acesso em 5.3.21

Visual Explanations: Images and Quantities, Evidence and Narrative

Publicado em por
Responder

Comentários sobre o livro

Edward Tufte é um estatístico famoso pelas técnicas para apresentação de dados e informações, tendo muitas publicações sobre o tema. Neste livro ele descreve estratégias para representar movimentos, processos, mecanismos e relações de causa e efeito.

Ele mostra a evolução das representações gráficas ao longo da história e, inclusive, o provável primeiro gráfico com representação estatística de distâncias, além de diversas outras curiosidades.

Tufte enfatiza que más apresentações gráficas são um problema ético. Isso não significa que ele exija realidade nas imagens, mas que qualquer distorção deve ser informada com o devido destaque. Aliás, ele até apresenta a distorção de escalas como um mecanismo válido para a análise de dados.

Para exemplificar, ele apresenta em detalhes as análises que levaram a identificar a fonte da cólera em Londres em 1854 e o acidente com o ônibus espacial Challenger, que já havia explorado no livro Beautiful Evidence. Naquela publicação, ele fez uma análise das causas básicas do acidente que provocou a explosão do ônibus espacial, matando 11 pessoas e trazendo um prejuízo enorme à reputação da NASA. Ainda comenta as diferentes visões e explicações dos administradores, psicólogos e engenheiros que tentaram explicar os fatos que levaram à catástrofe.

Destaca, ainda, que embora a sequência temporal seja a mais adequada para analisar as tendências, não é uma boa prática para a análise de relações entre variáveis. Tufte exemplifica brilhantemente essa questão com a discussão sobre um gráfico usado para investigar o acidente com a Challenger, em que os dados, plotados na sequência histórica, dificulta perceber a relação entre temperatura e falhas dos anéis de borracha (o-rings) para vedação. São exemplos interessantes que contribuem para aumentar o espírito crítico do leitor.

Alguns destaques do texto:

  • Ausência de evidência não é evidência de ausência.
  • Criar ilusões ou mágicas é engajar-se no design da desinformação, corromper a conexão óptica, enganar o público.  Assim, as estratégias da magia determinam o que não fazer se seu objetivo é revelar a verdade, e não criar ilusões.
  • Como mágicos, quem faz os gráficos revela o que deseja revelar.
  • A lógica dos gráficos deve seguir a lógica da análise.
  • Gráficos ruins indicam estupidez estatística, assim como uma escrita pobre geralmente reflete pensamentos pobres.
  • Raciocinando sobre causalidade, variações na causa devem ser explicita e mensuravelmente ligadas às variações no efeito.
  • Faça todas as distinções visuais tão discretas quanto possível, mas claras e efetivas. Quando tudo é enfatizado, nada é enfatizado.
  • Nos gráficos, um arco-íris de cores confunde o que acontece com as cores com o que acontece com os dados.

Se uma imagem ṇo vale mais que mil palavras, enṭo ṇo vale nada. РAd Reinhardt

O livro

Tufte, Edward Rolf. Visual Explanations: Images and Quantities, Evidence and Narrative. Graphics Press, Connecticut, June, 2005.

Serviço: Este livro é uma leitura útil para quem tem a responsabilidade de gerar gráficos e interpretar informações,

Aparência importa? Parece que sim.

Publicado em por
Responder

O que realmente distingue os CEOs do resto de nós, por exemplo?  Em 2010, três professores da Duke’s Fuqua School of Business pediram a aproximadamente 2.000 pessoas que olhassem para uma longa série de fotos.  Algumas mostravam CEOs e outras mostravam não-executivos, e os participantes não sabiam quem era quem. Os participantes foram convidados a dar notas de acordo com o nível de competência que a aparência indicava.  Entre as conclusões do estudo: os CEOs parecem significativamente mais competentes do que os não-CEOs;  CEOs de grandes empresas parecem significativamente mais competentes do que CEOs de pequenas empresas;  e, sendo tudo o mais igual, quanto mais competente um CEO parecesse, mais gordo seria o salário que ele ou ela recebia na vida real.  No entanto, os autores não encontraram nenhuma relação entre o quão competente um CEO era e o desempenho financeiro de sua empresa.

Fonte: They’re Watching You at Work: What happens when Big Data meets Human Resources. The Atlantic magazine. Disponível em https://www.theatlantic.com/magazine/archive/2013/12/theyre-watching-you-at-work/354681/. Acesso em 3.08.19.

Estabilidade é Qualidade

Publicado em por
Responder 
Um case para reflexão.
Foto de uma refinaria de petróleo com montanhas ao fundo.
Imagem por Nicola Giordano em Pixabay 

Um dos princípios da qualidade é que os processos devem operar da forma mais estável possível. A descrição adiante – corroborada por minha experiência própria com uma greve em uma unidade química – reforça a filosofia.

“Em 1980, uma grande refinaria da Costa do Golfo dos EUA concluiu uma greve de 5 meses. Durante a greve, a planta continuou as operações normais, administrada por engenheiros e supervisores. No final da greve, o departamento de contabilidade informou:

  • A produção (em massa) da refinaria melhorou em 0,8%
  • O rendimento volumétrico de produtos líquidos aumentou 1,3%
  • O lucro da refinaria dobrou.

No final do ano, as operações haviam voltado ao normal. O uso de energia aumentou, o rendimento volumétrico diminuiu e as falhas nos equipamentos rotativos aumentaram em uma ordem de magnitude” [1].

Nos anos 90 vivi uma experiência semelhante no Brasil. Minha conclusão é que os engenheiros e supervisores, por não contarem com experiência operacional e com uma equipe de manutenção, colocaram as unidades de produção em um ritmo confortável e seguro para evitar problemas. Nessa situação, a variabilidade dos processos era menor e a operação mais estável trouxe os benefícios citados por Lieberman. Pena que, no dia a dia, a vontade de “espremer” a capacidade de produção ao extremo acabe levando às instabilidades, desgastes (de equipamentos e pessoas) e custos que poderiam ser poupados.

Referência:

  1. Lieberman, Norman P. Basic technology can improve refinery profits. Oil & Gas Journal. July 18, 1994. pp. 50-54.

Horas extras realizadas ou pagas?

Publicado em por
Responder

Nesse aspecto, não basta apenas observar a lei.

Muitas máquinas têm um limitador de velocidade que impede, por segurança, que elas operem em condições acima daquelas para as quais foram projetadas.

O acompanhamento das horas extras realizadas pelos colaboradores tem o mesmo objetivo. Passado determinado limite (a lei estabelece um máximo de 2 horas diárias), os riscos para a saúde e para a segurança do empregado crescem muito. Essa é a razão principal para monitorar as Horas Extras Realizadas.

Já o acompanhamento das Horas Extras Pagas serve para fazer a gestão do tamanho da força de trabalho. A possibilidade de realizar algumas horas extras permite suportar situações eventuais de sobrecarga de trabalho com uma equipe mais enxuta, mas dificilmente é uma boa solução para uso continuado, pois o custo das horas adicionais é significativamente maior que o das horas normais.

Em tua empresa são acompanhadas as horas extras pagas, as realizadas ou ambas?

POST201229 de dez/20 atualizado em abr/24.

RH dá lucro.

Publicado em por
Responder
Imagem por Tumisu em Pixabay 

O relatório Creating People Advantage [1] mostra que as organizações que contam com um RH eficiente [2] têm resultado econômico duas vezes maior do que aquelas com uma fraca gestão de pessoas.

Com um direcionamento parecido, os pesquisadores da Fundação Instituto de Administração (FIA) [3], da Universidade de São Paulo, vêm, ano após ano, cruzando os resultados produzidos pelas melhores e maiores empresas listadas na revista EXAME, no Guia VOCÊ S/A – As Melhores Empresas para Você Trabalhar, com as que não figuram no ranking. As melhores classificadas têm rentabilidade 37% superior em relação às que ficaram de fora da lista. Eles relatam que nas empresas mais rentáveis os RHs também são mais eficientes; atendem mais colaboradores por funcionário da área, têm melhores índices de retenção de talentos e menores rotatividades.

Referências:

  1. BCG. Creating People Advantage 2014-2015: How to Set Up Great HR Functions. Disponível em:   https://www.bcg.com/publications/2014/organization-human-resources-creating-people-advantage.aspx. Acesso em 28.09.18.
  2. 5 métricas importantes para mostrar a eficácia do seu departamento de recursos humanos. Disponível em: http://risedh.com.br/blog/5-metricas-importantes-para-mostrar-a-eficacia-do-seu-departamento-de-recursos-humanos/. Acesso em 28.09.18.
  3. Como ter uma área de recursos humanos que gera lucro para o negócio? Disponível em: https://www.rhportal.com.br/artigos-rh/como-ter-uma-area-de-recursos-humanos-que-gera-lucro-para-o-negocio. Acesso em 18.04.16.

Rotatividade ótima

Publicado em por
Responder

A rotatividade deve ser adequada à estratégia da organização

Um estudo da Towers Watson concluiu que organizações com uma rotatividade intermediária (cerca de 15% ao ano) apresentam produtividade maior que as com resultados elevados (30 a 40%) ou muito baixos (cerca de 5%). Outro aspecto levantado pela pesquisa é que a questão principal não é a quantidade de rotatividade de pessoal, e sim, a qualidade desta rotatividade [1].

A rotatividade ideal é aquela em que a organização consegue reter seu pessoal bem qualificado e substituir aqueles que apresentam deficiência no desempenho. A rigor, o valor ótimo dependerá da situação específica de cada organização e do mercado. Portanto, é importante entender que a rotatividade deve ser adequada às peculiaridades do setor e à estratégia da organização. Logo, é esperado que a rotatividade ótima no varejo seja superior aquela de uma empresa de software, por exemplo.

Referência:

1. Watson Wyatt Insider. Disponível em: http://www.watsonwyatt.com/us/pubs/insider/showarticle.asp?ArticleID=15304 Acesso em 12 set. 2011.