Dashboard Visual, Uma ferramenta de Business Intelligence

, João Carlos Assunção Duarte Dissertação de Mestrado Orientador na FEUP: Teresa Galvão Orientador na Optimus: Rui Alexandre Ferreira Faculdade de Engenharia da Universidade do Porto Mestrado Integrado em Engenharia Mecânica 2012-07-10

Aos meus pais, sem os quais, este percurso educacional, académico e agora profissional, não seria possível. ii

Resumo Com o crescente fluxo de dados gerados pelos atuais sistemas de informação, é cada vez mais patente a dificuldade de manipulação desses mesmos dados por forma a extrair informação útil. Os recentes avanços nas tecnologias de visualização potenciam o uso de competências cognitivas, essencialmente visuais e percecionais, capazes de transpor problemas abstratos intrínsecos ao mundo dos negócios, onde uma correta decisão, é fundamental para ditar o sucesso de uma organização. A utilização de grafismos capazes de funcionar como uma memória externa e possibilitarem o aumento do poder cognitivo do espetador para leitura de informação que evidencie tendências e padrões, torna-se uma necessidade no processo de decisão. O trabalho alvo desta dissertação passou por condensar uma série de indicadores importantes para o tema em questão e procurar traduzi-los de forma gráfica, implementando uma interface denominada Dashboard Visual (uma extensão do dashboard existente). Esta nova abordagem carateriza-se pela forte componente visual, dinamismo e possibilidade de manipulação por parte do utilizador, contemplando técnicas de apresentação de informação que serão exploradas ao longo desta dissertação. Palavras-chave: Visualização de informação, visual, design, dados, análise, carga cognitiva, dashboard, formato de apresentação, business intelligence, facilitação da perceção. iii

Visual Dashboard, a Business Intelligence Tool Abstract With the increasing flow of data generated by today s information system, it is increasingly clear the difficulty of manipulating these data in order to extratct useful information. Recent advances in visualization technologies potentiate the use of human skills, mainly visual and perceptionals, able to translate abstract problems intrinsic to the business world, where decision-making, is crucial to dictate the success of an organization. The use of graphics capable of functioning as an external memory and make possible the increase of power cognitive spectator for reading information focusing patterns and trends, it is a need in the decidion-making. The objetive of this dissertation started by condensing important indicators for the service in question and try to translate them grafically, implementing an interface named Visual Dashboard ( an extension of the existing dashboard). This new approach is characterized by strong visual component, dynamism and possibility of manipulation by the user, convering techniques for presenting information that will be explored throughout this dissertation. Keywords: Information visualization, visual, design, data, analysis, cognitive load, dashboard, display format, business intelligence, sensemaking. iv

Agradecimentos Esta secção é dedicada às pessoas que contribuiram, de alguma forma, para a realização desta dissertação. A todas elas um sincero sentimento de gratidão. Em primeiro lugar gostaria de agradecer a toda equipa Optimus MMS, por me ter acolhido de forma tão calorosa, e por toda a paciência, perseverança e humildade na transmissão de ideias e conceitos, sem os quais seriam impossíveis os frutos que desta dissertação advieram. Em segundo lugar gostaria de agradecer aos meus orientadores Rui Ferreira e Teresa Galvão, pelo acompanhamento e orientação quer na empresa, quer na realização da dissertação. For fim, mas não menos importante, um agradecimento aos meus pais, irmão e namorada por todo o apoio prestado. João Duarte v

Índice de Conteúdos 1 CONTEXTO E MOTIVAÇÃO... 2 1.1 APRESENTAÇÃO DA EMPRESA OPTIMUS... 3 1.2 MISSÃO NA OPTIMUS... 4 1.3 MÉTODO SEGUIDO NO PROJETO... 4 1.4 ANÁLISE COMPARATIVA DE ABORDAGENS EXISTENTES E DAS SUAS VANTAGENS E INCONVENIENTES... 5 1.4.1 Protovis... 5 1.4.2 Exhibit... 6 1.4.3 InfoVis Toolkit... 6 1.5 ESTRUTURA DA DISSERTAÇÃO... 6 2 VISUALIZAÇÃO DE INFORMAÇÃO... 7 2.1 VISUALIZAÇÃO, O QUE É EXATAMENTE?... 7 2.2 DATA & INFORMATION VISUALIZATION... 8 2.3 CONTEXTUALIZAÇÃO HISTÓRICA DA VISUALIZAÇÃO... 9 2.4 EVOLUÇÃO DA INFORMAÇÃO... 11 2.5 VISUAL ANALYTICS... 11 2.5.1 Valor de um ecossistema inteligente... 12 2.5.2 O ecossistema móvel... 12 2.5.3 Metáforas visuais... 13 3 ESTADO DA ARTE... 14 3.1 INTRODUÇÃO... 14 3.2 QUESTÕES DE PESQUISA... 15 3.3 REVISÃO BIBLIOGRÁFICA... 16 3.3.1 Definição de Dashboard... 16 3.3.2 Caraterísticas visuais e funcionais... 17 3.3.3 Visualização na gestão de performance... 19 3.3.4 Utilizador, conhecimento e formato de apresentação... 19 3.3.5 Estilos cognitivos, personalidade e formato de apresentação... 20 3.4 SUMÁRIO... 21 4 MODELOS COGNITIVOS E VISUALIZAÇÃO... 23 4.1 MODELO DE MEMÓRIA... 23 4.2 COERÊNCIA NA APRESENTAÇÃO VISUAL DE DADOS... 24 4.2.1 Caraterização da representação visual... 24 4.2.2 Perceção das representações visuais... 25 4.2.3 Caraterísticas das representações visuais... 25 4.2.4 Cognitive Fit Theory... 27 4.3 ASPETOS QUE FACILITAM A PERCEÇÃO EM REPRESENTAÇÕES VISUAIS... 28 4.3.1 Quatro abordagens básicas de perceção visual... 28 4.3.2 Teoria Gestalt... 32 vi

4.3.3 Consistência com o conhecimento do espetador... 34 4.3.4 Raciocínio lógico... 36 5 IMPLEMENTAÇÃO DO DASHBOARD VISUAL... 38 5.1 A UNIDADE MMS NA OPTIMUS... 38 5.2 ORGANIZAÇÃO DO DASHBOARD... 39 5.2.1 Simbólico... 39 5.2.2 Espacial... 41 5.3 PROGRAMAÇÃO... 46 5.3.1 Funcionamento geral... 46 5.3.2 Lógica na programação... 47 5.4 FEEDBACK NA EMPRESA... 48 6 CONCLUSÕES E PERSPETIVAS DE TRABALHO FUTURO... 49 6.1 RESUMO E SATISFAÇÃO DOS OBJETIVOS... 49 6.2 PERSPETIVAS DE TRABALHO FUTURO... 50 7 REFERÊNCIAS... 51 vii

Siglas BI BSC CEO CERN CGSM EOP ERP HIP HSPA KPI LTE MIT MMS MBTI PL ROE ROI SA SC SGPS SONAE UMTS VAS VBA Business Intelligence The Balanced Scorecard Chief Executive Officer Organisation Européenne pour la Recherche Nucléaire Global System for Mobile Communications End Of Period (utilizadores) Enterprise Resource Planning Human Information Processing High Speed Packet Access Key Performance Metrics Long Term Evolution Massachusetts Institute of Technology Mobile Multimedia Services Myers-Briggs Type Indicator Profit & Loss Return on Equity Return on Investment Sociedade Anónima Sonae Capital Sociedade Gestora de participações Sociais Sociedade Nacional de Estratificados Universal Mobile Telecommunications System Value Added Service Visual Basic for Applications viii

Índice de Figuras Figura 1.1 - Edifício da Sede nacional da Optimus.... 3 Figura 1.2 - Cronologia contemplativa de cada fase do projeto.... 5 Figura 2.1 - Exemplo de uma Tag Cloud.... 8 Figura 2.2 - Representação esquemática de mortes por cólera (Tegarden 1999).... 9 Figura 2.3 Representação de taxas de mortalidade (Cohen 1984).... 10 Figura 2.4 - Gráfico de Minard alusivo à Invasão da Rússia em 1812 (Kjellin 2008)... 10 Figura 2.5 - Interação de segmentos na indústria móvel (Basole et al. 2012).... 12 Figura 3.1 - Exemplo de um dashboard elaborado em Excel. (Da Lozzo, Di Battista, and Ingrassia 2012)... 15 Figura 3.2 - Ilusão de Poggendorff.... 18 Figura 3.3 Fatores a ter em conta no desenvolvimento de um dashboard (Dilla, Janvrin, and Raschke 2010).... 22 Figura 4.1 - Modelo de processamento de informação na memória (Huang, Eades, and Hong 2009).... 24 Figura 4.2 Lógica do conceito Data Visualization.... 25 Figura 4.3 - Cena, objetos e caraterísticas.... 25 Figura 4.4 - Modelo de Resolução do Problema (Vessey and Galletta 1991).... 27 Figura 4.5 - Aspetos que facilitam a perceção em representações visuais.... 28 Figura 4.6 - Representação visual compreendendo a Teoria do Ajuste Cognitivo (Vessey and Galletta 1991).... 31 Figura 4.7 - Exemplo de fenómenos Gestalt.... 33 Figura 4.8 - Representação visual sem suporte de perceção quantitativa (Tufte 2001).... 35 Figura 4.9 Analogia eletricidade-água... 36 Figura 5.1 - Exemplo de uma pequena parte do Dashboard Simbólico (Jogos).... 40 Figura 5.2 - Funcionamento genérico do Dashboard Visual.... 41 Figura 5.3 - Dashboard Visual.... 42 Figura 5.4 - Gráfico 1 alusivo à receita de jogos.... 43 Figura 5.5 - Gráfico 2 alusivo à divisão da receita acumulada de jogos por segmento.... 44 Figura 5.6 - Gráfico 3 alusivo à divisão da receita de jogos por natureza... 45 Figura 5.7 - Gráfico 4 alusivo à divisão de receita de jogos por segmento.... 46 Figura 5.8 - Menu interativo do Dahboard Visual.... 46 Figura 5.9 - Funcionamento genérico da apresentação de informação.... 47 ix

Figura 5.10 Código utilizado nos domínios de leitura variável.... 48 x

Índice de Tabelas Dashboard Visual Tabela 4.1 - Representação simbólica do problema.... 32 Tabela 5.1 - Organização da unidade de negócio MMS... 38 Tabela 5.2 - Explicação da apresentação da informação na forma gráfica Gráfico 1.... 43 Tabela 5.3 - Explicação da apresentação da informação na forma gráfica Gráfico 2.... 45 xi

1 Contexto e Motivação Quantificar o volume de informação que existe em todo o planeta é uma tarefa de elevada complexidade. Estima-se que a informação duplica a cada 18 a 24 meses, obedecendo à célebre Lei de Moore 1, e assiste-se a uma mudança de paradigma: o bottleneck do processo de tratamento de informação está a migrar da dificuldade da sua acessibilidade, para a sua manipulação e tradução em informação útil e vantajosa. De dia para dia, são analisadas maiores quantidades de dados, com mais variáveis a integrarem os sistemas, sendo que a capacidade cognitiva limitada do ser humano não sai beneficiada deste contexto. Fluxos de dados oriundos de sensores, computadores, câmaras, telefones, contribuem para este crescimento frenético. A título de exemplo, no acelerador cíclico de partículas no CERN, são gerados cerca de 40 terabytes por segundo de informação que será armazenada e analisada (All too much 2010). Desta forma, torna-se necessária a utilização de mecanismos que permitam, ainda assim, visualizar tendências, ocorrências, correlações e variações presentes nos dados em bruto, mas de não evidente observação, de forma a ser possível tomar uma decisão racional e continuar a garantir o sucesso do meio em que esta informação é utilizada, uma casa de família, uma empresa, um País... Na Optimus, empresa onde a presente dissertação foi realizada, e particularmente no departamento MMS (Mobile Multimedia Services), existe uma ferramenta de referência que, entre outras, serve para controlar e consultar variadíssimos indicadores que vão sendo atualizados mensalmente, tratando-se, portanto, de um documento dinâmico, denominado Dashboard Mensal MMS. Um Dashboard é um painel (físico ou digital) onde é apresentada informação vital de um determinado serviço, componente ou máquina (Pineo and Ware 2012). O painel de instrumentos de um automóvel pode ser considerado um dashboard e é constituído pelo velocímetro, taquímetro, indicador de quantidade de combustível, temperatura do motor, entre outros. Analogamente, o Dashboard MMS reflete toda a informação vital para o serviço em questão, apresentando valores de receita, custos, margem, utilizadores entre outros. Trata-se de um documento de elevada dimensão e densidade, nem sempre fácil de ser lido e comparado com outras fontes de informação. A implementação do Dashboard Visual teve o objetivo de condensar toda a informação num único local, utilizando uma interface gráfica apelativa e fácil de operar por parte do comum utilizador, com a possibilidade de escolher que informação se pretende consultar, sendo que esta lhe é apresentada sob a forma gráfica, segundo determinados princípios que facilitam e catalisam a perceção desse utilizador, a ser explorados no decorrer desta dissertação 1 http://www.investopedia.com/terms/m/mooreslaw.asp#axzz1xb4ms2qo 2

1.1 Apresentação da Empresa Optimus Dashboard Visual A Optimus é uma operadora de telecomunicações móveis portuguesa, fundada em 1997 como Optimus Telecomunicações S.A.. Nasceu da união de empresas que integram os maiores e melhores grupos económicos nacionais e internacionais, do qual faz parte o grupo Sonae, o maior acionista da operadora e, na altura do seu lançamento, a Orange/France Telecom. Iniciou as suas operações no sistema GSM em 15 de setembro de 1998. O seu surgimento assinalou uma nova fase no setor das telecomunicações em Portugal, atingindo nas primeiras cinco semanas uma base de 100 mil clientes, prova da sua capacidade de liderança e inovação. Atualmente, serve um universo de aproximadamente quatro milhões de clientes e disponibiliza, a todos os segmentos de mercado (particular, residencial e empresarial) as soluções mais avançadas de televisão, internet, voz e serviços, incluindo mais de 140 canais de televisão, 4000 títulos de vídeos-on-demand, e algumas das maiores inovações ao nível mundial, que tiram partido das tecnologias mais avançadas, como UMTS, HSPA, fibra ótica e, desde 23 de março do presente ano, LTE (mais conhecido por 4G). A Sede nacional localiza-se em Matosinhos, no complexo da Sonae que engloba o Norteshopping. Figura 1.1 - Edifício da Sede nacional da Optimus 2. O projeto decorreu no departamento MMS, cuja missão é fomentar a adoção e utilização continuada de serviços de internet e multimédia em todos os segmentos do mercado, e disponibilizar ofertas oportunas, relevantes e diferenciadoras nesses domínios e para estes segmentos, de forma a que a Optimus lidere o negócio de dados móveis e reforce a sua imagem de marca nos capítulos da inovação, modernidade, dinamismo e dimensão. 2 http://s18.postimage.org/z6umkzacn/800px_edificio_optimus.jpg 3

1.2 Missão na Optimus Dashboard Visual A existência de um grande conjunto de informação sob a forma de números e a ausência de uma ferramenta que possibilite uma leitura rápida e intuitiva, evidenciaram uma lacuna na leitura e interpretação de informação sensível e de valor. Foi com este objetivo que foi desenvolvido um programa tendo por base o Dashboard MMS, já existente, servindo de intermediário entre a fonte de informação e o utilizador que a procura. 1.3 Método seguido no projeto A metodologia levada a cabo no projeto foi dividida em quatro fases denominadas: Learning, Knowing, Loading e Assembling, que serão seguidamente descritas. Durante a primeira fase, Learning, foi necessário compreender o funcionamento da empresa. Para tal, foi importante a interação com os colegas de trabalho, perceber as funções que cada um desempenha e os serviços pelos quais são responsáveis. A Optimus proporcionou, uma semana de apresentações cedidas por um elemento de cada uma das suas unidades de negócio. Foi descrito qual o contributo de cada departamento para a empresa, procedeu-se à visita de instalações relativas à área técnica, sendo dado a conhecer o funcionamento de algumas das tecnologias envolvidas nas telecomunicações. A Optimus proporcionou também a presença num call center onde se procedeu à audição de chamadas por forma a compreender mais de perto os problemas reais de diferentes serviços quando vistos do lado do consumidor, o funcionamento de serviços tão básicos como o processo de avaliação interno, o código de conduta, culminando com uma reunião com o CEO da empresa, na qual houve espaço para um pequeno debate e colocação de questões. Esta fase foi estruturante para compreender a política da empresa, perceber qual a sua orientação no mercado e o que espera dos seus colaboradores. Numa segunda fase, Knowing, marcada essencialmente pelas constantes interrogações, identificação de problemas, escolha do tema e consequente pesquisa bibliográfica necessária à sustentação da dissertação, foram equacionadas e analisadas as diferentes abordagens que poderiam dar origem à construção da mesma. Esta análise foi realizada tendo por base os serviços afetos à unidade de negócio em que estava inserido, e terminou, em concordância com os orientadores da faculdade e da empresa, com a escolha da implementação de uma folha, anexa ao dashboard existente, de cariz visual, como forma de facilitação da interpretação da leitura dos dados nele existentes. Seguidamente, na fase de Loading, é implementado o conceito que resultou da fase anterior. Foram reunidos os indicadores que deveriam ser traduzidos na forma gráfica e como cada um deles seria apresentado e relacionado, tendo sido este o core da dissertação. Deu-se início à implementação que teve por base a programação em VBA, necessária para cumprir com o dinamismo e possibilidade de escolha da informação a visualizar por parte o utilizador. Daqui surgiu um esboço da ideia sugerida, que foi aprimorada e concluída na fase seguinte. A última fase, Assembling, categorizada pela junção das partes e valorização do todo, teve como objetivo a convalescença do esboço previamente elaborado. Foi neste momento que se deu a nivelação do trabalho desenvolvido na empresa com a produção da dissertação. 4

A exposição anterior está condensada sob a forma cronológica na figura 1.2. Dashboard Visual Figura 1.2 - Cronologia contemplativa de cada fase do projeto. 1.4 Análise comparativa de abordagens existentes e das suas vantagens e inconvenientes Muitas organizações já aderiram à ainda recente tendência da análise de dados. Na verdade, de acordo com um inquérito realizado pela Bloomberg Businessweek Research Services, 97% das companhias com receitas superiores a $100 milhões usam algum tipo de soluções analíticas, sendo que dessas, 90% desde há dois anos. No entanto, enquanto o mundo empresarial aceita a ideia da tomada de decisão baseada em factos, a aprendizagem e procura por uma solução que devolva a informação desejada, continua. Apenas uma em quatro organizações acredita que o uso de soluções analíticas empresariais foram muito efetivas na ajuda à tomada de decisão Business analytics has gone mainstream but are still in the emerging stage (The Current State of Business Analytics: Where Do We Go From Here? 2011). Na verdade, as organizações ainda vêem a análise do negócio com uma visão pouco alargada. As folhas de cálculo continuam a ser a forma mais natural de fazer análises, dashboards e KPIs (The Current State of Business Analytics: Where Do We Go From Here? 2011). Numa fase inicial chegaram a ser equacionadas algumas ferramentas visuais de tratamento de dados, sendo que, entre essas foram distinguidas as seguintes: 1.4.1 Protovis Tida como uma ferramenta gráfica de visualização, Protovis é o resultado de um projeto do grupo de visualização da Universidade de Stanford, sendo uma das mais populares bibliotecas para transformar dados em grafismos dinâmicos, utilizando a linguagem de escrita Javascript (Machlis 2011). É uma ferramenta open-source e gera visualizações totalmente personalizadas, permitindo ao utilizador especificar como a informação deve ser apresentada (Protovis 2010). 5

1.4.2 Exhibit Dashboard Visual É o resultado de um spin-off de um projeto (Símile Project) do MIT, destinado a ajudar os utilizadores a criarem facilmente páginas web com avançadas funcionalidades como mapas interativos, linhas de tempo, entre outras visualizações (Machlis 2011). O funcionamento é idêntico ao programa anterior, baseando-se em linguagem Javascript, com a possibilidade de utilização de widgets que facilitam a utilização (Exhibit 2006). 1.4.3 InfoVis Toolkit Trata-se de uma ferramenta gráfica interativa, escrita em Javascript, que permite a análise de dados através de uma forma visual de apresentação de informação (information visualization) na web (Fekete 2005). É open-source e carateriza-se por uma estrutura de dados unificada, baixo consumo de memória, rapidez e flexibilidade na elaboração dos grafismos (Belmonte 2011), tendo como vantagem na sua utilização a possibilidade de download de códigos de visualização (templates) que tornam as páginas web mais leves e intuitivas. Como se trata de uma biblioteca de código e não de uma aplicação, à semelhança dos exemplos indicados anteriormente, é necessário ter conhecimentos em programação Javascript para o operar. A escolha de métodos de visualização é algo limitada (Machlis 2011). Nenhuma destas soluções foi a escolhida para implementação na empresa devido ao curto espaço de tempo reservado para a dissertação, tornando impossível a apreensão de conhecimentos suficientes para se traduzir num benefício pessoal e profissional. As restantes ferramentas encontradas, não teriam suporte a nível de conteúdo para resultar numa dissertação. Além disso, todas estas ferramentas não têm tradição na empresa e provavelmente cairiam em desuso. Assim se justifica a permanência no domínio do Excel, amplamente aceite e dominado pela esmagadora maioria dos colaboradores. 1.5 Estrutura da dissertação A presente dissertação está dividida em seis capítulos, sendo que o primeiro, Contexto e Motivação, sumariza a introdução e trabalho desenvolvido na empresa. O segundo capítulo, Visualização de Informação insere o tema da visualização explicando o seu significado, importância e contexto histórico. Os três capítulos seguintes são o core da dissertação: o Capítulo 3, Estado da Arte explica o significado de dashboard e como um documento deste cariz deve ser elaborado, quais as nuances e fatores a ter em conta na sua produção. É aqui que serão abordadas todas as temáticas da dissertação, sendo estas posteriormente desenvolvidas no seguinte capítulo; o Capítulo 4, Modelos Cognitivos e Visualização explica quais as formas mais eficientes na apresentação de informação, tendo por base o sistema de informação e cognição humano e as suas caraterísticas, bem como abordagens que facilitam a aquisição de informação; o Capítulo 5, Implementação do Dashboard Visual é o capítulo que retrata a vertente mais prática deste projeto. No fundo, dá a conhecer a organização e funcionamento do modelo desenvolvido, detalhando a forma como foi construído. O sexto e último capítulo Conclusões e Perspetivas de Trabalho Futuro resume o trabalho desenvolvido e descreve as principais conclusões resultantes deste projeto, apontando novas frentes de trabalho. 6

2 Visualização de Informação Todas as áreas da sociedade contemporânea estão sob a influência do vasto desenvolvimento da tecnologia e computadores. Não existe virtualmente nenhuma área onde estes não tenham uma grande influência, positiva ou negativa. O poder computacional destas máquinas permite a possibilidade de desenvolver sistemas capazes de lidar com praticamente infinitas quantidades de dados, sendo posteriormente apresentados ao utilizador. Um problema com este rápido desenvolvimento é a incapacidade de saber se um design particular de uma interface é útil para o ser humano. É possível o desenvolvimento de um modelo de apresentação que evidencie milhões de dados de entrada, mas será que os utilizadores conseguem percebê-los? Será que percebem o contexto dos dados? Será que a forma de como os dados são apresentados influencia a leitura que deles advém? Estas são algumas das interrogações cujas respostas serão exploradas no decorrer desta dissertação, com base no trabalho desenvolvido na empresa e apoiado em variadíssimos indicadores alusivos ao negócio da internet e multimédia, numa perspetiva de melhoramento e clarificação da transmissão de informação, utilizando as lógicas de Data e Information Visualization (Kjellin 2008). 2.1 Visualização, o que é exatamente? O dicionário Priberam da Língua Portuguesa define visualização como sendo ato ou efeito de visualizar; colocação em evidência de uma maneira material, da ação e dos efeitos de um fenómeno; apresentação no ecrã, sob a forma gráfica ou alfanumérica, dos resultados de um tratamento de informações (Priberam 2012). Estas definições explicam que a visualização é uma imagem de alguns fenómenos. Uma definição mais apropriada de visualização é o processo de representação de dados como uma imagem visual (Latham 1995). A informação pode representar objetos concretos, como canetas ou carros, mas pode também simbolizar objetos abstratos, tais como lucro, vendas ou custos. É neste último caso que deve ser criada uma analogia visual que traduza aquilo que os dados significam, vulgos gráficos de barras, linhas ou de fatias. Em suma, a visualização de informação permite: Explorar o sistema visual para extrair informação dos dados; Proporciona uma visão global do conjunto de dados; Identificar estrutura, padrões, tendências, anomalias e relações entre os dados; 7

Auxilia a identificação das áreas de interesse. Dashboard Visual Por outras palavras, a visualização permite aos decision-makers usarem as suas capacidades espaciais/visuais para determinar futuras decisões a serem tomadas (Tegarden 1999). 2.2 Data & Information Visualization Data & Information Visualization é a representação gráfica de informação. Gráficos de barras, de dispersão e mapas são exemplos simples de visualização de dados que têm sido usados durante décadas. A tecnologia da informação combina os princípios da visualização com poderosas aplicações e grandes quantidades de dados para criar sofisticadas imagens e animações. É uma área em plena expansão, sendo recorrente o surgimento de novas formas de visualizar. Uma das mais utilizadas na web, essencialmente em blogs, são as tag clouds, usam o tamanho do texto para sugerir a frequência do uso de um determinado termo (7 things you should know about... Data Visualization 2007). Figura 2.1 - Exemplo de uma Tag Cloud 3. Em muitos casos, a informação que alimenta a tag cloud provém de milhares de páginas web, representando, milhões de utilizadores. Toda esta informação é contida numa simples imagem que cada indivíduo consegue perceber rápida e facilmente (7 things you should know about... Data Visualization 2007). 3 http://www.infovis-wiki.net/images/8/8e/infovis-wiki_tagcloud_20090827.png 8

2.3 Contextualização histórica da visualização Dashboard Visual A visualização, vista sob a forma de como a informação é apresentada, não é uma ferramenta recente, havendo diversos exemplos disso. Em França, há figuras em grutas com cerca de 20 mil anos, e o primeiro mapa conhecido foi criado por Chineses, estando datado do século XII. Contudo, a primeira representação multidimensional não terá surgido até ao século XIX. Dr. John Snow, Florence Nightingale e Charles Joseph Minard foram três dos melhores exemplos. Em 1854, Snow (1813-1858) desenhou um esquema alusivo a mortes por cólera no centro de Londres (figura 2.2). Figura 2.2 - Representação esquemática de mortes por cólera (Tegarden 1999). Snow marcou a localização das residências dos óbitos com pontos e relacionou-as com os vários pontos de água (rios e esgotos), identificados com cruzes. Através desta representação, percebeu que a cólera ocorria entre aqueles que viviam perto e partilhavam o mesmo ponto de água contaminado, geralmente com maior frequência em famílias humildes com menos cuidados de higiene (Tegarden 1999). Esta lógica evidenciou-se a partir do momento em que o mapa foi desenhado e tornou possível a identificação de uma relação existente entre as duas variáveis. De outra forma, seria necessária uma maior carga cognitiva para perceber este fenómeno. Sensivelmente na mesma altura, Florence Nightingale (1820-1910), uma distinta enfermeira britânica que desempenhou funções de tratamento de feridos oriundos da Guerra da Criméia (Roberta Costa 2009), constituiu, em 1858, um grande contributo no campo da estatística ao ser pioneira na utilização de um método de representação visual inovador, o gráfico setorial, originalmente criado por William Playfair em 1801. (habitualmente conhecido como gráfico do tipo queijo ) (Andrews 2012). 9

Figura 2.3 Representação de taxas de mortalidade (Cohen 1984). Em 1861, Minard (1781-1870) criou, possivelmente, o melhor gráfico estatístico jamais desenhado. Esse mapa relatava as perdas de Napoleão sofridas durante a invasão à Rússia em 1812. Figura 2.4 - Gráfico de Minard alusivo à Invasão da Rússia em 1812 (Kjellin 2008). A largura das bandas representa o tamanho da sua armada. A banda mais clara é alusiva à invasão, enquanto a banda mais escura corresponde ao regresso. No início da invasão o tamanho da armada era de aproximadamente 422mil soldados, sendo que desses, 100 mil chegaram a Moscovo, mas apenas 10 mil regressaram até junto da fronteira Polaca. O gráfico também ilustra uma escala de temperaturas e datas na base da representação (Tegarden 1999). Mais à frente na dissertação esta figura será novamente abordada. 10

2.4 Evolução da informação Dashboard Visual Com efeito, à medida que novas e inovadoras formas de apresentação surgem, progride também a quantidade de informação a apresentar. Estima-se que, em 2006, foram produzidos 161 exabytes de nova informação e que a taxa de crescimento entre 2007 e 2011 esteve localizada nos 60% ao ano. Conjetura-se, igualmente, que tenham sido gerados 1.800 exabytes de informação em 2011, cerca de 10 vezes mais do que o produzido em 2006. No entanto, a aquisição e armazenamento de dados, per si, não possui importância (Maneesh Agrawala 2011). O desafio reside, portanto, na extração de valor dessa enorme quantidade de informação e usá-la para tomar decisões de valor. Perante este panorama, o design de informação assume um papel fundamental, principalmente na compreensão de representações. O problema deixou de residir na busca de informação, passando a estar na filtragem e correspondente processamento e apresentação da mesma. Contextualiza-se então, o designer da informação como o facilitador do processo de disseminação da informação, cuja função é elaborar uma representação gráfica a partir da representação mental (Carla Spinillo 2009). A informação relativa a negócios diferencia-se muito dos restantes tipos de informação. Carateriza-se por ser tipicamente abstrata, discreta e multidimensional. Além disso, pode ser histórica, gerada em tempo real, ou até previsional. É este conjunto de propriedades que a tornam de difícil visualização (Tegarden 1999). Imagine-se por momentos, que existia uma ferramenta com a qual fosse possível facilmente identificar e analisar as atividades entre grandes empresas com base num ecossistema de negócios. Teria sido possível usá-la para prever produtos revolucionários como o iphone ou ipad da Apple? Teria a Nokia adotado uma estratégia diferente se soubesse que seria um outsider no mercado de Smart Phones? Será que a Palm, em tempos líder e pioneira em computação móvel, ainda existiria nos dias de hoje? A ideia de uma bola de cristal que possibilite a previsão de uma rápida mudança nos ecossistemas empresariais é altamente atrativa para os decision makers, estrategas e investidores. Potenciais aplicações de business intelligence, que compreendam o cenário competitivo, identifiquem oportunidades de inovação, colaborações estratégicas e previsão de aceitação de um produto no mercado são igualmente desejadas (Basole et al. 2012). Não existindo ainda tal ferramenta, torna-se importante a utilização de outros meios, menos assertivos, é certo, mas de elevado valor quando corretamente inferidos. Aqui se inicia o conceito de Visual Analytics. 2.5 Visual Analytics A análise visual (Visual Analytics) carateriza-se pela fusão do raciocínio analítico com a análise computacional de dados, resultando em ricas e interativas representações visuais. Através desta metodologia, é possível interpretar e compreender grandes e complexas quantidades de dados, encontrar novos paradigmas e realçar fenómenos até então ocultos nos números em bruto. No entanto, é uma área que ainda recebe pouca atenção (Chabot 2009). 11

2.5.1 Valor de um ecossistema inteligente Dashboard Visual Conduzidos por pressões económicas, competição global e necessidade de inovação, os atuais ecossistemas comerciais caraterizam-se por ser gigantes, complexos e pela rede global de empresas que os constituem. Estas, por sua vez, são oriundas de diferentes mercados espalhados pelo globo e colaboram, partilham e competem para criar e disponibilizar os mais inovadores produtos e serviços. Este contexto tem implicações comerciais significativas. Muitas vezes, as empresas subestimam sérias ameaças competitivas, resultando numa perda de vantagem competitiva ou partilha de mercado num determinado produto ou serviço, comprometendo toda a evolução e crescimento do mesmo (Basole et al. 2012). Um ecossistema de negócio inteligente é uma ferramenta importante para os decision markers em todas as indústrias. Os analistas de mercado, por exemplo, procuram compreender tendências competitivas, estratégias e oportunidades. Os executivos, por outro lado, tentam identificar colaboradores e produtores estratégicos, em busca de white spaces (áreas inexploradas pela companhia, vistas como oportunidades de negócio). Os investidores, gostariam de identificar oportunidades de investimento promissoras e saber como essa transação se enquadraria no contexto global do negócio (Basole et al. 2012). 2.5.2 O ecossistema móvel Um exemplo proeminente de um ecossistema de negócio convergente é a indústria de telecomunicações. Com a aproximação de tecnologias, dispositivos e aplicações, a complexidade do ecossistema móvel está a aumentar a passos largos à medida que novos intervenientes surgem. Estes provêm de uma vasta variedade de segmentos, sejam: operadores móveis, produtores de dispositivos, fornecedores de plataformas e aplicações, entre outros (Basole et al. 2012). Um exemplo desta complexa e crescente rede poder ser visualizada na figura 2.5. Figura 2.5 - Interação de segmentos na indústria móvel (Basole et al. 2012). 12

Assim, torna-se imperativa a existência de um sistema que permita analisar visualmente e de forma dinâmica, todo o panorama de atuação da empresa/serviço. De outra forma, uma análise rígida, estática, e sem perceção visual, dificulta a análise de tendências e variações fulcrais para o sucesso desse meio. Em suma, num confuso e complexo sistema de negócio, torna-se de extrema relevância e uma oportunidade para a aplicação da análise visual (Visual analytics). 2.5.3 Metáforas visuais A complexidade e heterogeneidade do ecossistema de negócio tornam viável uma variedade de técnicas de visualização. Os dados de uma empresa são sempre apresentados de forma quantitativa. Deste modo, é apropriada a apresentação de diferentes indicadores sob a forma de gráficos de barras, gráficos de linhas, gráficos de dispersão, entre outros. São ferramentas que potenciam uma elevada facilidade na transmissão de informação ao utilizador comum, com a vantagem de serem de fácil elaboração. Além disso, foi a forma utilizada até então no seio da empresa, existindo portanto, uma tendência para a apresentação de resultados sob a forma descrita, não invalidando, no entanto, a implementação de novas formas de visualização, como será descrito na secção de trabalhos futuros. Apresentações visuais inteligentes devem diminuir a necessidade de consulta de documentos complexos, de difícil leitura devido à elevada densidade de informação e anulam possíveis erros de análise. Permite aos utilizadores filtrarem de forma imediata a informação que procuram e definir aquilo que é relevante para a sua consulta (Basole et al. 2012). Contudo, desenhar uma interface visual eficiente não se cinge unicamente à elaboração de uma apresentação visual inteligente. Providenciar uma interação com a informação é igualmente importante, aproximando o utilizador da informação e dando-lhe a possibilidade de filtrar apenas aquilo que deseja consultar. No Capítulo seguinte será retratada uma ferramenta que permite, de forma visual, filtrar toda a informação relevante. 13

3 Estado da Arte É espectável que os dashboards facilitem a tomada de decisão através da utilização das capacidades de perceção e cognição do ser humano, já que, o interesse nesta ferramenta tem vindo a aumentar, o que pode ser facilmente comprovado pelas diferentes soluções existentes no mercado. No entanto, apesar da sua popularidade, pouca informação existe sobre a sua eficiência e capacidade na transmissão de informação. O principal propósito deste capítulo é fornecer uma revisão do estado da arte na perspetiva de utilização de dashboards como ferramentas de apoio à decisão, sendo que, muitos dos assuntos expostos nesta secção terão continuidade e serão explorados em maior pormenor nas secções seguintes. 3.1 Introdução Devido aos avanços contínuos nas tecnologias de informação e comunicação e ao ritmo acelerado do atual ambiente de negócios, as organizações geram e lidam com um volume cada vez maior de dados. Os gestores estão frequentemente sobrecarregados com relatórios e informação proveniente de sistemas de informação como ERPs, indicadores de desempenho e softwares de BI, que repartem a sua atenção. Esta sobrecarga pode ser exacerbada quando os relatórios têm designs pouco apelativos e intuitivos na forma de como a informação é apresentada, resultando numa distração da atenção do utilizador. Os Dashboards podem oferecer uma solução ao problema da sobrecarga de informação, fornecendo um conjunto de indicadores para gestão de desempenho, incorporando vários conceitos e aplicações. Apesar de promissor, o valor de um dashboard está inextricavelmente ligado às suas funcionalidades e à forma de como estas são utilizadas na empresa ou organização. Não há concordância em como um dashboard se deva apresentar e que informação deva conter. De uma forma geral, é espectável que este recolha, sumarize e apresente informação proveniente de múltiplas fontes (relatórios, ERPs, ferramentas BI, entre outros), para que o utilizador possa, de uma só vez, consultar todos os indicadores de performance relevantes para o seu negócio. No que diz respeito a dados, o dashboard representa a ponta de um iceberg, já que a informação visualizada foi previamente (ou em tempo real) trabalhada, filtrada e recolhida de diferentes proveniências, por forma a ser apresentada de forma global e condensada ao utilizador. O mercado de softwares revela precisamente a falta de coerência relativamente ao conceito de dashbaord. Alguns oferecem dashboards altamente complexos com vários tipos de funcionalidades, desde a possibilidade 14

de alterar de um formato de informação resumida para um formato mais detalhado, a exibição de um cenário what if, a possibilidade de implementação de alertas automáticos, opções de personalização, enquanto outros, são mais simples e estáticos por natureza. Apesar dos dashboards já serem aceites como uma ferramenta de gestão, a literatura científica não acompanhou o ritmo da sua evolução. Enquanto que manuais (Rasmussen 1986; Few 2006) e artigos de imprensa (Miller and Cioffi 2004; Kawamoto and Mathers 2007) sobre este tema abundam, o mesmo não se passa com a literatura académica, onde são raros os artigos que fornecem informação para praticantes e investigadores. Os poucos artigos científicos que existem sobre o tema, abordam áreas como a motivação (Wind 2005; Pauwels et al. 2009), fases de implementação de um dashboard (Pauwels et al. 2009) e seleção de métricas (DeBusk, Brown, and Killough 2003; Pauwels et al. 2009), não fazendo qualquer referência ao design dos mesmos. 3.2 Questões de pesquisa Um dashboard pode ser considerado como um sistema de apoio à decisão, que providencia informação num determinado formato ao decision maker. Assim, deve ser avaliado de acordo com as suas caraterísticas e da forma como os seus utilizadores interagem com essas caraterísticas, de modo a tomarem uma decisão. Esta decisão é alcançada através de um processo cognitivo, onde a informação é processada resultando num significado. O ambiente de decisão é representado, como veremos mais à frente, por objetos que traduzem uma realidade e um contexto. O processo de decisão é função do sistema de informação, do ambiente de decisão e da perícia do decision maker (O'Donnell and David 2000), sendo que, esta é diretamente influenciada pelo conhecimento e perceção da realidade do mesmo (Dunn, McCarthy, and Poston 1999). Por fim, todas as variáveis interagem para determinar a estratégia do processo onde o significado é atribuído a pistas de decisão, sendo que, o valor relativo de cada pista é determinado pela tomada de decisão. Figura 3.1 - Exemplo de um dashboard elaborado em Excel. (Da Lozzo, Di Battista, and Ingrassia 2012) 15

O'Donnell and David (2000) identificaram três importantes caraterísticas fulcrais na perspetiva do design do dashboard. Estas caraterísticas são a interação e o feedback proporcionado ao utilizador, o formato da apresentação usado e a quantidade de informação devolvida. O nível de interatividade é relativizado pelo seu propósito e funcionalidades. Pode ser desejado um feedback que alerte os utilizadores para indicadores que sejam ignorados ou possíveis tomadas de decisão que sejam necessárias, mas deve ser tido em conta um balanço entre complexidade e funcionalidade. Feedback e alertas excessivos podem influenciar negativamente a tomada de decisão e distrair o seu utilizador. Por outro lado, o designer do dashboard enfrenta o problema da forma de representação, para que sejam evidenciadas tendências e métricas (representação tabular versus gráfica). Por fim, a quantidade de informação é também uma questão importante. Os dashboards devem providenciar a quantidade certa de pistas de decisão, evitando a sobrecarga do utilizador aquando da sua interpretação. Com efeito, surgem algumas dúvidas de cariz relevante na sua elaboração: Q1: Que caraterísticas de design deverá um dashboard eficiente ter? Há alguma estratégia de design a seguir que se ajuste a todo o tipo de organizações? Q2: Até que ponto a educação, experiência e perícia de cada utilizador, deve ser tida em conta na elaboração do dashboard? Q3: Será que os designers dos dashboards devem produzir diferentes soluções baseadas em estilos cognitivos e personalidade dos utilizadores? A resposta a estas e a outras questões tentarão ser explicadas ao longo desta dissertação. 3.3 Revisão bibliográfica Para pesquisa desta informação utilizou-se uma abordagem multidisciplinar, partindo de informação não só de jornais e revistas, como de artigos e documentos científicos. Nesta secção será inicialmente definido e descrito o significado de dashboard e seguidamente será apresentada a interação entre tarefas, caraterísticas dos utilizadores e o formato que deverá ter a apresentação deste documento, do ponto de vista da performance aquando da tomada de decisão. 3.3.1 Definição de Dashboard Os Dashboards tornaram-se populares após o escândalo Enron 4 em 2001 (Few 2006), mas não há uma definição clara sobre este formato de apresentação de informação, seja fornecido por produtores de software ou académicos. Os vendedores destas soluções, definem-nos em função das caraterísticas que apresentam. Os investigadores, por sua vez, referem diferentes tipos de aplicabilidades do conceito de dashboard e contemplam diferentes fases no seu desenvolvimento. Uma descrição genérica de um dashbaord poderá ser uma interface gráfica que contenha medidores de performance de um determinado negócio, que possibilitem a 4 http://finance.laws.com/enron-scandal-summary 16

tarefa de gestão e tomada de decisão. Esta definição compreende o conceito de apresentação visual, o conteúdo e o propósito para o qual os dashboards são usados. Do ponto de vista dos recentes desenvolvimentos de design, é proposta uma definição mais cuidadosa, como sendo uma ferramenta de visualização e gestão de performance que apresenta num único ecrã a informação mais importante, por forma a atingir determinados objetivos, permitindo aos seus utilizadores identificar, explorar e comunicar problemas que necessitem de atenção. Esta definição enfatiza a sua interatividade e redefine o seu propósito. A terminologia dahsboard deriva do inglês, sendo originária do painel de instrumentos de um automóvel, que reporta uma determinada quantidade de métricas fulcrais para o seu condutor. Os dashboards ajudam os gestores a visualizar tendências, padrões e anomalias do negócio onde estão inseridos, tornando o fator de desenho de informação muito importante. Estes podem ter várias finalidades desde promover a consistência, monitorização, planeamento, comunicação, entre outros (Pauwels et al. 2009). A consistência refere-se a medidas e processos de medição utilizados em determinado departamento ou unidade de negócio. A monitorização é a avaliação diária de métricas que devem resultar em correção, se necessário. O planeamento pode ser usado na simulação (análise what if) de diferentes cenários no futuro. A comunicação consiste na apresentação das diferentes métricas às partes interessadas de uma organização. 3.3.2 Caraterísticas visuais e funcionais São distinguidos dois tipos de caraterísticas de um dahsboard: as funcionais e as visuais. As caraterísticas funcionais são alusivas indiretamente à visualização e descrevem o que o dashboard consegue fazer. Por outro lado, as caraterísticas visuais relacionam-se com o princípio de visualização dos dados e quão eficaz e eficiente é apresentada a informação ao utilizador. É importante que as caraterísticas funcionais correspondam ao propósito do dashboard: há uma má correspondência quando, por exemplo, um dashboard é usado como ferramenta de previsão carecendo de métodos de previsão. Além disso, mesmo que haja uma boa correspondência, uma fraca representação visual (por exemplo o excesso de cores) pode confundir e distrair o utilizador. Os Dashboards, assim como outras ferramentas de visualização, estão apoiados nos princípios da perceção visual. A perceção visual pode ser explicada através da aplicação da psicologia Gestalt à visualização. Esta nasceu em reação ao atomismo 5 (doutrina que se baseia no princípio da indivisibilidade) nos finais do século XIX e retrata a ideia de que o todo é mais do que a soma das partes, caraterizando a forma como a mente humana perceciona conjuntos de imagens inacabada. À semelhança da psicologia de Gestalt, os dashboards tiram partido de princípios como a similaridade, continuidade, simetria e proximidade dos objetos, transmitindo informação através da visualização. Estamos perante o uso de representações visuais interativas de dados abstratos e imateriais para amplificar o conhecimento (Card, Mackinlay, and Shneiderman 1999). O processo de visualização envolve duas fases distintas: codificação e descodificação. Estes processos são facilitados pela utilização de atributos visuais tais como forma, posição e cor, e atributos de texto como símbolos (Wunsche 2004). A visualização é eficaz se o processo de 5 http://www.infopedia.pt/$atomismo 17

descodificação tiver sucesso, onde as quantidades de dados percecionados e as relações entre eles refletem os dados reais. A visualização é eficiente se a máxima quantidade de dados for percecionada e compreendida no menor intervalo de tempo. Os Dashboards podem ser avaliados de acordo com a facilidade de codificação e descodificação da informação e é necessário um bom compromisso entre a complexidade visual e a utilidade da informação apresentada. A complexidade visual pode ser avaliada através do grau de dificuldade na descrição verbal de uma imagem. Esta complexidade pode aumentar com o surgimento de mais objetos ou com o exagero na utilização de cores, padrões ou texturas. De forma controversa, a repetição de padrões (ou cores e texturas) uniformes e a existência de conhecimento associado a cada objeto, reduz a complexidade visual facilitando a perceção e aumentando a performance percetual. Além disso, alguns gráficos 2D e 3D podem causar ilusões (ilusão de Poggendorff é uma ilusão óptico-geométrica que está ligada à falha na perceção da posição de um segmento de uma linha transversal que tenha sido interrompido por uma estrutura) 6 que influenciam a tomada decisão. Figura 3.2 - Ilusão de Poggendorff 7. Apesar de ser fortemente sugerida a apresentação do dashboard num ecrã, sem necessidade de movimentação da janela para ter uma vista completa, estes devem estar abertos a apresentação de informações adicionais. Desta forma, as novas gerações de dashboards permitem interatividade, é consentida aos utilizadores a oportunidade de escolherem a informação que querem consultar. Não obstante, os dashboards devem ajudar os utilizadores a identificar indicadores que careçam de atenção imediata, através de um alerta visual (através de cores mais vivas ou intermitentes). Em suma, os requisitos das novas gerações de dashboards devem alinhar os processos de negócio com a última informação existente e usar mecanismos de visualização de fácil interpretação. Se projetados de forma correta, podem oferecer uma solução à sobrecarga e dispersão de informação existente no atual ambiente empresarial. 6 http://mathworld.wolfram.com/poggendorffillusion.html 7 http://upload.wikimedia.org/wikipedia/commons/e/ea/poggendorff_illusion.svg 18

3.3.3 Visualização na gestão de performance Dashboard Visual Os Dashboards têm a sua aplicação na medição e gestão do desempenho organizacional. Este sistema de medição de desempenho fornece meios para controlar o cumprimento de metas e objetivos previamente definidos (Nani, Dixon, and Vollman 1990). Tradicionalmente, a medição de desempenho era baseada em indicadores financeiros (tais como receitas e lucro) e rácios (ROI, ROE) (Merchant and Van der Stede 2007). Um ponto de viragem na área da medição de desempenho aconteceu quando Kaplan and Norton (2010) publicaram um trabalho de referência intitulado The Balanced Scorecard, onde foi sugerida a introdução de dados não financeiros, juntamente com os já existentes (financeiros), aos indicadores de desempenho. Desde então, o BSC tornou-se a tentativa mais conhecida de ampliar a medição de desempenho incluindo os indicadores não financeiros, lado a lado com os indicadores convencionais. No entanto, existe pouca orientação quanto ao modo e em que medida os indicadores não financeiros devem ser usados (Corona 2009). Ittner and Larcker (2003) evidenciam que os gestores corporativos ignoram ou desvalorizam frequentemente estes indicadores. Uma possível justificação para este fenómeno poderá ser a limitação subconsciente no processamento de informação, uma vez que, os decision makers apenas conseguem processar uma fração da informação disponível (Neumann, Roberts, and Cauvin 2008). Assim, dado que o ser humano tem uma capacidade limitada de memória de trabalho, estes devem racionalmente focar-se em informação com maior probabilidade de capacidade de diagnóstico (geralmente financeira). O excesso de informação pode não só conduzir à sua desconsideração mas também à imprecisão na tomada de decisão. Shields (1983) e Iselin (1988) encontraram uma relação invertida entre rigor na tomada de decisão e a quantidade de informação fornecida. Esta relação invertida indica que há um certo nível de informação fornecida para o qual corresponde uma tomada de decisão mais acertada. Mais ou menos informação iria influenciar negativamente a tomada de decisão. Para ultrapassar este problema deve-se alterar a forma como a informação é apresentada. No caso de dashboards interativos esta solução pode ser implementada ao permitir que o utilizador escolha unicamente a informação que pretende consultar. Esta ferramenta pode melhorar o processo de foco do utilizador e por conseguinte melhorar a tomada de decisão. 3.3.4 Utilizador, conhecimento e formato de apresentação Num contexto de gestão, investigadores tentaram por várias vezes demonstrar a superioridade dos gráficos, comparativamente a tabelas, no que diz respeito à performance na tomada de decisão (Vessey 1991). No entanto Vessey and Galletta (1991) concluíram que não existe consenso no tipo de apresentação. Investigações no campo da apresentação da informação sugerem que, por exemplo, o uso de tabelas ou gráficos varia com a natureza da tarefa. Com base na teoria do processamento de informação humano (HIP), Vessey (1991) introduziu a teoria do ajuste cognitivo que explica sob que circunstâncias um modo de apresentação de informação supera outro. Um princípio subjacente a esta teoria é que as representações gráficas e tabulares apresentam o mesmo tipo de informação mas de maneiras fundamentalmente diferentes: representações gráficas representam informação espacial enquanto que representações tabulares retratam informação 19

simbólica. Segundo a teoria do ajuste cognitivo, gráficos são mais propícios a tarefas que requeiram identificação e compreensão de relações para executar comparações (tarefas espaciais), ao passo que, tabelas são mais indicadas para tarefas que necessitem de extração de valores específicos (Vessey 1991; Vessey and Galletta 1991). Segundo Dilla and Steinbart (2005), a qualidade do julgamento é afetada pelo formato de exibição da informação. A qualidade do julgamento é função da consistência (decisões próprias de um indivíduo) e do consenso (decisão entre vários indivíduos). As duas medidas de qualidade são consideradas importantes de modo a assegurar um resultado objetivo e justo de avaliação de desempenho (Malina and Selto 2001). Dilla and Steinbart (2005) identificaram resultados mistos relativamente ao benefício de apresentações complementares de informação (tabular versus gráfica). No entanto, houve uma evidência ambígua de que a informação na forma tabular seria superior à mesma informação apresentada no formato gráfico devido a diversos efeitos gráficos não consensuais (Dilla and Steinbart 2005). Não obstante, outros estudos encontraram evidências em como as representações gráficas melhoram a eficácia de tarefas espaciais como previsões de falência, ganhos ou vendas (Desanctis and Jarvenpaa 1989; Anderson and Mueller 2005; MacKay and Villarreal 1987). Diferentes estudos demonstraram ainda que a influência do formato de apresentação de informação interage com as caraterísticas do ambiente de tomada de decisão e com o conhecimento do decision maker. Por exemplo, o formato tabular foi considerado superior ao formato gráfico à medida que a complexidade aumenta (Blocher, Moffie, and Zmud 1986; Liberatore, Titus, and Dixon 1988; So and Smith 2004), e utilizadores com tarefas de maior incerteza inerente requerem informação mais desagregada (Benbasat and Dexter 1979). Além disso, decision makers com pouca formação em contabilidade tomaram decisões que conduziram a um maior lucro quando consultaram relatórios de Profit & Loss representados sob a forma gráfica comparativamente a tabulares (Cardinaels 2008). Um resultado surpreendente foi que os mesmos relatórios apresentados sob a forma gráfica (comparativamente aos tabulares) tiveram um efeito negativo nos lucros quando eram levadas a cabo decisões por parte de utilizadores mais experientes. Estas descobertas sublinham que a informação deve ser apresentada de diferentes formas para que a tomada de decisão seja executada de forma eficiente e de acordo com o nível de conhecimento do utilizador. A teoria do ajuste cognitivo proporciona orientações úteis considerando a escolha do formato da apresentação a ser usada. Por exemplo, gráficos ajustam-se melhor a tarefas espaciais que envolvam previsões e comparações, bem como tarefas que requeiram análise multidimensional de dados e reconhecimento de padrões. Por outro lado, as tabelas parecem adaptar-se melhor a utilizadores experientes com caraterísticas mais lógicas (por exemplo analistas financeiros). Os gráficos podem introduzir algum grau de subjetividade (ou falta de consenso) se não forem bem elaborados. Estes argumentos podem explicar algumas das contradições e falta de suporte em investigações anteriores. Esta área oferece um enorme potencial de investigação. 3.3.5 Estilos cognitivos, personalidade e formato de apresentação A teoria do ajuste cognitivo não se limita apenas à apresentação de informações e tarefas. Vessey and Galletta (1991) introduziram uma extensão do conceito básico do ajuste cognitivo que inclui o ajuste entre a perícia na tomada de decisão de um indivíduo, o formato da apresentação da informação e a tarefa. A tomada de decisão efetiva requer que os utilizadores 20

desenvolvam representações mentais apropriadas, onde o processo mental que os decision makers usam, forneça a ligação entre a representação e a tarefa. No entanto, o processo mental dos utilizadores varia de pessoa para pessoa, dependendo dos seus estilos cognitivos. Esta caraterística pode ter implicações para os designers dos sistemas de apoio à decisão, na medida em que, poderão ter de se focar nos traços de personalidade dos decision makers, assim como na tarefa que eles desempenham. Assim, esta secção explora a interação, a personalidade dos utilizadores e a performance no processo de tomada de decisão. Teorias da personalidade têm sido amplamente aplicadas em diferentes campos de investigação, mas ainda é muito ténue a sua presença na área da gestão. Wheeler (2001) examinou a teoria Jungiana 8 da personalidade e Myers-Briggs Type Indicator 9 (MBTI) para ilustrar os traços mais importantes de personalidade na área referida. A teoria de Jung defende que a personalidade de uma pessoa consiste na interação entre a forma de perceber (intuição ou sensação) e a forma de julgar (pensar e sentir). Esta teoria foca-se em aspetos conscientes, tomada de decisão e o efeito da personalidade na compreensão. Pessoas intuitivas são mais criativas e perspicazes no processo de tomada de decisão, enquanto indivíduos mais sensatos levam em maior consideração os factos e observações. Indivíduos sensatos são lógicos e racionais, ao passo que, indivíduos sensoriais são mais idealistas. De acordo com o MBTI existem 16 tipos de personalidade que podem ser caraterizados por traços profissionais e organizacionais, caraterísticas educacionais e estilos de aprendizagem, e de tomada de decisão e estilos cognitivos. Em cada pessoa há uma inclinação inata para uma das quatro caraterísticas. As conclusões sobre o tipo de personalidade de gestores aplicam-se a indivíduos cujas caraterísticas pessoais contemplam o sentido prático, sensibilidade, poder de decisão, lógica, imparcialidade, perspicácia, personalidade ativa e solucionadores racionais de problemas (Wheeler 2001). Existe, portanto, uma relação entre a personalidade de um indivíduo e o seu papel numa organização. No entanto, Liberatore, Titus, and Varano (1989) e Carpenter, Anders, and Anderson (1993) concluíram que o tipo de personalidade não tem qualquer relação com a perceção de um indivíduo. Além disso, estilos cognitivos em termos de MBTI não têm qualquer impacto na qualidade da decisão, independentemente da forma da apresentação. No que toca à agregação de dados há evidência de que alguns tipos de personalidade, com fraco poder de análise, podem ter melhor desempenho com informação desagregada (Bariff and Lusk 1977; Benbasat and Dexter 1979). Atualmente ainda não é clara a evidência da necessidade da criação de um dashboard que corresponda com o tipo de personalidade dos utilizadores. 3.4 Sumário Os dashboards já percorreram um longo caminho, desde algumas linhas com alguns indicadores de performance (KPIs), a representações interativas inseridas em sistemas corporativos no apoio à decisão (ERPs e aplicações de BI). Certamente este não será o fim da 8 http://en.wikipedia.org/wiki/carl_jung 9 http://www.myersbriggs.org 21

sua expansão, adivinhando-se que muitas caraterísticas funcionais surgirão no futuro. No entanto, deve ser tido em conta que, antes de implementar novas soluções e tornar cada dashboard mais rico, é essencial melhorar as soluções já implementadas através de uma melhor compreensão das caraterísticas que os tornam bem sucedidos. A figura 3.3 representa algumas das implicações inerentes ao desenvolvimento de um dashboard, que devem ser tidas em conta para facilitação do processo de tomada de decisão. Figura 3.3 Fatores a ter em conta no desenvolvimento de um dashboard (Dilla, Janvrin, and Raschke 2010). 22

4 Modelos cognitivos e Visualização É amplamente aceite que a visualização auxilia as pessoas na apreensão e compreensão de dados e comunicação de informação. A título de exemplo, representar dados visualmente torna possível a execução de algumas tarefas usando simples operações percetuais que, de outra forma, levariam a um árduo processo cognitivo (ver exemplo das mortes por cólera por John Snow). A visualização serve de memória externa, permitindo reduzir a exigência sobre a memória humana (Card, Mackinlay, and Shneiderman 1999). 4.1 Modelo de memória As representações visuais nem sempre são mais eficientes e menos exigentes que o conjunto de dados no seu formato original. As figuras por si só, podem não melhorar automaticamente a performance do entendimento humano. As pessoas processam informação na memória de trabalho, sendo que, esta tem uma capacidade limitada. Uma visualização inapropriada pode infligir uma elevada carga cognitiva por parte do observador, sobrecarregando-o e inutilizando, portanto, os benefícios deste método. A memória humana pode ser considerada como um sistema de processamento de informação, contendo três componentes básicos: memória sensorial, memória de curto prazo e memória de longo prazo (Atkinson and Shiffrin 1968). Como pode ser visto na figura 4.1 a informação que chega do exterior é processada pela memória sensorial, tratada na memória de curto prazo e processada na memória de trabalho (Baddeley 1986). Para uma determinada quantidade de informação ser relembrada num momento futuro é necessário um conjunto de procedimentos estratégicos para transferir essa informação da memória sensorial até à memória de longo prazo, onde esta pode ser armazenada. A informação armazenada neste local pode ser devolvida para a memória de trabalho sempre que essa informação for requisitada. 23

Figura 4.1 - Modelo de processamento de informação na memória (Huang, Eades, and Hong 2009). O ponto fraco do processo descrito reside na memória de trabalho, pois esta tem uma duração e capacidade limitadas. A sua capacidade finita é conhecida como the magical number seven plus or minus two (Miller 1956), sendo que, neste local a informação degrada-se ao longo do tempo (Peterson and Peterson 1959). Além desta componente de armazenamento, a memória de trabalho é também responsável pelo processamento de informação durante tarefas cognitivas, concluindo-se portanto, que está associada a uma grande quantidade de informação. Quando existe a necessidade de processar vários elementos altamente interativos, o número de elementos, bem como o tempo em que são retidos na memória, podem sofrer uma queda abruta. Em suma, quando uma atividade cognitiva requer (1) muitos elementos a serem retidos na memória de trabalho ou (2) muitos elementos a serem processados simultaneamente (elevada quantidade de interatividade (van Merrienboer and Sweller 2010)) é espectável uma sobrecarga da memória de trabalho, resultando em perda de informação e fraca performance. De forma a que a aquisição de informação seja percecionada sem necessidade de um elevado processamento cognitivo, é necessário que as representações visuais sejam devidamente apresentadas ao utilizador, tendo por base conceitos que consigam suportar esta necessidade. Assim, torna-se de extrema importância a consideração da próxima fase deste capítulo. 4.2 Coerência na apresentação visual de dados 4.2.1 Caraterização da representação visual O sistema de informação humano, à semelhança dos sistemas de informação computorizados, sempre foi compreendido como um sistema de entrada, processamento de informação na memória, e saída de informação (Newell and Simon 1972; Hogarth 1908). Observou-se que, em muitos casos, a forma como as representações visuais afetam a tomada de decisão, estão relacionadas com a forma como o processamento e a memória do espetador interagem na execução das estratégias de decisão. Estas estratégias determinam que informação deriva da representação visual, em que sequência, e como essa informação é usada para construir uma decisão ou uma solução de um problema (Vessey and Galletta 1991). 24

4.2.2 Perceção das representações visuais Dashboard Visual O termo information (ou data) visualization é definido na literatura como sendo não só o processo de criação de representações visuais de dados, mas também o produto que resulta dessas mesmas representações (Card, Mackinlay, and Shneiderman 1999). De acordo com Larkin and Simon (1987), um diagrama e por conseguinte um gráfico, contêm informação explícita sobre as relações topológicas e geométricas entre as diferentes variáveis da representação. A figura 4.2 apresenta o mundo como sendo informação abstrata que é posteriormente traduzida numa representação visual, podendo então ser percecionada e compreendida por um espetador. Este, apesar de estar a observar uma mera representação gráfica, está a aprender algo sobre o mundo que o rodeia. Figura 4.2 Lógica do conceito Data Visualization. 4.2.3 Caraterísticas das representações visuais A um nível mais básico, uma representação visual consiste em três conceitos: a cena, o objeto contido nessa cena e as caraterísticas do objeto (Henderson and Hollingworth 1999). A cena é definida como uma visão semanticamente coerente do ambiente no mundo real, contemplando elementos de fundo, bem como objetos discretos, de onde essa representação é oriunda (Henderson and Hollingworth 1999). Por outras palavras, um exemplo desta definição é tão somente a representação dos eixos ordenados X-Y, constituintes de um vulgar gráfico (figura 4.3). Figura 4.3 - Cena, objetos e caraterísticas. Os objetos são definidos como entidades discretas de pequena escala, que são manipuladas no interior da cena (Henderson and Hollingworth 1999). Em suma, os objetos estão relacionados com as cenas, sendo que estas são entendidas como elementos de fundo que não podem ser movidos ou alterados. Os objetos, por sua vez, são entidades móveis que podem aparecer em diferentes locais da cena. 25

A essência da ideia da cena-objeto é a de que a maior parte das representações visuais têm algum tipo de plano de fundo (cena) onde, a dada altura, linhas ou outros elementos visuais (objetos) são apresentados. No simples exemplo de um gráfico X-Y (figura 4.3(a)), estão apresentados os pontos (objetos) no gráfico (cena). Na figura 4.3(b) os pontos estão em diferentes zonas, quando comparados com a figura 4.3(a), estes movem-se, são manipuláveis dentro do gráfico X-Y (Henderson and Hollingworth 1999). Em momento algum, um espetador deve esperar diferentes localizações dos eixos X-Y como indicado na figura 4.3(c), a cena deve ser estática. As caraterísticas são atributos que permitem aos objetos ter qualidades e possibilitam a comparação com outros objetos (Henderson and Hollingworth 1999). Na figura 4.3(d) a cena contém objetos que podem ser distinguidos por terem uma diferente representação. Um gráfico como este, pode ser construído, por exemplo, com pontos de diferentes cores, por forma a representar dados de séries distintas. As caraterísticas dos objetos podem englobar tamanho, textura, orientação, forma, entre outros tipos de diferenciação. Com efeito, uma representação visual tem uma cena, um ou mais objetos, e os objetos, por sua vez, uma ou mais caraterísticas. Isto representa uma finita, porém potencialmente grande quantidade de informação, transmitida através de: A cena; Os objetos contidos na cena; As caraterísticas dos objetos; A cena e a relação com os objetos; A relação entre objetos. A cena oferece restrições aos objetos e fornece informações para ajudar o espetador a interpretar a colocação dos objetos na cena, mesmo quando estes não estejam representados. Além disso, a cena cria na mente do espetador uma expetativa sobre os tipos de colocação de objetos que podem ser encontrados (Henderson and Hollingworth 1999). Os objetos são introduzidos na cena e a informação é depois transmitida pela relação dos objetos com a cena. A título de exemplo, se a cena for um gráfico X-Y como descrito anteriormente, um ponto contém os valores de X e Y que derivam da localização do objeto na cena. Se for introduzido um novo objeto na mesma cena, o espetador consegue inferir os valores de X e Y do segundo objeto em relação ao primeiro. Existem quatro perspetivas de abordagem visual que podem ser utilizadas pelo espetador para adquirir informação a partir das representações visuais (será uma temática explorada mais à frente). Quantos mais objetos forem adicionados à cena, mais tendências e padrões podem ser inferidos pelo espetador. Por fim, as caraterísticas de um objeto permitem ao espetador adquirir informação adicional pelas propriedades do próprio objeto. Por exemplo, se se sombrear um objeto em incrementos de claro a escuro, é adicionada uma terceira caraterística ao objeto. Assim, dois objetos são diferentes entre si não só nas coordenadas mas também no sombreado. É possível, se necessário, continuar a adicionar caraterísticas aos objetos (Bertin 1983). 26

4.2.4 Cognitive Fit Theory Dashboard Visual De acordo com a teoria do processamento de informação, as capacidades humanas na resolução de problemas procuram formas de reduzir o esforço afeto a este processo (Newell and Simon 1972), sendo que, uma das formas de reduzir o esforço de processamento é facilitar o processo de resolução desse mesmo problema. Este feito pode ser alcançado fazendo corresponder o modo de representação do problema à tarefa em questão. Esta abordagem denomina-se teoria do Ajuste Cognitivo (Vessey and Galletta 1991) e propõe que a correspondência entre a tarefa e o formato de apresentação da informação leva a um desempenho de tarefas superior. Em vários estudos, a teoria do ajuste cognitivo forneceu uma explicação para as diferenças de desempenho entre vários formatos de apresentação, tais como tabelas, gráficos e rostos esquemáticos (Vessey 1991; Vessey and Galletta 1991). A teoria foi também estendida ao domínio de sistemas de informação geográfica. Em ambos os casos, tenta apurar que tipo de representação visual é mais adequada para tarefas espaciais e tarefas abstratas. Estas últimas envolvem a extração de valores discretos de um conjunto de dados (tabela 4.1). As tarefas espaciais, por sua vez, envolvem o acesso aos dados como um todo (figura 4.6). O modelo básico tem a resolução do problema como um subproduto da relação entre o problema (externo) na representação da informação e o processo de resolução do problema. Estes processos são representados por fluxos direcionados que ligam elementos no modelo. Por exemplo, o ato de processar informação na representação do problema, para produzir uma representação mental, e a representação mental de onde advém a solução para o problema. Esta representação mental (interna) é a forma do solucionador do problema representá-lo na memória de trabalho. A figura 4.4 auxilia o raciocínio anterior. Figura 4.4 - Modelo de Resolução do Problema (Vessey and Galletta 1991). Quando o formato de representação da informação condiz com a tarefa a ela associada, a resolução do problema pode usar um processo (e formular uma representação mental na memória de trabalho) que enfatiza essas mesma informação. O resultado consiste numa representação mental que facilita o processo de tomada de decisão. Quando o paralelismo entre a representação do problema e a tarefa não é conseguido, o ajuste cognitivo não funciona. Neste caso, os utilizadores induzem representações mentais a partir da informação 27

que lhes é prestada numa de duas formas: (1) formulam uma representação mental com base na representação do problema (em que neste caso terá de a transformar para chegar a uma solução), ou (2) formula uma representação mental baseada na tarefa (onde será necessário transformar a informação que advém do problema numa representação mental adequada à resolução do problema). Em suma, a teoria do Ajuste Cognitivo explica que quando um problema de representação coincide com o tipo da tarefa, o ajuste cognitivo é atingido e a performance na tomada de decisão é incrementada. 4.3 Aspetos que facilitam a perceção em representações visuais Uma representação visual deve evidenciar, em vez de esconder, padrões nos dados e, idealmente, proporcionar ao espetador a possibilidade de retirar significado desses mesmos padrões. Representações que requeiram um elevado nível de esforço cognitivo por parte dos espetadores na interpretação da representação, são menos desejáveis que representações que sejam mais imediatas e menos densas. A figura 4.5 apresenta quatro aspetos que podem melhorar as representações visuais, por forma a tornar a experiência mais percetível. Estes quatro aspetos serão abordados e explorados no presente capítulo. Suporte às quatro abordagens básicas de perceção visual Suporte de qualidades Gestalt Consistência com o conhecimento do espetador Suporte de raciocínio lógico Sensemaking Facilitação da perceção Figura 4.5 - Aspetos que facilitam a perceção em representações visuais. 4.3.1 Quatro abordagens básicas de perceção visual Bertin (1983) concluiu que existem quatro abordagens de perceção visual que são baseadas nas caraterísticas dos objetos, presentes em representações visuais. Estas são descritas da seguinte forma: 1. Associação o espetador nota que dois ou mais objetos são idênticos e, portanto, podem ser agrupados; 2. Diferenciação o espetador nota que dois ou mais objetos são diferentes e devem ser colocados em grupos separados; 28

3. Perceção ordenada o espetador nota que um objeto tem mais um certo atributo (caraterística) que outro objeto; 4. Perceção quantitativa o espetador nota que um objeto tem um múltiplo de um atributo (caraterística) comparativamente a outro. No entanto, nem todas as representações visuais suportam estas quatro abordagens. Seguidamente serão explicados detalhadamente os conceitos em que cada uma se baseia. Tarefas básicas na exploração de dados, tais como encontrar e identificar vários objetos, bem como deteção de padrões e tendências, são facilitadas por uma representação visual que suporte associação, a primeira das quatro abordagens de perceção visual. Tarefas como identificação de objetos, procura de padrões e relações (por exemplo, proximidade entre dois objetos), a comparação das relações observadas com conhecimento existente e, até mesmo, a projeção de dados, são facilitados por uma representação visual que suporte diferenciação, a segunda das quatro abordagens da perceção visual. Estas ideias são expressas pelas seguintes proposições. Proposição 1A (Suporte para a abordagem da Associação Percetual). Para um dado conjunto de objetos de uma representação visual, quanto maior for a extensão de objetos semelhantes percebidos como pertencentes a um grupo, melhor será a experiência do utilizador. (Vessey and Galletta 1991). Proposição 1B (Suporte para a abordagem da Diferenciação Percetual). Para um dado conjunto de objetos de uma representação visual, quanto maior for a extensão de objetos semelhantes percebidos como pertencentes a grupos distintos, melhor será a experiência do utilizador. (Vessey and Galletta 1991). Observa-se ainda que a diferenciação requer associação. Para os objetos serem percebidos como diferenciados, o espetador deve ser capaz de perceber que esses objetos não estão associados. Para perceber que o objeto A e B são objetos de grupos diferentes (diferenciação) implica a rejeição da conclusão de que eles estão no mesmo grupo (associação). Assim, a perceção da associação é fundamental. A diferenciação não é, no entanto, necessária para perceber a associação. Se todos os objetos são do mesmo grupo, a capacidade de facilmente perceber a associação é necessária por definição. A perceção de diferenciação é irrelevante neste caso. Considere-se agora, tarefas de exploração de dados e a forma como estas estão interligadas com as duas restantes abordagens de perceção visual. A identificação de padrões e relações, a comparação destas relações com o conhecimento existente, e até mesmo a projeção de dados, seria facilitada por uma representação visual que suporte uma perceção ordenada. Esta, é suportada pela seguinte proposição. Proposição 1C (Suporte para a abordagem da Perceção Ordenada). Para um dado conjunto de objetos de uma representação visual, quanto maior for a extensão de objetos ordenados 29

por algumas caraterísticas percebidos na ordem correta, melhor será a experiência do utilizador. (Vessey and Galletta 1991). À semelhança das duas primeiras abordagens, existe igualmente uma relação de dependência no que diz respeito à abordagem de perceção ordenada. Esta requer a lógica da diferenciação percetual. Para um objeto A ser percecionado como tendo mais de uma certa caraterística que um objeto B, estes estão a ser inerentemente diferenciados. A relação inversa, não é uma condição necessária, os objetos A e B podem ser percecionados como sendo de diferentes categorias, mas sem seguir nenhuma lógica ordinal. Por fim, a exploração das tarefas básicas de procura de padrões e relações entre objetos, a comparação destas relações com o conhecimento existente, e até mesmo a projeção de dados, seria facilitada por uma representação visual capaz de suportar a perceção quantitativa. Esta é expressa pela seguinte proposição. Proposição 1D (Suporte para a abordagem da Perceção Quantitativa). Para um dado conjunto de objetos de uma representação visual, quanto maior for a extensão de objetos em que seja percecionada uma variação quantitativa nalgumas das suas caraterísticas, melhor será a experiência do utilizador. (Vessey and Galletta 1991). A abordagem da perceção quantitativa também está relacionada com algumas das abordagens percetuais previamente descritas. A perceção quantitativa, na qual o espetador discerne as diferenças relativas entre as caraterísticas de dois objetos, requer perceção ordenada. Por exemplo, para perceber que um objeto A detém o dobro de uma certa caraterística quando comparado com um objeto B (perceção quantitativa), implica que o espetador percecione que o objeto A possui uma maior quantidade de uma dada caraterística que um objeto B (perceção ordenada). Novamente, o inverso não se verifica, a ordem pode ser percecionada sem ser necessário conhecer a quantidade ou o grau de diferença. Um bom exemplo de uma representação visual que suporte as quatro abordagens básicas da perceção visual humana é o gráfico do estudo de Vessey and Galletta (1991), reproduzido na figura 4.6. 30

Figura 4.6 - Representação visual compreendendo a Teoria do Ajuste Cognitivo (Vessey and Galletta 1991). A cena é um gráfico X-Y com meses no eixo dos XX e dólares no eixo dos YY. Os objetos são pontos desenhados na área do gráfico. A associação dos pontos em duas séries é conseguida devido à coerência no tamanho dos pontos, forma e linha que os ligam. A sua diferenciação é evidenciada com a mudança de cor dos pontos (preto e branco), acompanhados pela mudança da linha que os conecta (preto e cinza, respetivamente). Por fim, a perceção ordenada e a perceção quantitativa são discerníveis observando os valores Y de cada ponto quando um depósito ou levantamento é superior ou inferior comparativamente a outro mês. Representações visuais geradas em computador são pretendidas por fornecerem um melhor suporte às quatro abordagens percetuais. As aplicações de softwares para criação de gráficos são programadas, por defeito, para tornar as caraterísticas fáceis de distinguir. Por exemplo, gráficos de barras têm, geralmente, grid lines para possibilitar comparações quantitativas fáceis e diretas. Quando é usada cor, geralmente a cor entre séries é tanto mais distinta, quanto mais divergentes forem os valores, facilitando a diferenciação. Assim, o nível de importância dado às abordagens percetuais pode ser melhorado e os resultados podem ser demonstrados com maior evidência. Não obstante, segundo Vessey and Galletta (1991) a noção de eficiência na representação de um problema deve ser considerada no contexto da tarefa a resolver. Por exemplo, tabelas permitem aos utilizadores decisões mais rápidas e precisas em problemas simbólicos, comparativamente a gráficos. No entanto, os utilizadores de gráficos pensam mais rápido em tarefas espaciais do que aqueles que usam tabelas, e conseguem comparar tendências mais facilmente. A tabela 4.1 retrata a informação presente na figura 4.6, mas na forma tabular. 31

Tabela 4.1 - Representação simbólica do problema. Mês Depósitos Levantamentos Jan 37 20 Feb 66 45 Mar 26 69 Abr 47 41 Mai 45 28 Jun 40 45 Jul 56 63 Ago 13 39 Set 13 39 Out 62 30 Nov 46 48 Dez 35 8 Dashboard Visual 4.3.2 Teoria Gestalt O segundo aspeto da facilitação da perceção em representações visuais tem por base o conceito Gestalt. Gestalt é uma palavra alemã, sem tradução exata para português, ligada à psicologia da forma e trabalha essencialmente com dois conceitos: supersoma e transponibilidade (Lück 2012). De acordo com a teoria gestáltica, não se pode ter conhecimento do todo por meio das suas partes, já que, o todo é maior do que a soma das partes (...) "A+B" não é simplesmente "(A+B)", mas sim um terceiro elemento "C", que possui caraterísticas próprias" (Lück 2012). A figura 4.7 retrata precisamente a citação anterior sob a forma visual. É possível reparar que ao observar cada uma das imagens inferimos formas não presentes nela. 32

Figura 4.7 - Exemplo de fenómenos Gestalt 10. Por exemplo, no canto superior esquerdo, o corte alinhado das três circunferências existentes, transmite a ideia da presença de um triângulo equilátero. A perceção não funciona por somatório de partes mais pequenas dos objetos percebidos, mas pela totalidade. Os objetos organizam-se percetivelmente numa estrutura global que determina a forma, a dimensão e a função das partes. Quando os objetos de uma representação visual estão arranjados segundo uma forma que os permita serem percecionados como uma unidade, estes são compreendidos mais rapidamente e com menos esforço (Wickens and Andre 1990). Por vezes este fenómeno é alcançado através da proximidade dos objetos, outras através das caraterísticas emergentes tais como alinhamento, continuidade, simetria e paralelismo. Estas caraterísticas não são alusivas aos objetos individuais, mas ao conjunto de objetos vistos como um todo. As caraterísticas emergentes permitem que múltiplos objetos sejam compreendidos como uma unidade e seja reduzido o esforço cognitivo necessário para proceder a comparações de objetos que o espetador pretenda realizar (Wickens and Andre 1990). É facilitado, de igual forma, o armazenamento da informação na memória do destinatário da informação. Um importante aspeto na facilitação da perceção é a possibilidade dos espetadores modificarem o seu esquema de conhecimento à medida que processam padrões suportados por Gestalt. Por exemplo, a consulta de um mapa que contenha objetos alusivos à presença de polícia e a taxas de crime, pode apontar para uma relação positiva entre a presença da polícia e as taxas de crime. Inicialmente, o espetador pensa que este facto é contraintuitivo porque é suposto que a polícia exista para prevenir o crime, o que implica uma relação negativa entre a polícia e a existência de crime. Então, o espetador infere que a polícia talvez esteja presente numa determinada área, precisamente por nesse local existirem maiores taxas de crime, o que explica a relação positiva. Por outras palavras, o espetador começou por integrar um padrão que detetou e gerou um conflito com o seu conhecimento existente. Para que um espetador filtre padrões que façam sentido numa representação visual, deve ser ativada a deteção de tais padrões, envolvendo, necessariamente, um processo cognitivo e uma resposta e acesso à memória existente para que a nova lógica altere a estrutura do conhecimento do espetador. Esta relação é resumida pela seguinte proposição. 10 http://cns-alumni.bu.edu/~slehar/webstuff/bubw1/illus.gif 33

Proposição 2 Quanto melhor forem apresentadas as propriedades gestalt numa representação visual, melhor será a experiência do utilizador. (Vessey and Galletta 1991). 4.3.3 Consistência com o conhecimento do espetador Representações visuais que tirem partido do conhecimento existente na memória do utilizador podem incrementar a experiência da perceção visual. Quando uma representação é altamente consistente com o conhecimento do espetador, é evitada uma determinada carga cognitiva para tradução do significado de cada objeto/caraterística (Hutchins, Hollan, and Norman 1985; Kotovsky, Hayes, and Simon 1985). Por exemplo, mapas meteorológicos que apresentem intervalos de temperatura, de temperaturas altas (em tons de vermelho) até temperaturas baixas (em tons de azul), impõem uma baixa carga cognitiva para o espetador. Este, identifica de forma imediata, porém coerente, que valores de temperatura elevada estão associados a um tom vermelho, e valores de temperatura reduzida associados a tons de azul, podendo, de igual forma, ordenar os valores intermédios. Outros padrões, tais como verde (quente) a cor-de-rosa (frio), estariam igualmente ordenados, mas não facilitariam o processo de perceção, uma vez que, estas cores não são consistentes com os conhecimentos dos espetadores. Um bom exemplo de uma representação gráfica que contemple todos os temas abordados até este ponto é a figura 2.4. Essa imagem retrata os princípios do design gráfico e já foi classificada com a seguinte citação: It may well be the best statistical graphic ever drawn (Tufte 1983). Esta representação visual facilita a perceção da informação através das quatro abordagens básicas de perceção, permite uma interpretação segundo a lógica Gestalt e lida com o conhecimento do espetador. A sua simplicidade fica ainda mais evidente quando o espetador (não francês) percebe que todo o texto contido no documento está na língua de Napoleão e, mesmo assim, consegue retirar dele praticamente toda a informação que este disponibiliza, a partir do momento em que é dado a conhecer o propósito da existência desta representação visual. Em oposição, é indicado um exemplo na figura 4.8 de uma má representação visual, desobedecendo a alguns dos aspetos anteriormente apresentados. 34

Figura 4.8 - Representação visual sem suporte de perceção quantitativa (Tufte 2001). A figura 4.8 retrata o preço do barril de petróleo de 1973 a 1979. Ambas as imagens retratam os mesmos dados, sendo que a figura 4.8(a) contempla todas as abordagens básicas da perceção visual, enquanto que a figura 4.8(b) contém a mesma informação mas é apresentada de uma forma menos convencional, onde o preço é apresentado numa espécie de gráfico de barras em forma de barril. Se fosse pedido a um espetador para, numa questão de segundos, apresentar uma relação do crescimento do preço do petróleo, este ver-se-ia muito mais à vontade se se baseasse no gráfico da figura 4.8(a). Os seres humanos estão menos adaptados a comparar o que parecem ser volumes tridimensionais, comparativamente a quantidades bidimensionais (Tufte 2001). Na figura 4.8(b) existe mais do que uma caraterística a variar em simultâneo (altura, raio e consequentemente o volume de cada barril), resultando numa carga cognitiva superior e conseguinte perda de performance na leitura. Desta forma, ficam claramente demonstradas as vantagens da utilização da cena, objetos e suas caraterísticas, em concordância com o conhecimento do espetador, na perceção da informação a transmitir. Esta premissa é expressa pela seguinte proposição. Proposição 3 Quanto mais consistente a representação visual for com o conhecimento do espetador, melhor será a experiência do utilizador. (Vessey and Galletta 1991). É importante salientar que nem todos os espetadores possuem o mesmo nível de conhecimento. Para tal, é necessário adaptar as representações visuais para estarem em concordância com a sua audiência e serem compreendidas pela mesma, para que, a passagem de informação seja eficiente. 35

4.3.4 Raciocínio lógico Dashboard Visual Até este ponto, o foco nesta abordagem tem estado relacionado com aspetos alusivos a representações visuais como meio facilitador da absorção da informação explícita nelas contida. A seguir, será abordada a forma como as representações visuais que sustentam raciocínio lógico podem ajudar o espetador a descobrir informações adicionais que possam permanecer ocultas. A analogia é um processo de mapeamento que permite a compreensão de uma determinada situação, através de uma outra mais familiar, cujo conceito está bem definido na memória do espetador (Gentner 1983). Segundo Hummel and Holyoak (2003) existem quatro fases que ocorrem durante este processo: 1. Os termos relevantes são acedidos a partir da memória de longo prazo; 2. Identificação de correspondências; 3. São feitas inferências analógicas sobre o alvo, gerando novo conhecimento; 4. A aprendizagem ocorre quando novas ligações na memória (sinapses) são geradas. A fonte analógica é um modelo familiar ou situação bem conhecida usada para fazer inferências sobre um modelo desconhecido. Em oposição, e seguindo a mesma linha de raciocínio, o alvo analógico é um modelo ou situação não familiar que será compreendido por inferência da fonte analógica. O processo de alinhamento dos dois lados da analogia é denominado mapeamento. Idealmente, deveria existir uma correspondência perfeita (de um para um) entre os elementos mapeados. Quando este fenómeno acontece, estamos perante uma analogia dita estruturalmente consistente (Gentner 1983). Um exemplo clássico de uma analogia estruturalmente consistente é o da figura 4.9, onde é representado um paralelismo entre o funcionamento de um circuito hidráulico e um circuito elétrico. Figura 4.9 Analogia eletricidade-água 11. 11 http://hyperphysics.phy-astr.gsu.edu/hbase/electric/imgele/watdc.gif 36

Na analogia da eletricidade-água, as propriedades do fluxo da água (fonte analógica) são usadas na compreensão do fluxo elétrico (alvo analógico). O reservatório de água corresponde à ligação à terra, a bomba de água equipara-se à bateria e uma restrição na canalização corresponde à existência de uma resistência elétrica. Não só os elementos entre a fonte e o alvo são estruturalmente consistentes, como nesta analogia em particular, também permite o mapeamento de inferências que vão desde pressão a tensão, fluxo a corrente e até a equivalência entre a lei de Poiseulle e a lei de Ohm. O pensamento analógico permite neutralizar as limitações da capacidade de processamento e a memória de curto prazo humana, através da modificação dos modelos mentais usados para processar dados, de modo que, a aplicação do conhecimento é facilitada e a necessidade de nova informação minimizada (Rasmussen 1986). A analogia permite aplicar conhecimento, modelos, regras e estratégias de experiências anteriores em novos problemas de diferentes domínios. A secção seguinte retrata a aplicabilidade dos conceitos abordados até então, no Dashboard Visual. 37

5 Implementação do Dashboard Visual Neste capítulo será detalhada a constução do Dashboard Visual tendo em conta os conceitos previamente apresentados. Como já foi referido, o dashboard permite ao seu utilizador ter uma visão geral da unidade de negócio, através da junção de indicadores provenientes de diferentes fontes. É aqui que será inserida a componente visual, facilitanto a transmissão de informação dos indicadores nele presentes. Tem como objetivo uma elevada simplicidade e eficiência na transmissão de informação e teve por base o dashboard já existente na empresa. 5.1 A unidade MMS na Optimus A MMS tem a missão de fomentar a adoção e utilização continuada de serviços de internet e multimédia em todos os segmentos do mercado, e disponibilizar ofertas oportunas, relevantes e diferenciadoras nesses domínios e para estes segmentos, de forma a que a Optimus lidere o negócio de dados móveis e reforce a sua imagem de marca nos capítulos da inovação, modernidade, dinamismo e dimensão. A organização da área de negócio referida é descrita na tabela 5.1. Tabela 5.1 - Organização da unidade de negócio MMS. Area de negócio Macro-Categorias Serviço Internet Internet no telemóvel MMS VAS Optimus VAS Parcerias Calling Rings Jogos Alertas Passatempos Diversos (externos) Dentro da área MMS existem três macro-categorias e a cada uma delas correspondem um ou mais serviços. Na macro-categoria de internet está incluída a internet no telemóvel. Abrange 38

todas as formas de acesso à internet a partir de um dispositivo móvel, independentemente do tarifário do utilizador e do segmento. Na VAS (Value Added Services) Optimus, por sua vez, existem quatro serviços: Calling Rings, que correponde aos sons (geralmente uma música) que o utilizador ouve durante a espera na realização de uma chamada; Jogos, que como o próprio nome indica, são de conteúdo lúdico e passíveis de serem descarregados através dos serviços da operadora; Alertas, um serviço de subscrição que envia para o utilizador informações e notícias que este tenha anteriormente subscrito; Passatempos que se referem a ofertas, oportunidades e concursos de frequência irregular. A VAS Parcerias tem acoplados a si variadíssimos serviços, sendo que não existe uma definição muito clara. No fundo, corresponde a um serviço fornecido por uma determinada marca (que não a Optimus), mas em que é necessária uma parceria com uma empresa de telecomunicações para que o serviço funcione. Assemelha-se à categoria de VAS Optimus, à exceção de que os parceiros são sermpre externos à empresa, resultando numa sinergia entre a Optimus e outra companhia. 5.2 Organização do Dashboard No formato atual, o dashboard é um documento construído em Excel (.xlsx) e contém cinco folhas de cálculo: Receitas, Custos e Margens com indicadores de cariz financeiro, Clientes do Mês, EOPs e Compras, Ativações e Desativações com indicadores de cariz não financeiro (informação sobre utilizadores), e recentemente a nova folha Dashboard Visual que contemplará a forma de apresentação de informação até aqui explorada, incluindo os dois tipos de indicadores. Em linha com aquilo que foi apresentado no Capítulo 3, as quatro primeiras folhas apresentam-se sob a forma numérica e foram agrupadas como correspondendo ao formato Simbólico, uma vez que, a informação está apresentada como uma vulgar folha de cálculo. Em oposição, o Dashboard Visual terá a etiqueta Espacial. Seguidamente serão apresentados e justificados os dois formatos utilizados. 5.2.1 Simbólico Este era o único formato que o dashboard possuía até ao desenvolvimento da última folha de cálculo (Dashboard Visual). Na sua elaboração, (em finais de 2009) foram reunidos os indicadores fundamentais da unidade de negócio e de consulta necessária. Esta ferramenta tinha por base a recolha de informação através do datawarehouse, local onde existe toda a informação não trabalhada. O formato simbólico mantém-se ainda hoje (com leves alterações) e será mantido no futuro, apesar de nem sempre ser a forma mais fácil de visualizar os dados. Nele está contida toda a informação passível de ser consultada como valores quantitativos, quando a leitura do gráfico, per si, não é suficiente. 39

Como é possível perceber através da figura 5.1, todos estes indicadores são apresentados com detalhe mensal e possuem grandeza de unidades de milhar, tanto os financeiros (representados em milhares de euros), como os não financeiros (em milhares de utilizadores, milhares de ativações, entre outros). A informação dos últimos dois meses é tida como previsional, uma vez que, a informação desse período não traduz toda a atividade do negócio. Componentes como receita, custos e margens, ou até, ativações e desativações de serviços, têm um atraso inerente ao seu funcionamento, passando a definitivos com dois meses de retardo. A figura 5.1 exemplifica uma pequena parte da folha Receitas, Custos e Margens, sob o formato simbólico, alusivo ao serviço de Jogos. Figura 5.1 - Exemplo de uma pequena parte do Dashboard Simbólico (Jogos). A figura 5.1 retrata indicadores financeiros: custos e margem, sob a forma absoluta, e ainda receita, de três formas distintas: valor absoluto, distribuição por segmento e por natureza. No início de cada ano são definidos os objetivos e as ambições da empresa. Estes são expressos sob a forma de orçamentos (um alvo a atingir com dificuldade moderada) e metas (um alvo otimista, de elevada dificuldade). Com efeito, a leitura do dashboard passa sempre pela comparação dos valores de referência (reais) com os valores de orçamentos e metas (alvos), bem como o seu arranjo consoante o segmento e natureza. Para facilitação da explicação do funcionamento do programa, os termos: orçamento, meta, real e real do ano anterior foram denominados parâmetros e a sua articulação será explicada mais à frente. Apesar de na imagem só estar apresentado o serviço de Jogos, o dashboard contempla todos os serviços da tabela 5.1. As restantes divisórias ( Clientes do Mês, EOPs e Compras, Ativações e Desativações ) têm uma representação idêntica e para os mesmos serviços. Desta forma, torna-se evidente que uma ferramenta que possibilite a agregação e a visualização dos diferentes serviços, evidenciando tendências e permitindo ao utilizador nunca mudar a janela de trabalho, facilita a continuidade do nível de concentração e construção de processos mentais que facilitem e apoiem a tomada de decisão. Essa ferramenta é descrita no seguinte ponto. 40

5.2.2 Espacial Dashboard Visual Na criação desta folha foi considerada a informação contida no formato simbólico, ou seja, toda a informação apresentada sob o formato gráfico está indexada às primeiras 4 folhas. Este mecanismo está representado no esquema da figura 5.2. Receitas, Custos e Margens Clientes do Mês EOPs Tratamento de informação Dashboard Visual Compras, Ativações e Desativações Figura 5.2 - Funcionamento genérico do Dashboard Visual. Tendo por base esta articulação, foram reunidos os indicadores mais relevantes para o negócio, a transpor para a forma visual. Numa primeira fase foram escolhidas as formas de visualização de cada indicador e a seleção de cores (coerentes) que cada um deveria devolver. Paralelamente a este trabalho foi estudado o aspeto visual que esta nova componente deveria conter. Era essencial que sem qualquer tipo de dificuldade o utilizador do dashboard visual o identificasse como algo que fizesse parte da companhia. Para isso, e mais uma vez, a escolha de cores e logótipo da empresa tiveram um contributo fundamental. Esta ferramenta nunca apresenta mais do que 4 gráficos em simultâneo e a informação contida em cada um deles (financeira ou não) nunca é misturada, primando pelo foco do utilizador. Por outras palavras, independentemente da escolha selecionada pelo utilizador, o gráfico referente, por exemplo, ao número de utilizadores, está sempre presente no mesmo local, com a mesma configuração e apenas apresenta informação de utilizadores, seja qual for o serviço em questão. O mesmo se passa para os restantes indicadores. A figura 5.3 representa a interface do dashboard visual onde estão identificados os gráficos de 1 a 4 (motores da transmissão de informação) e um menu interativo, que permite ao utilizador escolher que indicadores, qual o serviço e janela temporal a consultar. 41

Figura 5.3 - Dashboard Visual. Para que o programa funcione necessita que o utilizador forneça, pelo menos, duas entradas de informação: o indicador e serviço. A janela temporal, apesar de ser também uma entrada de informação, foi definida, por defeito, a apresentar sempre o ano atual. Na necessidade de consulta de um período diferente, o utilizador deverá proceder à alteração desta através de um clique num dos botões existentes, deslocando o eixo ordenado X, num ano ou num mês, dependendo do botão escolhido. Este mecanismo possibilita visualizar a evolução da informação no tempo, com resolução mensal. Seguidamente será explicada com maior detalhe, a informação que cada gráfico traduz e como esta é apresentada. Gráfico 1 Este é o gráfico mais importante desta ferramenta. Por vezes, quando determinada informação não existe, não pode ser apresentada. Este fenómeno implica que, se um utilizador procura uma determinada apresentação, nem todos os gráficos devolvem informação, já que esta pode não existir. Pelo contrário, o gráfico 1 possui sempre informação a apresentar, seja esta financeira ou não. 42

Tabela 5.2 - Explicação da apresentação da informação na forma gráfica Gráfico 1. Indicadores Receita Custos Margem Clientes do Mês Ativações e Desativações Parâmetros Buget x x x x Real x x x x Meta x x x x Ano anterior x x Ativações Desativações x x A tabela 5.2 retrata toda a informação que o gráfico 1 apresenta, mediante a escolha dos indicadores por parte do utilizador. Os indicadores são apresentados um de cada vez, com os parâmetros correspondentes. Por exemplo, se o utilizador selecionar o indicador Clientes do Mês, surgirão no gráfico os parâmetros Buget, Real, Meta e Ano anterior, alusivos a um determinado serviço, também escolhido previamente pelo utilizador. A representação visual é levada a cabo por um gráfico de linhas, com duas, três ou quatro séries, dependendo do indicador, e a escolha de cores é familiar aos utilizadores, facilitando a aquisição de informação e a instantaneidade na leitura. Figura 5.4 - Gráfico 1 alusivo à receita de jogos. A linha Real, tida como a mais importante, sobressai das restantes com uma maior espessura, posse de marcadores e labels que apoiam a leitura quantitativa (caraterísticas diferenciadoras das demais séries). Em oposição, a linha Ano anterior é representada a tracejado, facilitando a diferenciação e consequente comparação com a restante informação. Da visualização direta do gráfico, percebe-se que o consumo de jogos é maior nos meses de verão (essencialmente julho e agosto) e final de ano (novembro e dezembro), coincidindo com 43

existência de férias escolares. É também bastante evidente que a receita apresentada superou sempre as linhas de orçamentos e metas estipuladas, e segue um comportamento idêntico ao do ano anterior. Estas conclusões resultantes da visualização do gráfico são praticamente imediatas e realizadas com um baixo esforço cognitivo, estando bem patente as vantagens deste tipo de representação. Gráfico 2 Neste local a informação é apresentada através de quatro segmentos de utilizadores: Optimus Negócios, Corporate, Teens e Optimus, sendo que os primeiros dois são referentes a empresas e os demais a clientes particulares. Figura 5.5 - Gráfico 2 alusivo à divisão da receita acumulada de jogos por segmento. A visualização é feita através de um gráfico de queijo que traduz o parcial que cada segmento representa no total da receita da unidade de negócio. Trata-se de um rácio do total acumulado, ou seja, no mês de maio, por exemplo, é contemplada a informação desde o início do ano até ao mês em questão. Gráfico 3 O gráfico 3 utiliza alguma da informação que alimenta o gráfico 1. Como é possível perceber através da tabela 5.3, o gráfico devolve quatro parâmetros independentemente do indicador. Mediante o serviço que o utilizador pretenda consultar, a existência de compras avulsas ou de subscrições varia com a natureza do mesmo. 44

Tabela 5.3 - Explicação da apresentação da informação na forma gráfica Gráfico 2. Indicadores Receita Clientes do Mês % Avulsa x x Parâmetros % Subscrições x x Avulsa x x Subscrições x x De acordo com a figura 5.6, percebe-se que esta informação é passível de ser vista em termos absolutos (através de duas séries lineares) e em termos relativos (por intermédio de barras percentuais), percebendo qual a dimensão de cada um dos parâmetros relativamente ao outro. Figura 5.6 - Gráfico 3 alusivo à divisão da receita de jogos por natureza. Esta caraterística permite ao utilizador ler diretamente a informação. Se esta fosse apenas representada sob a forma absoluta, o utilizador teria de desenvolver um processo cognitivo auxiliar para perceber a relação entre os dois parâmetros, distraindo-o da leitura e dificultando a perceção da informação. A representação inversa (forma relativa) não transmitiria ao utilizador a dimensão de receita envolvida sob a forma quantitativa, sendo igualmente inútil, daí a dupla representação. Gráfico 4 O gráfico 4 representa informação idêntica ao gráfico 2, mas com um detalhe mensal e em valor absoluto. A exportação de dados é feita através de um gráfico de linhas, em tudo idêntico ao gráfico 1. Aqui só é apresentada informação de cariz financeiro, tendo como único indicador, a receita (só evidenciado, portanto, quando este indicador é solicitado). 45

Figura 5.7 - Gráfico 4 alusivo à divisão de receita de jogos por segmento. De seguida será explicado o modo como o programa funciona e alguma da programação essencial para o desempenho das suas funções. 5.3 Programação A programação foi realizada utilizando macros em Excel, tendo por base a aplicação Microsoft Visual Basic for Application 7.0. Durante este processo foi tida em conta não só a apresentação da informação sob a forma gráfica e dinâmica, mas também a estabilidade na execussão do ficheiro. 5.3.1 Funcionamento geral De acordo com o que foi dito anteriormente, o dashboard visual possui um menu interativo (figura 5.8), no qual o utilizador escolhe o indicador, serviço e a janela temporal que pretende para ver uma determinada informação. Figura 5.8 - Menu interativo do Dahboard Visual. 46