Data storytelling é a abordagem estruturada para comunicar insights de dados usando elementos narrativos e visuais exploratórios. Quem quer transformar dados em insights e decisões tem muito a ganhar ao dominar a arte de contar histórias com dados.
Diferente de simplesmente apresentar estatísticas, histórias com dados são mais envolventes, memoráveis e persuasivas. Em um estudo que testou duas versões de um folheto da ONG Save the Children, doadores que receberam a versão em infográfico doaram cerca de 50% menos do que aqueles que receberam a versão baseada em história. Em outra pesquisa, os autores constataram que as pessoas ficam menos céticas quando ouvem uma história e mais críticas quando veem apenas números.
Histórias com dados são feitas de três ingredientes essenciais — dados, visual e narrativa. Para contar uma boa história com dados, é preciso selecionar os dados certos, usar uma estrutura narrativa que conduza o fluxo da história e ilustrá-la com visuais convincentes.
Figura 1: narrativa, visuais e dados são a base de histórias que geram mudançaO estudo de caso de Semmelweis
A história está repleta de alertas sobre visualizações mal-feitas que não geram ação como as boas histórias com dados conseguem. Em seu livro Effective Data Storytelling: How to Drive Change with Data, Narrative, and Visuals, Brent Dykes cita a história do Dr. Ignaz Semmelweis como um desses casos.
Após descobrir que lavar as mãos poderia salvar vidas, Semmelweis não conseguiu convencer a comunidade médica cética sobre suas conclusões. Olhando em retrospecto, princípios de data storytelling poderiam tê-lo ajudado a comunicar melhor seus insights e, com isso, salvar milhares de vidas.
Conhecido como o “pai da higiene das mãos”, Semmelweis foi um médico húngaro. Em 1844, trabalhou como assistente em uma clínica de obstetrícia onde muitas mulheres sofriam de febre puerperal — febre causada por infecção após o parto.
Durante seu período na clínica, Semmelweis notou uma tendência curiosa. As clínicas operadas por médicos e estudantes de medicina apresentavam taxas significativamente mais altas de mortalidade por febre puerperal (9,9%) do que aquelas conduzidas por parteiras (3,9%) (Figura 2). Diferentemente dos médicos e estudantes, as parteiras não faziam autópsias antes dos procedimentos de parto. Isso o levou a concluir que materiais provenientes de cadáveres aumentavam o risco de morte nessas mulheres.
Figura 2. Clínicas conduzidas por médicos que não lavavam as mãos causavam mais mortes.Diante disso, ele propôs a prática de lavar as mãos, o que resultou em quedas dramáticas nas taxas de mortalidade. Ainda assim, os achados não foram suficientes para convencer seu superior, o professor Klein, sobre sua teoria.
Semmelweis passou o restante da vida defendendo com veemência a lavagem das mãos, sem sucesso. Em 1861, publicou seu trabalho The Etiology, Concept, and Prophylaxis of Childbed Fever para a comunidade médica, que reagiu de forma bastante crítica à sua doutrina. Em 1865, Semmelweis morreu em um hospital psiquiátrico, muito antes de a teoria dos germes ser amplamente aceita.
Figura 3. The Etiology, Concept, and Prophylaxis of Childbed Fever tem centenas de páginas e nenhum gráficoPor que ele não conseguiu convencer a comunidade?
Brent usou esse estudo de caso para demonstrar que os três componentes do data storytelling — dados, narrativa e visuais — são indispensáveis para promover mudanças por meio de histórias com dados. Aqui, os dados de Semmelweis caíram em ouvidos moucos porque não estavam acompanhados de uma estrutura narrativa convincente nem ilustrados com visuais. Como resultado, seus dados não convenceram o público, apesar de corretos, valiosos e acionáveis.
Em retrospecto, Semmelweis poderia ter transmitido sua mensagem de forma muito mais persuasiva com histórias baseadas em dados. Aqui está um exemplo de Brent Dykes: um gráfico de linhas que combina dados, narrativa e visuais para contar uma história impactante.
Figura 4. Uma história com dados de Dykes que ilustra melhor o ponto de Semmelweis.A abordagem de Semmelweis contrastou diretamente com a do Dr. John Snow, médico britânico que estudou o surto de cólera de 1854 na Broad Street e levantou a hipótese de que água contaminada por germes causava a doença. Ao demonstrar que as taxas de morte eram altas nas proximidades de uma bomba d’água, Snow conseguiu convencer o conselho local a desativá-la.
Figura 5: a visualização de dados de John SnowConclusão
Diferente de Semmelweis, hoje quem conta histórias com dados tem à disposição uma série de ferramentas para criar narrativas envolventes — desde ferramentas de business intelligence como o Tableau até linguagens de programação como Python. Para profissionais de dados modernos, faz todo sentido dominar a arte e a ciência do data storytelling para impulsionar a tomada de decisão.
