Simple Science

Ciência de ponta explicada de forma simples

# Informática# Interação Homem-Computador

Repensando o Design de Painéis para Melhor Interação do Usuário

Transformando painéis em ferramentas de cooperação pra análise de dados.

― 9 min ler


Redesenhando Painéis paraRedesenhando Painéis paraInteraçãomais fáceis de usar.Novas formas de deixar os dashboards
Índice

Dashboards viraram ferramentas importantes pra analisar e compartilhar dados. Não são mais só exibições simples de números ou gráficos. Agora, eles permitem que os usuários interajam com os dados e contem histórias baseadas no que descobrem. Embora existam várias diretrizes pra projetar dashboards, a maioria foca apenas na aparência e não em como funcionam quando os usuários interagem com eles.

Esse artigo discute um novo jeito de ver o design de dashboards. Ele enxerga dashboards como ferramentas que devem ajudar a criar conversas sobre dados entre o usuário e o próprio dashboard. Essa experiência interativa permite que os usuários façam perguntas, examinem informações e tirem insights dos dados que estão vendo.

O que é um Dashboard Cooperativo?

Um dashboard cooperativo é projetado pra melhorar a interação entre o usuário e os dados. Ele apoia uma troca de informações, tipo uma conversa entre pessoas. Numa conversa bem-sucedida, ambas as partes podem participar, fazer perguntas e compartilhar ideias. Da mesma forma, um dashboard cooperativo permite que os usuários interajam com os dados de um jeito que parece natural e acolhedor.

A ideia é que os dashboards devem fazer mais do que apresentar informações; eles devem facilitar um processo de investigação onde os usuários podem explorar, fazer perguntas e refinar seu entendimento sobre os dados. Esse artigo oferece um conjunto de diretrizes práticas pra ajudar a projetar dashboards mais cooperativos.

Entendendo a Conversa

Em uma conversa, existem diferentes etapas que as pessoas passam. Isso inclui iniciar a conversa, estabelecer um terreno comum, revezar turnos de fala, corrigir mal-entendidos e, por fim, concluir a conversa. Essas etapas podem ser traduzidas para o design de dashboards pra garantir que os usuários tenham uma experiência suave ao interagir com os dados.

  1. Início: Essa é a primeira etapa onde o usuário começa a interagir com o dashboard. Um bom início envolve dar boas-vindas aos usuários e informar como navegar e usar o dashboard.

  2. Contextualização: Aqui, o dashboard ajuda os usuários a entenderem o contexto dos dados. Isso pode incluir definir termos ou esclarecer relações dentro dos dados.

  3. Revezamento: Isso é sobre permitir que os usuários interajam facilmente com o dashboard, permitindo que façam perguntas ou escolham o que querem ver em seguida.

  4. Correção e Refinamento: Os usuários podem não obter as respostas certas ou insights na primeira tentativa. Essa etapa foca em como o dashboard pode apoiar os usuários na correção de mal-entendidos ou no refinamento de suas investigações.

  5. Encerramento: Finalmente, essa etapa envolve concluir a interação. O dashboard deve fornecer um resumo claro ou pontos principais pra ajudar os usuários a finalizarem sua análise.

Importância da Interação em Dashboards

Diretrizes anteriores de dashboards frequentemente enfatizavam elementos visuais, como escolhas de cores ou layouts de dados. Embora esses fatores sejam essenciais, eles podem deixar de lado a importância de como os usuários realmente interagem com os dados. Um dashboard amigável deve permitir uma interação natural, permitindo que os usuários se envolvam com os dados como fariam em uma conversa.

Em conversas eficazes, as pessoas podem fazer perguntas de acompanhamento, esclarecer pontos que estão confusos e resumir o que foi discutido. Da mesma forma, os dashboards devem permitir que os usuários interajam sem confusão, ajudando-os a refinar seus pensamentos e ganhar insights dos dados.

Projetando Bons Dashboards

Alguns aspectos importantes do design de dashboards podem ajudar a criar uma experiência mais cooperativa:

Usando Linguagem Clara

Os dashboards devem usar uma linguagem clara e direta. Isso ajuda o usuário a entender o que está vendo sem confusão ou jargões desnecessários. Um dashboard também deve incluir explicações para quaisquer termos técnicos ou conceitos que possam causar mal-entendidos.

Fornecendo Contexto

Os usuários precisam entender o contexto dos dados. Isso significa que os dashboards devem incluir informações de fundo relevantes e metadados que expliquem de onde os dados vêm, por que são importantes e como interpretá-los.

Facilitando a Interação

Um bom dashboard permite que os usuários interajam facilmente com os dados. Isso pode incluir opções para filtrar dados, ampliar aspectos específicos ou vê-los sob diferentes ângulos. Cada interação deve ter um resultado claro e fornecer feedback imediato ao usuário.

Incentivando a Exploração

Os usuários devem se sentir encorajados a explorar os dados mais a fundo. O dashboard deve oferecer maneiras de se aprofundar em aspectos específicos sem se sentir sobrecarregado. Pode sugerir métricas relacionadas ou fornecer dicas visuais pra guiar a exploração.

Resumindo Resultados

No final da sessão, o dashboard deve ajudar os usuários a resumir suas descobertas. Isso pode incluir fornecer resumos visuais ou principais pontos que mostrem quais insights foram ganhos durante a interação.

Usando Heurísticas para o Design de Dashboards

Heurísticas são diretrizes simples que podem ajudar os designers a criarem melhores dashboards. Seguir princípios específicos pode garantir que os dashboards sejam amigáveis e facilitem interações cooperativas. Aqui estão algumas heurísticas que podem ser aplicadas:

  1. Focar nas Necessidades do Usuário: Sempre considere as necessidades e perguntas do usuário ao projetar um dashboard. Isso deve guiar o layout, conteúdo e funcionalidade do dashboard.

  2. Promover Clareza: Use visuais e textos claros que melhorem a compreensão. Evite confusão e bagunça, garantindo que cada elemento tenha uma finalidade.

  3. Apoiar a Interação: Projete dashboards pra serem interativos, permitindo que os usuários façam perguntas e explorem dados de maneira dinâmica. A interação deve parecer natural e fluida.

  4. Permitir Flexibilidade: Os dashboards devem ser flexíveis o suficiente pra se ajustarem às entradas do usuário. Isso inclui deixar os usuários mudarem métricas ou visões sem perder o fio da investigação.

  5. Incentivar Feedback: Crie mecanismos de feedback que ajudem os usuários a saber que suas entradas foram reconhecidas. Isso pode ser por meio de dicas visuais ou atualizando informações com base no comportamento do usuário.

  6. Garantir Robustez: Projete dashboards que lidem bem com dados, mesmo se houver grandes conjuntos de dados. Eles devem permanecer responsivos e fornecer insights relevantes.

Avaliando a Eficácia do Dashboard

Pra avaliar como um dashboard facilita a conversa com seus usuários, pesquisadores implementaram um processo de avaliação envolvendo alunos e especialistas em visualização. Essa avaliação envolveu pedir aos participantes que criticassem dashboards existentes usando as heurísticas mencionadas anteriormente.

Feedback e Observações

Os alunos e especialistas forneceram feedback valioso sobre vários dashboards. Isso incluiu insights sobre os pontos fortes e fracos de design nas diferentes etapas da conversa. Enquanto alguns dashboards se destacaram em iniciar e contextualizar conversas, tiveram dificuldades em outras áreas como revezamento e encerramento.

  1. Início: Muitos dashboards conseguiram fornecer instruções claras e dar boas-vindas aos usuários. No entanto, alguns falharam em oferecer contexto ou metadados suficientes.

  2. Contextualização: Os dashboards frequentemente apresentavam dados de forma lógica, mas às vezes usavam termos que não eram claros para todos os usuários. Isso resultou em confusão.

  3. Revezamento: Muitos dashboards não apoiavam efetivamente a interação; os usuários lutavam pra fazer perguntas ou navegar entre diferentes conjuntos de dados facilmente.

  4. Correção e Refinamento: Os usuários frequentemente se sentiam apoiados quando tentavam esclarecer mal-entendidos ou aprofundar questões. Alguns dashboards não forneciam ferramentas suficientes pra os usuários refinarem suas investigações.

  5. Encerramento: Vários dashboards não resumiam bem os insights ou careciam de conclusões claras, deixando os usuários inseguros sobre suas descobertas.

Alunos Melhorando o Design de Dashboards

Em um esforço pra aplicar o que aprenderam sobre design de dashboard eficaz, os alunos foram encarregados de atualizar dashboards existentes ou criar novos. Eles usaram as heurísticas como guia e tentaram melhorar o fluxo da conversa dentro dos dashboards.

Resultados dos Projetos dos Alunos

Os projetos revelaram que os alunos focaram em tornar os dashboards mais amigáveis. Eles prestaram atenção especial em melhorar a interação, clareza e resumos. Algumas mudanças principais incluíram:

  1. Instruções Mais Claras: Os alunos adicionaram instruções mais detalhadas pra guiar os usuários sobre como interagir eficazmente com o dashboard.

  2. Interação Aprimorada: Eles incorporaram ferramentas para filtrar dados, permitindo que os usuários explorassem áreas específicas de interesse facilmente.

  3. Melhores Resumos: Os alunos buscaram criar resumos melhores no final da análise, permitindo que os usuários saíssem com insights principais.

  4. Melhorias Visuais: Enquanto alguns alunos tentaram manter um estilo visual forte, outros perceberam que clareza e usabilidade às vezes significavam abrir mão da estética.

Por meio dessas experiências, os alunos demonstraram que aplicar as heurísticas impactou positivamente seu raciocínio e processos de decisão de design, levando a dashboards melhorados.

Conclusão

O design de dashboards está evoluindo rapidamente, passando de exibições estáticas de dados pra experiências interativas que promovem comunicação e insights. Ao ver dashboards como parceiros de conversa, os designers podem criar ferramentas que apoiem os usuários em seus objetivos analíticos de forma eficaz.

Usar linguagem direta, fornecer contexto, facilitar a interação e garantir feedback robusto ajudam a criar ambientes mais cooperativos. As heurísticas estabelecidas oferecem uma orientação prática pra quem busca projetar melhores dashboards.

À medida que a análise continua a desempenhar um papel crucial na tomada de decisões, a busca por experiências de dashboard mais eficazes e centradas no usuário é essencial. Ao focar na interação e conversa que acontece dentro dessas ferramentas, os designers podem criar dashboards que não são apenas visualmente atraentes, mas também funcionalmente solidários às necessidades dos usuários.

Trabalhos futuros nessa área podem continuar a refinar essas ideias, explorando novas maneiras de como os dashboards podem melhorar a conversa entre usuários e seus dados. Ao abraçar essas mudanças, os dashboards podem se tornar mais do que apenas ferramentas-podem se tornar parceiros colaborativos na exploração e análise de dados.

Fonte original

Título: Heuristics for Supporting Cooperative Dashboard Design

Resumo: Dashboards are no longer mere static displays of metrics; through functionality such as interaction and storytelling, they have evolved to support analytic and communicative goals like monitoring and reporting. Existing dashboard design guidelines, however, are often unable to account for this expanded scope as they largely focus on best practices for visual design. In contrast, we frame dashboard design as facilitating an analytical conversation: a cooperative, interactive experience where a user may interact with, reason about, or freely query the underlying data. By drawing on established principles of conversational flow and communication, we define the concept of a cooperative dashboard as one that enables a fruitful and productive analytical conversation, and derive a set of 39 dashboard design heuristics to support effective analytical conversations. To assess the utility of this framing, we asked 52 computer science and engineering graduate students to apply our heuristics to critique and design dashboards as part of an ungraded, opt-in homework assignment. Feedback from participants demonstrates that our heuristics surface new reasons dashboards may fail, and encourage a more fluid, supportive, and responsive style of dashboard design. Our approach suggests several compelling directions for future work, including dashboard authoring tools that better anticipate conversational turn-taking, repair, and refinement and extending cooperative principles to other analytical workflows.

Autores: Vidya Setlur, Michael Correll, Arvind Satyanarayan, Melanie Tory

Última atualização: 2023-08-08 00:00:00

Idioma: English

Fonte URL: https://arxiv.org/abs/2308.04514

Fonte PDF: https://arxiv.org/pdf/2308.04514

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais de autores

Artigos semelhantes