9 perguntas e respostas sobre storytelling com dados

Comunicar de forma eficaz, compreensível e envolvente informações complexas é o principal objetivo do storytelling com dados. 

Para isso, existem estratégias que podem ser usadas por todo analista e cientista de dados. 

Quem explicou essas técnicas em detalhes foi Marcelo Lopes, cientista de dados com mais de dez anos de experiência em Business Intelligence e Analytics que atua na Petrobras. Ele participou do segundo dia da Semana da Transformação de Mercado, evento organizado pela Pós PUC-Rio Digital em maio de 2025. 

Confira um resumo da participação de Lopes, que respondeu as principais dúvidas sobre storytelling com dados. Boa leitura! 

Quais são os passos para fazer um storytelling com dados? 

Os passos para criar uma narrativa visual eficaz começam pelo entendimento do contexto. É fundamental conhecer bem os dados disponíveis, definir o objetivo ao apresentá-los e refletir sobre quem é o público-alvo e qual ação se espera dele. 

Um conceito importante nessa etapa é o da “grande ideia”, defendido pela CEO e autora best-seller Nancy Duarte, que consiste em sintetizar em uma frase o que está em jogo e o que se quer defender com os dados. 

O segundo passo é escolher um visual eficaz, selecionando o tipo correto de gráfico de acordo com o objetivo e a natureza das variáveis. Por exemplo, variáveis categóricas não devem ser representadas como se houvesse uma ordem entre elas, enquanto variáveis ordinais ou contínuas podem ser dispostas em gráficos que explorem essa relação. 

Dependendo do objetivo, pode-se optar por gráficos de comparação, de distribuição de frequência, de correlação ou para mostrar partes de um todo, como gráficos de pizza ou rosca. 

Em seguida, é necessário remover a saturação visual, eliminando elementos desnecessários que geram distração e consomem a carga cognitiva do público, como cores de fundo irrelevantes, títulos redundantes ou excesso de rótulos. O foco deve ser na clareza da mensagem. 

Depois, é preciso focalizar a atenção do público usando estrategicamente elementos como cor, negrito e posicionamento, guiando o olhar para o que se quer destacar, tal como roteiristas fazem em filmes, inserindo elementos que orientam inconscientemente a percepção do espectador. 

Por fim, deve-se contar uma história, estruturando a apresentação com começo, meio e fim, expondo claramente o problema, apresentando possíveis conflitos ou visões opostas antes de mostrar os dados centrais. 

Criar suspense, como no cinema, é uma boa estratégia: ao invés de revelar todos os dados de uma vez, é mais eficaz apresentar os elementos gradualmente, despertando a atenção e conduzindo o raciocínio do público. 

Como fazer um bom storytelling com dados? 

Um bom storytelling com dados combina três elementos: dados, recursos visuais e narrativa. Quando esses componentes são bem integrados, é possível gerar um efeito persuasivo, capaz de influenciar decisões e ações com base nas informações apresentadas. 

Os dados utilizados devem ser de qualidade, curados e com origem confiável. Em organizações, é essencial adotar o conceito de “single source of truth”, garantindo que diferentes áreas utilizem a mesma fonte de dados para evitar inconsistências. 

Além disso, a análise desses dados precisa ser robusta e correta, evitando interpretações equivocadas, como confundir correlação com causalidade. 

Os recursos visuais, como gráficos e tabelas, ajudam a tornar evidentes padrões que não seriam percebidos apenas com dados brutos. Contudo, é importante aplicar boas práticas de design, pensar na experiência do usuário, orientar a atenção e estabelecer uma hierarquia visual clara. 

Por fim, a narrativa é indispensável. Sem ela, mesmo com dados bem analisados e gráficos bem desenhados, o resultado será apenas um infográfico artístico. Para criar uma verdadeira história com dados, é necessário estruturar a apresentação com começo, meio e fim, orientando o leitor sobre o significado das informações e quais ações são esperadas a partir delas. 

Qual o melhor momento para usar o storytelling com dados? 

O storytelling com dados deve ser aplicado quando se deseja comunicar um insight relevante a um público específico. 

O processo começa com a identificação de um problema ou uma pergunta, o que leva à coleta de dados, seja de sistemas, planilhas ou fontes não estruturadas. 

Após coletar, o analista explora os dados, realizando análises estatísticas e testes de hipótese, até identificar um insight importante — como um desvio, uma meta superada ou um resultado fora do padrão. 

Quando esse insight tem potencial para gerar uma ação ou decisão que agregue valor ou resolva um problema, é hora de comunicar essa informação de forma clara e eficaz. 

Nesse contexto, utiliza-se o storytelling com dados, buscando a melhor maneira de explicar o insight e garantir que o público-alvo compreenda e possa agir com base na informação apresentada. 

Como usar o storytelling com dados para apresentar informações técnicas para uma audiência leiga? 

Ao apresentar dados técnicos para uma audiência não técnica, é fundamental evitar jargões, siglas desconhecidas e explicar termos técnicos de forma clara. 

Ferramentas de IA, como o ChatGPT, podem ajudar nesse processo, sugerindo explicações simples ou analogias. Além disso, é importante escolher gráficos de fácil compreensão, como gráficos de barras ou linhas, evitando representações complexas, como box plots, que podem ser difíceis de interpretar para quem não tem formação em estatística. 

A chave é sempre adaptar a linguagem e a visualização ao perfil do público. 

Como analisar o público-alvo antes de construir um storytelling com dados? 

A forma de apresentar um insight deve variar conforme o público, considerando fatores como o nível de familiaridade com o tema, o uso de termos técnicos e o tempo disponível para a apresentação. 

É essencial ajustar a quantidade de informação e o uso de textos explicativos de acordo com quem vai receber a mensagem, sempre com o objetivo de orientar a ação. 

Por isso, analisar o contexto e o público-alvo é uma etapa fundamental da análise explicativa, que ocorre após a análise exploratória dos dados. 

O que são as etapas exploratória e explicativa? 

A etapa exploratória dos dados tem como objetivo principal entender o que os dados revelam, sendo um trabalho interno do analista. O sucesso nessa fase ocorre quando se encontra um insight relevante. 

Já na etapa explicativa, que consiste no storytelling com dados, o foco passa a ser a comunicação desse insight para outras pessoas, que podem estar vendo os dados pela primeira vez. 

O sucesso, nesse caso, é medido pela capacidade de motivar o público a tomar uma ação com base na informação apresentada. 

Quais ferramentas usar para fazer o design dos gráficos? 

Os princípios de storytelling com dados podem ser aplicados independentemente da ferramenta utilizada para criar gráficos. 

É possível produzir visualizações de qualidade usando desde ferramentas simples, como o Canva, até linguagens de programação como R e Python, ou plataformas mais sofisticadas como Power BI e Flourish. A escolha da ferramenta depende do objetivo e da necessidade de cada projeto. 

Mesmo sem formação em design, é importante adotar boas práticas e pensar como um designer para garantir a clareza e o impacto visual das apresentações. 

Como a inteligência artificial pode ajudar no storytelling com dados? 

A IA generativa, como o ChatGPT, pode auxiliar em várias etapas do trabalho com dados, como coleta, limpeza, exploração e identificação de insights. Sua principal contribuição é otimizar esses processos técnicos. 

Isso permite que os profissionais dediquem mais tempo e energia à parte mais humana e estratégica: a comunicação eficaz. A habilidade de contar histórias de forma interessante, com empatia e adequação ao público, é essencialmente humana, e dificilmente será plenamente substituída pela IA. 

O que é preciso saber para trabalhar com data storytelling? 

A área de storytelling com dados é multidisciplinar. O profissional precisa dominar estatística, análise e manipulação de dados, além de ferramentas específicas como Excel, Power BI e Tableau, ou linguagens de programação como R e Python, que permitem maior liberdade na criação de gráficos. 

No entanto, essas habilidades técnicas não são um fim em si mesmas. Elas sempre são aplicadas a uma área de conhecimento, como esportes, medicina, direito ou urbanismo, exigindo também familiaridade com o contexto em que os dados serão usados. 

Além disso, é fundamental desenvolver competências em narrativa, oratória, comunicação e design, já que vivemos em um ambiente com excesso de informações e escassez de atenção. 

Saber contar uma boa história é o aspecto humano desse trabalho e continua sendo uma habilidade essencial, mesmo com o avanço da da inteligência artificial.