<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Anderson Cassoli on Medium]]></title>
        <description><![CDATA[Stories by Anderson Cassoli on Medium]]></description>
        <link>https://medium.com/@andersoncassoli?source=rss-6a653cbf448b------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*lTeTR9zM0KqNUVukTduhrA.jpeg</url>
            <title>Stories by Anderson Cassoli on Medium</title>
            <link>https://medium.com/@andersoncassoli?source=rss-6a653cbf448b------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 00:34:26 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@andersoncassoli/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[“Sopa de Skills” — Quais as habilidades necessárias para ser um(a) ótimo(a) Data Product Owner?]]></title>
            <link>https://medium.com/gbtech/sopa-de-skills-quais-as-habilidades-necess%C3%A1rias-para-ser-um-a-%C3%B3timo-a-data-product-owner-b06b4d75aaad?source=rss-6a653cbf448b------2</link>
            <guid isPermaLink="false">https://medium.com/p/b06b4d75aaad</guid>
            <category><![CDATA[product]]></category>
            <category><![CDATA[produtos]]></category>
            <category><![CDATA[data]]></category>
            <category><![CDATA[product-development]]></category>
            <category><![CDATA[dados]]></category>
            <dc:creator><![CDATA[Anderson Cassoli]]></dc:creator>
            <pubDate>Fri, 21 Oct 2022 12:15:04 GMT</pubDate>
            <atom:updated>2023-05-19T23:15:19.016Z</atom:updated>
            <content:encoded><![CDATA[<h3>“Sopa de Skills” — Quais as habilidades necessárias para ser um(a) ótimo(a) Data Product Owner?</h3><p>Esse artigo foi escrito por <a href="https://medium.com/u/c460e3dc4797">Luisa Callegari</a> e <a href="https://medium.com/u/6a653cbf448b">Anderson Cassoli</a>.</p><figure><img alt="Mãos organizando um quadro cheio de post-its" src="https://cdn-images-1.medium.com/max/1024/1*vaY-8hbkStAw0ZlPa8qRDg.png" /><figcaption><strong>Mãos organizando um quadro cheio de post-its |</strong> Foto de<a href="https://unsplash.com/@brandsandpeople?utm_source=unsplash&amp;utm_medium=referral&amp;utm_content=creditCopyText"> Brands&amp;People</a> na<a href="https://unsplash.com/pt-br/fotografias/Ax8IA8GAjVg?utm_source=unsplash&amp;utm_medium=referral&amp;utm_content=creditCopyText"> Unsplash</a></figcaption></figure><h4>O que faz um Data Product Owner?</h4><p>No dia a dia, são muitas as atividades desempenhadas pelo Data PO. De forma muito genérica, poderíamos dizer que o Data Product Owner é o papel que faz a ponte entre o Negócio, a Engenharia de Dados e as demais áreas. Fazendo uma analogia com o processo de um restaurante, o Data PO seria a pessoa que recebe o pedido do cliente e que fica responsável por separar e organizar todos os ingredientes, na medida certa, para que o Chef prepare o prato principal. Podemos pensar ainda em um menu com entrada, prato principal e sobremesa, visto que são diferentes os produtos que dependem das suas atividades.</p><p>No artigo “<a href="https://medium.com/gbtech/papel-dos-data-products-owners-no-time-de-engenharia-de-dados-53fc61b1b6fd">Papel dos Data Products Owners no time de Engenharia de Dados</a>”, <a href="https://medium.com/@mgoliveira1990?source=post_page-----53fc61b1b6fd--------------------------------">Mariana Oliveira</a> detalha melhor essa atuação.</p><h4>E qual é o seu papel em um time de dados?</h4><p>Em um artigo chamado “O Que Os Grandes Analistas de Dados Fazem — E Porque Toda Organização Precisa Deles” (tradução para “<a href="https://towardsdatascience.com/what-does-it-take-to-be-a-good-data-product-owner-29be14c0fb59">What Great Data Analysts Do — and Why Every Organization Needs Them</a>”), Cassie Kozyrkov faz uma análise sobre as habilidades e os papéis envolvidos no desenvolvimento da Inteligência Artificial dentro das organizações. Comentando sobre as habilidades necessárias para que isso aconteça, ela apresenta a seguinte constatação: “<strong><em>excelência estatística</em></strong> trás o <strong><em>rigor</em></strong>, <strong><em>excelência em aprendizado de máquina</em></strong> trás o <strong><em>desempenho </em></strong>e <strong><em>excelência em análise</em></strong> gera a <strong><em>velocidade aos produtos e soluções</em></strong> criados”. Embora o artigo faça uma referência ao papel mais clássico do Analista de Dados, no sentido de ser alguém muito ligado ao negócio, mas que tem facilidade em trabalhar com os dados, pode também ser aplicado ao papel exercido pelo Data PO, já que ele se encaixa num espaço entre esse analista e os times técnicos, acelerando ainda mais a adoção e uso dos dados entre os tomadores de decisões nas empresas.</p><p>No contexto do Grupo Boticário, esse papel acaba sendo até um pouco mais amplo, já que compreende desde tarefas operacionais como fazer descoberta de dados (processo de discovery) e documentação (que seria atribuição do Analista de Dados/Requisitos), até chegar realmente nas funções de um Product Owner (gestão de backlog e priorização).</p><p>Entretanto, essa gama de atividades está inteiramente relacionada aos pilares estratégicos de dados, explicados pelo Philipp Nguyen, no artigo “<a href="https://medium.com/data-hackers/a-estrat%C3%A9gia-de-dados-do-grupo-botic%C3%A1rio-def97d23207f">A estratégia de dados do Grupo Boticário</a>”.</p><p>Aqui trazemos nossa visão de como o Data PO contribui com esses pilares:</p><ol><li><strong>Alinhamento à visão: alinhando a estratégia de dados à estratégia de negócio</strong> — Junto a área de negócio e os times de tecnologia busca sempre entender os desafios e anseios da área, mapeando dados necessários para responder às perguntas, construindo um backlog assertivo.</li><li><strong>Cultura, pessoas e organização: decisão por meio de dados</strong> — Esse pilar contextualiza um pouco como se organizam hoje: a maioria dos Data PO’s estão centralizados na gestão de Engenharia de Dados, organizando-se em squads. Muitas vezes, dentro dessas squads, atuam como Data Translators, sendo ponto de comunicação entre as áreas de negócio e técnicas, garantindo uma comunicação assertiva e o cumprimento do backlog levantado.</li><li><strong>Tecnologia: autonomia para geração de novos insights</strong> — Nesse pilar estratégico garante que os dados estejam organizados, padronizados e centralizados no Big Query (ferramenta de Big Data do Google), propiciando a democratização e acesso aos dados pelos demais.</li><li>Por fim, o último pilar: <strong>Governança de dados: dados como um ativo da empresa — </strong>A atuação neste caso é voltada para a garantia de processos e gestão de dados, ampliando o uso, aumentando a qualidade dos dados, sempre com segurança, atentando às diretrizes da LGPD e garantindo que os dados sejam compreensíveis para todos que quiserem e precisarem utilizá-los.</li></ol><h4>E quais habilidades são necessárias para se tornar um Data Product Owner?</h4><p>Agora que já entendemos o que faz e para que serve um Data PO, vamos voltar nossa atenção ao que é necessário, em termos de conhecimento, para que ele consiga desempenhar esse papel com excelência. Quais são esses ingredientes?</p><p>Para respondermos essa questão, usamos como base um artigo de Markus Müller chamado “<a href="https://medium.com/@markusmuller89/decoding-product-management-a-skill-matrix-to-grow-coach-assess-and-hire-world-class-pms-a385a4476866">Decoding Product Management — A skill matrix to grow, coach, assess, and hire world-class PMs</a>”, que nos conduziu a um mapeamento dos soft e hard skills necessários para um Data PO. Agrupamos esses skills (ou habilidades) em 3 categorias: Pessoas, Técnicos e Produtos.</p><p>Começaremos então pelas chamadas soft skills, que dentro do nosso mapeamento chamamos de “Pessoas” já que tratam-se de habilidades interpessoais, usadas no dia-a-dia no contato com stakeholders, engenheiros, designers, clientes, etc.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*D9Z1ei7ljwMG7_N9zFDzsg.png" /></figure><p><strong>PESSOAS</strong></p><p>De acordo com o artigo: <a href="https://blog.somostera.com/futuro-do-trabalho/habilidades-do-futuro"><strong>15 habilidades do Futuro, segundo o fórum econômico mundial</strong></a>, os soft skills são considerados como “habilidades do futuro do trabalho” e estão mudando a forma como profissionais atuam. Porém, vale destacar que no Grupo Boticário eles já são considerados como as principais habilidades, tanto é que eles estão contidos nos valores (<a href="https://www.grupoboticario.com.br/nossas-essencias-e-nosso-proposito">essências</a>) da companhia.</p><p>Citaremos cada uma dessas essências relacionadas às habilidades que veremos a seguir:</p><ul><li>Pensamento analítico (Buscamos sucesso responsável): a habilidade de analisar juntamente com a de criticar, baseando-se em evidências concretas é essencial no processo de resolução de problemas complexos.</li><li>Resolução de problemas / Tomada de decisão (Somos inquietos / Somos Ágeis): entender o problema, focar no essencial, dividir em partes, aprender com os erros e tomar as decisões com base no aprendizado é um processo que deve ser encarado com naturalidade.</li><li>Negociação (Nutrimos nossas relações): fazer a ponte entre áreas de negócio e técnicas exige constante negociação entre as partes, para encontrar o equilíbrio entre as demandas e as entregas.</li><li>Conhecimento de negócio (Brilho no olho é tudo): conhecer o negócio onde se atua e principalmente as motivações dos clientes é fundamental para se posicionar frente às demandas que são apresentadas.</li><li>Comunicação (Nutrimos nossas relações): para fechar nossa lista de soft skills a comunicação entra como o elemento fundamental que amarra todas as outras habilidades. Ter uma boa comunicação é um requisito básico não só para atuação como Data PO, como para qualquer outro aspecto da vida.</li></ul><p><strong>TÉCNICOS</strong></p><p>Agora os tão temidos hard skills:</p><ul><li>SQL: quando viajamos para um novo país, falar a língua local pode não ser tão importante caso seja apenas uma viagem de turismo (embora ajude bastante). Mas se formos morar nesse país, torna-se quase que um pré-requisito falar a língua local. Nesse aspecto, para entrar no “Mundo dos Dados”, não tem jeito, tem que saber falar a língua dos dados: SQL.</li><li>Banco de Dados Relacional e Modelagem Conceitual: saber onde os dados vivem, como se comportam, como se relacionam entre si, e de que se alimentam é fundamental para saber onde e como manipulá-los.</li><li>API: entender essa forma de interação com os dados é super importante, pois muitas vezes essa é a interface que usaremos para obter dados de diversos sistemas.</li><li>Conceitos de Machine Learning: Mesmo que o Data PO não atue diretamente com algoritmos de machine learning, saber como eles funcionam ajuda muito no entendimento de diversas demandas. É importante termos em mente também que ele deve ter uma visão macro dos dados existente na organização, pois isso contribui na sugestão de novas features para serem consideradas no modelo, contribuindo para a geração de melhores resultados.</li><li>Dataviz: apesar de todo o crescimento da Inteligência Artificial como um produto de dados, o mais comum ainda continua sendo o velho e bom dashboard. Saber então como funcionam as principais ferramentas de mercado é algo que vai fazer bastante diferença no momento de entender melhor o que deve ser entregue aos clientes.</li></ul><p><strong>PRODUTOS</strong></p><p>Antes de falar dos skills de produtos, pensamos em introduzir (de forma breve), como organizamos nossas atividades. Importante destacar que é um tema que vem sendo discutido internamente, com intuito de padronizar e facilitar a gestão dos projetos.</p><p>Nossas atividades são baseadas em descoberta de dados (processo de Discovery), que nascem a partir de uma ou mais necessidades do negócio. Quando iniciamos um discovery não sabemos o que vem pela frente e, na maioria das vezes, resultam em conjuntos de dados envolvendo diversas tabelas das mais variadas aplicações e sistemas de origem, que em alguns casos, pode acabar em outras atividades de discovery. Com o intuito de gerenciar as atividades, garantir a comunicação com toda a squad e principalmente com nossos engenheiros, organizamos nossas atividades pelo software Jira e utilizamos o Upstream como fluxo de trabalho.</p><p>Sendo assim, o Data PO segue o framework do Kanban para gestão de atividades e o board do Upstream. Enquanto os engenheiros seguem o framework do Scrum e o board do Downstream.</p><p>Baseando-se nesses frameworks, os skills considerados necessários são:</p><ul><li>Jira — É uma ferramenta de gestão ágil de projetos que oferece suporte a alguns frameworks de metodologia ágil, como Scrum e Kanban.</li><li>Scrum: metodologia ágil aplicada nos times de desenvolvimento. Além das cerimônias é muito importante saber os conceitos por trás das regras.</li><li>Kanban: essa metodologia é mais usada pelo próprio Data PO, conforme já explicado anteriormente. Apesar de simples, é importante saber o modo como ela funciona.</li></ul><p>Além dos skills apresentados, outros foram mapeados também e apesar de não serem considerados obrigatórios para o desenvolvimento das atividades primordiais de um Data PO, são também ingredientes importantes na “sopa de skills”, para que o trabalho seja realizado com ainda mais qualidade. Abaixo deixaremos um gráfico com o mapeamento completo para consulta e entendimento dos seus pontos fortes e fracos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/890/0*8-Am4o5NouBjOfWt" /><figcaption><a href="https://playground.anychart.com/EKjY0Hht/3/iframe">Clique aqui para acessar a versão interativa desse gráfico.</a></figcaption></figure><h4>Conclusão</h4><p>O nosso objetivo com esse artigo foi apresentar os ingredientes necessários para que você se desenvolva como Data PO e se encaixe neste perfil tão procurado no mercado. Mas, para a “sopa” ficar completa é necessário entender quais habilidades você mais domina e quais ainda teriam um espaço para desenvolver. Pensando nisso, gostaríamos de deixar como sugestão, um modelo de aprendizagem para facilitar seu desenvolvimento: O modelo 70:20:10, que está melhor descrito neste <a href="https://www.ibccoaching.com.br/portal/como-funciona-o-modelo-de-aprendizagem-70-20-10-nas-empresas/">artigo</a>!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/600/0*41bVzYEQDjQ2bKFu" /></figure><p>Dados os ingredientes e a receita, agora é com você. Faça sua sopa da melhor forma e boa sorte em sua futura trajetória como Chef de Cozinha, opsss… Data Product Owner.</p><p><strong>Referências</strong></p><p><a href="https://medium.com/data-hackers/a-estrat%C3%A9gia-de-dados-do-grupo-botic%C3%A1rio-def97d23207f">A estratégia de dados do Grupo Boticário</a></p><p><a href="https://medium.com/gbtech/papel-dos-data-products-owners-no-time-de-engenharia-de-dados-53fc61b1b6fd">Papel dos Data Products Owners no time de Engenharia de Dados</a></p><p><a href="https://blog.somostera.com/product-management/product-manager#ciclo-de-produto">Product Manager: O Guia Completo Da Gestão De Produtos Digitais<br></a><a href="https://medium.com/gbtech/5-boas-pr%C3%A1ticas-que-aprendi-como-data-product-owner-35d05102a700">5 boas práticas que aprendi como Data Product Owner</a></p><p><a href="https://towardsdatascience.com/what-does-it-take-to-be-a-good-data-product-owner-29be14c0fb59">What does it take to be a good Data Product Owner?</a></p><p><a href="https://www.lewagon.com/tech-jobs/data-science/data-product-owner#:~:text=A%20Data%20Product%20Owner%20serves,throughout%20the%20data%20science%20team">Data Product Owner: job, missions and skills<br></a><a href="https://medium.com/gbtech/cinco-frases-que-todo-agilista-deve-ter-na-ponta-da-l%C3%ADngua-4c7b3a8ff860">Cinco frases que todo agilista deve ter na ponta da língua<br></a><a href="https://blog.somostera.com/futuro-do-trabalho/habilidades-do-futuro">15 Habilidades Do Futuro, Segundo O Fórum Econômico Mundial</a></p><p><a href="https://medium.com/@markusmuller89/decoding-product-management-a-skill-matrix-to-grow-coach-assess-and-hire-world-class-pms-a385a4476866">Decoding Product Management — A skill matrix to grow, coach, assess, and hire world-class PMs<br></a><a href="https://www.ibccoaching.com.br/portal/como-funciona-o-modelo-de-aprendizagem-70-20-10-nas-empresas/">Como Funciona O Modelo De Aprendizagem 70 20 10 Nas Empresas</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b06b4d75aaad" width="1" height="1" alt=""><hr><p><a href="https://medium.com/gbtech/sopa-de-skills-quais-as-habilidades-necess%C3%A1rias-para-ser-um-a-%C3%B3timo-a-data-product-owner-b06b4d75aaad">“Sopa de Skills” — Quais as habilidades necessárias para ser um(a) ótimo(a) Data Product Owner?</a> was originally published in <a href="https://medium.com/gbtech">tecnologia no Grupo Boticário</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Google Data Studio -Practical Guide *]]></title>
            <link>https://medium.com/analytics-vidhya/google-data-studio-practical-guide-70ddf01d4842?source=rss-6a653cbf448b------2</link>
            <guid isPermaLink="false">https://medium.com/p/70ddf01d4842</guid>
            <category><![CDATA[data-visualization]]></category>
            <category><![CDATA[guides-and-tutorials]]></category>
            <category><![CDATA[data-analysis]]></category>
            <category><![CDATA[google-data-studio]]></category>
            <category><![CDATA[tutorial]]></category>
            <dc:creator><![CDATA[Anderson Cassoli]]></dc:creator>
            <pubDate>Sun, 21 Feb 2021 18:15:55 GMT</pubDate>
            <atom:updated>2021-02-25T17:29:41.892Z</atom:updated>
            <content:encoded><![CDATA[<h3>Google Data Studio — A Practical Guide</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/250/1*1XiAa43wZH_CKzqvSmpo7A.png" /></figure><blockquote><a href="https://www.t-sciences.com/news/humans-process-visual-data-better#:~:text=Visualization%20works%20from%20a%20human,to%20the%20brain%20is%20visual.">“The human brain processes images 60,000 times faster than text, and 90 percent of information transmitted to the brain is visual.”</a></blockquote><p>Imagine that we have a huge spreadsheet with 138 columns, 2546 lines and need the be clear to our boss what is the information behind the data. Is not easy to show him, right?</p><p>Put order, create graphs, filters and draw cells can help a little in this mission, but I think we’ll not be successful when showing a lot of tabs, lines, texts and many numbers.<br>If you need to answer a simple question how, what is the sum of sales of the month? Then a simple formula can answer the question. But, and if the people that will analyze the data have more questions? For example:</p><ul><li>What are the best-selling products?</li><li>What is the average value of these products?</li><li>In which region product X was best sold?</li></ul><p>How I said in the first phrase at the beginning of this guide, our brain process much more fast images than text. So, the best and smart alternative is to use graphical tools to analyze data with more precision and answer the questions.</p><p>To make easier this task, in 2018, Google released the Google Data Studio, it already was part of the data analysis tools of the Marketing Platform. At this time, would be possible to create visualizations to external data and not only to data related to the Google family.</p><p>The tool is composed basically of two modules:</p><ul><li>Data Source</li><li>Report</li></ul><p>There is another tool called Explorator, but to our guide, it will be not necessary.</p><h4>Let’s get the hands dirty</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*w8fX09c_ShHv9QuypTpTMg.jpeg" /></figure><p>We’ll develop some visualizations in a dataset to show how to use the tool.<br>To our guide, we’ll use a public dataset from Kaggle with data about alcohol consumed in each country.</p><p>The data was imported to a google spreadsheet to make easer our job. Make it you too with your dataset.</p><p><strong>Questions</strong></p><p>Every good data visualization needs to answer one or more questions, then we’ll make some questions to guide us and help the put a direction for what we’ll construct.<br>These are the questions:</p><ul><li>Which countries consume more drinks in the world?</li><li>Which consumes more in each continent?</li><li>Which continent consume more?</li><li>Wich continent consumes more, by drink type?</li><li>Wich would be a world vision about de consumption of alcohol by countries?</li></ul><p>Let’s start to build our visualizations.</p><p>1- Setting the data source<br>The first step will be the creation of a data source. After access the Google Data Studio, using your Google account, make a new data source:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/422/1*Tf0lKFvyt2xVsO3uIu7l2Q.gif" /></figure><p>2- Choosing the data source<br>Give it a name:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*XX1CKwi1R_KBQG1mRIIing.gif" /></figure><p>Choose the spreadsheet, the worksheet and click ”Connect”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3VueZJPRyZ_etlvKUFxRdA.gif" /></figure><p>3- Setting the fields<br>Verify to each column of the table if the type is correct and also the group. Correct if necessary:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*miSgT0WU-uhGYuHL3kq6lQ.gif" /></figure><p>4- Creating the report<br>Click “Create a new report”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/732/1*vD1FtBGRIjxgyIGumMycmQ.gif" /></figure><p>Add the data to report:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/541/1*WGvMFowWT2E9Ud-mmIkayA.gif" /></figure><p>5- First graph<br>The first graph that Data Studio makes is the table. It will be our first visualization:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/676/1*YZbUfM0Es_Rb7lEdCFoGRQ.png" /></figure><p>6- Setting the table<br>Let’s include new fields in the dimensions (Continent) and add the metrical fields, which are the numbers in the table. The last step will be to exclude the field “Record Count” that come filled automatically:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/325/1*_snzpBfFXT5W5UJfkGOqmg.gif" /></figure><p>To finish a table we’ll change the order to use the field “Liters of Alcohol”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/367/1*i6wivhX446kYpuJxoEjkbg.gif" /></figure><p>Change your table to take up the entire page, but let a little space in the top to some information that we will put in the next step:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yuWvPU8mL8GvE40v5Rrg7A.png" /></figure><p>7- Add summarizers<br>To have a vision of the total of each field, let’s add summarizers at the top of the page.<br>Click “Insert”, “Scorecard”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/736/1*3pPlfjumx9ioq54xxywoJg.gif" /></figure><p>Change the field to “Liters of Alcohol”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/366/1*w8cQ9O6Mhdv7OKJ8y_vGDw.gif" /></figure><p>Repeat the step to the field “Beer”, “Wine” and “Spirit”.<br>The top of the page should look like this:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/790/1*KFwII-2CMX5HGlVh4AnObQ.png" /></figure><p>We have now the table with the countries, the consumption of drinks and the total of each drink, besides the general total.</p><p>8- Adding the controls<br>Now we’ll possibility to choose the information easily.<br>Click “Add a control” and choose “Drop-down list”. We’ll see that the Data Studio already selects the field “Country” and it is the field that we want to add how the first filter.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/880/1*fOM-BUpyPcEbc_6UjSPwcg.gif" /></figure><p>Do the same to field “Continent”.</p><p>9- Showing<br>Let’s check the final result of our job.<br>Click “View” to interact with the table.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ivbEmAqLuTXxJpg0n-c2cg.png" /></figure><p>Take a look that the data are showed according to the controls.</p><p>10- Inserting a new page<br>To answer other questions let’s create a new page:</p><p>Click “Edit” to back to edition mode and “Add new page”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/564/1*PXxqkNB0LoblMYzLI4PKvA.gif" /></figure><p>11- Adding bars graph<br>Let´s answer the question: Which continent consume more alcohol in the world?<br>Then add a bars graph:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/896/1*M55orMmqqkTgmH-W1vGQfw.gif" /></figure><p>Set the graph parameters:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/389/1*YFhypPAQwWKqVHSI36zt2w.gif" /></figure><p>12- Changing the style<br>We answered the first question, but we can give more information yet, for example, to know how many servings of each drink this consumption represents. So, change the style of graph to “Stacked bar chart” and adjust the graph properties:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/389/1*Ncn3KhSV16wudloF0ucfAA.gif" /></figure><p>Here is the final result:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*GxKe2qfAg8vWtj8woAAQaQ.png" /></figure><p>13- Maps<br>Let’s add the last graph to give us a world perspective about the consumption of alcohol. Repeat the last step and choose a “Geo Chart”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/958/1*8e2-u-k5daZcY-PKL6s6Kw.gif" /></figure><p>Set the parameters:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/400/1*rD3JW6cL6dsfy2UDgsqMNA.gif" /></figure><p>15- Showing the final result<br>Click “Visualize” and see the result. The first page has the complete data, and the second has the graphs that help us to tell the story of the data.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ivbEmAqLuTXxJpg0n-c2cg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*R4EEATx4m1u7YRPDA8wyVQ.png" /></figure><p>This is just a fast presentation about the basic features of the Google Data Studio. Even though a free tool, it offers good resources, which makes him a good option between basic tools such as Excel or Google Spreadsheet, and powerful paid tools such as Tableau and Power BI.<br>Now that you already can make basic visualizations, also start to explore other features to help you in the daily job, allow you to inspect and visualize data more quickly and help you in your decisions.</p><p>Let’s take work!</p><p>Below is the link to the spreadsheet used in this tutorial and the visualization in Google Data Studio.</p><p><a href="https://datastudio.google.com/reporting/595d0e27-ef63-4d44-8d97-6cdf96eea1ad">Google Spreadsheet</a></p><p><a href="https://docs.google.com/spreadsheets/d/11FXwTZTlJ9iwCtInX_pVeWVlne8KpXud4PodZ8dW_wc/edit?usp=sharing">Google Data Studio</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=70ddf01d4842" width="1" height="1" alt=""><hr><p><a href="https://medium.com/analytics-vidhya/google-data-studio-practical-guide-70ddf01d4842">Google Data Studio -Practical Guide *</a> was originally published in <a href="https://medium.com/analytics-vidhya">Analytics Vidhya</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Guia prático para o Google Data Studio]]></title>
            <link>https://andersoncassoli.medium.com/guia-pr%C3%A1tico-para-o-google-data-studio-3e390ffb84a5?source=rss-6a653cbf448b------2</link>
            <guid isPermaLink="false">https://medium.com/p/3e390ffb84a5</guid>
            <category><![CDATA[tutorial]]></category>
            <category><![CDATA[google]]></category>
            <category><![CDATA[data-studio]]></category>
            <category><![CDATA[graphic-design]]></category>
            <category><![CDATA[data-visualization]]></category>
            <dc:creator><![CDATA[Anderson Cassoli]]></dc:creator>
            <pubDate>Sun, 07 Feb 2021 18:48:52 GMT</pubDate>
            <atom:updated>2022-04-11T20:47:24.309Z</atom:updated>
            <content:encoded><![CDATA[<h3>Google Data Studio — Guia Prático Passo a Passo</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/250/1*1XiAa43wZH_CKzqvSmpo7A.png" /></figure><blockquote>“<a href="https://www.seyens.com/humans-are-visual-creatures/">O cérebro humano processa imagens 60.000 vezes mais rápido do que texto e 90% das informações transmitidas para ele são visuais.</a>”</blockquote><p>Então você pega aquela planilha com 138 colunas, 2546 linhas e precisa deixar claro para seu diretor quais são as informações contidas ali. Bem fácil, não é?</p><p>Ordenar, montar gráficos, criar filtros e pintar células pode te ajudar um pouco nessa missão, mas ainda assim não acho que você terá muito sucesso na hora de apresentar aquele monte de abas, linhas, textos e números sem fim.<br>Se for para responder uma pergunta básica como por exemplo: qual é a soma das vendas desse mês? Então uma simples fórmula na planilha responde a pergunta. Mas e se a pessoa que vai analisar os dados tiver mais perguntas?</p><ul><li>Quais os produtos mais vendidos?</li><li>Qual o valor médio desses produtos?</li><li>Para qual região o produto X foi mais vendido?</li></ul><p>Como disse a frase logo na introdução desse guia, nosso cérebro processa com muito mais velocidade imagens do que texto. Nada melhor então do que usar ferramentas gráficas de análise de dados para responder com mais precisão as perguntas. <br>Para tornar essa tarefa mais fácil, o Google resolveu dar uma ajudinha e em 2018 liberou o uso do Google Data Studio, que já fazia parte das ferramentas de análise de dados do Marketing Platform. Dessa vez seria possível criar visualizações para dados externos e não apenas para dados ligados à família Google.</p><p>A ferramenta é composta basicamente por dois módulos:</p><ul><li>Origem dos Dados</li><li>Relatório</li></ul><p>Existe ainda mais uma ferramenta chamada Explorador, mas para nosso aprendizado básico ela não será usada.</p><h4>Colocando a mão na massa</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1000/1*w8fX09c_ShHv9QuypTpTMg.jpeg" /></figure><p>Chega de conversa. <br>Vamos desenvolver então algumas visualizações em um conjunto de dados para mostrar um pouco como utilizar a ferramenta.<br>Para nosso guia usaremos um <a href="https://www.kaggle.com/justmarkham/alcohol-consumption-by-country">dataset publico</a> obtido no <a href="https://www.kaggle.com/">Kaggle</a>, com dados sobre o consumo de bebidas alcoólicas em cada país.<br>O dados foram importados para uma <a href="https://docs.google.com/spreadsheets/d/1PXUloNBq9Lc5cVMqSEZeCbnuPMWct4Yq9xvtSpWFuZc/edit?usp=sharing">planilha no google</a> para facilitar nosso trabalho. Faça isso também com sua fonte de dados.</p><p>Perguntas</p><p>Como toda visualização de dados deve responder a uma ou mais perguntas, vamos elaborar algumas para termos um norte para o que faremos a seguir. São essas as perguntas:</p><ul><li>Quais os países que mais consomem bebidas alcóolicas no mundo?</li><li>Quais os que mais consomem em cada continente?</li><li>Quais os continentes que mais consomem?</li><li>Quais os continentes que mais consomem, por tipo de bebida?</li><li>Qual seria uma visão mundial por país desse consumo?</li></ul><p>Perguntas definidas vamos iniciar a construção das nossas visualizações.</p><p>1- Definindo a fonte de dados<br>O primeiro passo será a criação da fonte de dados. Após acessar o <a href="https://datastudio.google.com/">Google Data Studio</a>, usando sua conta do google, cria uma nova fonte de dados.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/320/1*_VJRi0NJb9cX8YQexXi4-w.gif" /></figure><p>2- Selecionando a fonte de dados<br>Atribua um nome para ela:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*InmgROgeGNHMFgOlL6mwxg.gif" /></figure><p>Selecione a planilha e clique em “Conectar”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Lss8L2rG781pvCVFtGOozQ.gif" /></figure><p>3- Ajustando os campos<br>Verifique para cada coluna da sua tabela se o tipo de dados está correto e se a forma de agrupamento também está. Corrija se for necessário:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*UMEcl_YKuSKgB9ZR_6O1zg.gif" /></figure><p>4- Criando relatório<br>Clique em criar relatório novo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/641/1*GH3HTBkNvP5B6l6BznYKZg.gif" /></figure><p>Adicione os dados ao relatório:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/684/1*BjYmAaippsXOexW5orxeWQ.gif" /></figure><p>5- Primeiro gráfico<br>O primeiro gráfico que o Data Studio cria automaticamente é a tabela. Ela será então nossa primeira visualização:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/700/1*ZGZNoxdKM-avTluP1rprMw.png" /></figure><p>6- Ajustando a tabela<br>Vamos incluir novos campos nas dimensões (Continente) e incluir os campos de métricas, que são os números que utilizaremos na tabela. O último passo será remover o campo “Record Count” que vem preenchido automaticamente:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/353/1*p_9kzYzjAl80KYLYXu6ZuQ.gif" /></figure><p>Para finalizar a tabela mudaremos a classificação para usar o campo “Litros de Álcool”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/191/1*JxhACGgDbDlLwyaEorsm2A.gif" /></figure><p>Ajuste então sua planilha para ocupar toda a página, mas deixe um espaço na parte superior para colocarmos algumas informações:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SXl7TZAzv0AX6iVMq9bt-g.png" /></figure><p>7- Inserindo totalizadores<br>Para termos uma visão dos totais de cada campo, vamos inserir totalizadores no topo da página.<br>Clique em inserir, “Visão Geral” :</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/623/1*tSz0n56xS1yQN4X4dCWdFA.gif" /></figure><p>Altere o campo do totalizador para “Litros de Álcool”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/364/1*tTBRpypHlNjeCO43XyvKxg.gif" /></figure><p>Repita os passos para os campos “Cerveja”, “Vinho” e “Destilada”.<br>O cabeçalho da página ficará dessa maneira:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/622/1*HP3xwx_hdknWmyjTnPMveA.png" /></figure><p>Temos agora uma tabela com todos os países, os consumos de bebidas e os totais para cada bebida, além do total geral.</p><p>8- Inserindo controles<br>Vamos agora permitir que os dados sejam facilmente filtrados. <br>Clique em “Adicionar um controle” e escolha “Lista suspensa”. Note que o Data Studio já seleciona o campo “País” e realmente esse é o campo que desejamos inserir como primeiro filtro:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/747/1*PptzYTfztqmfJp2Zlvq6Jg.gif" /></figure><p>Faça o mesmo para o campo “Continente”.</p><p>9- Visualizando<br>Agora vamos ver o resultado final do nosso trabalho. <br>Para conseguir interagir com a tabela, clique em “Visualizar”.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ybWwT107WOs4kilqoonV0w.png" /></figure><p>Note que os dados são ajustados conforme a seleção dos controles.</p><p>10- Inserindo nova página<br>Para respondermos a mais algumas perguntas propostas, vamos criar uma nova página.<br>Clique em “Editar” para voltar ao modo de edição e logo após, crie uma nova página clicando em “Adicionar uma página”:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/972/1*3znhG6q3nol97l-NIZh47w.gif" /></figure><p>11- Inserindo gráfico de barras<br>Vamos responder a pergunta: Quais os continentes que mais consomem bebidas alcoólicas no mundo? Faremos isso usando um gráfico de barras.<br>Adicione então um gráfico de barras:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/610/1*1CHonmCK-jH3TDbkqdVRag.gif" /></figure><p>Ajuste os parâmetros do gráfico:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/390/1*eExu3WHFKIGyOwK4vRtKuw.gif" /></figure><p>12- Alterando estilo<br>Já conseguimos responder a primeira pergunta, mas podemos fornecer ainda mais informações, como por exemplo saber o quanto de cada bebida esse consumo representa. Altere então o estilo para gráfico de barras empilhadas e ajuste as propriedades do gráfico:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/449/1*8NRP45Yvs2LOZBvx9X8tDw.gif" /></figure><p>O resultado final será esse:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7LRArFe-X-p4YYceHfPoJQ.png" /></figure><p>13- Mapas<br>Vamos inserir um último gráfico para nos dar uma noção mundial do consumo de bebidas alcoólicas. Repita o processo anterior e escolha o gráfico de mapa:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/607/1*UcVuk5Gttb4JDxT87pplew.gif" /></figure><p>Ajuste os parâmetros:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/449/1*udTQXWFo6HWsP45cgI22uw.gif" /></figure><p>15- Visualizando o resultado final<br>Clique em “Visualizar” e veja o resultado, tanto na primeira página que trás os dados completos, quanto na segunda que mostra alguns gráficos que nos ajudam a contar a história dos dados:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*60ic_OYQhYziUDl4Y1j6xw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wzW3Fn53j36PhO1CyvNf3Q.png" /></figure><p>Essa foi apenas uma amostra rápida de algumas das funcionalidades que o Google Data Studio nos proporciona. Mesmo sendo uma ferramenta gratuita, ele oferece uma boa gama de recursos, se posicionando entre ferramentas mais básicas, como o Excel ou Google Sheets, e de ferramentas pagas de grande porte como o Tableau e o Power BI.<br>Agora que você já consegue criar uma visualização básica, já pode começar a explorá-la e tenho certeza que ela o ajudará muito em seu dia-a-dia, seja para permitir a visualização dos dados de uma planilha com maior agilidade, para te auxiliar em uma apresentação ou mesmo para possibilitar a exploração de dados de forma mais visual e prática.</p><p>Mãos à obra!</p><p>Abaixo está o link da planilha usada nesse tutorial e da visualização no Google Data Studio.</p><p><a href="https://docs.google.com/spreadsheets/d/1PXUloNBq9Lc5cVMqSEZeCbnuPMWct4Yq9xvtSpWFuZc/edit?usp=sharing">Google Spreadsheet</a></p><p><a href="https://datastudio.google.com/reporting/225f1c50-85cf-4ebb-a4be-d7b55c87b515">Google Data Studio</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3e390ffb84a5" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>