Protótipos de P&D

Explore dados multidimensionais sem perder as relações

O HyperAnalyzer oferece formas complementares de visualização de dados estruturados, integrando interação e o mantra de Shneiderman para que o utilizador escolha a estratégia que melhor se adapta à sua análise.

Cubos de dados que preservam o espaço

Um conjunto de dados com colunas “agrupáveis” (GROUP BY) e “agregáveis” (SUM, COUNT, AVG) é, na prática, um cubo. A visualização OLAP tradicional o trata como um cubo desdobrado, prejudicando o entendimento pela perda das relações espaciais.

O HyperAnalyzer mantém essas relações: o utilizador prepara os dados — delimitando colunas, transpondo, adicionando cálculos personalizados e gerando gráficos — e cria novas faces com esses dados transformados. A partir daí, monta sequências para apresentação, compara lado a lado e aplica a técnica de “depth and surface”.

HyperAnalyzer: tabela-resumo, gráfico de pizza e gráfico de barras exibidos em ambiente de realidade virtual

Do panorama ao detalhe

As estratégias de interação que guiam a análise, seguindo o mantra “visão geral primeiro, zoom e filtro, detalhes sob demanda”.

01

Visão geral primeiro

As linhas e colunas externas geram tabela-resumo e gráficos automáticos — o panorama do conjunto de dados aparece antes de qualquer detalhe.

02

Zoom e filtro

Gere visualizações segmentadas — por revisão trimestral ou por categoria — com cálculos feitos apenas para o subconjunto selecionado.

03

Faces personalizadas

Transponha colunas, adicione cálculos próprios e gere gráficos; cada transformação vira uma nova face para comparar lado a lado.

04

Depth and surface

Aprofunde-se em um recorte sem perder o contexto geral, alternando entre a superfície dos dados e a profundidade da análise.

Do cubo ao tesserato

Por que desdobrar destrói o entendimento — e como a visualização dimensional o preserva.

Cubo de dados desdobrado em forma de cruz, como na visualização OLAP tradicional
Cubo desdobrado (OLAP). Ao desdobrar o cubo em um plano, as relações espaciais entre as faces se perdem.
Conjunto de dados representado como um cubo 3D montado, com faces coloridas
Cubo 3D. O HyperAnalyzer mantém o conjunto como um cubo montado, preservando as relações entre os dados.
Tesserato desdobrado, representando dados multidimensionais separados em sequência
Tesserato desdobrado. Com colunas extra, os dados viram um conjunto multidimensional — analisado em sequência, comporta-se como um tesserato desdobrado.
Tesserato (hipercubo 4D) montado, em estrutura de arames
Tesserato. Combinando os conjuntos em visualizações simultâneas, a estrutura 4D mantém todas as relações ao mesmo tempo.

Visão geral, zoom e filtro

Das faces de panorama aos recortes detalhados, na ordem que a análise pede.

No relatório de cubo dividido em visualização lado a lado, as colunas externas destacam-se e geram o gráfico de pizza; aplicando o mesmo critério às linhas, surge o gráfico de barras. Por serem a “visão geral”, linhas e colunas externas aparecem primeiro. A partir desses insights, é possível gerar visualizações segmentadas com zoom e filtro — por exemplo, uma revisão trimestral ou um recorte por categorias —, com os cálculos feitos apenas para o conjunto selecionado.

Relatório de cubo dividido em visualização lado a lado, destacando as colunas externas
Cubo dividido. A visualização lado a lado evidencia as colunas externas — a “visão geral” que origina os gráficos resumo.
Duas visualizações segmentadas: filtro por revisão trimestral e filtro por categoria
Zoom e filtro. Recortes segmentados — (a) revisão trimestral e (b) por categoria — recalculam apenas o subconjunto selecionado.