Author:
Pasquali Tiago Elvis,Silva Valdirene Ramos da,Ribeiro Fabrício Souza,Santana Isis Terezinha Santos de,Jankowitsch Jhonata,Costa Robson Antonio Tavares,Silveira Francis,Pinheiro Weider Silva
Abstract
Introdução: Python é amplamente utilizado no desenvolvimento de dashboards analíticos devido à sua versatilidade, facilidade de uso e vasta biblioteca de ferramentas. Dashboards analíticos são ferramentas visuais que organizam e exibem dados, facilitando análises rápidas e eficientes. Objetivo: Este trabalho investiga o impacto das técnicas avançadas de visualização de dados em Python na percepção de utilidade pelos usuários e nos resultados obtidos por organizações. A pesquisa busca entender como essas técnicas influenciam a eficácia dos dashboards nas decisões empresariais e os desafios técnicos na criação desses dashboards, como a integração de dados de diferentes fontes, a escolha das bibliotecas adequadas e a otimização do desempenho para grandes volumes de dados. Método: Utilizando uma metodologia mista, combinando abordagens qualitativas e quantitativas, foram entrevistados 102 programadores, resultando em uma amostra final de 93 participantes. Autores como Zhang (2020), Marques et al. (2020) e Alasiri e Salameh (2020) foram fundamentais para a análise. Resultados: Identificaram-se desafios técnicos significativos, incluindo a integração de dados de várias fontes e a seleção de bibliotecas de visualização apropriadas, sublinhando a importância de boas práticas de gestão de dados e escolha cuidadosa de ferramentas tecnológicas. A análise dos resultados, permitiu compreender uma necessidade de acessibilidade, onde a utilização desses painéis análiticos, atualmente não é de fácil acesso por pessoas portadoras de necessidades especiais. Conclusões: O estudo concluiu que a integração de métodos avançados de visualização aumenta significativamente a capacidade das organizações de tomar decisões estratégicas e informadas, ressaltando a importância dessas ferramentas no cenário corporativo competitivo atual. Além, de sugerir uma aboradagem inclusiva para pesquisas futuras.
Publisher
South Florida Publishing LLC
Reference58 articles.
1. ALVES JÚNIOR, Z. P.; COSTAS, M. H. L.; CABRAL, A. C. DE A. Sistema de controle gerencial (SCG) como suporte à tomada de decisão estratégica: Estudo em uma rede de supermercado no Estado do Ceará. Contextus – Revista Contemporânea de Economia E Gestão, v. 20, n. esp., p. e81677, 2022. https://doi.org/10.19094/contextus.2022.81677
2. ANTUNES, R. C.; MENDES, M. F. Biblioteca Python para testes de acessibilidade em páginas com a base HTML. 2020.
3. BARDIN, L. Análise de conteúdo. Lisboa. Portugal: Edições 70, 2011.
4. BYLIEVA, D. The language of human-machine communication. 2020. https://doi.org/10.48417/TECHNOLANG.2020.01.04
5. BAUMSTARK, A.; MUHAMMAD ATTAHIR JIBRIL; SATTLER, K.-U. Adaptive query compilation in graph databases. Distributed and Parallel Databases, 41, n. 3, p. 359–386, 2023. https://doi.org/10.1007/s10619-023-07430-4