Voltando \u00e0s atividades (ou, pelo menos, tentando)… Este ano se inicia com um desafio a mais para mim, agora que possuo um est\u00e1gio que devo equilibrar com a minha j\u00e1 bastante “ocupada” vida acad\u00eamica. Ainda assim, n\u00e3o queria abandonar o blog. Isso significa que vou diminuir o ritmo aqui e tentar fazer uma promessa que eu possa cumprir: pretendo manter a frequ\u00eancia de um post por semana ou por quinzena – sim, vou deixar bastante “aberto” para n\u00e3o ficar com o peso na consci\u00eancia por n\u00e3o ter conseguido publicar o que eu queria em semanas mais corridas. Ah, tamb\u00e9m significa o fim oficial das leituras da semana, infelizmente – mas pretendo continuar lendo com a ajuda do Pocket e publicando as coisas mais interessantes no Twitter. Tendo tudo esclarecido, voltemos\u00a0ao trabalho!<\/p>\n
Para retornar\u00a0com o p\u00e9 direito, escolhi um assunto que me interessa\u00a0num material ainda incomum ao blog – \u00e9 apenas o segundo do Slideshare que divulgo aqui. No entanto, \u00e9 tamb\u00e9m um material que gostei muito desde quando foi publicado, ainda em novembro do ano passado: trata-se da apresenta\u00e7\u00e3o de Julie Teixeira no Social Analytics Summit 2015<\/strong>, que aconteceu (como de praxe) em S\u00e3o Paulo. Uma das “t\u00e9cnicas” (ou conceitos?) mas relevantes para os profissionais de m\u00e9tricas e monitoramento no mercado, o assunto dataviz<\/em> \u00e9 muitas vezes discutido na \u00e1rea, mas \u00e9 dif\u00edcil encontrar conte\u00fado (em portugu\u00eas) que aborde essa quest\u00e3o. Utilizando algumas refer\u00eancias te\u00f3ricas importantes, ela\u00a0explica que dataviz<\/strong> \u00e9, em suma: visualiza\u00e7\u00e3o<\/strong> – apresentar informa\u00e7\u00f5es; resumir e comunicar n\u00fameros; destacar padr\u00f5es<\/em>.<\/p>\n