T\u00e3o importante quanto os\u00a0gr\u00e1ficos\u00a0para a tomada de decis\u00e3o s\u00e3o os dados em si que estes representam, o conjunto de dados gerados ou transformado em sub-tabelas e que usamos para a constru\u00e7\u00e3o de\u00a0gr\u00e1ficos\u00a0s\u00e3o os mesmos que utilizaremos no BI.<\/p>\n
O gr\u00e1fico deve sempre ser um subproduto do BI e n\u00e3o a ess\u00eancia, devemos construir bons dados antes de bons\u00a0gr\u00e1ficos\u00a0por isso estou ressaltando aqui e no v\u00eddeo abaixo observaremos em detalhes como construir informa\u00e7\u00f5es para a tomada de decis\u00e3o. Os dados apresentados s\u00e3o os que est\u00e3o dispon\u00edveis no site da prefeitura de Pelotas e no site da secretaria estadual de sa\u00fade do RS.<\/p>\n
Como a velocidade da ocupa\u00e7\u00e3o dos leitos pelo COVID muda muito constantemente no intervalo de duas semanas, este foi o recorte que fizemos, o nosso objetivo \u00e9 estimar dados para o dia de amanh\u00e3 para legitimar comportamentos mais restritivos como o lockdown, para isso vamos usar l\u00f3gicas simples e matem\u00e1tica simples como progress\u00e3o aritm\u00e9tica.<\/p>\n
O objetivo no v\u00eddeo abaixo \u00e9 tornar os dados o mais claro poss\u00edvel e com o m\u00e1ximo de recursos poss\u00edveis, para isso, obtivemos os dados de bandeiras e de ocupa\u00e7\u00e3o de leitos dispon\u00edveis no site da prefeitura, note que os dados de \u00f3bito em si n\u00e3o quer dizer nada, o que importa para a tomada de decis\u00e3o quase sempre \u00e9 a diferen\u00e7a de um dia para o outro, ou seja, da evolu\u00e7\u00e3o de casos, da evolu\u00e7\u00e3o de \u00f3bitos, pois isso impacta diretamente nas pol\u00edticas a serem adotadas, tais como o aluguel de leitos, deslocamento de profissionais, medidas de redu\u00e7\u00e3o ou abertura de circula\u00e7\u00e3o da popula\u00e7\u00e3o e etc.
\n