Este artigo nasceu da conversa que tive com Caio Bianchi, Diretor Acadêmico de Graduação, Ecossistemas e Educação Continuada da ESPM, no podcast Lifelong Cast.
O que você vai aprender aqui
- Data storytelling não é florear dados: é usar números como suporte de um enredo com personagens, jornada e desfecho.
- Histórias são lembradas até 22 vezes mais do que fatos isolados, segundo a professora Jennifer Aaker, da Stanford Graduate School of Business. Apenas 21% da força de trabalho global se sente confiante para interpretar dados, segundo pesquisa Accenture e Qlik.
- A mesma apresentação raramente funciona para públicos diferentes: CEO quer riscos, CFO quer caixa, RH quer pessoas.
- O gráfico precisa ser autoexplicativo: quando você gasta 20 minutos descrevendo o que já está na tela, a mensagem se perdeu.
- A inteligência artificial ajuda em dois momentos: construir a narrativa e simular as perguntas difíceis de cada perfil da plateia.
- As três competências mandatórias: empatia, escuta ativa e comunicação modulada para o receptor.
Este artigo complementa o e-book gratuito Engenharia de Prompts na Prática. Ele ensina mais de 30 técnicas para trabalhar com ChatGPT, Gemini e Claude, inclusive como montar o tipo de simulação de plateia que descrevo na seção sobre IA. É Best Seller na Amazon com mais de 800 avaliações 4,5 estrelas, e é gratuito.
Por que todo mundo dorme na sua apresentação de dados
Você passou semanas preparando aquela apresentação. Chega o grande dia, o gráfico aparece na tela e, em cinco minutos, uma pessoa confere o celular embaixo da mesa, outra segura o bocejo e o chefe faz uma pergunta que você respondeu dois slides atrás.
Já vi essa cena se repetir dezenas de vezes conduzindo treinamentos de IA para grandes corporações, e o problema quase nunca é a qualidade do trabalho. Quem decide não memoriza estatística, memoriza história.
Data storytelling é exatamente essa habilidade: a que separa a análise que muda decisões da apresentação que faz todo mundo dormir na sala.
O mundo dos dados funciona assim: análise é pegar uma coisa e quebrar em pedaços menores. Você pega todos aqueles dados, quebra, entende, e depois faz uma síntese. Geralmente essa síntese é um gráfico ou uma tabela.
Aí a pessoa de análise de dados descobre coisas, fica empolgada, chama uma turma e faz a apresentação: “nesse gráfico vocês estão vendo isso, nessa tabela vocês estão vendo aquilo, notem esse ganho de tanto percentual”. Um pouquinho mais dessa conversa e está todo mundo dormindo na sala.
O que é data storytelling
Data storytelling, ou storytelling com dados, é a prática de usar dados como suporte de uma narrativa, em vez de apresentá-los como protagonistas. Você transforma as pessoas afetadas pela análise em personagens, organiza os achados em um enredo e usa os números como pano de fundo que sustenta a lógica da história.
A ideia é inverter a lógica da apresentação tradicional. Os dados entram como ilustração, não como personagem principal da história.
E não é tendência de nicho. O Gartner prevê que, até 2027, 75% dos novos conteúdos de analytics serão contextualizados por IA generativa, conectando insights diretamente a ações. Em pesquisa da consultoria com 403 líderes de analytics e IA, no fim de 2024, mais da metade já usava IA para gerar insights automatizados e consultas em linguagem natural. A máquina entrega o número pronto, cada vez mais explicado em linguagem natural. O que continua sendo seu é a narrativa, a interface entre os dados e as pessoas que decidem.
Frameworks de data storytelling: como encaixar dados em um enredo
Dá para encaixar data storytelling em vários frameworks de apresentação. As agências de publicidade, por exemplo, adoram o framework da Big Idea: “todo dia, quando você sai de casa, demora para chegar ao trabalho porque tem muito trânsito. Imagine um mundo onde o trabalho vem até você. Pensando nisso, desenvolvemos tal solução”.
Você pode percorrer essas mesmas etapas com dados. Na primeira, fala da dor: “você tem esse problema? Muitas pessoas também têm. Entrevistamos pessoas em tais lugares e as respostas revelaram esse número”. O número está ali, mas dentro de um enredo.
Isso já ajuda a plateia a memorizar, porque o número ganhou contexto. A ciência confirma: segundo a professora Jennifer Aaker, da Stanford Graduate School of Business, histórias são lembradas até 22 vezes mais do que fatos isolados, um dado amplamente citado no campo de comunicação, embora sem paper peer-reviewed original identificado.
O mecanismo é criar personagens (a pessoa que tem a dor, a pessoa que descobriu a solução), um enredo que conecta essas coisas e um desfecho. Dependendo do que você está apresentando, o desfecho pode ser um alerta: “levantamos um problema sério aqui na empresa”.
Um exemplo prático: um consumidor veio reclamar de algo e eu fiquei intrigado com o que ele falou. Fomos levantar todas as reclamações desse tipo e descobrimos tal coisa. A história do consumidor, o fato de você ter ficado intrigado, como você se sentiu: isso que você adicionou à fala, em vez de só jogar uma tabela seca, já é storytelling. Talvez a pessoa não entenda o número da sua planilha, isso acontece muito e o pessoal finge que entendeu. Mas ela entendeu a história.
O erro de falar de cluster, regressão e dispersão para quem não é de dados
A pessoa de dados às vezes quer contar como chegou à conclusão: “separamos em padrões, em clusters, fizemos uma regressão, jogamos no algoritmo X e percebemos que a dispersão…”. Nesse momento você perdeu a audiência. As pessoas não são versadas em estatística nem em modelos de análise de dados. Às vezes não entendem nem a fórmula do Excel.
E isso não é exceção, é a regra. Em pesquisa da DataCamp com a YouGov, publicada em fevereiro de 2026, com mais de 500 líderes corporativos dos Estados Unidos e Reino Unido, 88% afirmam que a alfabetização básica em dados é essencial para o dia a dia, mas 60% reconhecem lacunas nessas habilidades nas próprias equipes. O diagnóstico dos líderes resume o problema: os funcionários conseguem gerar relatórios, mas têm dificuldade de interpretar o que os dados realmente significam.
A solução é a analogia. Em vez de “fiz uma clusterização na nossa base de clientes”, experimente: “sabe quando você pega uma gaveta com peças de Lego e separa por cor, por formato ou por tamanho? Peguei a nossa base de clientes e separei por tempo de casa, localização geográfica e nível de faturamento. Ao fazer isso, descobri tal coisa”. Muito melhor. Quando a pessoa não sabe o que significa um termo, ela gasta a atenção decifrando a palavra em vez de absorver a mensagem.
O mesmo cuidado vale para o tipo de gráfico. Quando o pessoal gasta muito tempo descrevendo o que já está na tela (“cada barra é isso, cada linha é aquilo, o crescimento significa tal coisa”), fica difícil memorizar. Parece que a plateia está estudando para uma prova de matemática, que não é a coisa favorita da maioria da população.
Cada cadeira na sala pede uma história diferente
A mesma apresentação raramente funciona para públicos diferentes. Adequar ao público-alvo é parte central do data storytelling.
Uma apresentação para o CEO tem que falar de riscos, porque ele responde juridicamente pela empresa. Para aprovar algo, ele quer saber: quanto vai faturar, quanto vai ganhar e que riscos ele está correndo ao assinar. O CFO precisa garantir que vai ter caixa: qualquer gasto que comprometa o fluxo de caixa precisa estar explícito para ele. A pessoa de recursos humanos quer saber duas coisas: existem recursos suficientes e você não vai estragar esses recursos, com risco trabalhista no radar.
Você precisa entender cada personagem que está ali. E pode trazer essas pessoas para dentro da história. Essa é uma vantagem da narrativa feita ao vivo numa sala de reunião em relação a uma narrativa de tela: as pessoas presentes podem ser envolvidas no enredo.
Além dos elementos da fala, muda o nível de linguagem. O pessoal entende estatística? Quanto detalhe eu trago? Que analogia faz essa plateia entender o que eu fiz?
Esse processo de mapeamento da plateia (quem está na sala, o que cada um valoriza, como construir a narrativa usando esses papéis) está detalhado no guia como preparar uma apresentação corporativa.
Storytelling é skill de sobrevivência, não de marketing
Storytelling é uma competência de todo tipo de profissional, não só de quem trabalha com marketing ou vendas. Para vender um projeto dentro da empresa, a pessoa do outro lado precisa entender o impacto que esse projeto vai gerar.
O caminho comum é chegar com um monte de gráfico, tabela e levantamento, esperando que os números convençam o chefe. Talvez ele olhe os números e não entenda o que você quis fazer. Colocado na forma de uma história, o mesmo projeto tem muito mais chance de ser aprovado. Por isso eu brinco que é uma skill de sobrevivência. Serve para tudo na vida: quer convencer alguém, conte uma história.
E quanto mais próxima da realidade a história for, mais fácil ela é aceita. Em vez de destacar o modelo estatístico e a fórmula do Excel, destaque a dor, o impacto, os elementos humanos da história.
Comunicação é ajustar a mensagem até o outro compreender
Muita gente conta histórias ruins por um motivo simples: não está se importando com o outro. Chega para entregar uma mensagem sem refletir sobre como ela vai ser recebida do outro lado.
Sempre que você fala algo, existem no mínimo dois lados. Com um mínimo de empatia, você consegue imaginar como o outro está se sentindo com o que está ouvindo. Às vezes vale dar dois passos para trás e pensar: talvez seja melhor falar de outra forma, porque isso não vai ressoar bem com fulano.
Tem uma confusão clássica aqui. O pessoal fala: “eu expliquei super bem, você que não entendeu, problema seu”. Essa não é a definição de comunicação. A definição de comunicação é você ajustar a sua mensagem para que o outro compreenda. Tem um receptor na equação, e ele precisa ser considerado.
Na prática, isso começa antes da reunião, com um bom briefing. Quando você tem a lista de quem vai estar na sala e o que se espera de cada um, você já tem os personagens com seus papéis, e pode construir a história usando esses papéis. Sem briefing, você não sabe o que levar nem com quem se conectar. É um princípio de negociação também: para negociar com alguém, preciso conhecer com quem falo.
Quem deve apresentar a análise (e por que não abrir o Excelzão)
O recomendado é que a pessoa que fez a análise apresente. Por isso, toda vez que treinamos analistas e cientistas de dados, treinamos também em data storytelling. Quando outra pessoa apresenta em nome do analista, a história não encaixa: “eu fiquei curioso e fui investigar” não funciona se não foi você que investigou.
E na hora da apresentação, resista à tentação de abrir o Excel cru. A pessoa não está duvidando do que você fez ali. Você foi contratado porque tem uma competência, e está naquela reunião porque acreditam nela.
Abrir um Excel e mostrar um monte de fórmula não gera clareza. Às vezes traz até um certo pedantismo: “vou abrir o BigQuery conectado no nosso data lake (base de dados corporativa) e mostrar a query (consulta de dados), sei que vocês não entendem query”. Isso está mais conectado com o ego do que com empatia.
Agora, esteja preparado para perguntas duras. A pessoa que vai aprovar precisa mudar alocação de verba, assinar um risco, apertar outro projeto por causa do que você está trazendo. É óbvio que ela vai fazer perguntas difíceis.
Fasear a apresentação de dados: um gráfico de cada vez
Um erro recorrente do analista de dados é querer colocar tudo num gráfico só: várias colunas, vários meses, várias linhas. Quando a plateia olha toda aquela informação, não sabe nem por onde começar.
O caminho é fasear. Primeiro mostre um recorte: “quando a gente pega um determinado mês comparando as unidades de negócio, elas são assim”. Depois consolide: “agora vamos olhar essas unidades ao longo dos meses, está crescendo”. Depois abra de novo: “quem é mais responsável por esse crescimento? No final, quem tem a maior participação é esse aqui”.
Você vai trocando de gráficos, e os gráficos vão sustentando a lógica da história. Aquilo que seriam 20 minutos com um gráfico na tela, apontando para cima e para baixo, vira uma construção em pedaços. E quando você finalmente mostra o gráfico completo com a tendência, as pessoas já sabem para qual linha olhar.
Isso é ainda mais importante porque, para quem fez a análise, tudo é óbvio. Você está debruçado naquilo há semanas. A pessoa que assiste está vendo pela primeira vez.
Onde a inteligência artificial entra no data storytelling
Uso inteligência artificial em dois momentos do processo.
O primeiro é na construção da narrativa: “dados esses personagens e esses achados, que história eu posso criar?”. A IA ajuda com opções. A melhor história costuma vir de uma reflexão sua: que emoções estavam envolvidas quando você fez aquele trabalho? Quais drivers humanos te levaram aos números? Geralmente com essa reflexão você já monta a história.
O segundo momento é a preparação para as perguntas. Sabe quando você passa tanto tempo num texto que não consegue mais revisá-lo, e precisa que outra pessoa leia? Com dados é igual. O que está óbvio para você não revela quais perguntas virão.
A IA faz o papel do olhar de fora: “se coloque no lugar da pessoa de RH, o que você perguntaria sobre esse gráfico? E no lugar do CFO? E do CEO?”. Jogue o perfil das pessoas da reunião e pergunte: para que perguntas eu preciso estar preparado? Você chega muito mais preparado. Para montar esse tipo de simulação como um workflow reutilizável, com agente de IA rodando no seu computador, o caminho está no guia gratuito Claude Cowork em 1 Hora.
Funciona como uma espécie de treinamento. E tudo que você vai apresentar precisa de preparo. Muita gente me vê respondendo rápido em debates e acha que surge do nada. Tudo que eu respondo, muitas vezes escrevi um livro inteiro sobre aquilo, dei várias aulas, passei muito tempo pesquisando. O cientista de dados estudou os algoritmos e os números. O que falta é estudar as narrativas.
Dê protagonismo ao impacto, não ao número
Entender o que os dados significam vai além da estatística. É entender em termos de impacto: o que muda para os clientes, para os funcionários, para os consumidores.
Quando você traz esse impacto para dentro da narrativa, muda a perspectiva da apresentação. A pergunta deixa de ser “que modelo estatístico você usou” e passa a ser “por que vamos fazer isso, o que os números provam sobre o impacto que queremos gerar”.
Não dê protagonismo aos números. Dê protagonismo ao impacto que vai ser gerado.
As três competências mandatórias do data storytelling
Para quem quer desenvolver data storytelling daqui para frente, três competências são mandatórias.
Empatia, porque você precisa se conectar com o outro. Escuta ativa, que é pré-requisito da empatia. E comunicação modulada de acordo com o receptor.
Não sou só eu dizendo. A edição mais recente do Future of Jobs Report, do Fórum Econômico Mundial, que mapeia as competências demandadas até 2030 com mais de mil empregadores globais, coloca empatia e escuta ativa entre as habilidades centrais mais valorizadas. Com um detalhe relevante: estão entre as que têm menor potencial de substituição pela IA generativa, justamente pelo componente humano que carregam.
O estudo de cenários que o Fórum publicou em janeiro de 2026, Four Futures for Jobs in the New Economy, aponta na mesma direção: nos cenários mais prósperos, a IA amplifica a expertise humana em vez de substituí-la.
Criatividade entra como complemento. Com empatia e comunicação modulada, você já descreve seu processo de forma palatável, sem precisar inventar metáforas. Quando você tem repertório e consegue dar cor com metáforas, ajuda muito, mas não é o ponto de partida.
O que o RPG ensina sobre apresentar dados
No data storytelling, o analista geralmente é o narrador da história, não um dos personagens. Eventualmente o que está sendo decidido também impacta você, e você pode se incluir. O papel padrão é narrar.
Gosto muito da analogia com o RPG. O mestre prepara uma história para os personagens. O analista de dados prepara uma narrativa que vai convencer os personagens da história, o board, o C-level, a própria área, a fazer alguma coisa.
Por isso vale olhar frameworks de storytelling de forma ampla. Muita gente só estuda framework de storytelling para copy. Mas existe framework de storytelling para livro, para filme, para jogo de RPG, para game. Olhar esse repertório de forma mais ampla cria um arsenal de técnicas de contação de histórias muito melhor.
Que impacto isso tem nos dados e na produtividade em T&D com inteligência artificial? A habilidade de narrativa é o que diferencia o analista que gera decisão do analista que gera relatório.
Onde começar amanhã
Quatro movimentos de maior retorno por esforço:
- Antes da próxima apresentação, estude a plateia. Levante quem estará na sala e o que cada pessoa valoriza: risco para o CEO, caixa para o CFO, pessoas para o RH. Construa a narrativa usando esses papéis.
- Transforme seu principal achado em enredo. Identifique a dor, o personagem afetado, o que te levou a investigar e o desfecho. Descreva o que aconteceu de verdade, destacando emoção e impacto em vez de método estatístico.
- Fasear os gráficos. Quebre aquele gráfico denso em uma sequência de recortes simples que constroem a conclusão aos poucos. O gráfico completo entra no final, quando a plateia já sabe para onde olhar.
- Use IA como plateia de ensaio. Descreva os perfis da reunião para a IA e peça as perguntas mais duras que cada um faria. Prepare as respostas antes de entrar na sala.
Para descobrir qual curso da ESPM faz mais sentido para sua trajetória no tema de dados e comunicação, vale conversar com o Consultor de Carreira, um agente de IA que indica os cursos da minha curadoria conforme o seu perfil.
Outras leituras para complementar
Para quem produz conteúdo e quer ser citado pelas IAs em vez de só ranquear no Google, o guia GEO: tudo que você queria saber sobre otimização para IAs cobre as técnicas com base em dados.
A lógica das três camadas de leitura, da máquina ao humano, também vale para a carreira: no guia Currículo para IA mostro como a narrativa é o que convence o recrutador depois que o currículo passa pelos filtros automáticos.
FAQ: perguntas frequentes sobre data storytelling
O que é data storytelling? É a prática de usar dados como suporte de uma narrativa, em vez de apresentá-los como protagonistas. Você transforma as pessoas afetadas pela análise em personagens, organiza os achados em um enredo com começo, meio e desfecho, e usa os números como pano de fundo que sustenta a lógica da história.
Data storytelling é florear os dados? Não. É contar o que efetivamente aconteceu, com cuidado no vocabulário e na escolha do que destacar. Em vez de destacar o modelo estatístico ou a fórmula do Excel, você destaca a dor, o impacto e os elementos humanos do processo. A história mais próxima da realidade é a mais aceita.
Quem deve apresentar uma análise de dados? A pessoa que fez a análise. A narrativa em primeira pessoa (“fiquei curioso e fui investigar”) só funciona com quem viveu o processo. Por isso, treinamentos de analistas e cientistas de dados devem incluir data storytelling.
Como adaptar a mesma análise para públicos diferentes? Mudando os elementos da fala e o nível de linguagem. CEO quer riscos, CFO quer fluxo de caixa, RH quer recursos e riscos trabalhistas. Para públicos sem domínio de estatística, analogias substituem termos técnicos: clusterização vira “separar peças de Lego por cor, formato ou tamanho”.
Como a inteligência artificial ajuda no data storytelling? Em dois momentos. Na construção da narrativa, sugerindo histórias possíveis a partir dos personagens e achados. E na preparação, simulando o olhar externo: a IA assume o perfil de cada pessoa da reunião e antecipa as perguntas duras que você, imerso na análise, já não consegue prever.
Quais competências preciso desenvolver para contar histórias com dados? Três são mandatórias: empatia, escuta ativa e comunicação modulada de acordo com o receptor. Criatividade e repertório de frameworks de storytelling (de livros, filmes, RPG e games, não só de copy) entram como complemento.
Data storytelling serve só para analistas de dados? Não. É uma competência de qualquer profissional que precisa aprovar projetos, justificar orçamentos ou convencer stakeholders. Quem trabalha com marketing, produto, RH, financeiro ou operações apresenta dados em reuniões o tempo todo. A habilidade de transformar esses dados em narrativa é o que define se o projeto é aprovado ou engavetado.
Edney “InterNey” Souza atua com tecnologia desde 1990 como professor, palestrante e conselheiro consultivo de empresas em tecnologia e inovação. Fundou sete startups ao longo da carreira. Leciona na ESPM, Insper, USP, PUCRS e IBGC. É autor do livro gratuito Engenharia de Prompts na Prática: do Zero ao Avançado com ChatGPT, Gemini e Claude.
