Como consultar as principais bases de dados públicos em um só lugar

Para fazer jornalismo de dados, é preciso saber quais perguntas se quer responder a partir dos dados. Esta foi a missão que guiou o workshop ministrado por Gustavo Alcântara, da Base dos Dados (BD). Por meio de sua plataforma, a BD disponibiliza mais de 90 conjuntos de dados públicos, extraídos de sites oficiais e já tratados por sua equipe para tornar a informação mais acessível.

Gustavo deu início a oficina mostrando como acessar o conteúdo da Base dos Dados por meio do mecanismo de busca do próprio site, que permite a filtragem por temas, órgão fornecedor, capilaridade e temporalidade. A plataforma também oferece informações sobre a natureza dos dados, como o dicionário de colunas com tipo de dado e descrição, cobertura temporal e frequência de atualização.

Com os dados selecionados, os participantes seguiram para a análise no BigQuery, servidor da Google que opera a partir da linguagem SQL. A ferramenta permite a manipulação de uma quantidade de dados muito maior do que a possível em editores de planilhas e exibe os resultados das consultas com mais agilidade. Com o auxílio de consultas (queries) do SQL para funções básicas de filtragem e ordenação, Gustavo ensinou a fazer buscas de recortes nos microdados.

Durante a atividade, o instrutor apresentou quatro questões para que os participantes respondessem a partir de consultas aos dados da BD utilizando o BigQuery: o desempenho escolar no Índice de Desenvolvimento da Educação Básica (Ideb); a proporção de gados por pessoa; a emissão e absorção de gás carbônico por unidade federativa do país; e o consumo médio de energia elétrica residencial. As perguntas foram respondidas utilizando funções básicas do SQL, como filtragem por mais de uma condição e ordenação decrescente, além de métodos mais elaborados, como o cruzamento de duas tabelas por meio de uma chave comum entre elas.

A definição prévia das perguntas e recortes que se deseja fazer ajuda a reduzir o número de tabelas e facilita o cruzamento com outras fontes, quando o arquivo trabalhado não é suficiente. A realização de consultas aos dados, por sua vez, descomplica as análises, tornando-as mais acessíveis. Obtidas as respostas, Gustavo mostrou ainda que é possível exportar as consultas feitas no BigQuery e salvar uma cópia do arquivo no Google Drive ou exportar em diferentes formatos, como CSV, JSON ou em planilha.

• Apresentação do workshop
• Base dos Dados
• BigQuery