Choisir le bon format de visualisation pour réussir sa dataviz

Présentation au sujet: "Choisir le bon format de visualisation pour réussir sa dataviz"— Transcription de la présentation:

1 Choisir le bon format de visualisation pour réussir sa dataviz
Matinée ADBS :Booster la valeur ajoutée de vos projets de veille avec la dataviz Choisir le bon format de visualisation pour réussir sa dataviz Guillaume SYLVESTRE @g_sylvestre //

2 Pourquoi la dataviz ?

3 Pourquoi la dataviz ? La dataviz permet de jouer sur les éléments visuels pour attirer l’attention sur une information spécifique

4 Le choix des formats de dataviz
Plusieurs types de datavizs sont possibles Les infographies statiques, qui représentent des données figées –> Mettre en avant des résultats, certaines informations Les dataviz animées, qui permettent de scénariser une analyse et d’y ajouter du contenu multimédia –> Datajournalisme Les dataviz interactives, qui permettent à l’utilisateur de sélectionner l’information qu’il juge pertinente et d’interagir avec les données -> Tableaux de bord, analyse en profondeur

5 Le choix des formats de dataviz
Plusieurs usages visuels des dataviz selon les données collectées Le traitement des données (petits ou grands volumes) par histogrammes, graphs, camemberts –> Outils de BI type Tableau Software Le graph de relations, utilisé pour cartographier un réseau et ses membres dans une logique d’analyse d’influence –> Gephi, Linkurious

6 Le choix des formats de dataviz
Tableau Software est un outil de Business Intelligence : il permet de visualiser des données issues d’un fichier excel ou de toutes bases de données Tableau permet à partir de n’importe quel set de données structurées de créer des visualisations personnalisables : couleur, format, disposition, croisement des informations …

7 Le choix des formats de dataviz
Co-construire le projet de dataviz La dataviz doit avant tout parler à son commanditaire –> L’idéal est de définir les éléments qui seront valorisés dès le début du projet Il faut s’appuyer sur des données collectées et mises à jour de façon récurrente –> Penser à l’impact des changements apportés par la dataviz sur l’équipe projet Un projet dataviz évolue dans le temps -> Il faut former équipe projet et client pour s’assurer de son intérêt

8 Quelques exemples Evolution d’une veille concurrentielle pour valoriser par la dataviz les résultats obtenus Définition précise avec le client des « tags » exploités par la dataviz : hiérarchie des tags, niveau de précision selon le type d’information … Création des premiers tableaux de bord à partir des livrables précédents Appropriation par le client du système via une formation et des échanges réguliers pour créer de nouvelles visualisations Mise en place d’un processus interne précis pour vérifier la fiabilité du système de tags  « Vous nous épargnez des heures de travail avec ces dashboard »

9 Quelques exemples

10 Quelques exemples Création d’un dashboard interactif à partir de données twitter pour qualifier précisément les échanges pendant un congrès Exports des données twitter via la plateforme Visibrain pour les exploiter sur des outils de dataviz Utilisation de Tableau pour obtenir des mesures liées à des mots-clés et comptes précis Utilisation de Gephi pour identifier les communautés actives et la place des comptes twitter dans celles-ci  Outre le complément d’analyse, cette démarche permet d’identifier de nouveaux comptes/communautés à suivre et d’affiner le processus de veille

11 Quelques exemples

12 Quelques exemples

13 CONCLUSION : Bien se préparer et éviter les écueils
Il faut passer plus de temps à penser la dataviz qu’à la faire Bien choisir son outil –> Tableau est un outil très ouvert avec énormément de possibilités, mais complexe à bien maitriser Le message / les informations doivent sauter aux yeux –> Trop de variables et/ou de données nuisent à la compréhension Il faut co-produire avec les parties prenantes la dataviz –> La dataviz est un livrable qui évolue et a vocation à être interactif, cela nécessite une collaboration dans sa production Expérimenter, tester pour progresser -> Il faut jouer avec les représentations graphiques pour se familiariser avec les outils

14 CONCLUSION : Une bonne ressource pour aller plus loin
Revue i2D de juin 2015 sur la Datavisualisation – 40 €

15 CONCLUSION : Quelques exemples via ma page Tableau Public