Présentation FrenchWeb: Qu'est-ce que la visualisation des données?

09 Février2017, FrenchWeb 1
Data visualization
Présentation et enjeux pour le business
Clément Levallois @seinecle

• Associate Professor à em Lyon Business School
• Chercheur en sciences sociales computationnelles
• Membre du Gephi Consortium (gephi.org)
• www.clementlevallois.net

Data visualization
Data Visualization

“La capacité de collecter, stocker et gérer les
données est en train d’augmenter rapidement,
mais notre capacité à comprendre ces données
reste constante”
Ben Fry
Co-createur de Processing et fondateur de l’agence Fathom
Le problème à résoudre

“Pour faire des découvertes surprenantes dans les
données, le meilleur outil dont nous disposons est l’oeil,
et sa faculté de lecture des images.
“ L’approche exploratoire des données est un type
d’analyse des données pour en résumer les principales
caractéristiques d’une façon claire et compréhensible,
souvent en utilisant des graphiques, sans utiliser de modèles
statistiques, et en n’ayant pas non plus formulé
d’hypothèse.”
Data visualization: inspirée par
l’“Analyse exploratoire des données”
du statisticien John Tukey
Tukey et al., 1983

La dataviz s’inspire de plusieurs traditions
Information
visualization /
Interfaces Homme
Machine
Comment les humains
interagissent-ils avec la
technologie?
Cartographie
Focus sur les
Systèmes
d’information
géographiques
Information
design
Quelles sont les meilleurs
pratiques de présentation
de l’info?

Exemples clés de dataviz
• 2006: GapMinder
– https://www.gapminder.org
– Auteur: Hans Gosling
• 2010: Mémorial pour les victimes des Twin Towers
– http://blog.blprnt.com/blog/blprnt/all-the-names/picture-2-3
– Auteur: Jer Thorp (www.blprnt.com)
• 2011: OECD Better Life Index
– http://www.oecdbetterlifeindex.org/
– Auteur: Moritz Stefaner (www.truth-and-beauty.net)
• 2012: La carte en temps réel de la vitesse des vents aux US.
– http://hint.fm/wind/
– Auteurs: Fernanda Viégas et Martin Wattenberg (www.hint.fm)
• 2013: L’histoire de toutes les frappes de drônes, et leurs victimes, au Pakistan
– http://drones.pitchinteractive.com/
– Auteurs: Pitch Interactive (http://pitchinteractive.com/)

• “La carte du marché”
• Créée en 1998 pour smartmoney.com
• Toujours en ligne et utilisée!
– http://finviz.com/map.ashx
• Auteur: Matt Wattenberg
• Comment la lire
– Les couleurs représentent la variation de prix des titres
– La surface représente le montant de la capitalisation
• Ce qu’elle fait
– Evolution des secteurs au premier coup d’oeil
– Facilite les comparaisons
– Facilite la détection d’outliers / exceptions
– Vison micro / maso / macro: on peut zoomer et dézoomer.

Twin Tower Memorial

OECD Better Life Index

Drone strikes and victims, 2005-2013

Comment reconnaître ou créer une bonne
dataviz?
1. Une pré-condition: la data doit être respectée – pas de photoshopping!
2. Une « signature »: la donnée individuelle doit rester visible, elle ne doit
pas être agrégée.
3. Un résultat: le spectateur doit apprendre qqch de nouveau, à travers un
processus de découverte.
4. Une suite: l’ experience doit être addictive, elle doit être mémorable et
ainsi à revenir.

Quelles sont les compétences mises en oeuvre?
http://drewconway.com/zia/2013/3/26/the-
data-science-venn-diagram
+
Information design
Front end development
UX design

DATA VISUALIZATION: QUELS RÔLES?

• Améliorer la qualité de l’expérience utilisateur
(UX) sur les données
– La personne qui consomme les données (analyste,
client, partenaire institutionnel…) a une
expérience positive, elle est prête à l’évaluer
favorablement et à renouveler cette expérience de
son plein gré.

• Exploration
– Y a-t-il des patterns intéressants à détecter dans
mes données?

Source: http://code.waag.org/buildings

• Clarification
– Interne: voici un résumé clair de mes résultats /
recommendations
– Externe: voici une explication d’une solution
proposée à un client

• Contrôle / audit
– Monitorer les indicateurs, tendances, et outliers
sur un dashboard

Source: https://linkurio.us/fraud-detection-in-retail/

• Engagement par l’émotion
– Utiliser le pouvoir émotionnel de la dataviz pour
convaincre / impacter.

SOLUTIONS POUR CRÉER DES DATA
VISUALIZATIONS

Custom
Le dilemme
Projets one-off
Données gérables localement
Excellence du design
Un éventail de
fonctions
Grands jeux de
données
Design standard
Peut se déployer de
façon industrielle
Petites agences
Equipes au sein d’organisations
Solutions de BI
Clé en main

1. Data processing
– R, Python et Matlab sont populaires chez les scientifiques et dans le business
– Java est utilisé pour le management de la data à grande échelle, mais pas pour les data viz.
2. Visualization
– Processing (basé sur Java): pour créer des vidéos, des animations.
– Javascript (D3.js, three.js, Google Chart API, SigmaJS etc.): pour créer des dataviz interactives
sur le web.
– R and Python : pour créer des graphiques – souvent dans un style visuel “scientifique”.
3. Gimp, Inkscape, PhotoShop et Illustrator pour peaufiner et préparer pour
impression.
1. Utiliser des outils programmatiques
HOW

Mais pourquoi s’embêter avec de la programmation?
-> Vous accéder à un niveau inégalé de flexibilité et de créativité
-> Ci-dessous, une gallerie d’effets visuels customisables que l’on peut obtenir avec D3js.org

2. Faire appel à une agence
Un panel de 7 agences les plus en vues
www.tulpinteractive.com (NL)
www.truth-and-beauty.net (DE)
www.periscopic.com (US, Portland)
www.interactivethings.com/ (CH)
www.o-c-r.org (US, NYC)
www.fathom.info (US, Boston)
www.pitchinteractive.com (US, Oakland)

En France
• http://www.dataveyes.com
• http://wedodata.fr
• http://www.studio-v2.com
• https://mfglabs.com

• Gephi
• NodeXL
• VosViewer
3. “click and point” applications
• ArcGIS
• QGIS
• MapBox
• Google Fusion Tables
• Tableau
• Synerscope
• joliCharts
• Excel
• Data Wrapper
• Raw
(http://app.raw.densitydesign.org/)
Tracer des réseaux Tracer des cartes
Outils polyvalents

4. Solutions de BI intégrées
• Tableau
• Qlik Sense
• BIME Analytics
• Palantir
• Spotfire
• SiSense

TAKE AWAYS

1. Dataviz = UX pour les données

2. Si données = nouvel or noir,
où sont les raffineries?
• Nettoyage des données
• Analyse
• Interprétation
• Action / décision
Algorithmes et visualisation

3. Pour toutes les industries

Pour aller plus loin
• Des sites spécialisés
– http://datastori.es
-> A podcast series
– VizWiz
– the Why Axis
– Junk Charts
– WTF Visualizations
• Listes d’outils et de ressources
– Visualisingdata.com
– Datavisualization.ch
• Une rétrospective
personnelle:
https://github.com/seinecle/D
ataStorm2015/blob/master/pu
blic_html/keynote.md

Formations
• Formateur reconnu en Europe:
– Andy Kirk (Visualisingdata.com)
• Prof consultante:
– Lynn Cherny (emLyon Business School)
(http://ghostwheather.com)
• Une formation intégrée
– Notre certificat Transfo Digitale des Orgas
qui commence le 16 Mars:
https://executive.em-
lyon.com/Formations/Certificats/EMS02-
Transformation-Digitale-des-Organisations
• Jeunes recrues:
– Track “Data science for Business” du
Programme Grande Ecole EMLYON
http://data.em-lyon.com

Retrouvez cette présentation sur:
http://data.em-lyon.com/2017/02/08/webinar-
visualisation-des-donnees-dataviz/

Présentation FrenchWeb: Qu'est-ce que la visualisation des données?

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (12)

Similar to Présentation FrenchWeb: Qu'est-ce que la visualisation des données?

Similar to Présentation FrenchWeb: Qu'est-ce que la visualisation des données? (20)

More from Clement Levallois

More from Clement Levallois (10)

Recently uploaded

Recently uploaded (18)

Présentation FrenchWeb: Qu'est-ce que la visualisation des données?