Formationdatajournalisme                      26-27.10.12                 Caroline Goulard           co founder @dataveyes
Programme de la formation1ÈRE DEMI-JOURNÉE                                                     3ÈME DEMI-JOURNÉE – 4 HEURE...
Data visualization                                                                                         OpendataWHAT AB...
Conférence 1.les enjeux du journalismede données et de lavisualisation de données
HUFFINGTON POST –ADAPTATIVESEMANTICSMSNBC –EVERYBLOCKREUTERS –OPEN CALAISGOOGLE –METAWEB / FREEBASEMICROSOFT -POWERSET
« Data is the new oil »
c’est ledatadeluge
Les données deviennent un élément d’appréhension du réel
quantified selfLes données deviennent un élément de connaissance de soi
Besoin de nouveaux outils pourDISTILLER L’INFORMATION
KEVIN SLAVINHow algorithms shape our world ?
Qu’est-ce que lejournalisme de données?          I
faire parler les données                           15
La journalisme de données est une  MEDIATION
datajournalism is a processCollect       filter    reorganise        frame   visualise                       VALUE FOR PUB...
Pourquoi faire dujournalisme de données ?         II
II.A. UNE NOUVELLE FACON DEMENER L’ENQUÊTE
THE GUARDIAN                                                           RIOTS STUDYh$p://www.guardian.co.uk/uk/interac6ve/2...
WASHINGTON POST ‘S TOP SECRET AMERICA
GUARDIAN’S EXPENSES TRACKER
carte de la blogosphere politique de linkfluence
renouveler l’information micro-locale
II.B. UNE NOUVELLE FACON DEraconter le monde
HANS ROSLING200 countries,200 years, 4 minutes
Synthétiser l’information pour la rendre      rapide à assimiler
S’intéresser àL’INTELLIGENCE VISUELLEplutôt qu’à l’intelligence verbale
PRENDRE DU RECUL
Rendre l’information   intuitive
Montrer les tendances de    LONG TERME
APPORTER LE CONTEXTE
Faciliter la compréhension dephénomènes complexes
Personnaliser l’information
jouer de la granularité pourRépondre à toutes les questions
Rendre l’utilisateurACTIF
Faciliter l’appréhension de l’information grâce à              l’interaction
rendre l’utilisateur      ACTIF
Faciliter l’appréhension de l’information grâce à              l’interaction
TravaillerL’ANIMATION
raconterune histoire
Jouer des formes...
...et des couleurs !
Connaître les principesCOGNITIFS VISUELS
Créer du relief
TravaillerL’ANIMATION
SoignerL’INTERACTIVITé
Changer dePOINT DE VUE
S’appuyer sur lesMÉTAPHORES et clichés
Apporter de nouvelles façons de            voir
II.C. UNE NOUVELLE FACOND’engager son audience
francesco franchion visual storytelling and new langage in journalism
Comment faire dujournalisme de données ?        III
DE NOUVELLES ORGANISATIONS DESrédactions
De nouveaux workflow
simon rogershow the Guardian is pionneringdatajournalism with free tools ?
Pratique.Qu’est-ce qu’une donnée ?Qu’est-ce qu’une APIOù trouver des données ?les formats des données
Sources gouvernementalesex	  :	  ministères,	  data.gouv.fr                                          portails opendata    ...
Pratique.Fondamentaux statistiques& méthologiques
I. Les fondamentaux II. Nettoyer les                                                        III. Chercher1.	  Collecter	  ...
Exercice.nettoyer des données avecexcel
Quelque liens pour continuer à se forme sur ExcelFONDAMENTAUX D’EXCEL•http://office.microsoft.com/en-us/excel-help/use-exc...
Exercice.Outils de cartographie
Quelque outils cartographiques•http://mapalist.com/Default.aspx•http://gmaps-samples-v3.googlecode.com/svn/trunk/styledmap...
MANUEL LIMAwhy do we need data visualization ?
Conférence.Fondamentaux desémiologie visuelle
latch
6 principes cognitifs visuelsPRINCIPE DE PROXIMITÉ       PRINCIPE DE SIMILARITÉPRINCIPE D’INCLUSION        PRINCIPE DE CON...
82
83
Variable Width   Table or Table with    Bar Chart       Column Chart       Circular Area Chart     Line Chart            C...
10.	  visualiser	  n’est	  pas	  I. l’état d’esprit                              dessiner	                                ...
Pratique 3.decryptage de mauvaisesvisualisations de données
94
Exercice 4.OUTILS DE VISUALISATION DEDONNées
Quelque outils de visualisation• Google Spreadsheet & Fusion Table•Geocommons•Many Eyes•Timetric.com•Tiki-Toki.com•Infogr....
Quelque références de visualisation de donnéesSITES                               LIVRES• Informationisbeautiful.net      ...
MERCI !@dataveyes – dataveyes.com - caroline@dataveyes.com – 06.86.53.68.98
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Présentation Dataveyes  journalisme de donnees
Prochain SlideShare
Chargement dans…5
×

Présentation Dataveyes journalisme de donnees

5 614 vues

Publié le

Support de présentation du concept de Datajournalism de l'intervention des 26 et 27 octobre à Nantes

Publié dans : Technologie
0 commentaire
11 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
5 614
Sur SlideShare
0
Issues des intégrations
0
Intégrations
1 208
Actions
Partages
0
Téléchargements
72
Commentaires
0
J’aime
11
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Présentation Dataveyes journalisme de donnees

  1. 1. Formationdatajournalisme 26-27.10.12 Caroline Goulard co founder @dataveyes
  2. 2. Programme de la formation1ÈRE DEMI-JOURNÉE 3ÈME DEMI-JOURNÉE – 4 HEURESLES ENJEUX DU JOURNALISME DE DONNEES ET DE LA VISUALISATION DE DONNÉES : principes fondateurs,VISUALISATION DE DONNEES fondamentaux de sémiologie visuelleDONNÉES : Enjeux du data-deluge, recherche, étude de cas : étude de plusieurs « bonnes » et « mauvaises » visualisationssources, droit d’auteur exercice : découverte des principaux portails open data VISUALISATION DE DONNÉES : découverte d’une sélection d’outils gratuits de visualisations et deDONNÉES : données de flux vs données en base, API, partage des donnéesformats, exercice : initiation à Google Chart, Tagxedo, exercice : découverte du fonctionnement des API sur GeoCommons, Socrata, infogr.am, manyeyes, en fonction console des besoins des étudiants2ÈME DEMI-JOURNÉE – 4 HEURES 4ÈME DEMI-JOURNÉE – 4 HEURESWORKSHOP DONNÉES  : Extraction, nettoyage, filtrage WORKSHOP VISUALISATION DE DONNÉES : choixdes données technologiques, ergonomiques et esthétiques exercice : les étudiants commencent la recherche, le exercice : les étudiants réalisent une première version de leur nettoyage et l’étude des données qui leurs serviront pour réaliser un projet de visualisation ; ils découvrent des outils projet soit à l’aide des outils gratuits découverts en cours, soit à et des bonnes pratiques au cours du worskhsop. l’aide d’un outil de wireframing.WORKSHOP CONCEPTION  : User Experience,Architecture de l’information exercice : les étudiants commencent la conception de leur projet de visualisation : ciblage, parcours, besoins utilisateurs, personas, mapping des besoins, etc.
  3. 3. Data visualization OpendataWHAT ABOUT ME ? News products design Innovation management Media strategy Information architecture CO-FOUNDER CO-FOUNDER ACTUVISU DATAVEYES R&D JOURNALIST JOURNALIST JOURNALIST JOURNALIST RESEARCHER DATA-JOURNALIST DATA-JOURNALIST‘05 ‘06 ‘07 ‘08 ‘09 ‘10 ‘11 ‘12 MÉMOIRE « Mutation des enterprises de presse et stratégies numériques » MASTER HEC – Télécom PARIS Management des MASTER Management des médias nouvelles technologies SCIENCES PO RENNES
  4. 4. Conférence 1.les enjeux du journalismede données et de lavisualisation de données
  5. 5. HUFFINGTON POST –ADAPTATIVESEMANTICSMSNBC –EVERYBLOCKREUTERS –OPEN CALAISGOOGLE –METAWEB / FREEBASEMICROSOFT -POWERSET
  6. 6. « Data is the new oil »
  7. 7. c’est ledatadeluge
  8. 8. Les données deviennent un élément d’appréhension du réel
  9. 9. quantified selfLes données deviennent un élément de connaissance de soi
  10. 10. Besoin de nouveaux outils pourDISTILLER L’INFORMATION
  11. 11. KEVIN SLAVINHow algorithms shape our world ?
  12. 12. Qu’est-ce que lejournalisme de données? I
  13. 13. faire parler les données 15
  14. 14. La journalisme de données est une MEDIATION
  15. 15. datajournalism is a processCollect filter reorganise frame visualise VALUE FOR PUBLIC
  16. 16. Pourquoi faire dujournalisme de données ? II
  17. 17. II.A. UNE NOUVELLE FACON DEMENER L’ENQUÊTE
  18. 18. THE GUARDIAN RIOTS STUDYh$p://www.guardian.co.uk/uk/interac6ve/2011/aug/24/riots-­‐twi$er-­‐traffic-­‐interac6ve?CMP=twt_gu
  19. 19. WASHINGTON POST ‘S TOP SECRET AMERICA
  20. 20. GUARDIAN’S EXPENSES TRACKER
  21. 21. carte de la blogosphere politique de linkfluence
  22. 22. renouveler l’information micro-locale
  23. 23. II.B. UNE NOUVELLE FACON DEraconter le monde
  24. 24. HANS ROSLING200 countries,200 years, 4 minutes
  25. 25. Synthétiser l’information pour la rendre rapide à assimiler
  26. 26. S’intéresser àL’INTELLIGENCE VISUELLEplutôt qu’à l’intelligence verbale
  27. 27. PRENDRE DU RECUL
  28. 28. Rendre l’information intuitive
  29. 29. Montrer les tendances de LONG TERME
  30. 30. APPORTER LE CONTEXTE
  31. 31. Faciliter la compréhension dephénomènes complexes
  32. 32. Personnaliser l’information
  33. 33. jouer de la granularité pourRépondre à toutes les questions
  34. 34. Rendre l’utilisateurACTIF
  35. 35. Faciliter l’appréhension de l’information grâce à l’interaction
  36. 36. rendre l’utilisateur ACTIF
  37. 37. Faciliter l’appréhension de l’information grâce à l’interaction
  38. 38. TravaillerL’ANIMATION
  39. 39. raconterune histoire
  40. 40. Jouer des formes...
  41. 41. ...et des couleurs !
  42. 42. Connaître les principesCOGNITIFS VISUELS
  43. 43. Créer du relief
  44. 44. TravaillerL’ANIMATION
  45. 45. SoignerL’INTERACTIVITé
  46. 46. Changer dePOINT DE VUE
  47. 47. S’appuyer sur lesMÉTAPHORES et clichés
  48. 48. Apporter de nouvelles façons de voir
  49. 49. II.C. UNE NOUVELLE FACOND’engager son audience
  50. 50. francesco franchion visual storytelling and new langage in journalism
  51. 51. Comment faire dujournalisme de données ? III
  52. 52. DE NOUVELLES ORGANISATIONS DESrédactions
  53. 53. De nouveaux workflow
  54. 54. simon rogershow the Guardian is pionneringdatajournalism with free tools ?
  55. 55. Pratique.Qu’est-ce qu’une donnée ?Qu’est-ce qu’une APIOù trouver des données ?les formats des données
  56. 56. Sources gouvernementalesex  :  ministères,  data.gouv.fr portails opendata ex  :  Data  Publica,  Guardian  Data  Store,  h$p://publicdata.eu  ,   h$p://datacatalogs.org  régulateurs, agences, hautes autoritésex  :  HAS,  CNCCFP data market places h$p://thedatahub.org/  ;  h$p://www.factual.com/  ;  h$p:// www.socrata.com/STATISTIQUES INTERNATIONALES h$p://www.needlebase.com/;  h$p://www.data360.org/ex  :  OCDE,  Banque  Mondiale,  Eurostat index.aspxGROUPES DE PRESSION, SYNDICATS, moteurs de recherche ex  :  .csvORGANISATIONS CITOYENNESex:  Regard  Citoyen,  h$p://www.kelquar6er.com/ moteurs spécialisés www.zanran.com/q  ;  h$p://www.google.com/publicdata/ENTREPRISES directoryex  :  McDonald,  h$p://opencorporates.com/ apiMédias h$p://www.infochimps.com/,  ProgrammableWebex  :  Les  Echos,  Le  Guardian  (h$p://www.guardian.co.uk/news/datablog/2011/jan/27/data-­‐store-­‐office-­‐for-­‐na6onal-­‐sta6s6cs)organisations scientifiques et derecherche  ex  :  h$p://labrosa.ee.columbia.edu/millionsong/  ;  h$p://www.ined.fr/fr
  57. 57. Pratique.Fondamentaux statistiques& méthologiques
  58. 58. I. Les fondamentaux II. Nettoyer les III. Chercher1.  Collecter  les   données l’histoireinforma6ons  basiques 1.  Corriger  les  problèmes   1.  Fuir  les  données  plates2.  Ne  pas  se  couper  de  ses   de  formatdonnées  sources 2.  Favoriser  l’analyse   2.  Se  poser  quelques   mul6-­‐variable3.  Ne  pas  avoir  de  date   ques6onsd’expira6on 3.  Causalité  n’est  pas   corréla6on4.  Rendre  les  données  réu6lisables 4.  Eviter  l’ambiguité  des   données5.  Connaître  ses  faiblesses 5.  Ne  présenter  que  6.  Dire  la  vérité  sur  ses   l’essencedonnées 6.  Chercher  les  bons   mash-­‐up
  59. 59. Exercice.nettoyer des données avecexcel
  60. 60. Quelque liens pour continuer à se forme sur ExcelFONDAMENTAUX D’EXCEL•http://office.microsoft.com/en-us/excel-help/use-excel-tables-to-manage-information-RZ102252956.aspx•http://office.microsoft.com/en-us/excel-help/basic-tasks-in-excel-2010-HA101829993.aspx?CTT=5&origin=HA010370218•http://issuu.com/tcij/docs/data_journalism?mode=embed&layout=http%3A//skin.issuu.com/v/light/layout.xmlFORMULES DANS EXCEL•http://office.microsoft.com/en-us/excel-help/get-to-know-excel-2010-create-formulas-RZ101862712.aspxFONCTION SI()•http://office.microsoft.com/en-us/excel-help/the-if-function-what-it-is-and-how-to-use-it-RZ102425926.aspxNETTOYER DES DONNÉES DANS EXCEL•http://office.microsoft.com/en-us/excel-help/top-ten-ways-to-clean-your-data-HA010221840.aspxMACRO REVERSE PIVOT•http://spreadsheetpage.com/downloads/xl/makedatabasetable.txt
  61. 61. Exercice.Outils de cartographie
  62. 62. Quelque outils cartographiques•http://mapalist.com/Default.aspx•http://gmaps-samples-v3.googlecode.com/svn/trunk/styledmaps/wizard/index.html•http://earth.google.com/outreach/tutorial_mapper.html•http://geocommons.com/•http://crowdmap.com/mhi/•http://mapbox.com/•http://www.richmaps.com/•http://www.google.com/fusiontables/Home/
  63. 63. MANUEL LIMAwhy do we need data visualization ?
  64. 64. Conférence.Fondamentaux desémiologie visuelle
  65. 65. latch
  66. 66. 6 principes cognitifs visuelsPRINCIPE DE PROXIMITÉ PRINCIPE DE SIMILARITÉPRINCIPE D’INCLUSION PRINCIPE DE CONTINUITÉPRINCIPE D’ALIGNEMENT PRINCIPE DE CONNEXIONS
  67. 67. 82
  68. 68. 83
  69. 69. Variable Width Table or Table with Bar Chart Column Chart Circular Area Chart Line Chart Column Chart Line ChartColumn Chart Embedded Charts Column HistogramScatter Chart Line HistogramBubble Chart Scatter Chart 3D Area ChartStacked 100% Stacked Stacked 100% Stacked Area Chart Pie Chart Waterfall Chart Stacked 100% Column ChartColumn Chart Column Chart Area Chart with Subcomponents 84
  70. 70. 10.  visualiser  n’est  pas  I. l’état d’esprit dessiner   II. soigner1.  Résoudre  un  problème 11.  Visualiser  =  comparer l’INTRACTION2.  Créer  des  visualisa6ons   12.  Le  ra6o  encre/idées 1.  Rendre  l’interac6on  qui  vous  apprennent   13.  Montrer  les  causes  et   efficacequelque  chose conséquence 2.Limiter  les  coûts  de  3.Qui  vous  apprennent   14.  Apporter  le  contexte par6cipa6onquelques  chose  à  vous  mais  aussi  aux  autres 15.  Délivrer  un  niveau  de   3.  Ecourager  l’exploita6on complexité  4.  Raconter  une  histoire5.  Ne  pas  ajouter  de  bruit   compréhensible III. Concecption de 16.Eviter  la  distorision  des  au  bruit données datavisualization6.Le  fond  doit  primer  sur   1.Comment  choisir  une  la  forme visualisa6on  ?  7.Faire  oublier  la   2.Servir  un  objec6fméthodologie 3.  Essayer  et  ré-­‐essayer8.  Révéler  sans  exagérer 4.  Analyser  les  besoins9.  Structurer  l’informa6on  ? 5.  Respecter  les  standards  
  71. 71. Pratique 3.decryptage de mauvaisesvisualisations de données
  72. 72. 94
  73. 73. Exercice 4.OUTILS DE VISUALISATION DEDONNées
  74. 74. Quelque outils de visualisation• Google Spreadsheet & Fusion Table•Geocommons•Many Eyes•Timetric.com•Tiki-Toki.com•Infogr.am•Socrata.com
  75. 75. Quelque références de visualisation de donnéesSITES LIVRES• Informationisbeautiful.net •S. FEW, Show me the number •B. FRY, Visualizing Data•Datavisualization.ch •A. JOANNES, Data Journalism•Flowingdata.com •R. KLANTEN, Data Flow•Infosthetics.com •S. D. LEVITT, Super Freakonomics•Visualizing.org •M. LIMA, Visual Complexity •D. MAC CANDLESS, Information is•Visual.ly Beautiful•Visualcomplexity.com •E. TUFTE, Envisioning Information•datadrivenjournalism.net/ •E. TUFTE, The Visual Display of Quantitative Information
  76. 76. MERCI !@dataveyes – dataveyes.com - caroline@dataveyes.com – 06.86.53.68.98

×