Dans le cadre de la présentation du programme "Transformation Digitale des Organisations", lancé en 2017 par em Lyon Business School et Visiativ:
https://executive.em-lyon.com/Formations/Diplomes/EMS02-Programme-Transformation-Digitale-des-Organisations#index
1. 14 Sept 2016, EMLYON Campus de Paris 1
Data visualization
Présentation et enjeux pour le business
Clément Levallois @seinecle
2. 14 Sept 2016, EMLYON Campus de Paris 2
Data visualization
Data Visualization
3. 14 Sept 2016, EMLYON Campus de Paris 3
“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
4. 14 Sept 2016, EMLYON Campus de Paris 4
“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
5. 14 Sept 2016, EMLYON Campus de Paris 5
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?
6. 14 Sept 2016, EMLYON Campus de Paris 6
Exemples clés de dataviz
• 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/)
7. 14 Sept 2016, EMLYON Campus de Paris 7
• “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.
8. 14 Sept 2016, EMLYON Campus de Paris 8
Twin Tower Memorial
9. 14 Sept 2016, EMLYON Campus de Paris 9
OECD Better Life Index
11. 14 Sept 2016, EMLYON Campus de Paris 11
Drone strikes and victims, 2005-2013
12. 14 Sept 2016, EMLYON Campus de Paris 12
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.
13. 14 Sept 2016, EMLYON Campus de Paris 13
Data visualization: quels rôles?
• Exploration
– Y a-t-il des patterns intéressants à détecter dans mes données?
• 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
• Engagement par l’émotion
– Utiliser le pouvoir émotionnel de la dataviz pour convaincre / impacter /
14. 14 Sept 2016, EMLYON Campus de Paris 14
Custom
Solutions pour créer des data visualizations
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
15. 14 Sept 2016, EMLYON Campus de Paris 15
1. Data processing
– R, Python et Matlab sont populaires chez les scientifiques et dans l’industrie
– 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
16. 14 Sept 2016, EMLYON Campus de Paris 16
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
17. 14 Sept 2016, EMLYON Campus de Paris 17
2. Faire appel à une agence
Un panel de 8 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.dataveyes.com (FR)
www.fathom.info (US, Boston)
www.pitchinteractive.com (US, Oakland)
18. 14 Sept 2016, EMLYON Campus de Paris 18
• 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
19. 14 Sept 2016, EMLYON Campus de Paris 19
4. Solutions de BI intégrées
• Tableau
• Qlik Sense
• BIME Analytics
• Palantir
• Spotfire
• SiSense
20. 14 Sept 2016, EMLYON Campus de Paris 20
Take aways
1. Plus de données -> besoin de les interpréter
– La dataviz est un outil clé sans lequel le « big data » peut être inutile
2. Une palette d’outils et de solutions customs ou intégrées: une vraie
compétence qui ne s’improvise pas
3. Ne pas réduire la dataviz à « de la bonne communication »:
– aide à la décision
– et aussi création de nouveaux services:
voir les travaux pratiques que nous allons faire maintenant
21. 14 Sept 2016, EMLYON Campus de Paris 21
Pour aller plus loin
• Critical thinking on data visualization
– http://datastori.es
-> A podcast series
– VizWiz
– the Why Axis
– Junk Charts
– WTF Visualizations
• Great lists of tools and resources
– Visualisingdata.com
– Datavisualization.ch