Data visualization: enjeux pour le business

223 vues

Publié le

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

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

Aucun téléchargement
Vues
Nombre de vues
223
Sur SlideShare
0
Issues des intégrations
0
Intégrations
13
Actions
Partages
0
Téléchargements
2
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Data visualization: enjeux pour le business

  1. 1. 14 Sept 2016, EMLYON Campus de Paris 1 Data visualization Présentation et enjeux pour le business Clément Levallois @seinecle
  2. 2. 14 Sept 2016, EMLYON Campus de Paris 2 Data visualization Data Visualization
  3. 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. 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. 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. 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. 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. 8. 14 Sept 2016, EMLYON Campus de Paris 8 Twin Tower Memorial
  9. 9. 14 Sept 2016, EMLYON Campus de Paris 9 OECD Better Life Index
  10. 10. 14 Sept 2016, EMLYON Campus de Paris 10
  11. 11. 14 Sept 2016, EMLYON Campus de Paris 11 Drone strikes and victims, 2005-2013
  12. 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. 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. 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. 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. 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. 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. 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. 19. 14 Sept 2016, EMLYON Campus de Paris 19 4. Solutions de BI intégrées • Tableau • Qlik Sense • BIME Analytics • Palantir • Spotfire • SiSense
  20. 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. 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

×