1.
DESIGNING DATA VISUALIZATIONS
Noah ILIINSKY avril 2012 Linkedin Tech Talks
http://www.youtube.com/watch?v=R-oiKt7bUU8
http://www.youtube.com/watch?v=R
Le présent document est une synthèse d’une conférence
Linkedin Tech talks mise en ligne en avril 2012 dans
2012,
laquelle Noah Illinski (
(@noahi) expose les fondamentaux de
la datavisualisation.
Diplômé d’un Master en Communication Technique obtenu à l’Université de Washington et d’une Licence de
Physique de la Faculté de Reed, Noah Iliinski est un développeur informatique aguerri lorsqu’il devient
designer Web. Désormais, il s’emploie à réfléchir à des approches efficaces en matière de conception
visuelle dédiée à la représentation de l’information. Il travaille également dans le secteur du design
d’interface et du design interactif.
Au programme :
DATAVISUALISATION : DE QUOI PARLONS
PARLONS-NOUS ? ................................................................
............................................... 2
Pourquoi visualiser les données ? ................................
................................................................................................
............................................... 2
Dataviz vs infographie : ce n’est pas le même combat. ................................................................
............................................. 3
D’ABORD CERNER LES OBJECTIFS ET CADRER SON PROJET DE DATAVIZ ................................
................................................. 4
convaincre.................................................................
Explorer… Expliquer. Pour transmettre et convain ............................................... 4
Production d’information : trois visées possibles… Quelle est la vôtre ?................................
................................................... 5
PRESENTER LES BONNES DONNEES AUX BONNES CIBLES DE LA BONNE FAÇON ................................
..................................... 6
Votre public : profilage ................................
............................................................................................................................... 6
...............................
Vos données : stratégies de représentation et écrémage ................................................................
.......................................... 6
LA DATAVISUALISATION : PERSPECTIVES .............................................................................................. 7
..............................
1/7
www.smartwords.eu
Février 2013

2.
DESIGNING DATA VISUALIZATIONS
Noah ILIINSKY avril 2012 Linkedin Tech Talks
http://www.youtube.com/watch?v=R-oiKt7bUU8
http://www.youtube.com/watch?v=R
DATAVISUALISATION : DE QUOI PARLONS
PARLONS-NOUS ?
Pourquoi visualiser les données ?
Un amoncellement d’informations collectées peut avoir un effet trompeur et induire le
’informations
lecteur en erreur. En substance, c’est l’ l’organisation des données qui conditionne la
façon dont elles seront perçues ultérieurement. Un graphique avec données
agencées sera beaucoup plus efficace qu’une énumération massive et rébarbative
e rébarbative…
L’exemple du quartet d'Anscombe avec son pendant « datavisualisé » au moyen
de graphes, en est une illustration éloquente : ce tableau foisonnant de chiffres, à la
nomenclature indigeste (I, II, x, y) est idéalement mis à profit par Noah Iliinski pour
ouvrir la réflexion en matière de datav
rir datavisualisation : il l’utilise pour montrer combien la
présentation des données peut influe sur l’appréhension du futur lecteur, et donc le
influer ,
traitement ultérieur qu’il pourra en faire.
Le quartet d'Anscombe comprend quatre ensembles de données qui possèdent les mêmes
propriétés statistiques simples, mais qui sont très différents lorsqu'ils sont comparés à l'aide de graphiques.
Source : http://fr.wikipedia.org/wiki/Quartet_
http://fr.wikipedia.org/wiki/Quartet_d'Anscombe
Dès le départ, la datavisualisation est donc à considérer comme un outil puissant mis
au service de la perception et de la compréhension humaine : elle donne accès à
humaines
des données qui pouvaient être obscures au premier abord. Autrement dit visualiser
dit,
permet de tirer parti des incroyables aptitudes de la vue et du cerveau
es
(« Visualization leverages the amazing abilities of your eyes and brain »).
lization
Pour ce faire, la dataviz fait intervenir des variations notamment dans la position ou
la couleur, lesquelles viennent mettre en exergue des schémas ou motifs réguliers
2/7
www.smartwords.eu
Février 2013

3.
DESIGNING DATA VISUALIZATIONS
Noah ILIINSKY avril 2012 Linkedin Tech Talks
http://www.youtube.com/watch?v=R-oiKt7bUU8
http://www.youtube.com/watch?v=R
facilitant la compréhension. Le cerveau humain est habitué à reconnaître des
schémas récurrents. Il agit sur le mode d’une machine à détecter les motifs
(« a pattern-detecting machine ») : ces motifs visibles à travers les graphes par
) graphes,
exemple, sont un moyen de comparer les différentes informations. De fait, l’esprit
e
humain est alors beaucoup plus à même de saisi des tendances, des écarts ou des
ors saisir es
évolutions. Dans ce cadre, visuali
visualiser une collection de données est un moyen de
donner en un minimum de temps l’aperçu concret d’un phénomène en cours de
um aperçu
réalisation, quel que soit le volume des données dont il est question.
,
Les données du quartet d'Anscombe représentées graphiquement
Source : http://fr.wikipedia.org/wiki/Fichier:Anscombe.svg
Dataviz vs infographie : ce n’est pas le même combat.
e
Réaliser des représentations esthétiques, créant un impact sur le destinataire ne doit
destinataire,
pas signifier pour autant que l’on perde de vue les principes de la datavisualisation
atavisualisation.
Car ce qui différencie avant tout la dataviz de l’infographie, ce sont bien leurs
objectifs. L’ambition première de la dataviz n’est pas esthétique, alors que
’ambition ,
l’infographie place la recherche du beau au premier plan. Ce qu’il convient de retenir
il
de la datavisualisation, c’est qu’elle consiste à traduire de façon concrète et
facilement concevable par le cerveau humain un volume d’informations parfois
phénoménal, et ce quel qu’en soit le résultat esthétique. C’est aussi ce qui explique
que les modalités de production des « visualisations » des deux disciplines soient
différentes : les dataviz sont produite par des logiciels, tandis qu’en toute logique les
produites ,
infographies sont dessinées à la main
main.
3/7
www.smartwords.eu
Février 2013

4.
DESIGNING DATA VISUALIZATIONS
Noah ILIINSKY avril 2012 Linkedin Tech Talks
http://www.youtube.com/watch?v=R-oiKt7bUU8
http://www.youtube.com/watch?v=R
D’ABORD CERNER LES OBJECTIFS ET CADRER SON PROJET DE
DATAVIZ
Explorer… Expliquer. Pour transmettre et convaincre.
Le traitement des données en termes de datav datavisualisation passe par deux stades
successifs : celui de l’exploration d’abord, suivi de celui de l’explication. L’exploration
explication.
consiste en l’analyse des données brutes pour y déceler des informations
pertinentes. L’explication en est la suite logique : il s’agit de pouvoir transmettre ces
.
informations : comprises, elles devien
deviendront de la connaissance.
C’est ainsi que la dataviz vient servir un objectif fondamental : la transmission de
iz
l’information. Par transmission, nous entendons partage avec une visée
« édificatrice ». Dans ce cadre, le terme « education » employé par Noah Iliinski est
particulièrement parlant : il combine volonté de partage et caractère pédagogique de
la transmission de l’information.
Selon N. Iliinski, cette transmission peut servir deux objectifs : informer ou persuader.
,
Le premier objectif vise à transmettre une information à un destinataire de la manière
la plus neutre possible, tandis que le deuxième s’inscrit dans une démarche plus
subjective marquée par la volonté de rallier autrui à une opinion déterminée.
4/7
www.smartwords.eu
Février 2013

5.
DESIGNING DATA VISUALIZATIONS
Noah ILIINSKY avril 2012 Linkedin Tech Talks
http://www.youtube.com/watch?v=R-oiKt7bUU8
http://www.youtube.com/watch?v=R
Cette datavisualisation de la réforme du système de santé américain prônée par le Parti Démocrate
permet à son auteur, le Parti Républicain, de faire passer le message d’une extrême complexité.
Production d’information : trois visées possibles… Quelle est la vôtre ?
tre
Pour représenter des données de manière adaptée, il importe de déterminer au
préalable l’objectif que vous souhaitez atteindre en « datavisualisant ». Trois visées
s .
sont possibles :
- informer, autrement dit éclairer votre destinataire ;
- convaincre en véhiculant une idée ou un point de vue au quels vous
auxquel
souhaitez faire adhérer votre public ;
- créer une œuvre d’art. Dans une telle d
démarche, vous ne vous soucie
soucierez pas
vraiment d’impliquer le récepteur de votre message Vous ne cherche pas à
message. ous cherchez
faire comprendre une idée, mais à rendre un contenu attrayant ou émouv
émouvant.
Quel que soit l’objectif de communication d’une dataviz, N. Iliinski insiste sur le
nski
caractère essentiel de choix réalisés en amont, à bon escient et dans un but précis
ans
5/7
www.smartwords.eu
Février 2013

6.
DESIGNING DATA VISUALIZATIONS
Noah ILIINSKY avril 2012 Linkedin Tech Talks
http://www.youtube.com/watch?v=R-oiKt7bUU8
http://www.youtube.com/watch?v=R
(« intentional choices ») par le « maître d’œuvre » du projet. En d’autres termes une
termes,
« bonne visualisation » est assujettie à la définition préalable d’un but sous
sous-tendant
la représentation graphique des données.
PRESENTER LES BONNES DONNEES AUX BONNES CIBLES DE LA BONNE FAÇON
Votre public : profilage
Pour bien atteindre votre cible, il est nécessaire d’ d’établir son portrait-robot de la
robot,
« contextualiser ». Il s’agira de vous adapter à la spécificité de ses besoins, de ses
rêves, de ses espoirs et de ses goûts. En concevant votre dataviz, vous devez tenir
compte de son jargon, de son identité, de ses usages et de son environnement de
travail. Cela revient à personnaliser vos « visualisations » en fonction de votre pu
public,
afin de lui présenter, voire de lui révéler une information qui sera éloquente pour lui.
révéler,
Vos données : stratégies de représentation et écrémage
Dans sa volonté de représenter les données d façon percutante, le maître d’œuvre
de tre
ou « designer » de la dataviz doit veiller à transmettre un contenu qui soit structuré,
pour pouvoir être assimilé. Dans cette optique, il s’agit d’expurger l’ensemble des
données, pour ne garder que le contenu pertinent. Diviser, catégoriser, individualiser
pertinent. individualiser,
découper et regrouper les données sont autant de tâches qui participe à ce
participent
processus.
C’est pourquoi vous devrez vous intéresser à la nature de votre contenu, c’est
ez ure c’est-à-dire
à ses différentes propriétés. Il s’agira de mettre en cohérence ces propriétés avec les
es
moyens que vous utiliserez pour la représenter.
Pour retranscrire visuellement les propriétés des données et leurs relations vous
relations,
pouvez utiliser différentes représentations : angles, formes diverses, texture
textures… Mais
au-delà de la grande variété de ces éléments graphiques, deux éléments jouent un
delà
rôle primordial : leur positionnement et leur couleur.
Dans ce contexte, N. Iliinski repre
reprend à son compte les principes du Web designer
u
Moritz Stefaner, spécialiste de la datavisualisation. Il insiste sur le fait qu’
qu’une bonne
transcription visuelle réside avant tout dans le positionnement des élément tandis
éléments,
que l’usage de la couleur s’avère des plus complexes (« Position is everything. Color
leur
is difficult »). En effet, la perception que l’on a des couleurs et le sens qu’on leur
a
donne tiennent plus à des conventions culturelles (ex. : le bleu pour les garçons - le
t
rose pour les filles, le rouge pour symboliser le chaud - le bleu pour le froid qu’aux
ur froid)
modalités de fonctionnement du cerveau. La couleur est source de significations
6/7
www.smartwords.eu
Février 2013

7.
DESIGNING DATA VISUALIZATIONS
Noah ILIINSKY avril 2012 Linkedin Tech Talks
http://www.youtube.com/watch?v=R-oiKt7bUU8
http://www.youtube.com/watch?v=R
multiples qui peuvent prêter à confusion C’est pourquoi jouer sur la saturation ou
confusion.
l’intensité aura nettement plus d’impact que le choix d’une couleur donnée.
.
En revanche, la disposition des éléments dans l’espace est soumise à un « ordre »
que l’esprit humain est apte à saisir directement : un bon positionnement permet
donc de mettre en relation des données de manière immédiatement intelligible pour
le cerveau.
LA DATAVISUALISATION : PERSPECTIVES
La dataviz est en pleine expansion… Aux dires de Noah Illiinsky, la prochaine
pansion…
décennie devrait même voir un boom expon
exponentiel dans ce domaine, sous l’effet des
avancées du calcul informatique et des outils multimédia.
Au final, cette nouvelle discipline, qui mêle aux problématiques S.I. les enjeux liés à
,
la stratégie d’entreprise, est en passe de devenir l’un des éléments clés de la
Business Intelligence.
7/7
www.smartwords.eu
Février 2013