SlideShare une entreprise Scribd logo
1  sur  99
Télécharger pour lire hors ligne
Formation
datajournalisme
                      26-27.10.12
                 Caroline Goulard
           co founder @dataveyes
Programme de la formation
1ÈRE DEMI-JOURNÉE                                                     3ÈME DEMI-JOURNÉE – 4 HEURES

LES ENJEUX DU JOURNALISME DE DONNEES ET DE LA                         VISUALISATION DE DONNÉES : principes fondateurs,
VISUALISATION DE DONNEES                                              fondamentaux de sémiologie visuelle
DONNÉES : Enjeux du data-deluge, recherche,                                 étude de cas : étude de plusieurs « bonnes » et
                                                                           « mauvaises » visualisations
sources, droit d’auteur
    exercice : découverte des principaux portails open data           VISUALISATION DE DONNÉES : découverte d’une
                                                                      sélection d’outils gratuits de visualisations et de
DONNÉES : données de flux vs données en base, API,
                                                                      partage des données
formats,
                                                                           exercice : initiation à Google Chart, Tagxedo,
     exercice : découverte du fonctionnement des API sur
                                                                           GeoCommons, Socrata, infogr.am, manyeyes, en fonction
    console
                                                                           des besoins des étudiants
2ÈME DEMI-JOURNÉE – 4 HEURES
                                                                      4ÈME DEMI-JOURNÉE – 4 HEURES
WORKSHOP DONNÉES  : Extraction, nettoyage, filtrage
                                                                      WORKSHOP VISUALISATION DE DONNÉES : choix
des 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.
Data visualization
                                                                                         Opendata




WHAT 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
Conférence 1.
les enjeux du journalisme
de données et de la
visualisation de données
HUFFINGTON POST –
ADAPTATIVE
SEMANTICS

MSNBC –
EVERYBLOCK

REUTERS –
OPEN CALAIS

GOOGLE –
METAWEB / FREEBASE

MICROSOFT -
POWERSET
« Data is the new oil »
c’est le

data
deluge
Les données deviennent un élément d’

appréhension du réel
quantified self
Les données deviennent un élément de connaissance de soi
Besoin de nouveaux outils pour
DISTILLER L’INFORMATION
KEVIN SLAVIN
How algorithms shape our world ?
Qu’est-ce que le
journalisme de données?


          I
faire parler les données

                           15
La journalisme de données est une


  MEDIATION
datajournalism is a process


Collect       filter    reorganise        frame   visualise



                       VALUE FOR PUBLIC
Pourquoi faire du
journalisme de données ?


         II
II.A. UNE NOUVELLE FACON DE
MENER L’ENQUÊTE
THE GUARDIAN
                                                           RIOTS STUDY

h$p://www.guardian.co.uk/uk/interac6ve/2011/aug/24/riots-­‐twi$er-­‐traffic-­‐interac6ve?CMP=twt_gu
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 DE
raconter le monde
HANS ROSLING
200 countries,200 years, 4 minutes
Synthétiser l’information pour la rendre
      rapide à assimiler
S’intéresser à
L’INTELLIGENCE VISUELLE
plutôt qu’à l’intelligence verbale
PRENDRE DU RECUL
Rendre l’information
   intuitive
Montrer les tendances de
    LONG TERME
APPORTER LE CONTEXTE
Faciliter la compréhension de
phénomènes complexes
Personnaliser l’information
jouer de la granularité pour
Répondre à toutes les questions
Rendre l’utilisateur


ACTIF
Faciliter l’appréhension de l’information grâce à
              l’interaction
rendre l’utilisateur
      ACTIF
Faciliter l’appréhension de l’information grâce à
              l’interaction
Travailler
L’ANIMATION
raconter
une histoire
Jouer des formes...
...et des couleurs !
Connaître les principes
COGNITIFS VISUELS
Créer du relief
Travailler
L’ANIMATION
Soigner
L’INTERACTIVITé
Changer de
POINT DE VUE
S’appuyer sur les
MÉTAPHORES et clichés
Apporter de nouvelles façons de
            voir
II.C. UNE NOUVELLE FACON
D’engager son audience
francesco franchi
on visual storytelling and new langage in journalism
Comment faire du
journalisme de données ?


        III
DE NOUVELLES ORGANISATIONS DES
rédactions
De nouveaux workflow
simon rogers
how the Guardian is pionnering
datajournalism with free tools ?
Pratique.
Qu’est-ce qu’une donnée ?
Qu’est-ce qu’une API
Où trouver des données ?
les formats des données
Sources gouvernementales
ex	
  :	
  ministères,	
  data.gouv.fr                                          portails opendata
                                                                                ex	
  :	
  Data	
  Publica,	
  Guardian	
  Data	
  Store,	
  h$p://publicdata.eu	
  ,	
  
                                                                                h$p://datacatalogs.org	
  
régulateurs, agences, hautes autorités
ex	
  :	
  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.aspx


GROUPES DE PRESSION, SYNDICATS,                                                 moteurs de recherche
                                                                                ex	
  :	
  .csv
ORGANISATIONS CITOYENNES
ex:	
  Regard	
  Citoyen,	
  h$p://www.kelquar6er.com/
                                                                                moteurs spécialisés
                                                                                www.zanran.com/q	
  ;	
  h$p://www.google.com/publicdata/
ENTREPRISES                                                                     directory
ex	
  :	
  McDonald,	
  h$p://opencorporates.com/
                                                                                api
Médias                                                                          h$p://www.infochimps.com/,	
  ProgrammableWeb
ex	
  :	
  Les	
  Echos,	
  Le	
  Guardian	
  (h$p://www.guardian.co.uk/news/
datablog/2011/jan/27/data-­‐store-­‐office-­‐for-­‐na6onal-­‐sta6s6cs)


organisations scientifiques et de
recherche	
  
ex	
  :	
  h$p://labrosa.ee.columbia.edu/millionsong/	
  ;	
  h$p://
www.ined.fr/fr
Pratique.
Fondamentaux statistiques
& méthologiques
I. Les fondamentaux II. Nettoyer les                                                        III. Chercher
1.	
  Collecter	
  les	
   données                                                          l’histoire
informa6ons	
  basiques
                                                   1.	
  Corriger	
  les	
  problèmes	
     1.	
  Fuir	
  les	
  données	
  plates
2.	
  Ne	
  pas	
  se	
  couper	
  de	
  ses	
     de	
  format
données	
  sources                                                                          2.	
  Favoriser	
  l’analyse	
  
                                                   2.	
  Se	
  poser	
  quelques	
          mul6-­‐variable
3.	
  Ne	
  pas	
  avoir	
  de	
  date	
           ques6ons
d’expira6on                                                                                 3.	
  Causalité	
  n’est	
  pas	
  
                                                                                            corréla6on
4.	
  Rendre	
  les	
  données	
  
réu6lisables                                                                                4.	
  Eviter	
  l’ambiguité	
  des	
  
                                                                                            données
5.	
  Connaître	
  ses	
  faiblesses
                                                                                            5.	
  Ne	
  présenter	
  que	
  
6.	
  Dire	
  la	
  vérité	
  sur	
  ses	
                                                  l’essence
données
                                                                                            6.	
  Chercher	
  les	
  bons	
  
                                                                                            mash-­‐up
Exercice.
nettoyer des données avec
excel
Quelque liens pour continuer à se forme sur Excel
FONDAMENTAUX 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.xml

FORMULES DANS EXCEL

•http://office.microsoft.com/en-us/excel-help/get-to-know-excel-2010-create-formulas-RZ101862712.aspx
FONCTION SI()

•http://office.microsoft.com/en-us/excel-help/the-if-function-what-it-is-and-how-to-use-it-RZ102425926.aspx
NETTOYER DES DONNÉES DANS EXCEL

•http://office.microsoft.com/en-us/excel-help/top-ten-ways-to-clean-your-data-HA010221840.aspx
MACRO REVERSE PIVOT

•http://spreadsheetpage.com/downloads/xl/makedatabasetable.txt
Exercice.
Outils de cartographie
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/
MANUEL LIMA
why do we need data visualization ?
Conférence.
Fondamentaux de
sémiologie visuelle
latch
6 principes cognitifs visuels

PRINCIPE DE PROXIMITÉ       PRINCIPE DE SIMILARITÉ


PRINCIPE D’INCLUSION        PRINCIPE DE CONTINUITÉ



PRINCIPE D’ALIGNEMENT       PRINCIPE DE CONNEXIONS
82
83
Variable Width   Table or Table with    Bar Chart       Column Chart       Circular Area Chart     Line Chart            Column Chart             Line Chart
Column Chart      Embedded Charts




                                                                                                                                               Column Histogram




Scatter Chart

                                                                                                                                                Line Histogram




Bubble Chart

                                                                                                                                                 Scatter Chart




                                                                                                                                                3D Area Chart




Stacked 100%          Stacked          Stacked 100%   Stacked Area Chart       Pie Chart         Waterfall Chart   Stacked 100% Column Chart
Column Chart       Column Chart          Area Chart                                                                    with Subcomponents




                                                                                                                                                                  84
10.	
  visualiser	
  n’est	
  pas	
  
I. l’état d’esprit                              dessiner	
                                  II. soigner
1.	
  Résoudre	
  un	
  problème                11.	
  Visualiser	
  =	
  comparer          l’INTRACTION
2.	
  Créer	
  des	
  visualisa6ons	
           12.	
  Le	
  ra6o	
  encre/idées
                                                                                            1.	
  Rendre	
  l’interac6on	
  
qui	
  vous	
  apprennent	
  
                                                13.	
  Montrer	
  les	
  causes	
  et	
     efficace
quelque	
  chose
                                                conséquence
                                                                                            2.Limiter	
  les	
  coûts	
  de	
  
3.Qui	
  vous	
  apprennent	
  
                                                14.	
  Apporter	
  le	
  contexte           par6cipa6on
quelques	
  chose	
  à	
  vous	
  
mais	
  aussi	
  aux	
  autres                  15.	
  Délivrer	
  un	
  niveau	
  de	
     3.	
  Ecourager	
  l’exploita6on
                                                complexité	
  
4.	
  Raconter	
  une	
  histoire
5.	
  Ne	
  pas	
  ajouter	
  de	
  bruit	
  
                                                compréhensible                              III. Concecption de
                                                16.Eviter	
  la	
  distorision	
  des	
  
au	
  bruit
                                                données                                     datavisualization
6.Le	
  fond	
  doit	
  primer	
  sur	
  
                                                                                            1.Comment	
  choisir	
  une	
  
la	
  forme
                                                                                            visualisa6on	
  ?	
  
7.Faire	
  oublier	
  la	
  
                                                                                            2.Servir	
  un	
  objec6f
méthodologie
                                                                                            3.	
  Essayer	
  et	
  ré-­‐essayer
8.	
  Révéler	
  sans	
  exagérer
                                                                                            4.	
  Analyser	
  les	
  besoins
9.	
  Structurer	
  
l’informa6on	
  ?                                                                           5.	
  Respecter	
  les	
  standards	
  
Pratique 3.
decryptage de mauvaises
visualisations de données
94
Exercice 4.
OUTILS DE VISUALISATION DE
DONNées
Quelque outils de visualisation

• Google Spreadsheet & Fusion Table

•Geocommons

•Many Eyes

•Timetric.com

•Tiki-Toki.com

•Infogr.am

•Socrata.com
Quelque références de visualisation de données


SITES                               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
MERCI !

@dataveyes – dataveyes.com - caroline@dataveyes.com – 06.86.53.68.98

Contenu connexe

En vedette

Avis du Haut conseil pour l’avenir de l’assurance maladie - Innovations et sy...
Avis du Haut conseil pour l’avenir de l’assurance maladie - Innovations et sy...Avis du Haut conseil pour l’avenir de l’assurance maladie - Innovations et sy...
Avis du Haut conseil pour l’avenir de l’assurance maladie - Innovations et sy...France Stratégie
 
Megan Scherer Resume
Megan Scherer ResumeMegan Scherer Resume
Megan Scherer ResumeMegan Scherer
 
Ультразвуковой идентификатор
Ультразвуковой идентификаторУльтразвуковой идентификатор
Ультразвуковой идентификаторkulibin
 
Dailymotion
DailymotionDailymotion
DailymotionWDPM
 
Ash Nallawalla Presentation at Pubcon 2015
Ash Nallawalla Presentation at Pubcon 2015Ash Nallawalla Presentation at Pubcon 2015
Ash Nallawalla Presentation at Pubcon 2015DFWSEM
 
Grafico diario del dax perfomance index para el 08 03-2012
Grafico diario del dax perfomance index para el 08 03-2012Grafico diario del dax perfomance index para el 08 03-2012
Grafico diario del dax perfomance index para el 08 03-2012Experiencia Trading
 
Entrepreneurial ldrshp(risk-return-apetite)
Entrepreneurial ldrshp(risk-return-apetite)Entrepreneurial ldrshp(risk-return-apetite)
Entrepreneurial ldrshp(risk-return-apetite)Bill Asbi
 
Os novos desafios para a implantação de programas de gestão arquivística de d...
Os novos desafios para a implantação de programas de gestão arquivística de d...Os novos desafios para a implantação de programas de gestão arquivística de d...
Os novos desafios para a implantação de programas de gestão arquivística de d...Daniel Flores
 
Celebrity plastic surgery before and after
Celebrity plastic surgery before and afterCelebrity plastic surgery before and after
Celebrity plastic surgery before and afterThebooth fairy
 
Google Analytics - Tool to Track and Analyze the Performanece of Your Inbound...
Google Analytics - Tool to Track and Analyze the Performanece of Your Inbound...Google Analytics - Tool to Track and Analyze the Performanece of Your Inbound...
Google Analytics - Tool to Track and Analyze the Performanece of Your Inbound...Birgit Pauli-Haack
 

En vedette (16)

November 2014 MNSPUG - SharePoint User Adoption
November 2014 MNSPUG - SharePoint User AdoptionNovember 2014 MNSPUG - SharePoint User Adoption
November 2014 MNSPUG - SharePoint User Adoption
 
JetFuel
JetFuelJetFuel
JetFuel
 
Avis du Haut conseil pour l’avenir de l’assurance maladie - Innovations et sy...
Avis du Haut conseil pour l’avenir de l’assurance maladie - Innovations et sy...Avis du Haut conseil pour l’avenir de l’assurance maladie - Innovations et sy...
Avis du Haut conseil pour l’avenir de l’assurance maladie - Innovations et sy...
 
Megan Scherer Resume
Megan Scherer ResumeMegan Scherer Resume
Megan Scherer Resume
 
Ультразвуковой идентификатор
Ультразвуковой идентификаторУльтразвуковой идентификатор
Ультразвуковой идентификатор
 
Dailymotion
DailymotionDailymotion
Dailymotion
 
Ash Nallawalla Presentation at Pubcon 2015
Ash Nallawalla Presentation at Pubcon 2015Ash Nallawalla Presentation at Pubcon 2015
Ash Nallawalla Presentation at Pubcon 2015
 
Hari kantin
Hari kantinHari kantin
Hari kantin
 
Grafico diario del dax perfomance index para el 08 03-2012
Grafico diario del dax perfomance index para el 08 03-2012Grafico diario del dax perfomance index para el 08 03-2012
Grafico diario del dax perfomance index para el 08 03-2012
 
Entrepreneurial ldrshp(risk-return-apetite)
Entrepreneurial ldrshp(risk-return-apetite)Entrepreneurial ldrshp(risk-return-apetite)
Entrepreneurial ldrshp(risk-return-apetite)
 
CR Forum LEX
CR Forum LEXCR Forum LEX
CR Forum LEX
 
Os novos desafios para a implantação de programas de gestão arquivística de d...
Os novos desafios para a implantação de programas de gestão arquivística de d...Os novos desafios para a implantação de programas de gestão arquivística de d...
Os novos desafios para a implantação de programas de gestão arquivística de d...
 
The Road to 60 FPS
The Road to 60 FPSThe Road to 60 FPS
The Road to 60 FPS
 
Pei uts (2012)
Pei   uts  (2012)Pei   uts  (2012)
Pei uts (2012)
 
Celebrity plastic surgery before and after
Celebrity plastic surgery before and afterCelebrity plastic surgery before and after
Celebrity plastic surgery before and after
 
Google Analytics - Tool to Track and Analyze the Performanece of Your Inbound...
Google Analytics - Tool to Track and Analyze the Performanece of Your Inbound...Google Analytics - Tool to Track and Analyze the Performanece of Your Inbound...
Google Analytics - Tool to Track and Analyze the Performanece of Your Inbound...
 

Similaire à Présentation Dataveyes journalisme de donnees

Conférence ejcm by dataveyes
Conférence ejcm by  dataveyesConférence ejcm by  dataveyes
Conférence ejcm by dataveyesActuVisu
 
Conférence ECJM
Conférence ECJMConférence ECJM
Conférence ECJMDataveyes
 
AGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoireAGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoirenoucher
 
Mémoire de fin d'étude - La big data et les réseaux sociaux
Mémoire de fin d'étude - La big data et les réseaux sociauxMémoire de fin d'étude - La big data et les réseaux sociaux
Mémoire de fin d'étude - La big data et les réseaux sociauxChloé Marty
 
Atelier réseaux sociaux sur la veille
Atelier réseaux sociaux sur la veilleAtelier réseaux sociaux sur la veille
Atelier réseaux sociaux sur la veilleWebpatron
 
Conferencen4 cciderennes-130410072856-phpapp02[1]
Conferencen4 cciderennes-130410072856-phpapp02[1]Conferencen4 cciderennes-130410072856-phpapp02[1]
Conferencen4 cciderennes-130410072856-phpapp02[1]Isabelle Heuzé
 
Big data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessBig data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessVincent de Stoecklin
 
L'open data des entreprises
L'open data des entreprisesL'open data des entreprises
L'open data des entreprisesliberTIC
 
L'open data des entreprises
L'open data des entreprisesL'open data des entreprises
L'open data des entreprisesliberTIC
 
Pres ena cisap_061212
Pres ena cisap_061212Pres ena cisap_061212
Pres ena cisap_061212ludovic bour
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel businessMouhsine LAKHDISSI
 
Introduction mettre-en-place-un-systeme-de-veille-avec-des-outils-gratuits
Introduction mettre-en-place-un-systeme-de-veille-avec-des-outils-gratuitsIntroduction mettre-en-place-un-systeme-de-veille-avec-des-outils-gratuits
Introduction mettre-en-place-un-systeme-de-veille-avec-des-outils-gratuitsMokhtar Saada
 
De l'importance de développer une culture des données dans les organisations
De l'importance de développer une culture des données dans les organisationsDe l'importance de développer une culture des données dans les organisations
De l'importance de développer une culture des données dans les organisationsFing
 
Utilisation du big data en entreprise
Utilisation du big data en entrepriseUtilisation du big data en entreprise
Utilisation du big data en entreprisePierrick Thébault
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big DataNetSecure Day
 
Introduction - Mettre en place un système de veille avec des outils gratuits
Introduction - Mettre en place un système de veille avec des outils gratuitsIntroduction - Mettre en place un système de veille avec des outils gratuits
Introduction - Mettre en place un système de veille avec des outils gratuitsTerry ZIMMER
 
Data Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big DataData Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big DataVincent Lagorce
 
PRI iDEV ouverture des données dans le secteur du tourisme et de la culture
PRI iDEV ouverture des données dans le secteur du tourisme et de la culturePRI iDEV ouverture des données dans le secteur du tourisme et de la culture
PRI iDEV ouverture des données dans le secteur du tourisme et de la culturePRI_iDEV
 
Tech connaissance 2012
Tech connaissance 2012Tech connaissance 2012
Tech connaissance 2012VeilleMag
 

Similaire à Présentation Dataveyes journalisme de donnees (20)

Conférence ejcm by dataveyes
Conférence ejcm by  dataveyesConférence ejcm by  dataveyes
Conférence ejcm by dataveyes
 
Conférence ECJM
Conférence ECJMConférence ECJM
Conférence ECJM
 
AGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoireAGMQ 2011 : Les données libres et le territoire
AGMQ 2011 : Les données libres et le territoire
 
Mémoire de fin d'étude - La big data et les réseaux sociaux
Mémoire de fin d'étude - La big data et les réseaux sociauxMémoire de fin d'étude - La big data et les réseaux sociaux
Mémoire de fin d'étude - La big data et les réseaux sociaux
 
Atelier réseaux sociaux sur la veille
Atelier réseaux sociaux sur la veilleAtelier réseaux sociaux sur la veille
Atelier réseaux sociaux sur la veille
 
Conferencen4 cciderennes-130410072856-phpapp02[1]
Conferencen4 cciderennes-130410072856-phpapp02[1]Conferencen4 cciderennes-130410072856-phpapp02[1]
Conferencen4 cciderennes-130410072856-phpapp02[1]
 
Big data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-businessBig data - Cours d'introduction l Data-business
Big data - Cours d'introduction l Data-business
 
L'open data des entreprises
L'open data des entreprisesL'open data des entreprises
L'open data des entreprises
 
L'open data des entreprises
L'open data des entreprisesL'open data des entreprises
L'open data des entreprises
 
Pres ena cisap_061212
Pres ena cisap_061212Pres ena cisap_061212
Pres ena cisap_061212
 
Big Data Des méandres des outils au potentiel business
Big Data   Des méandres des outils au potentiel businessBig Data   Des méandres des outils au potentiel business
Big Data Des méandres des outils au potentiel business
 
Introduction mettre-en-place-un-systeme-de-veille-avec-des-outils-gratuits
Introduction mettre-en-place-un-systeme-de-veille-avec-des-outils-gratuitsIntroduction mettre-en-place-un-systeme-de-veille-avec-des-outils-gratuits
Introduction mettre-en-place-un-systeme-de-veille-avec-des-outils-gratuits
 
Mis documation2013
Mis documation2013Mis documation2013
Mis documation2013
 
De l'importance de développer une culture des données dans les organisations
De l'importance de développer une culture des données dans les organisationsDe l'importance de développer une culture des données dans les organisations
De l'importance de développer une culture des données dans les organisations
 
Utilisation du big data en entreprise
Utilisation du big data en entrepriseUtilisation du big data en entreprise
Utilisation du big data en entreprise
 
#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data#NSD14 - La sécurité autour du Big Data
#NSD14 - La sécurité autour du Big Data
 
Introduction - Mettre en place un système de veille avec des outils gratuits
Introduction - Mettre en place un système de veille avec des outils gratuitsIntroduction - Mettre en place un système de veille avec des outils gratuits
Introduction - Mettre en place un système de veille avec des outils gratuits
 
Data Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big DataData Visualisation, Business Intelligence et Big Data
Data Visualisation, Business Intelligence et Big Data
 
PRI iDEV ouverture des données dans le secteur du tourisme et de la culture
PRI iDEV ouverture des données dans le secteur du tourisme et de la culturePRI iDEV ouverture des données dans le secteur du tourisme et de la culture
PRI iDEV ouverture des données dans le secteur du tourisme et de la culture
 
Tech connaissance 2012
Tech connaissance 2012Tech connaissance 2012
Tech connaissance 2012
 

Plus de liberTIC

Sensibilisation Open Data
Sensibilisation Open DataSensibilisation Open Data
Sensibilisation Open DataliberTIC
 
Presentation Open Data Région
Presentation Open Data RégionPresentation Open Data Région
Presentation Open Data RégionliberTIC
 
Guide analyse cadre_juridique_ouverture_donness_recherche_v1
Guide analyse cadre_juridique_ouverture_donness_recherche_v1Guide analyse cadre_juridique_ouverture_donness_recherche_v1
Guide analyse cadre_juridique_ouverture_donness_recherche_v1liberTIC
 
Présentation OPL
Présentation OPLPrésentation OPL
Présentation OPLliberTIC
 
How to Open your town with Free-Mission
How to Open your town with Free-MissionHow to Open your town with Free-Mission
How to Open your town with Free-MissionliberTIC
 
Ophélie popille ouverture des données publiques à nantes
Ophélie popille   ouverture des données publiques à nantesOphélie popille   ouverture des données publiques à nantes
Ophélie popille ouverture des données publiques à nantesliberTIC
 
Ouverture par-defaut-gironde
Ouverture par-defaut-girondeOuverture par-defaut-gironde
Ouverture par-defaut-girondeliberTIC
 
Ophélie Popille: Les promesses et impacts de l'ouverture des données sur le t...
Ophélie Popille: Les promesses et impacts de l'ouverture des données sur le t...Ophélie Popille: Les promesses et impacts de l'ouverture des données sur le t...
Ophélie Popille: Les promesses et impacts de l'ouverture des données sur le t...liberTIC
 
Mémoire Open Data Claude Hanclot
Mémoire Open Data Claude HanclotMémoire Open Data Claude Hanclot
Mémoire Open Data Claude HanclotliberTIC
 
Battle opendata logilab
Battle opendata   logilabBattle opendata   logilab
Battle opendata logilabliberTIC
 
Battle opendata mgdis
Battle opendata   mgdisBattle opendata   mgdis
Battle opendata mgdisliberTIC
 
Compte-rendu atelier Gouvernance Ouverte Nantes
Compte-rendu atelier Gouvernance Ouverte NantesCompte-rendu atelier Gouvernance Ouverte Nantes
Compte-rendu atelier Gouvernance Ouverte NantesliberTIC
 
Monuments Historiques sur OSM
Monuments Historiques sur OSMMonuments Historiques sur OSM
Monuments Historiques sur OSMliberTIC
 
Restitution Groupe Transparence - Gouvernance Ouverte Nantes
Restitution Groupe Transparence - Gouvernance Ouverte NantesRestitution Groupe Transparence - Gouvernance Ouverte Nantes
Restitution Groupe Transparence - Gouvernance Ouverte NantesliberTIC
 
State of art of Open Data in Europe
State of art of Open Data in EuropeState of art of Open Data in Europe
State of art of Open Data in EuropeliberTIC
 
Finodex- New fund for open data entrepreneurs in Europe
Finodex- New fund for open data entrepreneurs in EuropeFinodex- New fund for open data entrepreneurs in Europe
Finodex- New fund for open data entrepreneurs in EuropeliberTIC
 
Open Data Institute presentation of european context
Open Data Institute presentation of european contextOpen Data Institute presentation of european context
Open Data Institute presentation of european contextliberTIC
 
Open Data France, example of project worth expanding
Open Data France, example of project worth expandingOpen Data France, example of project worth expanding
Open Data France, example of project worth expandingliberTIC
 
Eurocities, a european open data network
Eurocities, a european open data network Eurocities, a european open data network
Eurocities, a european open data network liberTIC
 
Epsiplatform and Erasmus - Building the PSI community
Epsiplatform and Erasmus - Building the PSI communityEpsiplatform and Erasmus - Building the PSI community
Epsiplatform and Erasmus - Building the PSI communityliberTIC
 

Plus de liberTIC (20)

Sensibilisation Open Data
Sensibilisation Open DataSensibilisation Open Data
Sensibilisation Open Data
 
Presentation Open Data Région
Presentation Open Data RégionPresentation Open Data Région
Presentation Open Data Région
 
Guide analyse cadre_juridique_ouverture_donness_recherche_v1
Guide analyse cadre_juridique_ouverture_donness_recherche_v1Guide analyse cadre_juridique_ouverture_donness_recherche_v1
Guide analyse cadre_juridique_ouverture_donness_recherche_v1
 
Présentation OPL
Présentation OPLPrésentation OPL
Présentation OPL
 
How to Open your town with Free-Mission
How to Open your town with Free-MissionHow to Open your town with Free-Mission
How to Open your town with Free-Mission
 
Ophélie popille ouverture des données publiques à nantes
Ophélie popille   ouverture des données publiques à nantesOphélie popille   ouverture des données publiques à nantes
Ophélie popille ouverture des données publiques à nantes
 
Ouverture par-defaut-gironde
Ouverture par-defaut-girondeOuverture par-defaut-gironde
Ouverture par-defaut-gironde
 
Ophélie Popille: Les promesses et impacts de l'ouverture des données sur le t...
Ophélie Popille: Les promesses et impacts de l'ouverture des données sur le t...Ophélie Popille: Les promesses et impacts de l'ouverture des données sur le t...
Ophélie Popille: Les promesses et impacts de l'ouverture des données sur le t...
 
Mémoire Open Data Claude Hanclot
Mémoire Open Data Claude HanclotMémoire Open Data Claude Hanclot
Mémoire Open Data Claude Hanclot
 
Battle opendata logilab
Battle opendata   logilabBattle opendata   logilab
Battle opendata logilab
 
Battle opendata mgdis
Battle opendata   mgdisBattle opendata   mgdis
Battle opendata mgdis
 
Compte-rendu atelier Gouvernance Ouverte Nantes
Compte-rendu atelier Gouvernance Ouverte NantesCompte-rendu atelier Gouvernance Ouverte Nantes
Compte-rendu atelier Gouvernance Ouverte Nantes
 
Monuments Historiques sur OSM
Monuments Historiques sur OSMMonuments Historiques sur OSM
Monuments Historiques sur OSM
 
Restitution Groupe Transparence - Gouvernance Ouverte Nantes
Restitution Groupe Transparence - Gouvernance Ouverte NantesRestitution Groupe Transparence - Gouvernance Ouverte Nantes
Restitution Groupe Transparence - Gouvernance Ouverte Nantes
 
State of art of Open Data in Europe
State of art of Open Data in EuropeState of art of Open Data in Europe
State of art of Open Data in Europe
 
Finodex- New fund for open data entrepreneurs in Europe
Finodex- New fund for open data entrepreneurs in EuropeFinodex- New fund for open data entrepreneurs in Europe
Finodex- New fund for open data entrepreneurs in Europe
 
Open Data Institute presentation of european context
Open Data Institute presentation of european contextOpen Data Institute presentation of european context
Open Data Institute presentation of european context
 
Open Data France, example of project worth expanding
Open Data France, example of project worth expandingOpen Data France, example of project worth expanding
Open Data France, example of project worth expanding
 
Eurocities, a european open data network
Eurocities, a european open data network Eurocities, a european open data network
Eurocities, a european open data network
 
Epsiplatform and Erasmus - Building the PSI community
Epsiplatform and Erasmus - Building the PSI communityEpsiplatform and Erasmus - Building the PSI community
Epsiplatform and Erasmus - Building the PSI community
 

Présentation Dataveyes journalisme de donnees

  • 1. Formation datajournalisme 26-27.10.12 Caroline Goulard co founder @dataveyes
  • 2. Programme de la formation 1ÈRE DEMI-JOURNÉE 3ÈME DEMI-JOURNÉE – 4 HEURES LES ENJEUX DU JOURNALISME DE DONNEES ET DE LA VISUALISATION DE DONNÉES : principes fondateurs, VISUALISATION DE DONNEES fondamentaux de sémiologie visuelle DONNÉES : Enjeux du data-deluge, recherche, étude de cas : étude de plusieurs « bonnes » et « mauvaises » visualisations sources, droit d’auteur exercice : découverte des principaux portails open data VISUALISATION DE DONNÉES : découverte d’une sélection d’outils gratuits de visualisations et de DONNÉES : données de flux vs données en base, API, partage des données formats, exercice : initiation à Google Chart, Tagxedo, exercice : découverte du fonctionnement des API sur GeoCommons, Socrata, infogr.am, manyeyes, en fonction console des besoins des étudiants 2ÈME DEMI-JOURNÉE – 4 HEURES 4ÈME DEMI-JOURNÉE – 4 HEURES WORKSHOP DONNÉES  : Extraction, nettoyage, filtrage WORKSHOP VISUALISATION DE DONNÉES : choix des 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. Data visualization Opendata WHAT 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.
  • 5. Conférence 1. les enjeux du journalisme de données et de la visualisation de données
  • 6. HUFFINGTON POST – ADAPTATIVE SEMANTICS MSNBC – EVERYBLOCK REUTERS – OPEN CALAIS GOOGLE – METAWEB / FREEBASE MICROSOFT - POWERSET
  • 7. « Data is the new oil »
  • 9. Les données deviennent un élément d’ appréhension du réel
  • 10. quantified self Les données deviennent un élément de connaissance de soi
  • 11. Besoin de nouveaux outils pour DISTILLER L’INFORMATION
  • 12. KEVIN SLAVIN How algorithms shape our world ?
  • 13.
  • 15. faire parler les données 15
  • 16. La journalisme de données est une MEDIATION
  • 17. datajournalism is a process Collect filter reorganise frame visualise VALUE FOR PUBLIC
  • 18. Pourquoi faire du journalisme de données ? II
  • 19. II.A. UNE NOUVELLE FACON DE MENER L’ENQUÊTE
  • 20. THE GUARDIAN RIOTS STUDY h$p://www.guardian.co.uk/uk/interac6ve/2011/aug/24/riots-­‐twi$er-­‐traffic-­‐interac6ve?CMP=twt_gu
  • 21. WASHINGTON POST ‘S TOP SECRET AMERICA
  • 23. carte de la blogosphere politique de linkfluence
  • 25. II.B. UNE NOUVELLE FACON DE raconter le monde
  • 26. HANS ROSLING 200 countries,200 years, 4 minutes
  • 27. Synthétiser l’information pour la rendre rapide à assimiler
  • 28. S’intéresser à L’INTELLIGENCE VISUELLE plutôt qu’à l’intelligence verbale
  • 29.
  • 31.
  • 32.
  • 34. Montrer les tendances de LONG TERME
  • 36.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42. Faciliter la compréhension de phénomènes complexes
  • 44. jouer de la granularité pour Répondre à toutes les questions
  • 46. Faciliter l’appréhension de l’information grâce à l’interaction
  • 48. Faciliter l’appréhension de l’information grâce à l’interaction
  • 59. Apporter de nouvelles façons de voir
  • 60. II.C. UNE NOUVELLE FACON D’engager son audience
  • 61. francesco franchi on visual storytelling and new langage in journalism
  • 62.
  • 63.
  • 64.
  • 65. Comment faire du journalisme de données ? III
  • 66. DE NOUVELLES ORGANISATIONS DES rédactions
  • 68. simon rogers how the Guardian is pionnering datajournalism with free tools ?
  • 69. Pratique. Qu’est-ce qu’une donnée ? Qu’est-ce qu’une API Où trouver des données ? les formats des données
  • 70. Sources gouvernementales ex  :  ministères,  data.gouv.fr portails opendata ex  :  Data  Publica,  Guardian  Data  Store,  h$p://publicdata.eu  ,   h$p://datacatalogs.org   régulateurs, agences, hautes autorités ex  :  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$p://www.data360.org/ ex  :  OCDE,  Banque  Mondiale,  Eurostat index.aspx GROUPES DE PRESSION, SYNDICATS, moteurs de recherche ex  :  .csv ORGANISATIONS CITOYENNES ex:  Regard  Citoyen,  h$p://www.kelquar6er.com/ moteurs spécialisés www.zanran.com/q  ;  h$p://www.google.com/publicdata/ ENTREPRISES directory ex  :  McDonald,  h$p://opencorporates.com/ api Médias h$p://www.infochimps.com/,  ProgrammableWeb ex  :  Les  Echos,  Le  Guardian  (h$p://www.guardian.co.uk/news/ datablog/2011/jan/27/data-­‐store-­‐office-­‐for-­‐na6onal-­‐sta6s6cs) organisations scientifiques et de recherche   ex  :  h$p://labrosa.ee.columbia.edu/millionsong/  ;  h$p:// www.ined.fr/fr
  • 72. I. Les fondamentaux II. Nettoyer les III. Chercher 1.  Collecter  les   données l’histoire informa6ons  basiques 1.  Corriger  les  problèmes   1.  Fuir  les  données  plates 2.  Ne  pas  se  couper  de  ses   de  format données  sources 2.  Favoriser  l’analyse   2.  Se  poser  quelques   mul6-­‐variable 3.  Ne  pas  avoir  de  date   ques6ons d’expira6on 3.  Causalité  n’est  pas   corréla6on 4.  Rendre  les  données   réu6lisables 4.  Eviter  l’ambiguité  des   données 5.  Connaître  ses  faiblesses 5.  Ne  présenter  que   6.  Dire  la  vérité  sur  ses   l’essence données 6.  Chercher  les  bons   mash-­‐up
  • 74. Quelque liens pour continuer à se forme sur Excel FONDAMENTAUX 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.xml FORMULES DANS EXCEL •http://office.microsoft.com/en-us/excel-help/get-to-know-excel-2010-create-formulas-RZ101862712.aspx FONCTION SI() •http://office.microsoft.com/en-us/excel-help/the-if-function-what-it-is-and-how-to-use-it-RZ102425926.aspx NETTOYER DES DONNÉES DANS EXCEL •http://office.microsoft.com/en-us/excel-help/top-ten-ways-to-clean-your-data-HA010221840.aspx MACRO REVERSE PIVOT •http://spreadsheetpage.com/downloads/xl/makedatabasetable.txt
  • 77. MANUEL LIMA why do we need data visualization ?
  • 79. latch
  • 80. 6 principes cognitifs visuels PRINCIPE DE PROXIMITÉ PRINCIPE DE SIMILARITÉ PRINCIPE D’INCLUSION PRINCIPE DE CONTINUITÉ PRINCIPE D’ALIGNEMENT PRINCIPE DE CONNEXIONS
  • 81.
  • 82. 82
  • 83. 83
  • 84. Variable Width Table or Table with Bar Chart Column Chart Circular Area Chart Line Chart Column Chart Line Chart Column Chart Embedded Charts Column Histogram Scatter Chart Line Histogram Bubble Chart Scatter Chart 3D Area Chart Stacked 100% Stacked Stacked 100% Stacked Area Chart Pie Chart Waterfall Chart Stacked 100% Column Chart Column Chart Column Chart Area Chart with Subcomponents 84
  • 85.
  • 86. 10.  visualiser  n’est  pas   I. l’état d’esprit dessiner   II. soigner 1.  Résoudre  un  problème 11.  Visualiser  =  comparer l’INTRACTION 2.  Créer  des  visualisa6ons   12.  Le  ra6o  encre/idées 1.  Rendre  l’interac6on   qui  vous  apprennent   13.  Montrer  les  causes  et   efficace quelque  chose conséquence 2.Limiter  les  coûts  de   3.Qui  vous  apprennent   14.  Apporter  le  contexte par6cipa6on quelques  chose  à  vous   mais  aussi  aux  autres 15.  Délivrer  un  niveau  de   3.  Ecourager  l’exploita6on complexité   4.  Raconter  une  histoire 5.  Ne  pas  ajouter  de  bruit   compréhensible III. Concecption de 16.Eviter  la  distorision  des   au  bruit données datavisualization 6.Le  fond  doit  primer  sur   1.Comment  choisir  une   la  forme visualisa6on  ?   7.Faire  oublier  la   2.Servir  un  objec6f méthodologie 3.  Essayer  et  ré-­‐essayer 8.  Révéler  sans  exagérer 4.  Analyser  les  besoins 9.  Structurer   l’informa6on  ? 5.  Respecter  les  standards  
  • 87. Pratique 3. decryptage de mauvaises visualisations de données
  • 88.
  • 89.
  • 90.
  • 91.
  • 92.
  • 93.
  • 94. 94
  • 95.
  • 96. Exercice 4. OUTILS DE VISUALISATION DE DONNées
  • 97. Quelque outils de visualisation • Google Spreadsheet & Fusion Table •Geocommons •Many Eyes •Timetric.com •Tiki-Toki.com •Infogr.am •Socrata.com
  • 98. Quelque références de visualisation de données SITES 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
  • 99. MERCI ! @dataveyes – dataveyes.com - caroline@dataveyes.com – 06.86.53.68.98