Université Paris-Sud
MASTER 1 MIAGE
Cours de Gestion des Systèmes
d’Information Décisionnels
2ème semestre 2014-2015
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Objectif de la Data Visualisation
• Les 2 objectifs de la data visualisation:
1. Data Analysis: making sense of the data
2. Communication
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Comment il est facile de comprendre
le business?
2013 Sells (in $)
Jan Feb March April May Jun Jul Aug Sep Oct Nov Dec Total
BtoC sells 1534 1697 1798 1556 1651 1834 1492 1559 1800 1547 1659 1809 19936
BtoB sells 658 647 667 654 678 659 458 459 647 687 675 654 7543
Total 2192 2344 2465 2210 2329 2493 1950 2018 2447 2234 2334 2463 27479
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pourquoi nous avons besoin de la
Data Visualisation?
I II III IV
x y x y x y x y
10.0 8.04 10.0 9.14 10.0 7.46 8.0 6.58
8.0 6.95 8.0 8.14 8.0 6.77 8.0 5.76
13.0 7.58 13.0 8.74 13.0 12.74 8.0 7.71
9.0 8.81 9.0 8.77 9.0 7.11 8.0 8.84
11.0 8.33 11.0 9.26 11.0 7.81 8.0 8.47
14.0 9.96 14.0 8.10 14.0 8.84 8.0 7.04
6.0 7.24 6.0 6.13 6.0 6.08 8.0 5.25
4.0 4.26 4.0 3.10 4.0 5.39 19.0 12.50
12.0 10.84 12.0 9.13 12.0 8.15 8.0 5.56
7.0 4.82 7.0 7.26 7.0 6.42 8.0 7.91
5.0 5.68 5.0 4.74 5.0 5.73 8.0 6.89
Anscombe's quartet
Property Value
Mean of x in each case 9 (exact)
Variance of x in each case 11 (exact)
Mean of y in each case 7.50 (to 2 decimal places)
Variance of y in each case 4.122 or 4.127 (to 3 decimal places)
Correlation between x and y in each case 0.816 (to 3 decimal places)
Linear regression line in each case y = 3.00 + 0.500x (to 2 and 3 decimal places, respectively)
http://en.wikipedia.org/wiki/Anscombe's_quartetCours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pourquoi nous avons besoin de la
Data Visualisation?
Anscombe's quartet
http://en.wikipedia.org/wiki/Anscombe's_quartetCours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Communication
• Dans notre vie, chaque jour, nous
communiquons. En entreprise, c’est toujours le
cas!
• Vous aurez à communiquer pour:
– Echanger sur votre vécu et vos idées
– Influancer vos collègues même s’ils sont plus anciens
que vous
• Mais les personnes sont des humains! Et l’humain
est une créature émotionnelle et donc nous
devons savoir comment l’être humaine pense et
écoute!
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Vision = the most powerful sense!
70%
of our
sense
30% of
our
sense
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
• Some visual features are processed pre-
attentively, e.g. without focusing attention
• Low-level (unconscious) cognitive processes
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
http://www.slideshare.net/janwillemtulp/data-visualization-5724069
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
http://www.slideshare.net/janwillemtulp/data-visualization-5724069
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Gesalt Theory: The Form Theory
http://sixrevisions.com/usability/data-visualization-gestalt-laws/
• Law of Prägnanz: Keep it simple. Arrange data logically wherever possible.
• Law of Continuity: Arrange objects in a line to facilitate grouping and
comparison.
• Law of Similarity: Use similar characteristics (color, size, shape, etc.) to establish
relationships and to encourage groupings of objects.
• Law of Focal Point: Use distinctive characteristics (like a different color or a
different shape) to highlight and create focal points.
• Law of Proximity: Know what your chart’s information priority is, and then
create groupings through proximity to support that priority.
• Law of Isomorphic Correspondence: Keep in mind your user and their
preconceived notions and experiences. Stick to well-established conventions
and best practices.
• Law of Figure/Ground: Ensure there is enough contrast between your
foreground and background so that charts and graphs are more legible.
• Law of Common Fate: Use direction and/or movement to establish or negate
relationships.
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Gesalt Theory: Law of Prägnanz: Arrange data logically
wherever possible!
http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Gesalt Theory: Law of Continuity
http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
16
0
20
40
60
80
100
120
01/01/2015
02/01/2015
03/01/2015
04/01/2015
05/01/2015
06/01/2015
07/01/2015
08/01/2015
09/01/2015
10/01/2015
11/01/2015
12/01/2015
13/01/2015
14/01/2015
15/01/2015
16/01/2015
Série1
0
20
40
60
80
100
120
01/01/2015
02/01/2015
03/01/2015
04/01/2015
05/01/2015
06/01/2015
07/01/2015
08/01/2015
09/01/2015
10/01/2015
11/01/2015
12/01/2015
13/01/2015
14/01/2015
15/01/2015
16/01/2015
Série1
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Gesalt Theory: Law of Continuity
Pre-attentive perception
Gesalt Theory: Law of Similarity
http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Gesalt Theory: Law of Similarity
http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Gesalt Theory: Law of Focal Point
http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Gesalt Theory: Law of Proximity
http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Gesalt Theory: Law of Isomorphic Correspondence
http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
About the color
The hue dimension is circular, and present the colors in the same order. In any
hue circle, analogous hues are close together, most simply variations
of the same color name (such as purple, or purple-red).
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
About the color
• Analogous color schemes choose colors that are next to each others in
color wheel
• Complementary color schemes are opposite each others in the color
wheel
• Split Complementary is a mix of complementary & analogous
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
About the color
• Culture influence
For example:
• In Western: Good
Luck can represent
by green, but in
Chinese is red!
• Marriage can be
represent by white
but in Hindi and Asia
it’s red!
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
About the color
Original Graph Deuteranomaly (Affects 4.9% of Men)
Be aware of the color perception of every one. 8% of the population have color blind!
http://tim.webanalyticsdemystified.com/?p=387Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
=> Problème de perception du vert
About the color
Original Graph Deuteranopia (Affects 1.1% of Men)
Be aware of the color perception of every one. 8% of the population have color blind!
http://tim.webanalyticsdemystified.com/?p=387Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
=> Problème de perception du vert
About the color
Original Graph Protanopia (Affects 1% of Men)
Be aware of the color perception of every one. 8% of the population have color blind!
http://tim.webanalyticsdemystified.com/?p=387Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
=> Problème de perception du rouge
About the color
Original Graph Protanomaly (Affects 1% of Men)
Be aware of the color perception of every one. 8% of the population have color blind!
http://tim.webanalyticsdemystified.com/?p=387Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
About the color
Original Graph Achromatopsia (Extremely Rare)
Be aware of the color perception of every one. 8% of the population have color blind!
http://tim.webanalyticsdemystified.com/?p=387Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
About the color
How to choose the colors? Use: http://colorbrewer2.org/
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Back to the Gesalt Theory: The Form Theory
http://sixrevisions.com/usability/data-visualization-gestalt-laws/
• Law of Prägnanz: Keep it simple. Arrange data logically wherever possible.
• Law of Continuity: Arrange objects in a line to facilitate grouping and
comparison.
• Law of Similarity: Use similar characteristics (color, size, shape, etc.) to establish
relationships and to encourage groupings of objects.
• Law of Focal Point: Use distinctive characteristics (like a different color or a
different shape) to highlight and create focal points.
• Law of Proximity: Know what your chart’s information priority is, and then
create groupings through proximity to support that priority.
• Law of Isomorphic Correspondence: Keep in mind your user and their
preconceived notions and experiences. Stick to well-established conventions
and best practices.
• Law of Figure/Ground: Ensure there is enough contrast between your
foreground and background so that charts and graphs are more legible.
• Law of Common Fate: Use direction and/or movement to establish or negate
relationships.
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Gesalt Theory: Law of Figure/Ground
http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Pre-attentive perception
Gesalt Theory: Law of Common Fate
http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Combination of variables
Jacques Bertin’s Semiology graphics:
• We can represent maps in points, lines &
zones
• We can different variables, like Orientation
(OR), Form (F), Value - Tint (V), Size (T)
• Here how Jacques Bertin make the
combination of these variables
To be efficient, humans can easily perceive:
• 12 orientations
• 10 forms
• 5 sizes
• 3 values (tint)
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Combination of variables- Example
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Combination of variables- Example
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
• First rule of an efficient data visualization:
keep it simple!
• Abstraction has a perfect sense in Data
Visualization
Pre-attentive perception
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Goal of a data visualization
• To achieve the goal of a good data visualization, the display
should achieve the following:
1. Clearly indicates how the values relate to one another.
2. Represents the quantities accurately.
3. Makes it easy to compare the quantities.
4. Makes it easy to see the ranked order of values.
5. Makes obvious how people should use the information -
what they should use it to accomplish - and encourages
them to do this.
Source: “Data Visualization for Human Perception” Stephen FewCours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Tufte’s principles
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Why is 3D “harder”?
“Human Based Visual Communication” presentation by Dan Young – Corporate CMKCours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Why is 3D “harder”?
Poucentage%
France Italie Suisse Espagne Portugal
Country Pourcentage %
France 50
Italie 15
Suisse 10
Espagne 20
Portugal 5
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Bad or Good Data Visualization?
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Bad or Good Data Visualization?
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Bad or Good Data Visualization?
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Bad or Good Data Visualization?
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Bad or Good Data Visualization?
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
http://simplystatistics.org/2012/11/26/the-statisticians-at-fox-news-use-classic-and-novel-graphical-techniques-to-lead-with-data/
Bad or Good Data Visualization?
Web site for the video: https://www.wat.tv/images/v70/PlayerLite.swf?videoId=3azh7
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Exercice
• Try to find the best way to represent this data:
Number of person by transport type in Spain in
2012:
Plane: 7,876,951
4 wheel vehicles: 35,417,247
Bus: 17,675,980
Motorcycles: 6,874,887
Pedestrians: 5,639,072
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Solution 1
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Solution 2
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Solution 3
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Solution 4
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Solution 5
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Solution 6
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Solution 7
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
One of the best in the world!
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
One of the best in the world!
http://en.wikipedia.org/wiki/Florence_NightingaleCours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
Conclusion
• A data visualization should:
– Be understanding by your audience very quickly: clear title, clear
axis, clear purpose, do not surcharge the different variables
– Respect the Gesalt Laws as soon as possible
– Show all the data – not trying to influence an opinion
– Use small space to represent large data set (vs Infographic)
– Specify the source of data
– Give accurate information – for example, there is no sense to
compare the number of cars crashed between France &
Liechtenstein … it’s better to see this data regarding the number
of cars in circulation or the length of roads in each country
Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés

Systèmes d'Information Décisionnels - Cours - 20150309 - DataVisualisation

  • 1.
    Université Paris-Sud MASTER 1MIAGE Cours de Gestion des Systèmes d’Information Décisionnels 2ème semestre 2014-2015 Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 2.
    Objectif de laData Visualisation • Les 2 objectifs de la data visualisation: 1. Data Analysis: making sense of the data 2. Communication Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 3.
    Comment il estfacile de comprendre le business? 2013 Sells (in $) Jan Feb March April May Jun Jul Aug Sep Oct Nov Dec Total BtoC sells 1534 1697 1798 1556 1651 1834 1492 1559 1800 1547 1659 1809 19936 BtoB sells 658 647 667 654 678 659 458 459 647 687 675 654 7543 Total 2192 2344 2465 2210 2329 2493 1950 2018 2447 2234 2334 2463 27479 Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 4.
    Pourquoi nous avonsbesoin de la Data Visualisation? I II III IV x y x y x y x y 10.0 8.04 10.0 9.14 10.0 7.46 8.0 6.58 8.0 6.95 8.0 8.14 8.0 6.77 8.0 5.76 13.0 7.58 13.0 8.74 13.0 12.74 8.0 7.71 9.0 8.81 9.0 8.77 9.0 7.11 8.0 8.84 11.0 8.33 11.0 9.26 11.0 7.81 8.0 8.47 14.0 9.96 14.0 8.10 14.0 8.84 8.0 7.04 6.0 7.24 6.0 6.13 6.0 6.08 8.0 5.25 4.0 4.26 4.0 3.10 4.0 5.39 19.0 12.50 12.0 10.84 12.0 9.13 12.0 8.15 8.0 5.56 7.0 4.82 7.0 7.26 7.0 6.42 8.0 7.91 5.0 5.68 5.0 4.74 5.0 5.73 8.0 6.89 Anscombe's quartet Property Value Mean of x in each case 9 (exact) Variance of x in each case 11 (exact) Mean of y in each case 7.50 (to 2 decimal places) Variance of y in each case 4.122 or 4.127 (to 3 decimal places) Correlation between x and y in each case 0.816 (to 3 decimal places) Linear regression line in each case y = 3.00 + 0.500x (to 2 and 3 decimal places, respectively) http://en.wikipedia.org/wiki/Anscombe's_quartetCours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 5.
    Pourquoi nous avonsbesoin de la Data Visualisation? Anscombe's quartet http://en.wikipedia.org/wiki/Anscombe's_quartetCours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 6.
    Communication • Dans notrevie, chaque jour, nous communiquons. En entreprise, c’est toujours le cas! • Vous aurez à communiquer pour: – Echanger sur votre vécu et vos idées – Influancer vos collègues même s’ils sont plus anciens que vous • Mais les personnes sont des humains! Et l’humain est une créature émotionnelle et donc nous devons savoir comment l’être humaine pense et écoute! Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 7.
    Vision = themost powerful sense! 70% of our sense 30% of our sense Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 8.
    Pre-attentive perception • Somevisual features are processed pre- attentively, e.g. without focusing attention • Low-level (unconscious) cognitive processes Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 9.
    Pre-attentive perception http://www.slideshare.net/janwillemtulp/data-visualization-5724069 Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 10.
    Pre-attentive perception http://www.slideshare.net/janwillemtulp/data-visualization-5724069 Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 11.
    Pre-attentive perception Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 12.
    Pre-attentive perception Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 13.
    Pre-attentive perception Gesalt Theory:The Form Theory http://sixrevisions.com/usability/data-visualization-gestalt-laws/ • Law of Prägnanz: Keep it simple. Arrange data logically wherever possible. • Law of Continuity: Arrange objects in a line to facilitate grouping and comparison. • Law of Similarity: Use similar characteristics (color, size, shape, etc.) to establish relationships and to encourage groupings of objects. • Law of Focal Point: Use distinctive characteristics (like a different color or a different shape) to highlight and create focal points. • Law of Proximity: Know what your chart’s information priority is, and then create groupings through proximity to support that priority. • Law of Isomorphic Correspondence: Keep in mind your user and their preconceived notions and experiences. Stick to well-established conventions and best practices. • Law of Figure/Ground: Ensure there is enough contrast between your foreground and background so that charts and graphs are more legible. • Law of Common Fate: Use direction and/or movement to establish or negate relationships. Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 14.
    Pre-attentive perception Gesalt Theory:Law of Prägnanz: Arrange data logically wherever possible! http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 15.
    Pre-attentive perception Gesalt Theory:Law of Continuity http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 16.
  • 17.
    Pre-attentive perception Gesalt Theory:Law of Similarity http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 18.
    Pre-attentive perception Gesalt Theory:Law of Similarity http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 19.
    Pre-attentive perception Gesalt Theory:Law of Focal Point http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 20.
    Pre-attentive perception Gesalt Theory:Law of Proximity http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 21.
    Pre-attentive perception Gesalt Theory:Law of Isomorphic Correspondence http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 22.
    About the color Thehue dimension is circular, and present the colors in the same order. In any hue circle, analogous hues are close together, most simply variations of the same color name (such as purple, or purple-red). Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 23.
    About the color •Analogous color schemes choose colors that are next to each others in color wheel • Complementary color schemes are opposite each others in the color wheel • Split Complementary is a mix of complementary & analogous Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 24.
    About the color •Culture influence For example: • In Western: Good Luck can represent by green, but in Chinese is red! • Marriage can be represent by white but in Hindi and Asia it’s red! Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 25.
    About the color OriginalGraph Deuteranomaly (Affects 4.9% of Men) Be aware of the color perception of every one. 8% of the population have color blind! http://tim.webanalyticsdemystified.com/?p=387Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés => Problème de perception du vert
  • 26.
    About the color OriginalGraph Deuteranopia (Affects 1.1% of Men) Be aware of the color perception of every one. 8% of the population have color blind! http://tim.webanalyticsdemystified.com/?p=387Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés => Problème de perception du vert
  • 27.
    About the color OriginalGraph Protanopia (Affects 1% of Men) Be aware of the color perception of every one. 8% of the population have color blind! http://tim.webanalyticsdemystified.com/?p=387Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés => Problème de perception du rouge
  • 28.
    About the color OriginalGraph Protanomaly (Affects 1% of Men) Be aware of the color perception of every one. 8% of the population have color blind! http://tim.webanalyticsdemystified.com/?p=387Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 29.
    About the color OriginalGraph Achromatopsia (Extremely Rare) Be aware of the color perception of every one. 8% of the population have color blind! http://tim.webanalyticsdemystified.com/?p=387Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 30.
    About the color Howto choose the colors? Use: http://colorbrewer2.org/ Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 31.
    Pre-attentive perception Back tothe Gesalt Theory: The Form Theory http://sixrevisions.com/usability/data-visualization-gestalt-laws/ • Law of Prägnanz: Keep it simple. Arrange data logically wherever possible. • Law of Continuity: Arrange objects in a line to facilitate grouping and comparison. • Law of Similarity: Use similar characteristics (color, size, shape, etc.) to establish relationships and to encourage groupings of objects. • Law of Focal Point: Use distinctive characteristics (like a different color or a different shape) to highlight and create focal points. • Law of Proximity: Know what your chart’s information priority is, and then create groupings through proximity to support that priority. • Law of Isomorphic Correspondence: Keep in mind your user and their preconceived notions and experiences. Stick to well-established conventions and best practices. • Law of Figure/Ground: Ensure there is enough contrast between your foreground and background so that charts and graphs are more legible. • Law of Common Fate: Use direction and/or movement to establish or negate relationships. Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 32.
    Pre-attentive perception Gesalt Theory:Law of Figure/Ground http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 33.
    Pre-attentive perception Gesalt Theory:Law of Common Fate http://sixrevisions.com/usability/data-visualization-gestalt-laws/Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 34.
    Combination of variables JacquesBertin’s Semiology graphics: • We can represent maps in points, lines & zones • We can different variables, like Orientation (OR), Form (F), Value - Tint (V), Size (T) • Here how Jacques Bertin make the combination of these variables To be efficient, humans can easily perceive: • 12 orientations • 10 forms • 5 sizes • 3 values (tint) Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 35.
    Combination of variables-Example Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 36.
    Combination of variables-Example Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 37.
    • First ruleof an efficient data visualization: keep it simple! • Abstraction has a perfect sense in Data Visualization Pre-attentive perception Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 38.
    Goal of adata visualization • To achieve the goal of a good data visualization, the display should achieve the following: 1. Clearly indicates how the values relate to one another. 2. Represents the quantities accurately. 3. Makes it easy to compare the quantities. 4. Makes it easy to see the ranked order of values. 5. Makes obvious how people should use the information - what they should use it to accomplish - and encourages them to do this. Source: “Data Visualization for Human Perception” Stephen FewCours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 39.
    Tufte’s principles Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 40.
    Why is 3D“harder”? “Human Based Visual Communication” presentation by Dan Young – Corporate CMKCours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 41.
    Why is 3D“harder”? Poucentage% France Italie Suisse Espagne Portugal Country Pourcentage % France 50 Italie 15 Suisse 10 Espagne 20 Portugal 5 Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 42.
    Bad or GoodData Visualization? Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 43.
    Bad or GoodData Visualization? Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 44.
    Bad or GoodData Visualization? Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 45.
    Bad or GoodData Visualization? Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 46.
    Bad or GoodData Visualization? Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés http://simplystatistics.org/2012/11/26/the-statisticians-at-fox-news-use-classic-and-novel-graphical-techniques-to-lead-with-data/
  • 47.
    Bad or GoodData Visualization? Web site for the video: https://www.wat.tv/images/v70/PlayerLite.swf?videoId=3azh7 Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 48.
    Exercice • Try tofind the best way to represent this data: Number of person by transport type in Spain in 2012: Plane: 7,876,951 4 wheel vehicles: 35,417,247 Bus: 17,675,980 Motorcycles: 6,874,887 Pedestrians: 5,639,072 Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 49.
    Solution 1 Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 50.
    Solution 2 Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 51.
    Solution 3 Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 52.
    Solution 4 Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 53.
    Solution 5 Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 54.
    Solution 6 Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 55.
    Solution 7 Cours deGestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 56.
    One of thebest in the world! Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 57.
    One of thebest in the world! http://en.wikipedia.org/wiki/Florence_NightingaleCours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés
  • 58.
    Conclusion • A datavisualization should: – Be understanding by your audience very quickly: clear title, clear axis, clear purpose, do not surcharge the different variables – Respect the Gesalt Laws as soon as possible – Show all the data – not trying to influence an opinion – Use small space to represent large data set (vs Infographic) – Specify the source of data – Give accurate information – for example, there is no sense to compare the number of cars crashed between France & Liechtenstein … it’s better to see this data regarding the number of cars in circulation or the length of roads in each country Cours de Gestion des SI Décisionnels - MASTER 1 MIAGE Paris-Sud Année 2014-2015 – Abed Ajraou - Tous droits réservés