Présentation Dataveyes journalisme de donnees

  • 3,131 views
Uploaded on

Support de présentation du concept de Datajournalism de l'intervention des 26 et 27 octobre à Nantes

Support de présentation du concept de Datajournalism de l'intervention des 26 et 27 octobre à Nantes

More in: Technology
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
No Downloads

Views

Total Views
3,131
On Slideshare
0
From Embeds
0
Number of Embeds
7

Actions

Shares
Downloads
55
Comments
0
Likes
9

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Formationdatajournalisme 26-27.10.12 Caroline Goulard co founder @dataveyes
  • 2. Programme de la formation1ÈRE DEMI-JOURNÉE 3ÈME DEMI-JOURNÉE – 4 HEURESLES ENJEUX DU JOURNALISME DE DONNEES ET DE LA VISUALISATION DE DONNÉES : principes fondateurs,VISUALISATION DE DONNEES fondamentaux de sémiologie visuelleDONNÉES : Enjeux du data-deluge, recherche, étude de cas : étude de plusieurs « bonnes » et « mauvaises » visualisationssources, droit d’auteur exercice : découverte des principaux portails open data VISUALISATION DE DONNÉES : découverte d’une sélection d’outils gratuits de visualisations et deDONNÉES : données de flux vs données en base, API, partage des donnéesformats, exercice : initiation à Google Chart, Tagxedo, exercice : découverte du fonctionnement des API sur GeoCommons, Socrata, infogr.am, manyeyes, en fonction console des besoins des étudiants2ÈME DEMI-JOURNÉE – 4 HEURES 4ÈME DEMI-JOURNÉE – 4 HEURESWORKSHOP DONNÉES  : Extraction, nettoyage, filtrage WORKSHOP VISUALISATION DE DONNÉES : choixdes 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 OpendataWHAT 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. Conférence 1.les enjeux du journalismede données et de lavisualisation de données
  • 5. HUFFINGTON POST –ADAPTATIVESEMANTICSMSNBC –EVERYBLOCKREUTERS –OPEN CALAISGOOGLE –METAWEB / FREEBASEMICROSOFT -POWERSET
  • 6. « Data is the new oil »
  • 7. c’est ledatadeluge
  • 8. Les données deviennent un élément d’appréhension du réel
  • 9. quantified selfLes données deviennent un élément de connaissance de soi
  • 10. Besoin de nouveaux outils pourDISTILLER L’INFORMATION
  • 11. KEVIN SLAVINHow algorithms shape our world ?
  • 12. Qu’est-ce que lejournalisme de données? I
  • 13. faire parler les données 15
  • 14. La journalisme de données est une MEDIATION
  • 15. datajournalism is a processCollect filter reorganise frame visualise VALUE FOR PUBLIC
  • 16. Pourquoi faire dujournalisme de données ? II
  • 17. II.A. UNE NOUVELLE FACON DEMENER L’ENQUÊTE
  • 18. THE GUARDIAN RIOTS STUDYh$p://www.guardian.co.uk/uk/interac6ve/2011/aug/24/riots-­‐twi$er-­‐traffic-­‐interac6ve?CMP=twt_gu
  • 19. WASHINGTON POST ‘S TOP SECRET AMERICA
  • 20. GUARDIAN’S EXPENSES TRACKER
  • 21. carte de la blogosphere politique de linkfluence
  • 22. renouveler l’information micro-locale
  • 23. II.B. UNE NOUVELLE FACON DEraconter le monde
  • 24. HANS ROSLING200 countries,200 years, 4 minutes
  • 25. Synthétiser l’information pour la rendre rapide à assimiler
  • 26. S’intéresser àL’INTELLIGENCE VISUELLEplutôt qu’à l’intelligence verbale
  • 27. PRENDRE DU RECUL
  • 28. Rendre l’information intuitive
  • 29. Montrer les tendances de LONG TERME
  • 30. APPORTER LE CONTEXTE
  • 31. Faciliter la compréhension dephénomènes complexes
  • 32. Personnaliser l’information
  • 33. jouer de la granularité pourRépondre à toutes les questions
  • 34. Rendre l’utilisateurACTIF
  • 35. Faciliter l’appréhension de l’information grâce à l’interaction
  • 36. rendre l’utilisateur ACTIF
  • 37. Faciliter l’appréhension de l’information grâce à l’interaction
  • 38. TravaillerL’ANIMATION
  • 39. raconterune histoire
  • 40. Jouer des formes...
  • 41. ...et des couleurs !
  • 42. Connaître les principesCOGNITIFS VISUELS
  • 43. Créer du relief
  • 44. TravaillerL’ANIMATION
  • 45. SoignerL’INTERACTIVITé
  • 46. Changer dePOINT DE VUE
  • 47. S’appuyer sur lesMÉTAPHORES et clichés
  • 48. Apporter de nouvelles façons de voir
  • 49. II.C. UNE NOUVELLE FACOND’engager son audience
  • 50. francesco franchion visual storytelling and new langage in journalism
  • 51. Comment faire dujournalisme de données ? III
  • 52. DE NOUVELLES ORGANISATIONS DESrédactions
  • 53. De nouveaux workflow
  • 54. simon rogershow the Guardian is pionneringdatajournalism with free tools ?
  • 55. Pratique.Qu’est-ce qu’une donnée ?Qu’est-ce qu’une APIOù trouver des données ?les formats des données
  • 56. Sources gouvernementalesex  :  ministères,  data.gouv.fr portails opendata ex  :  Data  Publica,  Guardian  Data  Store,  h$p://publicdata.eu  ,   h$p://datacatalogs.org  régulateurs, agences, hautes autoritésex  :  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$p://www.data360.org/ex  :  OCDE,  Banque  Mondiale,  Eurostat index.aspxGROUPES DE PRESSION, SYNDICATS, moteurs de recherche ex  :  .csvORGANISATIONS CITOYENNESex:  Regard  Citoyen,  h$p://www.kelquar6er.com/ moteurs spécialisés www.zanran.com/q  ;  h$p://www.google.com/publicdata/ENTREPRISES directoryex  :  McDonald,  h$p://opencorporates.com/ apiMédias h$p://www.infochimps.com/,  ProgrammableWebex  :  Les  Echos,  Le  Guardian  (h$p://www.guardian.co.uk/news/datablog/2011/jan/27/data-­‐store-­‐office-­‐for-­‐na6onal-­‐sta6s6cs)organisations scientifiques et derecherche  ex  :  h$p://labrosa.ee.columbia.edu/millionsong/  ;  h$p://www.ined.fr/fr
  • 57. Pratique.Fondamentaux statistiques& méthologiques
  • 58. I. Les fondamentaux II. Nettoyer les III. Chercher1.  Collecter  les   données l’histoireinforma6ons  basiques 1.  Corriger  les  problèmes   1.  Fuir  les  données  plates2.  Ne  pas  se  couper  de  ses   de  formatdonnées  sources 2.  Favoriser  l’analyse   2.  Se  poser  quelques   mul6-­‐variable3.  Ne  pas  avoir  de  date   ques6onsd’expira6on 3.  Causalité  n’est  pas   corréla6on4.  Rendre  les  données  réu6lisables 4.  Eviter  l’ambiguité  des   données5.  Connaître  ses  faiblesses 5.  Ne  présenter  que  6.  Dire  la  vérité  sur  ses   l’essencedonnées 6.  Chercher  les  bons   mash-­‐up
  • 59. Exercice.nettoyer des données avecexcel
  • 60. Quelque liens pour continuer à se forme sur ExcelFONDAMENTAUX 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.xmlFORMULES DANS EXCEL•http://office.microsoft.com/en-us/excel-help/get-to-know-excel-2010-create-formulas-RZ101862712.aspxFONCTION SI()•http://office.microsoft.com/en-us/excel-help/the-if-function-what-it-is-and-how-to-use-it-RZ102425926.aspxNETTOYER DES DONNÉES DANS EXCEL•http://office.microsoft.com/en-us/excel-help/top-ten-ways-to-clean-your-data-HA010221840.aspxMACRO REVERSE PIVOT•http://spreadsheetpage.com/downloads/xl/makedatabasetable.txt
  • 61. Exercice.Outils de cartographie
  • 62. 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/
  • 63. MANUEL LIMAwhy do we need data visualization ?
  • 64. Conférence.Fondamentaux desémiologie visuelle
  • 65. latch
  • 66. 6 principes cognitifs visuelsPRINCIPE DE PROXIMITÉ PRINCIPE DE SIMILARITÉPRINCIPE D’INCLUSION PRINCIPE DE CONTINUITÉPRINCIPE D’ALIGNEMENT PRINCIPE DE CONNEXIONS
  • 67. 82
  • 68. 83
  • 69. Variable Width Table or Table with Bar Chart Column Chart Circular Area Chart Line Chart Column Chart Line ChartColumn Chart Embedded Charts Column HistogramScatter Chart Line HistogramBubble Chart Scatter Chart 3D Area ChartStacked 100% Stacked Stacked 100% Stacked Area Chart Pie Chart Waterfall Chart Stacked 100% Column ChartColumn Chart Column Chart Area Chart with Subcomponents 84
  • 70. 10.  visualiser  n’est  pas  I. l’état d’esprit dessiner   II. soigner1.  Résoudre  un  problème 11.  Visualiser  =  comparer l’INTRACTION2.  Créer  des  visualisa6ons   12.  Le  ra6o  encre/idées 1.  Rendre  l’interac6on  qui  vous  apprennent   13.  Montrer  les  causes  et   efficacequelque  chose conséquence 2.Limiter  les  coûts  de  3.Qui  vous  apprennent   14.  Apporter  le  contexte par6cipa6onquelques  chose  à  vous  mais  aussi  aux  autres 15.  Délivrer  un  niveau  de   3.  Ecourager  l’exploita6on complexité  4.  Raconter  une  histoire5.  Ne  pas  ajouter  de  bruit   compréhensible III. Concecption de 16.Eviter  la  distorision  des  au  bruit données datavisualization6.Le  fond  doit  primer  sur   1.Comment  choisir  une  la  forme visualisa6on  ?  7.Faire  oublier  la   2.Servir  un  objec6fméthodologie 3.  Essayer  et  ré-­‐essayer8.  Révéler  sans  exagérer 4.  Analyser  les  besoins9.  Structurer  l’informa6on  ? 5.  Respecter  les  standards  
  • 71. Pratique 3.decryptage de mauvaisesvisualisations de données
  • 72. 94
  • 73. Exercice 4.OUTILS DE VISUALISATION DEDONNées
  • 74. Quelque outils de visualisation• Google Spreadsheet & Fusion Table•Geocommons•Many Eyes•Timetric.com•Tiki-Toki.com•Infogr.am•Socrata.com
  • 75. Quelque références de visualisation de donnéesSITES 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
  • 76. MERCI !@dataveyes – dataveyes.com - caroline@dataveyes.com – 06.86.53.68.98