Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Présentation FrenchWeb: Qu'est-ce que la visualisation des données?

1,038 views

Published on

Slides du Webinar FrenchWeb par Clément Levallois.
Pour en savoir plus:
https://executive.em-lyon.com/Formations/Certificats/EMS02-Transformation-Digitale-des-Organisations

Published in: Education
  • Be the first to comment

Présentation FrenchWeb: Qu'est-ce que la visualisation des données?

  1. 1. 09 Février2017, FrenchWeb 1 Data visualization Présentation et enjeux pour le business Clément Levallois @seinecle
  2. 2. 09 Février2017, FrenchWeb 2 • Associate Professor à em Lyon Business School • Chercheur en sciences sociales computationnelles • Membre du Gephi Consortium (gephi.org) • www.clementlevallois.net
  3. 3. 09 Février2017, FrenchWeb 3 Data visualization Data Visualization
  4. 4. 09 Février2017, FrenchWeb 4 “La capacité de collecter, stocker et gérer les données est en train d’augmenter rapidement, mais notre capacité à comprendre ces données reste constante” Ben Fry Co-createur de Processing et fondateur de l’agence Fathom Le problème à résoudre
  5. 5. 09 Février2017, FrenchWeb 5 “Pour faire des découvertes surprenantes dans les données, le meilleur outil dont nous disposons est l’oeil, et sa faculté de lecture des images. “ L’approche exploratoire des données est un type d’analyse des données pour en résumer les principales caractéristiques d’une façon claire et compréhensible, souvent en utilisant des graphiques, sans utiliser de modèles statistiques, et en n’ayant pas non plus formulé d’hypothèse.” Data visualization: inspirée par l’“Analyse exploratoire des données” du statisticien John Tukey Tukey et al., 1983
  6. 6. 09 Février2017, FrenchWeb 6 La dataviz s’inspire de plusieurs traditions Information visualization / Interfaces Homme Machine Comment les humains interagissent-ils avec la technologie? Cartographie Focus sur les Systèmes d’information géographiques Information design Quelles sont les meilleurs pratiques de présentation de l’info?
  7. 7. 09 Février2017, FrenchWeb 7 Exemples clés de dataviz • 2006: GapMinder – https://www.gapminder.org – Auteur: Hans Gosling • 2010: Mémorial pour les victimes des Twin Towers – http://blog.blprnt.com/blog/blprnt/all-the-names/picture-2-3 – Auteur: Jer Thorp (www.blprnt.com) • 2011: OECD Better Life Index – http://www.oecdbetterlifeindex.org/ – Auteur: Moritz Stefaner (www.truth-and-beauty.net) • 2012: La carte en temps réel de la vitesse des vents aux US. – http://hint.fm/wind/ – Auteurs: Fernanda Viégas et Martin Wattenberg (www.hint.fm) • 2013: L’histoire de toutes les frappes de drônes, et leurs victimes, au Pakistan – http://drones.pitchinteractive.com/ – Auteurs: Pitch Interactive (http://pitchinteractive.com/)
  8. 8. 09 Février2017, FrenchWeb 8 • “La carte du marché” • Créée en 1998 pour smartmoney.com • Toujours en ligne et utilisée! – http://finviz.com/map.ashx • Auteur: Matt Wattenberg • Comment la lire – Les couleurs représentent la variation de prix des titres – La surface représente le montant de la capitalisation • Ce qu’elle fait – Evolution des secteurs au premier coup d’oeil – Facilite les comparaisons – Facilite la détection d’outliers / exceptions – Vison micro / maso / macro: on peut zoomer et dézoomer.
  9. 9. 09 Février2017, FrenchWeb 9 Twin Tower Memorial
  10. 10. 09 Février2017, FrenchWeb 10 OECD Better Life Index
  11. 11. 09 Février2017, FrenchWeb 11
  12. 12. 09 Février2017, FrenchWeb 12 Drone strikes and victims, 2005-2013
  13. 13. 09 Février2017, FrenchWeb 13 Comment reconnaître ou créer une bonne dataviz? 1. Une pré-condition: la data doit être respectée – pas de photoshopping! 2. Une « signature »: la donnée individuelle doit rester visible, elle ne doit pas être agrégée. 3. Un résultat: le spectateur doit apprendre qqch de nouveau, à travers un processus de découverte. 4. Une suite: l’ experience doit être addictive, elle doit être mémorable et ainsi à revenir.
  14. 14. 09 Février2017, FrenchWeb 14 Quelles sont les compétences mises en oeuvre? http://drewconway.com/zia/2013/3/26/the- data-science-venn-diagram + Information design Front end development UX design
  15. 15. 09 Février2017, FrenchWeb 15 DATA VISUALIZATION: QUELS RÔLES?
  16. 16. 09 Février2017, FrenchWeb 16 • Améliorer la qualité de l’expérience utilisateur (UX) sur les données – La personne qui consomme les données (analyste, client, partenaire institutionnel…) a une expérience positive, elle est prête à l’évaluer favorablement et à renouveler cette expérience de son plein gré.
  17. 17. 09 Février2017, FrenchWeb 17
  18. 18. 09 Février2017, FrenchWeb 18 • Exploration – Y a-t-il des patterns intéressants à détecter dans mes données?
  19. 19. 09 Février2017, FrenchWeb 19 Source: http://code.waag.org/buildings
  20. 20. 09 Février2017, FrenchWeb 20 • Clarification – Interne: voici un résumé clair de mes résultats / recommendations – Externe: voici une explication d’une solution proposée à un client
  21. 21. 09 Février2017, FrenchWeb 21
  22. 22. 09 Février2017, FrenchWeb 22 • Contrôle / audit – Monitorer les indicateurs, tendances, et outliers sur un dashboard
  23. 23. 09 Février2017, FrenchWeb 23 Source: https://linkurio.us/fraud-detection-in-retail/
  24. 24. 09 Février2017, FrenchWeb 24 • Engagement par l’émotion – Utiliser le pouvoir émotionnel de la dataviz pour convaincre / impacter.
  25. 25. 09 Février2017, FrenchWeb 25 SOLUTIONS POUR CRÉER DES DATA VISUALIZATIONS
  26. 26. 09 Février2017, FrenchWeb 26 Custom Le dilemme Projets one-off Données gérables localement Excellence du design Un éventail de fonctions Grands jeux de données Design standard Peut se déployer de façon industrielle Petites agences Equipes au sein d’organisations Solutions de BI Clé en main
  27. 27. 09 Février2017, FrenchWeb 27 1. Data processing – R, Python et Matlab sont populaires chez les scientifiques et dans le business – Java est utilisé pour le management de la data à grande échelle, mais pas pour les data viz. 2. Visualization – Processing (basé sur Java): pour créer des vidéos, des animations. – Javascript (D3.js, three.js, Google Chart API, SigmaJS etc.): pour créer des dataviz interactives sur le web. – R and Python : pour créer des graphiques – souvent dans un style visuel “scientifique”. 3. Gimp, Inkscape, PhotoShop et Illustrator pour peaufiner et préparer pour impression. 1. Utiliser des outils programmatiques HOW
  28. 28. 09 Février2017, FrenchWeb 28 Mais pourquoi s’embêter avec de la programmation? -> Vous accéder à un niveau inégalé de flexibilité et de créativité -> Ci-dessous, une gallerie d’effets visuels customisables que l’on peut obtenir avec D3js.org
  29. 29. 09 Février2017, FrenchWeb 29 2. Faire appel à une agence Un panel de 7 agences les plus en vues www.tulpinteractive.com (NL) www.truth-and-beauty.net (DE) www.periscopic.com (US, Portland) www.interactivethings.com/ (CH) www.o-c-r.org (US, NYC) www.fathom.info (US, Boston) www.pitchinteractive.com (US, Oakland)
  30. 30. 09 Février2017, FrenchWeb 30 En France • http://www.dataveyes.com • http://wedodata.fr • http://www.studio-v2.com • https://mfglabs.com
  31. 31. 09 Février2017, FrenchWeb 31 • Gephi • NodeXL • VosViewer 3. “click and point” applications • ArcGIS • QGIS • MapBox • Google Fusion Tables • Tableau • Synerscope • joliCharts • Excel • Data Wrapper • Raw (http://app.raw.densitydesign.org/) Tracer des réseaux Tracer des cartes Outils polyvalents
  32. 32. 09 Février2017, FrenchWeb 32 4. Solutions de BI intégrées • Tableau • Qlik Sense • BIME Analytics • Palantir • Spotfire • SiSense
  33. 33. 09 Février2017, FrenchWeb 33 TAKE AWAYS
  34. 34. 09 Février2017, FrenchWeb 34 1. Dataviz = UX pour les données
  35. 35. 09 Février2017, FrenchWeb 35 2. Si données = nouvel or noir, où sont les raffineries? • Nettoyage des données • Analyse • Interprétation • Action / décision Algorithmes et visualisation
  36. 36. 09 Février2017, FrenchWeb 36 3. Pour toutes les industries
  37. 37. 09 Février2017, FrenchWeb 37
  38. 38. 09 Février2017, FrenchWeb 38 Pour aller plus loin • Des sites spécialisés – http://datastori.es -> A podcast series – VizWiz – the Why Axis – Junk Charts – WTF Visualizations • Listes d’outils et de ressources – Visualisingdata.com – Datavisualization.ch • Une rétrospective personnelle: https://github.com/seinecle/D ataStorm2015/blob/master/pu blic_html/keynote.md
  39. 39. 09 Février2017, FrenchWeb 39 Formations • Formateur reconnu en Europe: – Andy Kirk (Visualisingdata.com) • Prof consultante: – Lynn Cherny (emLyon Business School) (http://ghostwheather.com) • Une formation intégrée – Notre certificat Transfo Digitale des Orgas qui commence le 16 Mars: https://executive.em- lyon.com/Formations/Certificats/EMS02- Transformation-Digitale-des-Organisations • Jeunes recrues: – Track “Data science for Business” du Programme Grande Ecole EMLYON http://data.em-lyon.com
  40. 40. 09 Février2017, FrenchWeb 40 Retrouvez cette présentation sur: http://data.em-lyon.com/2017/02/08/webinar- visualisation-des-donnees-dataviz/

×