INTRODUCTION

À LA DATA
VISUALISATION

Formateurs : Zakaria AOUJIL

Content
01 Data visualisation c’est quoi ?

02 Pouquoi visualiser ?
Un bon croquis vaut mieux qu'un long discours

03 La perception visuelle

04 Réussir une data visualisation

05 De la visualisation au storyteling

06 Boite à outils
Data visualisation
c’est quoi?
 Définition et historique

Définition Historique
Visualisation d’information

“L’utilisation de représentation visuelles,

interactives et informatique de données
abstraites pour amplifier la cognition.”
Card, Mackinlay, & Shneiderman, 1999
 Une approche multidisciplinaire

Mathématique et statistiques Design et informatique

DATA
VISUALIZATION

Psychologie et communication Expertise

Objectif
Explorer des données
brutes pour les présenter
de façon claire et pertinente
Les types de visualisations

Cartographie Représentation de données

géographiques
Visualisation Représentation et interaction avec des
scientifique données
scientifiques principalement basées sur
des objets
physiques qui permettent d’amplifier la
cognition.
InfoVis Utilisation interactive de représentations
visuelles
abstraites qui permettent d’amplifier la
cognition.
. Science du raisonnement assisté par des
Visual Analytics interfaces
visuelles interactives et l’Intelligence
Artificielle.
Pourquoi visualiser
?
 Pourquoi visualiser ?

Enregistrer de l’information
● Plan, photo

Transmettre de l’information (présenter)

● Partager et persuader
● Collaborer et itérer
● Mettre en avant un aspect des données

Faciliter le raisonnement sur

l’information (analyser)

● Analyser et calculer
● Raisonner sur les données
● Feedback et interaction
Pourquoi visualiser ?
Pourquoi visualiser ?
 Pourquoi visualiser ?

BIG DATA
Tous les deux jours, nous produisons
autant d'informations que depuis le début
de la civilisation jusqu'en 2003.
C’est d’environs 5 exaoctets de données.
 Pourquoi visualiser ?
La profusion de données oblige à passer un
01
temps considérable pour trouver les données
pertinentes pour prendre une décision

 Ces données sont nombreuses, variées,

souvent confuses
 Elles sont stockées sous forme de tableurs ou
de BD

La Dataviz permet de se concentrer sur

02 l’essentiel, plus rapidement
“une image vaut mieux qu’un long discours”
 Notre cerveau a besoin de moins de 250
millisecondes pour saisir, comprendre et
répondre à une information sous forme
visuelle
 Répondre aux problématiques de
concentration en consultation sur écrans : en
moyenne, 10 secondes sur le même contenu
et elle tend à diminuer d’année en année
Pourquoi ne pas s’appuyer sur
l’analyse de données ?

Quartet d'Anscombe
Dataviz Exploratoire vs explicative

Graph
interactive Infographie

Tableau Rapport
de bord
La perception
visuelle
La perception visuelle
La perception pré-attentive

 Perception rapidement  Perception longue

 Précision faible  Incertitude faible
 Théorie de la Gestalt
« Le tout est supérieur
à la somme des • Loi de la bonne forme • Loi de continuité
parties » (ou prégnance) 

• Loi de la figure-fond
• Loi de clôture
(ou fermeture) • Loi de l’émergence
Théorie de la Gestalt

• Pas de groupement

• Loi de Proximité

• Loi de similitude: Couleur

• Loi de similitude: Taille

• Loi de similitude: Orientation

• Loi de similitude: Destin commun

 Les principes cognitifs de Bertin
Les variables et (Position)

Implantations
visuelles de Bertin

(Nuances)

Les types (niveau) des (Texture)

variables visuelles
 Les principes cognitifs de Bertin

La pertinence selon le type des données

Vision des couleurs et daltonisme
Le nombre d’or
Réussir une data
visualisation
 Data visualisation par
étapes

Le message essentiel
 Qui ?
 Quoi ?
 Où?
 Quand ?
 Pourquoi ?
 Comment ?
Réussir une data visualisation
S'approprier
(Savoir)

Explorer
(Sentiment)

Donner un apercu
(Narration)
Partage

Susciter l'intérêt
(visuel) Interactivité

Storytelling

Visualisation
 La fouille des données

Bien connaitre les données

Math/Stat Le métier La conversion

 Moyenne/ Médiane
 Valeur/ indice/ pourcentage
 Valeur/ Variance/ évolution
 Le titre / idée générale  Calcule des indices, pourcentages
 Repérer les erreurs  Les agrégations
 Détecter la subjectivité  Les regroupement
 Les filtres
 La conversion de format
 La fouille des données

Le typage des données

La fouille des données
Réussir une data visualisation
Les graphique de base
 Les cartes géographiques

Les éléments
visuelles des cartes
 Marqueurs
 Couches
 Chloropète
 Carte de chaleur
 Les flux

Carte de Chaleur avec couches

MongoDB.html
 Les bonnes pratiques de la « dataviz »

Eviter le bruit graphique

 3D
 Textures et dégradés
 Backgrounds
 Couleur comme données
 Explication additionnelle
 2 en 1
 Les bonnes pratiques de la « dataviz »

L’échelle
De la visualisation
au storyteling
 Le storytelling c’est quoi ?

Arguments
Convaincre logiquement

Narration
Convaincre émotionnellement
 Les métaphores
• Concerne le sujet
• Racontable
• Visualisable

« La simplicité est l’ultime sophistication »

 Repenser la data visualisation

Exemple 1
 Repenser la data visualisation

Exemple 2
 Repenser la data visualisation

Exemple 3
 Repenser la data visualisation

Exemple 3 (Suite)

Le texte n’est qu’un complément

 Repenser la data visualisation

Exemple 4
 Repenser la data visualisation

Exemple 4 (suite)
 Repenser la data visualisation
Exemple 5 (Tableau)
 Visualisation émotionnelle

Visualisation émotionnelle Pourquoi le SCRIBBING ?

• Rapidité
• Transition • Flexibilité
• Interaction / retour d’information • Mise en échelle
• Attirer l’attention • Connexion cors-esprit
• L’évolution dans le temps

Pourquoi ?
• Histoire plus tangible / mémorisable
• S’approprier /s’identifier à l’histoire
• Plus de crédibilité

Historique Records de température

La boite à outils
Atelier pratique