Visualisation: La Présentation des Données

Dans ce blog nous avons déjà parlé de l’importance des données dans la prise de décisions et comment les outils modernes facilitent l’accès, la consolidation et l’analyse des données.

Mais extraire le sens à partir d’une quantité toujours croissante de données reste une tâche qui demande du temps et des efforts pour nettoyer, organiser et finalement présenter les informations d’une manière claire, concise et qui permet de justifier la prise de décisions.

Dans ce contexte, une nouvelle discipline a fait son apparition: La visualisation de données, aussi connue avec son pseudonyme DataViz. Cette discipline se trouve à l’intersection entre l’analyse des données proprement dit et le design graphique. Des agences et des produits ont apparu dans ce secteur en expansion.

Aujourd’hui nous allons parler des compétences requises au sein d’une équipe qui travaille sur la visualisation et dans l’article suivante nous allons essayer de présenter une manière générique d’aborder ce type de projet, en tout cas comment nous le voyons.

Compétences

La visualisation combine des compétences de plusieurs domaines et de ce fait, il est important de garder à l’esprit qu’il s’agit typiquement d’une équipe et pas d’une seule personne qui s’occupe de cette activité et délivre des résultats satisfaisants d’une manière régulière. Il est possible pour quelqu’un qui a des compétences dans un des domaines de commencer et de faire quelques itérations pour démontrer la valeur de la visualisation, mais il est peu probable qu’une seule personne connaisse suffisamment de détails dans tous les domaines et qui puisse avoir suffisamment de temps pour tout faire.  

Data

Évidemment, la capacité de comprendre le contenu et la structure des données reste le noyau à partir duquel la visualisation peut avoir du sens.  Il est alors important d’être capable de manipuler les données avec de l’aide de différents outils, en particulier pour les classer, trier, réorganiser et normaliser. Il est aussi essentiel de savoir faire ça avec différents outils, pas seulement avec omniprésent Excel mais aussi avec des produits spécialisés comme Tableau ou Qlik ou bien se servir des applications de Business Intelligence. Finalement, pour profiter efficacement de la taille monumentale de l’ensemble de données et de la puissance de calcul disponible, il devient nécessaire de maîtriser des outils de manipulation de données d’une manière programmatique, par exemple les modules de manipulation de données sur Python comme pandas et numpy.    

Design

Le deuxième volet de l’aventure de la visualisation est le graphisme ou le design en général. Pour qu’une visualisation soit utile et parlante, il faut qu’elle soit claire et qu’elle donne envie de passer du temps à explorer le contenu et le message qu’elle véhicule. Le choix des éléments facilite l’interprétation des données sous-jacentes. L’objectif d’une visualisation est de permettre la formation d’une compréhension intuitive des données sans pour autant avoir besoin de garder en tête les chiffres exactes.

Il existent différents types de diagrammes qui peuvent servir comme point de départ parce qu’ils sont bien connus et permettent de voir la relation entre des séries de donnés. Par exemple, les diagrammes de type ‘pie’ montrent facilement les proportions relatives de chaque catégorie, ou les diagrammes de barres ou de lignes montrent la progression dans le temps ou les poids relatifs des groupes dans une série de données.

Mais ce type de diagrammes reste générique et pour aller plus loin il est souvent nécessaire de concevoir des représentations customisées qui peuvent partir des modèles de diagrammes prédéfinis mais qui adaptent les formes, couleurs ou autres éléments au sujet qu’ils représentent.

Storytelling

La troisième compétence importante pour la visualisation de données est celle de pouvoir concevoir et raconter une histoire à partir des données. La visualisation de données ne se fait pas simplement pour présenter joliment les chiffres, mais surtout pour laisser chez l’observateur une impression claire d’une idée et probablement l’inviter à choisir un cours d’action. Les données et leur présentation servent surtout à légitimer cette prise de position et la visualisation a pour objectif de convaincre l’observateur et lui donner des éléments pour justifier la décision qui est suggérée.

L’histoire peut être simple, mais il faut qu’elle soit intéressante, captivante. Comme toute histoire, elle commence par la définition du contexte ou la mise en scène. Après, il y a un événement qui déclenche l’action et à la place des personnages, il y a des représentations graphiques qui sont mis en avant pour faire parler ces données. A la fin de l’histoire il doit avoir une conclusion, que ce soit un nouveau contexte ou un résultat.

Dans le monde de la visualisation de données, il est donc crucial d’utiliser les données et le design approprié pour raconter cette histoire d’une manière qui garde l’intérêt de l’observateur et qui laisse à la fin un message souhaité.

To be Continued…