14 Sept 2016, EMLYON Campus de Paris 1

Data visualization

Présentation et enjeux pour le business

Clément Levallois @seinecle

14 Sept 2016, EMLYON Campus de Paris 2

Data visualization

Data Visualization

14 Sept 2016, EMLYON Campus de Paris 3

“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

14 Sept 2016, EMLYON Campus de Paris 4

“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

14 Sept 2016, EMLYON Campus de Paris 5

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?

14 Sept 2016, EMLYON Campus de Paris 6

Exemples clés de dataviz • 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/)

14 Sept 2016, EMLYON Campus de Paris 7

• “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.

14 Sept 2016, EMLYON Campus de Paris 8

Twin Tower Memorial

14 Sept 2016, EMLYON Campus de Paris 9

OECD Better Life Index

14 Sept 2016, EMLYON Campus de Paris 10

14 Sept 2016, EMLYON Campus de Paris 11

Drone strikes and victims, 2005-2013

14 Sept 2016, EMLYON Campus de Paris 12

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 Sept 2016, EMLYON Campus de Paris 13

Data visualization: quels rôles?

• Exploration – Y a-t-il des patterns intéressants à détecter dans mes données?

• Clarification

– Interne: voici un résumé clair de mes résultats / recommendations – Externe: voici une explication d’une solution proposée à un client

• Contrôle / audit

– Monitorer les indicateurs, tendances, et outliers sur un dashboard

• Engagement par l’émotion

– Utiliser le pouvoir émotionnel de la dataviz pour convaincre / impacter /

14 Sept 2016, EMLYON Campus de Paris 14

Custom

Solutions pour créer des data visualizations

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

14 Sept 2016, EMLYON Campus de Paris 15

1. Data processing – R, Python et Matlab sont populaires chez les scientifiques et dans l’industrie – 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

14 Sept 2016, EMLYON Campus de Paris 16

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

14 Sept 2016, EMLYON Campus de Paris 17

2. Faire appel à une agence

Un panel de 8 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.dataveyes.com (FR)

www.fathom.info (US, Boston) www.pitchinteractive.com (US, Oakland)

14 Sept 2016, EMLYON Campus de Paris 18

• 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

14 Sept 2016, EMLYON Campus de Paris 19

4. Solutions de BI intégrées

• Tableau

• Qlik Sense

• BIME Analytics

• Palantir

• Spotfire

• SiSense

14 Sept 2016, EMLYON Campus de Paris 20

Take aways 1. Plus de données -> besoin de les interpréter

– La dataviz est un outil clé sans lequel le « big data » peut être inutile

2. Une palette d’outils et de solutions customs ou intégrées: une vraie

compétence qui ne s’improvise pas

3. Ne pas réduire la dataviz à « de la bonne communication »:

– aide à la décision – et aussi création de nouveaux services: voir les travaux pratiques que nous allons faire maintenant

14 Sept 2016, EMLYON Campus de Paris 21

Pour aller plus loin • Critical thinking on data visualization

– http://datastori.es -> A podcast series

– VizWiz

– the Why Axis

– Junk Charts

– WTF Visualizations

• Great lists of tools and resources

– Visualisingdata.com

– Datavisualization.ch