background preloader

6 – Livre blanc sur la data visualisation, le retour de 30 entreprises

6 – Livre blanc sur la data visualisation, le retour de 30 entreprises
01net le 28/06/13 à 11h50 Si Napoléon est connu pour ses conquêtes et son rôle d’empereur, il l’est beaucoup moins en tant que précurseur involontaire de ce qui est devenu une mode dans le secteur IT, la « data visualisation ». Charles Joseph Minard, ingénieur civil français, a retracé en 1969 les pertes humaines de la Grande Armée lors de la campagne de Russie. En représentant par un graphique une grande quantité de données (les quelque 600 000 grognards), le trajet effectué et une courbe présentant la variation de température dans le temps, il a fait ce que l’on appelle de la « data visualisation ». SAS définit ce phénomène comme « l’exploration visuelle et interactive et la représentation graphique des données, quelles qu’en soient la volumétrie (du small data au big data), la nature ou la provenance. L'évolution de la Grande Armée lors de la campagne de Russie, par Charles Joseph Minard. Pourquoi faire de la data visualisation ? © impactvisuel.net Related:  dataviz

5 – Rendre visuelles des données brutes La data-v isualisation c’est LA nouvelle tendance de création de contenu. Un mot anglais (une fois de plus) pour décrire une nouvelle forme de traitement de l’information. Sur le site de France Inter, Julien Baldacchino présente le concept comme « l’art d’exposer, de façon graphique, des données brutes ». - Rendre les données, parfois complexes, plus digestes pour le lecteur, accessibles à tous pour créer un lien avec le lecteur - Rendre esthétiques, attractives les données pour obtenir la confiance du lecteur Autrement dit, la data-visualisation c’est créer de l’information esthétique. Car en 2013, tout site producteur de contenu a bien compris que le visuel est devenu un élément déterminant dans la mise en scène de l’information. Packaging de brique de lait réalisé par Audrée Lapierre. Nous sommes tous devenus accros aux chiffres, aux sondages, aux pourcentages,… Les internautes veulent pouvoir s’y retrouver facilement, comprendre à la première lecture, ne pas perdre de temps.

Data Visualization [infographie] Ukraine : la démocratie en dictature ! L’Ukraine, un bien beau pays qui est dans l’actualité en ce moment pour de bien tristes raisons… Malgré les vaillants efforts de l’opposition en Ukraine, le Parlement ukrainien a adopté une loi brutale qui dirige le pays en plein dans la dictature. Sont interdits en vertu de la nouvelle loi (sous peine d’emprisonnement) de conduire des voitures dans des colonnes qui dépassent cinq véhicules longs, de mettre en place un système sonore (émission ou réception) non déclaré, les « perturbations de masse » sont passibles de 10 à 15 ans d’emprisonnement, des informations sont collectés sur la police ou les juges, j’en passe… (l’image en grand format) Bref, comme souvent je vous invite à rester vigilant autant que possible sur vos droits, vos libertés et à rester informés tout en informant… et à militez avec vos propres moyens, si vous le pouvez! source Êtes-vous adepte du multitasking ? (voir l’image en grand) Et vous, êtes-vous « multitâche » ?

Le Tour de France - 100 ans de Tour Visualisation de données, dessiner pour informer et comprendre… La datavisualisation est l’étude et la mise en image d’informations, de données et de chiffres bruts. Conçue comme un résumé visuel, elle permet de les rendre plus accessibles et ouvre aussi parfois de nouvelles perspectives. Elle est l’œuvre du datadesigner, qui travaille en collaboration avec le datajournaliste (qui recueille les données), à moins d’assumer lui-même cette fonction de documentation et d’investigation. Le datadesigner s’efforce donc de rendre l’information à la fois claire et compréhensible sous une présentation agréable et esthétique. Quelques repères historiques Soulevant le problème de l’absence de formation à l’élaboration et à la lecture des graphiques, Gaëtan Gaborit nous propose, dans un diaporama publié en mai 2012, une initiation au monde des représentations visuelles. la loi de proximité,la loi de fermeture,la loi de similarité etla loi de symétrie. Lisibilité VS recherche esthétique ? Des modèles à suivre ? Des outils accessibles Références :

1 – Data mining et marketing Le data mining signifie littéralement « forage de données ». Comme dans tout forage, sont but est d’extraire des données disponibles au sein de toute entreprise des informations exploitables d’un point de vue commercial. Dans le contexte actuel ou le consommateur est considéré comme volatile, ou la concurrence s’intensifie et ou les marchés deviennent saturés, le client devient l’acteur principal de l’entreprise. Des milliers d’informations sont collectées sur les comportements des clients mais sont le plus souvent mal exploitées. 1 . Le data mining (appelé également exploitation stratégique de données) est apparu au milieu des années 90 avec le développement des datawharehouse. Le data mining correspond à l’ensemble des techniques et des méthodes qui à partir de données permettent d’obtenir des connaissances exploitables. Le data mining utilise une démarche statistique mais ses outils sont appelés à être utilisés par des non statisticiens spécialistes. 2. 3. 4. Marketing direct

[DataViz] Google Play Music Timeline, c'est joli, mais ça sert à quoi ? La visualisation de données, c’est beau (souvent), utile (parfois), mais surtout, surtout, ça fait du partage sur les réseaux sociaux, du “like”, du chiffre d’affaire potentiel… et ça, Google l’a très bien compris. Lancée il y a quelques jours, sa “Music Timeline” est un produit très réussi, mais dont les mésinterprétations sont déjà nombreuses. Immédiatement classée dans ma liste des visualisations à analyser, voilà qu’Espace 2, la principale radio culturelle et musicale suisse romande m’interpelle sur le sujet. J’en profite donc pour assortir cette chronique audio (ci-contre à droite) de quelques rapides éléments de commentaire. Une visualisation réussie… Ce travail est un exemple remarquable d’utilisation de la librairie D3, une timeline interactive qui donne une vision globale de la musique de ces soixante dernières années telle qu’elle est consommée par les utilisateurs du service musical de Google. …qui souffre de sa superficialité Google Music Timeline

5 – Forêts aléatoires et data mining 0inShare Le module STATISTICA Random Forest est intégré à l’outil de data mining STATISTICA Data Miner. Il reprend les travaux effectués par Breiman et répond aussi bien à des problématiques de classification que de régression. Une Forêt Aléatoire (Random Forest) est constituée d’un ensemble d’arbres simples de prévision, chacun étant capable de produire une réponse lorsqu’on lui présente un sous-ensemble de prédicteurs. Pour les problématiques de classification, la réponse prend la forme d’une classe qui associe un ensemble (classe) de valeurs indépendantes (prédicteur) à une des catégories présente dans la variable indépendante. Concernant la régression, l’arbre est une estimation de la variable dépendante en fonction des prédicteurs. Samuel DODE a rejoint StatSoft France il y a 5 ans.

2 – Ciblage comportemental Un article de Wikipédia, l'encyclopédie libre. Le ciblage comportemental est une technique de publicité qui consiste à personnaliser les contenus promotionnels, en fonction du comportement des internautes et de l'identification de leurs centres d'intérêt. Le logiciel AdWords de Google en est l'un des exemples les plus connus. Définition[modifier | modifier le code] L'expression Ciblage comportemental est la traduction française du terme anglo-saxon « Behavioral Targeting », souvent employé sous l'abréviation « BT ». Cette technique publicitaire consiste donc à employer des éléments comportementaux, notamment l'historique des pages visitées, les recherches effectuées sur les sites, les produits mis en panier et/ou achetés en ligne, le clic sur bannière publicitaire, les taux de transformation, etc. pour déterminer avec précision les centres d'intérêt d'un internaute ou d'un mobinaute. Origine[modifier | modifier le code] Objectifs[modifier | modifier le code] Technologies Le Profiling

La dataviz facile : 5 manières d’aborder la datavisualisation - C-Radar De façon ludique et pratique, C-Radar a sélectionné 5 manières d’aborder la datavisualisation : avec un outil puissant et pratique, Datawrapper, une bibliothèque outillée, C-Radar, une personnalité, Karen Bastien, un blog de veille, “The Datavisualisation Catalogue” et enfin un très bon cours d’histoire réalisé par Gaëtan Gaborit. 1. Un outil indispensable et grand public de dataviz : Datawrapper Son utilisation : parfaitement simple d’utilisation, rapide et sobre, régulièrement utilisé sur le site du Monde.fr par exemple, Datawrapper est l’un des meilleurs outils en ligne pour la plupart des visualisations courantes. Avec un large choix de visualisations, la méthode d’utilisation est découpée en étapes simples qui vous permettent de paramétrer facilement les données que vous voulez mettre en valeur. Exemple de datavisualisation réalisée avec Datawrapper En chiffres : 2. En chiffres : 3. Karen Bastien, de l’agence Wedodata 4. Son utilisation : pour vous aider à afficher vos données. 5.

Related: