Une bonne visualisation de données consiste en un équilibre entre simplicité, lisibilité, concision et valeur informative. Mais avant de se lancer dans l’acte de création visuelle, plusieurs étapes sont indispensables pour en assurer pertinence et efficacité. « Data + design, a simple introduction to preparing and visualizing information » consiste en un guide pratique qui passe chacune d’entre elles en revue, sous la forme d’un e-book qui se décline en deux versions (en ligne sur un site dédié ou en téléchargement au format PDF). Cette entreprise collaborative et open source rassemble une cinquantaine de spécialistes du traitement et/ou de la visualisation de données, originaires de quatorze pays.
D’abord une histoire à raconter
Réaliser une visualisation de données, c’est avant tout raconter une histoire. Le processus débute logiquement par la collecte de données, laquelle doit amener à s’interroger sur le type de données dont on dispose. Sont-elles nominales ou ordinales ? Qualitatives ou quantitatives ? A combien de variables font-elles référence ? Lorsque les données proviennent d’enquête, il est tout aussi important de connaître le type d’enquête, son sujet, la manière dont elle a été menée, le type de questionnaire proposé et à quel panel.
Mode d’emploi de la présentation de données
Une fois les données collectées et « identifiées », il s’agit de les séparer en champs, d’examiner leur complétude, d’éliminer les doublons. C’est l’étape de nettoyage (data cleansing/cleaning). Vient seulement ensuite la transformation des données en graphiques. Quelle donnée choisir et comment la représenter ? Quels sont les éléments qui font qu’une visualisation de données est efficace ? Quelles sont les bonnes pratiques ? Et les pièges à éviter ou les erreurs les plus fréquentes ? « Data + design » examine chacune de ces étapes. Et dispense de nombreux conseils : comme, par exemple, celui de présenter un même jeu de données sous différentes formes, pour permettre d’en donner une image plus précise, plus complète.
« Le design influence la perception de l’information. C’est un récit et aucun récit n’est exprimé de manière objective. »
La question de la neutralité des visualisations de données est également évoquée dans l’e-book. Qui propose une série de ressources utiles (notamment à propos des enquêtes en ligne, des feuilles de calculs et des expressions régulières) et un glossaire assez complet.
(L.D.)
Trina Chiasson, Dyanna Gregory et alli. « Data+design, a simple introduction to Preparing and Visualizing Information. E-book gratuit sous licence Creative Commons (CC BY-NC-SA 4.0) . Le code source est disponible sur GitHub. Avec la collaboration d’Infoactive (plateforme de visualisation de données) et du Reynolds Journalism Institute (Université du Misouri). Site : https://infoactive.co/data-design
