2. Programme de la formation
1ÈRE DEMI-JOURNÉE 3ÈME DEMI-JOURNÉE – 4 HEURES
LES ENJEUX DU JOURNALISME DE DONNEES ET DE LA VISUALISATION DE DONNÉES : principes fondateurs,
VISUALISATION DE DONNEES fondamentaux de sémiologie visuelle
DONNÉES : Enjeux du data-deluge, recherche, étude de cas : étude de plusieurs « bonnes » et
« mauvaises » visualisations
sources, droit d’auteur
exercice : découverte des principaux portails open data VISUALISATION DE DONNÉES : découverte d’une
sélection d’outils gratuits de visualisations et de
DONNÉES : données de flux vs données en base, API,
partage des données
formats,
exercice : initiation à Google Chart, Tagxedo,
exercice : découverte du fonctionnement des API sur
GeoCommons, Socrata, infogr.am, manyeyes, en fonction
console
des besoins des étudiants
2ÈME DEMI-JOURNÉE – 4 HEURES
4ÈME DEMI-JOURNÉE – 4 HEURES
WORKSHOP DONNÉES : Extraction, nettoyage, filtrage
WORKSHOP VISUALISATION DE DONNÉES : choix
des données
technologiques, ergonomiques et esthétiques
exercice : les étudiants commencent la recherche, le
exercice : les étudiants réalisent une première version de leur
nettoyage et l’étude des données qui leurs serviront pour
réaliser un projet de visualisation ; ils découvrent des outils projet soit à l’aide des outils gratuits découverts en cours, soit à
et des bonnes pratiques au cours du worskhsop. l’aide d’un outil de wireframing.
WORKSHOP CONCEPTION : User Experience,
Architecture de l’information
exercice : les étudiants commencent la conception de leur
projet de visualisation : ciblage, parcours, besoins
utilisateurs, personas, mapping des besoins, etc.
3. Data visualization
Opendata
WHAT ABOUT ME ? News products design
Innovation management
Media strategy
Information architecture
CO-FOUNDER CO-FOUNDER
ACTUVISU DATAVEYES
R&D
JOURNALIST JOURNALIST JOURNALIST JOURNALIST RESEARCHER DATA-JOURNALIST DATA-JOURNALIST
‘05 ‘06 ‘07 ‘08 ‘09 ‘10 ‘11 ‘12
MÉMOIRE
« Mutation des enterprises de presse et
stratégies numériques »
MASTER HEC – Télécom PARIS
Management des MASTER Management des
médias nouvelles technologies
SCIENCES PO
RENNES
72. I. Les fondamentaux II. Nettoyer les III. Chercher
1.
Collecter
les
données l’histoire
informa6ons
basiques
1.
Corriger
les
problèmes
1.
Fuir
les
données
plates
2.
Ne
pas
se
couper
de
ses
de
format
données
sources 2.
Favoriser
l’analyse
2.
Se
poser
quelques
mul6-‐variable
3.
Ne
pas
avoir
de
date
ques6ons
d’expira6on 3.
Causalité
n’est
pas
corréla6on
4.
Rendre
les
données
réu6lisables 4.
Eviter
l’ambiguité
des
données
5.
Connaître
ses
faiblesses
5.
Ne
présenter
que
6.
Dire
la
vérité
sur
ses
l’essence
données
6.
Chercher
les
bons
mash-‐up
74. Quelque liens pour continuer à se forme sur Excel
FONDAMENTAUX D’EXCEL
•http://office.microsoft.com/en-us/excel-help/use-excel-tables-to-manage-information-RZ102252956.aspx
•http://office.microsoft.com/en-us/excel-help/basic-tasks-in-excel-2010-HA101829993.aspx?
CTT=5&origin=HA010370218
•http://issuu.com/tcij/docs/data_journalism?mode=embed&layout=http%3A//skin.issuu.com/v/light/
layout.xml
FORMULES DANS EXCEL
•http://office.microsoft.com/en-us/excel-help/get-to-know-excel-2010-create-formulas-RZ101862712.aspx
FONCTION SI()
•http://office.microsoft.com/en-us/excel-help/the-if-function-what-it-is-and-how-to-use-it-RZ102425926.aspx
NETTOYER DES DONNÉES DANS EXCEL
•http://office.microsoft.com/en-us/excel-help/top-ten-ways-to-clean-your-data-HA010221840.aspx
MACRO REVERSE PIVOT
•http://spreadsheetpage.com/downloads/xl/makedatabasetable.txt
84. Variable Width Table or Table with Bar Chart Column Chart Circular Area Chart Line Chart Column Chart Line Chart
Column Chart Embedded Charts
Column Histogram
Scatter Chart
Line Histogram
Bubble Chart
Scatter Chart
3D Area Chart
Stacked 100% Stacked Stacked 100% Stacked Area Chart Pie Chart Waterfall Chart Stacked 100% Column Chart
Column Chart Column Chart Area Chart with Subcomponents
84
85.
86. 10.
visualiser
n’est
pas
I. l’état d’esprit dessiner
II. soigner
1.
Résoudre
un
problème 11.
Visualiser
=
comparer l’INTRACTION
2.
Créer
des
visualisa6ons
12.
Le
ra6o
encre/idées
1.
Rendre
l’interac6on
qui
vous
apprennent
13.
Montrer
les
causes
et
efficace
quelque
chose
conséquence
2.Limiter
les
coûts
de
3.Qui
vous
apprennent
14.
Apporter
le
contexte par6cipa6on
quelques
chose
à
vous
mais
aussi
aux
autres 15.
Délivrer
un
niveau
de
3.
Ecourager
l’exploita6on
complexité
4.
Raconter
une
histoire
5.
Ne
pas
ajouter
de
bruit
compréhensible III. Concecption de
16.Eviter
la
distorision
des
au
bruit
données datavisualization
6.Le
fond
doit
primer
sur
1.Comment
choisir
une
la
forme
visualisa6on
?
7.Faire
oublier
la
2.Servir
un
objec6f
méthodologie
3.
Essayer
et
ré-‐essayer
8.
Révéler
sans
exagérer
4.
Analyser
les
besoins
9.
Structurer
l’informa6on
? 5.
Respecter
les
standards
97. Quelque outils de visualisation
• Google Spreadsheet & Fusion Table
•Geocommons
•Many Eyes
•Timetric.com
•Tiki-Toki.com
•Infogr.am
•Socrata.com
98. Quelque références de visualisation de données
SITES LIVRES
• Informationisbeautiful.net •S. FEW, Show me the number
•B. FRY, Visualizing Data
•Datavisualization.ch
•A. JOANNES, Data Journalism
•Flowingdata.com •R. KLANTEN, Data Flow
•Infosthetics.com •S. D. LEVITT, Super Freakonomics
•Visualizing.org •M. LIMA, Visual Complexity
•D. MAC CANDLESS, Information is
•Visual.ly
Beautiful
•Visualcomplexity.com •E. TUFTE, Envisioning Information
•datadrivenjournalism.net/ •E. TUFTE, The Visual Display of
Quantitative Information