Connexion

Connexion à votre compte

Identifiant
Mot de passe
Maintenir la connexion active sur ce site

Blog

This is #DATA14 : IronViz Contest !! - Partie 1 : Qualification

Ce premier billet de blog vient en clôture de la conférence Tableau 2014 (#DATA14) qui s'est tenue à Seattle du 07 au 13 septembre 2014. J'ai eu la chance d'y participer grâce à ma qualification au concours de data visualisation IronViz organisé par Tableau Public. Ce post va donc tenter de répondre à la question suivante : comment ai-je réussi à me qualifier à l'IronViz ? Je vais par conséquent décortiquer la visualisation qui m'a permis de remporter la qualification.


1. Une histoire d'accidents


La visualisation m'ayant permis de remporter mon billet pour Seattle est disponible à à cette adresse. Cette visualisation est composée de 6 parties différentes présentant plusieurs aspects de l'accidentologie en France en 2012. Ces 6 parties tentent de répondre à des questions différentes qui m'ont parues importantes. Chaque section de ce storytelling est décomposée en 3 ou 4 blocs. Ce choix a été fait en tenant compte du nombre d'informations que nous pouvons analyser. En effet, je n'ai pas voulu insérer plus de 4 graphiques afin de ne pas surcharger les différents tableaux de bord construits. De plus, chaque partie est organisée quasiment de la même façon : la partie gauche des tableaux de bord comporte des graphiques "analytiques" et la partie droite une carte accompagnée ou non d'un second graphique. La carte est chaque fois différente car elle permet d'observer la masse de données traitées pour chaque partie. On peut donc remarquer que la première partie de l'histoire comporte l'ensemble des données alors que les deuxième et troisième parties ne traitent qu'un sous-ensemble du jeu de données.


VizAccidents


2. Des heures de travail et quelques semaines d'analyse


Pour cette visualisation, la majorité du temps consacré a été alloué aux analyses. En effet, les données (disponible ici : data.gouv.fr) ont été triturées via divers axes d'analyse afin de produire un premier prototype. Ce premier prototype a ensuite été testé par mes très chers collègues ainsi que des personnes extérieures au métier. Cette phase de test a permis d'affiner les analyses, de les corriger si nécessaire (et ça l'était), de modifier le parcours utilisateur, les couleurs, etc. Bien entendu la première version était loin de ressembler à la viz finale... Afin d'aboutir à un travail accompli et présentable, il est nécessaire de réaliser un certain nombre d'itérations permettant parfois d'enrichir et d'ajouter des graphiques et d'autres fois d'alléger et de simplifier les visuels. Le but de tout cela est de fournir au lecteur une expérience simple mais efficace !


Lors de la réalisation de data visualisations, le plus dur en tant que concepteur des représentations graphiques est de réussir à se mettre à la place du lecteur. En effet, lorsqu'on est auteur d'une réalisation, il est bien évidemment plus aisé de comprendre le message que l'on a voulu faire passer. En revanche, il est beaucoup plus difficile de se mettre dans le peau de quelqu'un qui ne connaît pas le but du développement voire qui n'appartient au domaine ! C'est pour cela que j'ai choisi dans mon processus de production de ne rien dévoiler jusqu'à la réalisation du premier prototype fonctionnel. Cela me permet de pouvoir présenter mon projet à mes collègues et amis sans qu'ils n'aient connaissance de l'objectif. Les retours sont toujours plus bénéfiques dans cette configuration.


3. Fast & Furious by Tableau !


La voiture a été la partie la plus longue et la plus fastidieuse à développer. Afin de pouvoir représenter une voiture dans Tableau, il a été nécessaire de créer un jeu de données dédié. Pour cela, j'ai utilisé la fonction d'annotation de points présente dans l'outil afin de créer des coordonnées cartésiennes permettant de placer les différents points de la voiture sur des axes géométriques. Je me suis appuyé sur une image de voiture dénichée sur Internet afin de récupérer une géométrie fidèle à nos véhicules (je ne suis pas en mesure de dessiner une voiture de tête, bien évidemment !!).


plan_voiture


La première étape a été de bien noter la taille en pixels de l'image sélectionnée. Cette taille permet de pouvoir définir l'image comme trame de fond du graphique (elle permettra ultérieurement de définir la taille du graphique final dans le tableau de bord). J'ai par ailleurs choisi de diviser la largeur de l'image en 2 pour des raisons pratiques détaillées plus bas, cela me permet de positionner l'axe Y au milieu de l'image.


voiture1


Puis à l'aide de l'annotation de points, j'ai récupéré toutes les coordonnées du côté droit de la voiture. Le fait est que je n'ai pas récupéré tous les points car cela en ferait beaucoup trop à annoter mais seulement quelques uns me permettant de pouvoir tracer correctement la forme de la voiture. Ensuite, j'ai dupliqué tous les points en exécutant une symétrie axiale (axe Y) afin de conserver exactement la même géométrie de chaque côté de la voiture (et aussi dans le but de me faciliter la tâche !!). Tous ces points récoltés m'ont permis de construire un fichier Excel utilisé lors de la représentation du véhicule dans Tableau.


voiture2


A ce niveau, il ne reste plus qu'à définir une trame de fond (grise pour la chaussée) puis 2 bandes de références à distance égale symétriquement de l'axe Y (vertes pour le bas-côté) et enfin la mise en forme blanche en pointillé de la ligne du 0 de l'axe Y permet de tracer une ligne ressemblant à nos routes !


voiture3


Au niveau des données liées à la voiture ? La fonctionnalité de data-blending de Tableau m'a permis de positionner des indicateurs sur les différents polygones composant la voiture. Cela me permet de gérer une légende des couleurs ainsi que l'étiquette associée.


blending


4. Un peu de design et.... TADA !


Une fois que toutes les étapes d'itération des indicateurs et des graphiques ont été effectuées, je me suis attaqué à la mise en forme de l'ensemble de l'histoire. Afin de rester simple et sobre, j'ai choisi un fond blanc classique. Les couleurs sont globalement des gradients divergents entre le vert et le rouge. J'ai choisi cette palette car elle représente le mieux le danger aux yeux de tout un chacun : plus c'est rouge plus c'est dangereux voire mortel pour certains graphiques. Néanmoins, une seconde palette de couleurs a été utilisée pour la partie concernant les vacances. J'ai choisi d'utiliser le noir afin de représenter le trafic autoroutier dense et bouché des périodes de vacances. Enfin lors de la représentation de répartition femme/homme, j'ai choisi les couleurs rose et bleu afin de me rapprocher au maximum des clichés existants !


Conclusion


Tout ce travail m'a permis de tester réellement la fonctionnalité Storypoints de Tableau. Cela m'a permis de voir que cette fonctionnalité est réellement bien pensée car elle autorise l'utilisation d'un seul tableau de bord pour plusieurs étapes du storytelling. Néanmoins, des progrès reste à faire quant à la souplesse de cette fonctionnalité notamment au niveau mise en forme et mise en page, au niveau des liens de redirection lorsque l'on veut accéder directement à une feuille sans repasser par le tableau de bord.


Enfin, j'ai été ravi d'être sélectionné pour l'IronViz parmi toutes les visualisations présentées. Elles étaient vraiment toutes de grande qualité et auraient méritées autant que la mienne d'être sélectionnées. De plus, je ne suis pas peu fier d'être allé jusqu'à l'égalité avec le légendaire Matt Francis et d'avoir été sélectionné ! =)

Rechercher sur le blog