Dès qu’il s’agit des données, les chiffres atteignent rapidement des sommets vertigineux : selon le cabinet IDC, la taille de l’univers numérique devrait atteindre 175 zettabytes de données d’ici 2025.
Le big data se caractérise par la règle des 3V : volume, variété, vitesse, auxquels on peut rajouter 2 autres V : valeur et visualisation. En effet, prise individuellement, une donnée ne vaut rien… C’est l’analyse, à travers la datavisualisation, qui va apporter de la valeur ajoutée en créant de l’intelligence et du savoir.
Les méthodes et outils de datavisualisation permettent ainsi au veilleur-analyste de traiter des masses de données en appliquant des algorithmes statistiques et en limitant les biais cognitifs. Tout en rationalisant et enrichissant les données, les outils logiciels permettent également d’offrir des interfaces d’exploration dynamique des corpus de données chiffrées ou textuelles.
Cette fiche propose une approche orientée « méthodes » de la datavisualisation en présentant les différentes étapes : analyse du besoin, identification des données, préparation, choix des métriques.
Étapes :
Prenez soin de vérifier vos données Quelle que soit la qualité de votre visualisation, si les données sont de mauvaise qualité, votre analyse sera fausse. Elle pourrait alors conduire à des interprétations erronées et potentiellement dangereuses pour les utilisateurs. Prenez le temps de formaliser ...
Ne travaillez pas avec de la donnée brute Cette donnée doit être traitée, homogénéisée et si possible enrichie avec des outils de catégorisation des données ou bien de traitements statistiques. Ne commencez pas à travailler sur des données avant de savoir ce que vous y recherchez C’est la lecture q...
