Visualisation de données : de la donnée à la compréhension

1. 1: Bonjour. m'appelle Josh et je suis le responsable des données et des analyses pour une organisation de plusieurs milliards de dollars. J'ai également une passion particulière pour raconter des histoires efficaces grâce visualisation et à la communication de données. Dans mon rôle, il est essentiel de raconter des histoires de données efficaces afin qu' elles puissent influencer et entraîner changements pilotés par les données au sein de l'organisation. Je suis également instructeur sur tout ce qui concerne les données et le codage. Et je suis heureuse de vous accueillir au sein de cette communauté de professionnels des données enthousiastes. Aujourd'hui, les données sont l'un des actifs les plus puissants et les entreprises possèdent toutes les organisations les plus performantes tous les marchés que vous souhaitez choisir, car elles disposent meilleures capacités en matière de données que leurs concurrents et les professionnels des dates sont parmi les plus compétences recherchées par les recruteurs aujourd'hui, les entreprises investissent actuellement des milliards de dollars pour améliorer leurs capacités en matière de données. Mais permettez-moi de partager un petit point de vue basé sur les données. Coûts liés aux données. Permettez-moi de partager une vue de Data Factory. La plupart des initiatives en matière de données ne donnent aucun résultat. Aujourd'hui, cela n'est pas dû au fait que les initiatives en matière de données ne parviennent pas à recueillir les bonnes données, qu'elles n'ont pas réussi à mettre en œuvre la bonne technologie ou qu'elles ne disposent pas des bonnes personnes. Au contraire, la plupart des initiatives en matière de données visent à collecter certaines données et à les analyser. Et ils atteignent cet objectif. L'écart est qu'une fois ces données présentées, elles n'influencent pas réellement changements positifs au sein de l'organisation. Cela est dû au fait que les données ne sont pas présentées de manière convaincante et influente, elles entraîneront en fait changements concrets au sein de l'organisation. En d'autres termes, le problème est que les gens n'utilisent pas la narration basée sur les données , et c'est exactement ce que nous allons aborder dans ce cours. La narration est l'un des moyens les plus puissants d'influencer, d' enseigner et d'inspirer. Si vous comparez cela à la véracité analytique des données, vous obtenez la narration des données, qui est l'un des outils les plus puissants de toute boîte à outils organisationnelle. Si vous souhaitez valeur commerciale. En me rejoignant dans ce cours, nous allons apprendre à emprunter données normales et à les transformer en messages puissants, basés sur des histoires, qui inciteront votre public à suivre changement que vous souhaitez influencer par le biais de vos analyses. Nous allons explorer les cinq principes clés de la perception visuelle et de la conception visuelle et la manière dont ils peuvent s' appliquer au monde de la visualisation des données pour raconter des histoires percutantes qui changeront une organisation. Tout au long de ce cours, votre projet sera transformer certaines données en un message puissant en utilisant les techniques que nous avons apprises dans ce cours. Alors bienvenue dans la classe. J'ai hâte de vous voir lors de la prochaine leçon. 2. 2: Bonjour et bienvenue à la première leçon appropriée de ce cours Skillshare. Dans cette leçon, nous allons découvrir pourquoi les données sont importantes pour nous dans le monde moderne et pourquoi la visualisation des données est une compétence cruciale pour tout le monde. De nos jours, nous consommons des données à chaque seconde de chaque jour. En fait, plus de 3 quadrillions d'octets de données sont produits chaque jour. Et le rythme auquel nous créons des données s'accélère rapidement à mesure que de plus en plus de personnes, organisations et même d'ordinateurs génèrent de plus en plus de données. Nous vivons actuellement véritablement dans un monde régi par les données. La raison pour laquelle nous collectons toutes ces données est de prendre des décisions éclairées Ce processus est connu sous le nom de prise de décision basée sur les données, qui est en fait un nom assez approprié. Maintenant, si vous y réfléchissez, toutes les décisions sont en fait des décisions fondées sur des données. À moins, bien sûr, que vous consultiez la boule magique des huit pour le démontrer, pensons à une décision banale à prendre, exemple quel hôtel vous allez réserver pour un voyage. La décision que vous prenez concernant l'hôtel est basée sur les données que vous collectez. Les données que vous collectez dans ce cas concernent des éléments tels que les équipements et les installations , l'emplacement de l'hôtel, le coût de l'hôtel , le budget disponible que vous devez consacrer à cet hôtel. Et en comparant cela aux installations que vous souhaitez et aux équipements les plus importants pour vous. Vous devrez également tenir compte durée de votre séjour à l'hôtel et du type de chambre dans lequel vous souhaitez séjourner. De nombreux éléments de données entrent en ligne de compte pour prendre une décision. Par exemple, séjourner dans un hôtel tout au long de notre vie, nous utilisons les données pour éclairer notre prise de décision. Souvent, sans vraiment réfléchir à ce que nous faisons réellement, façon dont nous prenons constamment des données en entrée, que utilisons et les analysons, et que nous prenons des décisions qui se traduisent par des actions que nous prenons, comme la réservation d'un hôtel. Ce que je veux, c'est que vous preniez un moment pour réfléchir à quelques décisions récentes que vous avez prises. Essayez de les décomposer en données d'entrée que vous utilisez pour prendre décision et en fonction de la manière dont ces données ont influencé la décision que vous vouliez prendre. Je vous encourage à publier ceci dans la section de discussion ci-dessous de ce cours afin que vous puissiez les partager avec d'autres personnes. Mais réfléchissez un instant certaines des décisions que vous prenez au quotidien et à la manière dont les données sont utilisées pour orienter et éclairer ces décisions. Maintenant, ce type de prise de décision n' est pas propre à notre vie quotidienne. Il est utilisé dans les entreprises tout le temps, mais à une échelle beaucoup plus grande. information et de la technologie ont permis aux organisations collecter de plus en plus de données et de les utiliser de manière beaucoup plus sophistiquée pour des décisions plus judicieuses et plus efficaces. Aujourd'hui, avec cette évolution rapide de la technologie ainsi que la collecte et le stockage de toutes ces données, nous avons dû développer des méthodes plus sophistiquées pour analyser ces données et prendre une décision éclairée et correcte. Traditionnellement, seuls quelques professionnels des données devaient utiliser leurs compétences en matière de données pour analyser les données qu'ils collectaient. Cependant, alors que les marchés sont plus en plus compétitifs, le terrain sur lequel ils se livrent concurrence est celui des capacités de données. Les organisations qui utilisent le mieux ces données sont celles qui réussissent le mieux. Et afin de concurrencer ces organisations et d'atteindre le statut d' organisation véritablement axée sur les données. Ce n'est plus suffisant, mais seules quelques personnes sélectionnées ont un jour des compétences. Désormais, tous les membres de l' organisation doivent être capables de converser ou de parler le langage des données. Ce n'est pas quelque chose que seuls les Buffon et l'informatique font. C'est une chose à laquelle tous les membres de l'entreprise doivent adhérer , car les données sont la pierre angulaire de l'entreprise. Alors, sur quoi sert la visualisation des données ? À quoi l'utilisons-nous réellement ? Eh bien, si les données sont la pierre angulaire de toute organisation, visualisation des données est la solution. C'est ce qui permet aux données d'être transportées dans toute l' entreprise et d'être utilisées de manière utile pour créer de la valeur pour l'entreprise, ce qui se fait en influençant les personnes pour qu'elles prennent la bonne décision. La visualisation des données est donc un terme global qui décrit simplement la manière dont nous communiquons visuellement des données et des informations à un public en utilisant différents objets, tels que les lignes et les barres de différents graphiques. En termes simples, la visualisation des données est l'affichage visuel des données. Tout cas où vous prenez des données brutes et les présentez visuellement est un cas de visualisation de données. Et la complexité de ce que vous présentez peut aller de quelque chose de très basique à quelque chose de beaucoup plus avancé. Mais il est important de noter que la visualisation des données n'est pas efficace si vous vous contentez afficher des chiffres à la base La visualisation des données consiste simplement des chiffres présentés visuellement. Cela ne signifie vraiment rien pour personne. Ce n'est que lorsque ces chiffres sont examinés dans le contexte commercial approprié le but de prendre une décision, que cela devient réellement utile ? C'est là que je fais la distinction entre visualisation des données et la narration de données. La visualisation des données est. Transformer n'importe quel graphique en visualisation. Alors que la narration des données consiste à présenter les données d'une manière qui est là pour influencer le changement. Et cela ne peut se faire que dans le contexte approprié de la prise de décision, par exemple examinant une histoire de données. Il s'agit donc d'une histoire de données que j'ai compilée et que nous explorerons au fur et à mesure de notre progression dans ce cours. Juste à titre de référence, vous pourrez le télécharger quelque part dans la section des projets ci-dessous. Je vous recommande de le télécharger afin de pouvoir vous y référer ultérieurement s' il n'est pas toujours disponible sur votre écran au cours de ce cours. Ce récit de données nous apprend donc que pendant le verrouillage en période de COVID, il y a eu une augmentation de l'activité physique chez différentes personnes en Amérique. s'agit donc d'une histoire basée sur des données, car elle utilise des choix de conception spécifiques pour présenter une histoire à un public. Il ne s'agit pas d'une simple visualisation des données sous-jacentes. ai utilisé des techniques et des choix de conception visuelle que j'ai délibérément faits pour raconter une histoire au public. Ce que je veux que tu retiennes, c' est que les données sont utilisées comme preuves du message. Le message occupe une place centrale sur les éléments de données réels, à savoir les lignes de ce graphique linéaire. Cela renforce les preuves du message. Et c'est pour moi ce qui distingue une visualisation de données d'une histoire de données. Une visualisation des données afficherait simplement ces lignes et indiquerait le nombre de personnes pratiquant des activités de plein air au fil du temps. Alors que l'histoire vous raconte une histoire à ce sujet. Cela vous donne un message clé la COVID-19 a incité à pratiquer davantage d'activité physique et des choix de conception intentionnels spécifiques ont été pris en compte pour raconter cette histoire de manière efficace Cette visualisation montre que nous pouvons recueillir des données et, grâce à des choix de conception intentionnels transformer en un message susceptible d'inspirer et d' influencer le public. De nos jours, tous les membres de l'organisation doivent être capables de parler cette langue si l' organisation souhaite être considérée comme axée sur les données dans son approche. Et comme nous vivons aujourd'hui dans un monde régi par les données, tout le monde est censé participer à ce nouveau langage de données. nos jours, la visualisation des données est incroyablement répandue. Ils peuvent prendre de nombreuses formes, telles que des tableaux de bord, des infographies, des présentations sur des modules. Pensez simplement à la fréquence à laquelle vous êtes confronté une visualisation de données dans votre vie quotidienne. Peut-être que, comme moi, vous avez quelque chose comme ça, qui ressemble à une application de suivi des pas qui me permet de visualiser mon rythme cardiaque au fil du temps exercices effectués et le nombre de pas que je fais quotidiennement. Et à la fin de la semaine, il produit un petit rapport que je peux consulter. Il s'agit d'un exemple de visualisation dans la vie quotidienne, la visualisation des données est absolument omniprésente. C'est sur la publicité et sur les panneaux d'affichage. Vous pouvez voir les produits se faire connaître à l'aide de données permettant de comparer leurs performances sur différents produits. Vous pouvez consulter la visualisation des données à tout moment dans les actualités pour vous informer des actualités. Ce sont là de bons exemples de données qui racontent une fois de plus des histoires. Et surtout, combien de réunions avez-vous prévues récemment desquelles quelqu'un a présenté un graphique ou une sorte de visualisation de données ? De nos jours, c'est partout où toutes les entreprises tentent de prendre des décisions fondées sur les données en utilisant les données pour éclairer leurs décisions. Comme nous l'avons déjà dit, la plupart de ces initiatives échouent parce que la visualisation elle-même ne raconte pas une histoire convaincante susceptible de modifier les décisions prises. Tous ces exemples montrent la surveillance de la communication de données et la nécessité pour chacun de pouvoir parler et communiquer efficacement avec les données. Les entreprises s'appuient tellement sur cette échelle aujourd'hui que la capacité de travailler en toute confiance sur une feuille de calcul et créer des graphiques à l'aide d'un outil tel Excel ne suffira plus qu' Excel ne suffira plus dans le monde moderne. De nos jours, vous devez être capable de travailler et d'analyser des données en toute confiance et de les transformer en récits de données convaincants et influents qui seront réellement à l'origine du changement. C'est juste que la narration n'est pas vraiment une question d'analyse, de mathématiques ou de statistiques. Il s'agit bien davantage de conception visuelle qui consiste à utiliser des graphiques standard produits dans des outils tels qu'Excel pour les transformer en récits riches et captivants qui trouveront un écho auprès du public grâce à des choix de conception graphique intentionnels. La clé que je veux que vous retiriez est simplement parce que les données sont exactes et présentées de manière factuelle. Cela ne suffit plus pour réellement provoquer des changements au sein de l' organisation. C'est pourquoi nous prenons des décisions sur la base de données, car nous voulons être en mesure d' agir en fonction de ces décisions. Et si vous présentez des graphiques médiocres qui ne trouvent aucun écho ou n' inspirent personne, est que vous n'utilisez pas vraiment les données à leur plein potentiel. Et grâce à certains choix de design, vous pouvez raconter des histoires bien plus captivantes. Je suis sûr que votre prochaine question est comment puis-je m'y prendre ? Qu'est-ce que cela signifie réellement ? 3. 3 Pourquoi les données sont importantes 2 nouvelles: C'est ainsi que Vitality Friedman, fondateur de Smashing Magazine et amateur de design en général, exprimé le mieux en 2008 lorsqu'il a déclaré que l'objectif principal de la visualisation des données est de communiquer informations de manière claire et efficace par des moyens graphiques. Cela ne signifie pas que la visualisation des données doit avoir une apparence empruntée pour être fonctionnelle ou extrêmement sophistiquée pour être belle Pour transmettre des idées efficacement, forme statique et fonctionnalité doivent aller de pair, fournissant des informations sur un ensemble de données plutôt clairsemé et complexe en un ensemble de données plutôt clairsemé et complexe communiquant ses principaux aspects de manière plus intuitive Les concepteurs ne parviennent souvent pas à un équilibre entre forme et fonction, soit en créant de superbes visualisations de données qui ne répondent pas à l'objectif principal de communication d'informations. Ou ils créent des visualisations de données standard qui ne sont ni captivantes ni convaincantes. Friedman a abordé quelque chose très important dans cette citation. C'est la raison pour laquelle les visualisations de données sont efficaces. Les visualisations de données doivent trouver cet équilibre entre forme et fonction. Il ne sert à rien de disposer d'une visualisation belle et bien conçue si elle n'entraîne pas réellement de changement au sein d'une organisation. Et ce n'est pas parce que vous avez pris des données et que vous les avez présentées de manière formative par le biais de la visualisation des données formative par le biais de la visualisation des données qu'elles inspireront réellement le public. À moins que vous ne fassiez des choix de conception délibérés pour atteindre cet objectif Les graphiques peuvent être précis et véridiques, . Les graphiques peuvent être précis et véridiques, mais ce ne sont que des chiffres moins qu'ils ne soient présentés de la bonne manière dans le bon contexte que Cela ne va pas réellement entraîner le changement. Et si vos analyses de données ne contribuent pas réellement à la prise de décisions, vous ne présentez en fait que des chiffres pour le simple fait de présenter des chiffres C'est pourquoi la plupart des initiatives en matière de données échouent parce qu'elles disposent des données correctes. Ils ne sont tout simplement pas présentés de manière à inciter les gens à prendre les bonnes décisions. De même, vous pouvez investir beaucoup trop de temps dans l'autre aspect des choses. Vous pouvez prendre des données et en faire une belle infographie. Cela semble vraiment convaincant visuellement pour le public. Mais cela n'en dit pas long. Il ne s'agit pas d'une histoire de données, mais simplement de données bien peaufinées. La clé d'un récit de données efficace est de trouver le juste équilibre. La conception doit intégrer des éléments narratifs pour inspirer le public, mais les données doivent également être informatives et factuelles. Et au fur et à mesure que nous progressons dans les différentes leçons, c'est exactement ce que nous allons explorer. Nous allons examiner des graphiques véridiques mais inefficaces. Et nous allons examiner les choix de conception qui peuvent être faits pour les transformer en récits de données convaincants. Avant de le faire , je voulais partager une autre citation d' Edward Tufte, qui partager une autre citation a écrit un livre en 1983, sur le rhume. Et je vais devoir le lire parce que n'arrive pas à m' en souvenir. C'est ce qu'on appelle l' affichage visuel des informations quantitatives. Maintenant, cela définit ce que devrait être réellement une visualisation de données efficace. Il explique maintenant dans le passage suivant l'excellence en matière de graphiques statistiques consiste en des idées complexes communiquées avec clarté, précision et efficacité. Des écrans graphiques pour montrer les données et amener le spectateur à réfléchir au fond plutôt qu'à la méthodologie, conception graphique, à toute la technologie de production Cela doit éviter de fausser ce que les données ont à dire. Il doit présenter de nombreux chiffres dans un espace restreint, rendre les grands ensembles cohérents et encourager l'œil à comparer différentes informations et données. Ils doivent également révéler les données à plusieurs niveaux de détail à partir d' une vue d'ensemble afin de trouver une structure. Et il doit avoir un objectif assez clair. Description, exploration, tabulation ou décoration, et intégration étroite aux divergences statistiques et verbales d'un ensemble de données. C'était donc beaucoup de mots, mais il est important passer au message clé adressé à Edward Tufte , à savoir qu'une visualisation des données efficace doit présenter les chiffres de manière véridique, mais aussi inciter le public en présentant les informations d'une manière qui raconte qu'une visualisation des données efficace présenter les chiffres de manière véridique, mais aussi inciter le public en présentant les informations d'une manière réellement une histoire. Une visualisation de données n'est pas quelque chose qui est simplement produit dans le but de disposer des données. Et une visualisation des données efficace permet de prendre des décisions sans prendre en compte et sans faire de choix de conception appropriés. Les visualisations de données que décisions sans compte et sans faire de choix de conception appropriés vous créez sont aujourd'hui très efficaces avec des outils tels que Power, BI et Excel, Tableau et Qlik Sense et nombreux autres outils que nous utilisons dans les entreprises. Il est très facile de saisir certaines données et d'un simple clic, vous pouvez produire des graphiques. Mais ces graphiques ne tiennent pas compte du contexte dans lequel vous les créez. Il ne prend en compte aucun choix de conception. Par conséquent, le fait de pouvoir créer ces graphiques en un clic ne permet pas de créer des graphiques efficaces. Cela produit simplement plus de graphiques. Ces graphiques ne trouveront certainement pas d'écho auprès du public ou ne seront pas une source d'inspiration lorsqu'il s'agit de prendre des décisions. Alors rejoignez-moi maintenant pour la prochaine leçon où nous allons récupérer certaines de nos données, commencer à les visualiser et découvrir les outils et les techniques que nous pouvons utiliser pour transformer notre graphique standard en un clic en quelque chose d'inspirant et d'influent. Mais avant cela, je voudrais que vous réfléchissiez à quelques visualisations de données récentes que vous avez vues en ligne dans votre organisation, ou que vous puissiez vous rendre sur Google et rechercher des visualisations de données. Je ne veux pas que vous vous demandiez s'il s' agissait simplement de présentations de données, comme s'il s'agissait simplement d'affichages visuels de données. Ou s'il s'agissait de véritables récits de données efficaces contenant des éléments de conception utilisés pour créer un récit. Et lorsque vous l'aurez fait, j'adorerais que vous le partagiez dans les discussions ci-dessous. Nous pouvons donc voir quelques exemples d' autres visualisations de données, distinguer ce qui les rend efficaces et indiquer si elles racontent une histoire ou si elles ne présentent que des données visuelles. Une fois que vous aurez fait cela, rejoignez-moi pour la prochaine leçon, nous commencerons à explorer le design visuel. 4. Obtenir de nouvelles données: Bonjour. Dans cette vidéo, je vais partager avec vous où vous pouvez obtenir des ensembles de données intéressants afin que vous puissiez commencer à créer merveilleuses visualisations de données. Maintenant, pour ce cours, vous pouvez utiliser n'importe quel ensemble de données de votre choix. Il n'est pas nécessaire que ce soit l'une de ces recommandations, mais je vais vous recommander quelques sites Web intéressants et précieux que vous devriez connaître de toute façon. Le premier est Kaggle, qui se trouve ici. Kaggle est donc un site Web intéressant rempli de très bons ensembles de données. Et le meilleur, c'est qu'il existe toute une communauté de personnes qui parlent des données et de ce qu'elles en ont fait. Intéressant, si vous aimez ce genre de choses pour trouver les ensembles de données, il vous suffit de monter ici et de placer les deux ensembles de données dans la colonne. Et puis vous pouvez trouver de nombreux ensembles de données fascinants. Organisez donc par catégorie ou parfois par les meilleures ou suivez simplement les tendances. Par exemple, nous avons ici toutes les majors universitaires et leurs diplômés, toutes les critiques de New York City Air BnB, disons que nous voulons explorer celle-ci. Il suffit de cliquer dessus. Cela vous en dit un peu plus sur cette date fixée, d'où elle vient et qui l'a supprimée. Ensuite, vous pouvez descendre et en savoir plus sur les données. Il s'agit donc de décrire les colonnes qui se trouvent dans cet ensemble de données. Et vous pouvez voir que nous avons la date de publication de l'avis et le contenu de cet avis. Et tu peux faire plein de choses intéressantes. Vous pourriez peut-être créer une carte et faire une carte des meilleurs et des pires endroits de New York pour louer un Airbnb. Une fois que vous êtes prêt, il vous suffit de cliquer sur Télécharger pour télécharger le jeu de données pour vous. C'est donc Kaggle. Le prochain est Makeover Monday. Il suffit donc d'aller sur make over monday.code.uk. Et vous trouverez ce site Web très intéressant qui publie de nombreux ensembles de données fascinants. Et le meilleur, c'est que chaque semaine, ils organisent une petite compétition au cours de laquelle ils publient un ensemble de données intéressant , puis encouragent les participants à visualiser ces données de manière intéressante, puis ils les examinent et en discutent. Donc, pour les trouver, il suffit de consulter les ensembles de données et vous verrez toutes les années pendant lesquelles il a été actif. Cela fait donc un certain nombre d'années maintenant. Et pour chaque semaine de cette année, vous trouverez un lien vers les données. Il vous suffit donc de cliquer sur ce lien pour accéder à la date fixée. Vous pouvez en savoir plus sur les informations de cet ensemble de données. Il s'agit donc de l'un des dix principaux budgets militaires ou les formations commerciales américaines sont, par exemple informations d'inspection de la FDA. Ensuite, vous avez également deux liens que je vous encourage à consulter. C'est ce que l'on appelle regarder des films où le lundi de maquillage créatif, aller voir les dates fixées et expliquer son processus de réflexion alors qu'il crée une visualisation et comprend les données. C'est vraiment fascinant à regarder, tout comme les critiques de visites. C'est donc ici que les participants publient la visualisation des données. De nombreuses personnes différentes publient donc leurs visualisations du même jeu de données. Et puis les créateurs de Makeover Monday se contentent de le parcourir, de le revoir et de parler des bons et des mauvais aspects. Donc, celui que j'utilise, vous n'êtes pas obligé de me copier, mais si vous le souhaitez, vous pouvez le faire en 2021 et c'est la toute première semaine appelée le grand boom du vélo de 2020. Et pour le télécharger, il suffit de cliquer sur les données. Cela vous amènera à un lien pour télécharger l'ensemble de données Vous devrez peut-être vous inscrire et créer un compte sur ce site Web. Mais ne vous inquiétez pas, j' ai un compte ici depuis un certain temps et je n'ai jamais reçu de spam ou quoi que ce soit de ce genre de sa part. Tellement fiable si c'est ce qui vous préoccupe. Quoi qu'il en soit, il vous suffit d'aller ici et de suivre les instructions pour télécharger l'ensemble de données. Et cela vous donnera un beau fichier CVS et vous pourrez commencer à travailler dessus. Voici donc quelques excellents sites Web sur lesquels vous pouvez trouver des données pour ce cours. Donc, ce que vous devez faire maintenant, c'est trouver cet ensemble de données intéressant. Amusez-vous un peu et examinez le jeu de données, assurez-vous de le comprendre, assurez-vous de le comprendre, et créez même votre première visualisation si vous le souhaitez. Une fois que vous aurez fait cela, rejoignez-moi dans la vidéo suivante. 5. Récit efficace nouveau: Bonjour. Nous avons donc compris pourquoi les données sont si importantes pour les entreprises d'aujourd'hui. Nous avons également découvert pourquoi la création d'une visualisation puissante et percutante est essentielle pour raconter une histoire de données efficace, qui est à l'origine du changement au sein de l'entreprise. Vous serez également conscient de l'importance croissante des données au cours des dernières années et donc de la création de visualisations de données. Malheureusement, la plupart des visualisations créatives sont assez inefficaces pour transmettre une histoire. En fait, il y a probablement plus de graphes efficaces en cours de création que de graphes efficaces. Cela nous ramène à un point que nous avons abordé plus tôt, à que la plupart des initiatives en matière de données échouent pas parce qu'elles ne disposent pas des bonnes données. C'est parce qu'il n'est pas présenté de manière convaincante. Si vous voulez être en mesure de créer des histoires efficaces basées sur des données, vous devrez être en mesure d' identifier les raisons pour lesquelles ces graphiques si inefficaces et quels sont les éléments clés d'un graphique efficace ? Et c'est ce que nous allons apprendre dans cette leçon. Dans cette leçon, nous allons explorer les éléments clés qui distinguent un graphique visuellement attrayant d'un graphique qui vous raconte efficacement une histoire basée sur des données. Nous allons passer en revue certains graphiques dans le contexte des principes de Tufte et identifier les aspects qui les rendent les plus efficaces et ceux qui devraient être modifiés pour rendre les graphiques inefficaces plus convaincants et visuels. Commençons donc par examiner un graphique plutôt inefficace ou par apprendre à identifier les éléments clés qui devraient être modifiés pour rendre ce graphique plus efficace. Et laissez-moi vous prévenir ici même. Une fois que vous serez capable d'identifier l'inefficacité de certains graphiques, vous allez commencer à les voir partout et cela va vous rendre fou. Je sais. Je fais tout le temps le tour de l'ethnographie, IC, je ne peux m'empêcher de l' examiner dans le contexte de ces principes et de commencer à identifier ce qui les rend si inefficaces. Passons donc à l'essentiel en passant en revue notre premier graphique. Jetons donc un coup d'œil à notre premier graphique maintenant. Vous pouvez mettre la vidéo en pause si nécessaire, mais examinons ce graphique ici. Et j'aimerais que vous y réfléchissiez un instant et que vous vous demandiez quel est le message que l'auteur de ce graphique veut faire passer. En d'autres termes, quelle est l'histoire de ces données lorsque vous les examinez ? Réfléchissez aux principes que Tufte nous a donnés plus tôt. Posez-vous des questions telles que : ce graphique est-il cohérent ? Cela vous encourage-t-il à comparer différentes données ? Vous montre-t-il les données à différents niveaux de détail ? Surtout, ce graphique répond-il à un objectif assez clair ? Êtes-vous censé regarder une tendance ? Est-ce quelque chose que vous comparez ? Êtes-vous confronté à un message positif ou négatif ? Quels sont les principes les plus fondamentaux d'une visualisation efficace des données, à savoir si elle est précise et non trompeuse ? Et cela vous raconte-t-il une histoire ? Ou s'agit-il simplement de données présentées visuellement en tenant compte de ces principes ? Regardez ce graphique. Vous devez déchiffrer un message ou y a-t-il un message clair qui vous est transmis dès le départ ? Décomposons donc ce graphique. clair que ce n'est pas vraiment un message ici. Au moins, il n'y en a pas un qui se démarque ou vous saute aux yeux et vous dise exactement quel est ce message. C'est quelque chose que nous devons chercher. Maintenant. Cela peut être dû au fait que le graphique est assez encombré et désordonné et qu'il contient de nombreux éléments visuels différents. Il y a de nombreuses étiquettes, de nombreuses barres, de nombreux éléments graphiques tels que des lignes de quadrillage, servent à vous distraire du message principal. Essayez donc de regarder au-delà ces éléments distrayants et de traquer. Et je veux que vous regardiez ce graphique et décidiez vous-même de quelle histoire il s'agit. Nous examinons donc évidemment un graphique des ventes sur une période de quelques mois différents. Je veux que vous me disiez quel est réellement le message destiné au public à partir de ce graphique. Alors, quel est votre message ? Pour moi, ces données contiennent en fait plusieurs messages potentiels différents. Et c'est essentiel car aucun message ne saute aux yeux. Aucune histoire directe n'est racontée. Nous avons simplement présenté les données de manière visuelle et c'est au public d'interpréter ce qu'est réellement ce message. Dans ce cas, l'histoire aurait pu indiquer que le quatrième trimestre avait été une période de ventes relativement stable, ou peut-être que l'auteur avait eu l'intention de communiquer que premier trimestre était une période de ventes très variable. Cependant, les deux ne sont finalement que des suppositions. Ils sont sujets à des préjugés de la part du public et du contexte dans lequel se trouve le membre du public. C'est juste quelque chose que j'ai examiné et vous avez peut-être retenu des histoires complètement différentes dans le graphique. Et c'est tout à fait valable, car l'auteur de ce graphique n'a pas présenté d' histoire visuelle au public. Ils visualisent simplement les données dont ils disposaient au lieu de présenter une histoire et les données sont utilisées comme preuves de ce message. Dans cet exemple de visualisation de données, le public doit déchiffrer son propre message, ce qui n'est certainement pas le cas lorsque vous essayez de communiquer visuellement à l'aide de données. Plus tôt, nous avons parlé de la vitalité de Friedman et sa conviction qu' une communication de données efficace est une communication qui communique un message avant même que la conception graphique n'y soit intégrée. Ainsi, dans cet exemple, les données présentées sont en fait exactes. Y a-t-il des données de vente pour cette organisation ? Cependant, comme il n' a pas été présenté de manière à raconter une histoire, il ne peut pas être considéré comme une communication efficace même si le graphique est relativement ordonné et bien présenté. Ce n'est pas un moyen de communication car il ne nous transmet aucun message. Ensuite, je veux que vous examiniez ce graphique et que vous puissiez suspendre l'écran si vous avez besoin de le revoir pendant un moment. Dans ce graphique, j'ai pris exactement les mêmes données et j'ai éliminé tous les éléments gênants. C'est donc un graphique beaucoup plus épuré et minimaliste. Cependant, il s'agit exactement des mêmes données. Ce graphique est donc plus organisé et moins encombré. Mais cela le rend-il plus efficace pour nous raconter une histoire ? Eh bien, la réponse à cette question est non, pas vraiment, simplement parce que le graphique peut être mieux représenté sur un graphique plus propre, plus minimaliste et moins encombré. Cela ne veut pas dire que cela devient un moyen de communication efficace. Ce qui nous ramène à l'un des principes que la vitalité nous a expliqués plus tôt. n' est pas parce que le graphique est bien présenté qu'il peut être dépourvu de sens. Vous ne voulez pas trop vous concentrer sur la création d' éléments visuellement attrayants qui fin de compte, ne nous transmettent pas de message. Et c'est ce que ce graphique représente. C'est plus propre et mieux présenté. Cependant, cela n'en fait pas intrinsèquement un graphique plus efficace. Cependant, nous pouvons introduire certains éléments de conception visuelle et de perception visuelle pour faire ressortir l'histoire de ce graphique et le rendre plus visuel et plus captivant pour l'automne et le public. Maintenant, jetez un œil à ce graphique dans lequel j'ai fait des choix de conception intentionnels qui nous montrent une histoire plus captivante. Encore une fois, en utilisant exactement les mêmes données, cette visualisation est beaucoup plus percutante, convaincante et poignante pour un membre du public. Le message clé que je veux que vous retiriez de ce petit exercice est de réfléchir à ce que Vitale Friedman nous a dit plus tôt. Les concepteurs ne parviennent souvent pas à trouver un équilibre entre forme et fonction, créant de superbes visualisations de données qui ne répondaient pas à leur objectif principal, à savoir communiquer. Nous pouvons donc créer un contraste entre les deux graphiques que nous avons vus. Ces deux graphiques utilisent donc les mêmes données. L'une raconte une histoire, tandis que l'autre est simplement présentée. Eh bien, c'est visuellement attrayant, mais cela ne remplit pas son objectif principal qui de communiquer des informations. Vos visualisations de données doivent communiquer un message clair et cohérent à votre public. De nos jours, les données sont si importantes dans les entreprises et compte tenu du nombre de personnes parlent couramment le langage des données, que la simple création d'un graphique visuellement propre et attrayant ne suffit plus. Vous devez créer un graphique qui utilise intentionnellement des éléments de conception pour communiquer efficacement un message clair et percutant. Regardons maintenant cela dans le contexte du graphique que je suis en train de créer. Il ne s'agit donc que du graphique par défaut qui a été créé en saisissant simplement les données dans un outil de visualisation, cliquant sur Créer un graphe, l'outil de création de graphiques One Button. J'espère que vous pouvez maintenant voir que ce n'est pas très efficace. Cependant, introduisons-y quelques éléments de conception. Donc, ce que je vais faire, c'est nettoyer ce graphique et le rendre plus attrayant visuellement. Ne nous contentons pas d'utiliser les couleurs par défaut. Ajoutons un thème sympa à cela et présentons-le d'une manière visuellement intéressante. Vous pouvez donc voir ici les mêmes données mais présentées de manière plus claire. J'espère que vous pouvez maintenant comprendre que cela ne nous raconte aucune histoire. Cela peut être visuellement attrayant à regarder. Cependant, comme le dit Vitale Friedman, il n'atteint pas son objectif principal, qui est de communiquer une histoire au public. Je veux donc que vous créiez le graphique par défaut à partir des données que vous avez sélectionnées. Ensuite, une fois que vous avez fait cela, vous pouvez le publier dans les zones de discussion et de projet ci-dessous. Et nous pouvons en quelque sorte regarder le point de départ d'où vous venez. Une fois que vous aurez fait cela, rejoignez-moi pour la leçon suivante, puis nous commencerons à explorer les techniques de conception visuelle et de perception visuelle que nous pouvons introduire dans nous commencerons à explorer les techniques de conception visuelle et de perception visuelle que nous pouvons introduire nos visualisations de données pour en faire une histoire de données convaincante et percutante. 6. Perception visuelle nouveau: Jusqu'à présent, nous avons exploré le langage des données et expliqué pourquoi il est essentiel dans le monde actuel axé sur les données. Nous avons également dû examiner visualisations de données efficaces et inefficaces et identifier les principaux aspects qui différencient une visualisation de données bien formatée, présentable et esthétique d'une visualisation qui communique réellement message percutant à un public. Dans cette leçon, nous allons explorer la perception visuelle. Nous allons examiner les cinq aspects clés de la conception visuelle et de la perception visuelle et la manière dont ils peuvent être intégrés à des visualisations de données pour transformer des graphiques en récits de données. Pour comprendre comment intégrer ces aspects de conception visuelle, nous allons explorer certaines perceptions visuelles. Nous allons emprunter une théorie de la perception visuelle et façon dont elle est appliquée dans le monde réel par le biais de la conception visuelle. Ensuite, nous allons voir comment nous pouvons appliquer cela à la visualisation des données. Créer des visualisations de données efficaces c'est un peu comme cuisiner. D'accord ? OK, écoute-moi bien sur ce point, d'accord. Ainsi, tout le monde peut s' asseoir et prendre un repas et tout le monde se fera une opinion sur le repas. Ils restent simplement où ils ont aimé ou là où ils ne l'ont pas aimé. Et ils pouvaient même identifier les aspects qu' ils aimaient et ceux qu'ils n'aimaient pas. Et vous n'avez pas besoin d'un diplôme en sciences alimentaires. Pour ce faire, vous pourriez même être en mesure de décrire en détail si vous avez aimé ou non le repas, exemple si sa texture était agréable, ou s'il présentait un aspect riche ou salé que vous avez particulièrement apprécié. Cependant, si vous mangez un steak, vous pourriez dire qu' il a bon goût. Alors que, techniquement, vous êtes en train de décrire la réaction masculine des acides aminés et son lien avec la saveur. Mais vous n'avez pas besoin de le savoir pour savoir si vous avez apprécié cette mise ou non. On peut donc en dire autant de la visualisation des données. Lorsque vous présentez un graphique à un public, celui-ci peut instinctivement savoir s'il a trouvé un écho chez lui ou non. Et ils peuvent même être en mesure de décrire certains aspects qui se sont révélés efficaces ou non. Ils pouvaient dire qu'ils aimaient le thème des couleurs ou qu'il était propre et présenté. C'était instructif. Ils ne peuvent pas nécessairement se concentrer exactement sur ce qu'ils font de la même manière. Ils ne connaissent pas les aspects techniques et scientifiques de la cuisson d'un steak. Le public ne connaît pas les aspects techniques de la conception visuelle, mais il saura instinctivement si ce graphique était efficace ou s'il s'agissait simplement d'une visualisation de données. De la même manière qu' un bon chef aura une connaissance fonctionnelle des sciences alimentaires. Un concepteur ou une personne travaillant avec des données doit avoir une connaissance fonctionnelle de la conception visuelle et de la manière dont elle peut être appliquée à ses graphiques pour qu' ils trouvent un écho auprès du public. Explorons donc les grands concepts de perception visuelle et de conception et la manière dont ils peuvent être appliqués à la visualisation des données. Alors, tout d'abord, qu'est-ce que la perception visuelle ? La perception visuelle est la façon dont nous interprétons la lumière visible dans le spectre qui se reflète sur les objets de notre environnement. En d'autres termes, c'est la façon dont nous voyons les objets et en interprétons le sens. C'est ainsi que nous regardons les images. Et il suscite des émotions, permet de comprendre et de communiquer des informations de manière visuelle. Et cela ne s'applique pas uniquement à l'appréciation de l'art. Cela s'applique à tout. perception visuelle consiste à conduire sur la route voir les voitures comme des objets devant vous et à naviguer dans la circulation. C'est lire un livre. Tout cela a à voir avec notre système visuel. Il s'agit de regarder des objets et de comprendre ce qu'est cet objet. C'est la perception visuelle. Mais cela va au-delà du simple fait de regarder quelque chose comme Adeno, ce livre. Je peux regarder ce livre et dire que c' est un livre que je peux voir de mes yeux. Je sais ce que c'est. Cela va au-delà du fait que la perception visuelle consiste à communiquer visuellement un message à travers couleurs et des formes à l' aide d'une simple image. Nous pouvons non seulement communiquer le contenu de l'image, aussi transmettre un message et une histoire. Je ne parle pas seulement d'animation ou de dessins animés. Je parle du fait qu'une seule image peut raconter une histoire. Et pour vous le démontrer, je voudrais que vous regardiez cette publicité pour les motos Harley-Davidson. Il s'agit d'un brillant exemple de narration visuelle. Nous regardons cette image et, sans aucun contexte, elle raconte une histoire complète. Vous pouvez voir dans le rétroviseur de cette voiture un environnement de travail animé et mouvementé. Le fait que c'est dans le rétroviseur indique que quelqu'un s'éloigne en voiture à travers l'iconographie. On peut comprendre qu'il s'agit du rétroviseur d'une moto Harley-Davidson. Et vous pouvez admirer ces magnifiques paysages que quelqu'un traverse en voiture. Cela nous raconte une histoire. C'est écrit. Échappez à la vie trépidante et banale du monde réel en montant à bord d'une Harley-Davidson et partez aventure dans l'inconnu avec l'un de ces vélos. Et c'est une image marketing efficace. Mais ce que je veux que tu retiennes, n'est pas que tu devrais acheter une Harley-Davidson. Ce n'est pas le message ici. Le message pour nous dans notre contexte est qu'une histoire lui a été racontée de manière entièrement visuelle. y avait aucun texte, aucun contexte préalable à ce que nous voyons. Nous avons regardé cette image et nous n'avons pas seulement compris les objets qu'elle contenait. Nous avons créé une histoire autour de cela. Et c'est ce qu'est la perception visuelle. Cette image y parvient en utilisant certaines techniques de conception pour attirer notre attention aux bons endroits, pour maîtriser notre attention aux bons endroits afin créer un récit entièrement visuel. Ils ont fait de nombreux choix de conception délibérés et intentionnels qui, Ils ont fait de nombreux choix de conception délibérés et intentionnels indépendamment, ont créé une forme très simple, mais collective et un message percutant. Et nous pouvons voler certains de ces choix de conception et les appliquer à nos graphiques pour obtenir le même résultat. En fait, ces choix de conception ont un tel impact. Si vous comprenez comment fonctionne la perception visuelle, moi, comment notre cerveau transforme les informations sensorielles que nous obtenons informations sensorielles que nous obtenons visuellement en sens et en compréhension. Vous pouvez contourner un grand nombre de ces choses. Vous pouvez essentiellement pirater le cerveau de quelqu'un pour communiquer un message. Maintenant, vous êtes probablement restée assise là à penser : Non, vous ne pouvez pas vraiment, n'est-ce pas ? Eh bien, laissez-moi vous montrer quelque chose qui démontrera cet effet. Je veux donc partager cette courte vidéo avec vous et je ne vais pas vous donner de contexte. Je veux juste que vous regardiez ce court clip pour que je puisse voir à quel point le design de la nouvelle Skoda Phobia attire réellement l'attention . Nous en avons adoré un garé sur cette route ordinaire de l'ouest de Londres. Nous voulions voir si ses formes cristallines nettes, ses lignes audacieuses et son profil plus bas et plus large attireraient le niveau d'attention souhaité. Les jantes en alliage noir de 17 pouces arrêteront-elles les passants ? Les phares angulaires attireront-ils l'attention des autres usagers de la route ? Lorsqu'une foule s'est rassemblée pour découvrir son look frais et sportif. Eh bien, pas tout à fait. Mais ce design qui attire l'attention vous a-t-il empêché de remarquer que toute la rue était en train de changer sous vos yeux ? Croyants. Jetez un autre coup d'œil. Avez-vous vu la camionnette se transformer en taxi ? Que diriez-vous de remplacer la trottinette par une paire de vélos ? Ou la dame tenant un cochon, sans parler du fait que toute la rue est maintenant complètement différente, je ne le pensais pas. Nous y voilà donc. La preuve que la nouvelle Skoda Fabio attire vraiment l'attention. D'accord, tellement puissant. Nous avons vu dans cette courte vidéo que malgré une attention active, nous regardions directement cette vidéo. Nous n'étions pas distraits ou du moins j' espère que vous ne l' étiez pas. Nous avons participé activement en regardant cette vidéo. Pourtant, nous avons oublié tant d'informations. La clé à retenir est la plupart de ce que nous voyons réellement visuellement ou, en termes de ce que voit notre cerveau, toutes ces informations visuelles entrent en jeu. quasi-totalité est jetée comme déchet. Notre cerveau a un processus qui permet d'identifier les choses visuelles et d'en retirer le sens. Et il est très doué pour ignorer à peu près tout le reste. Et qu'est-ce qui rend ces clips courts ou efficaces ? Est-ce le terme utilisé par notre cerveau en nous fournissant des informations claires à examiner tout en nous distrayant du reste des informations sur la route ? Ce que vous devez savoir, c'est que cela peut être appliqué aux visualisations de données. Imaginez-vous, en ce moment, vous êtes en réunion et vous avez un graphique sur l'écran derrière vous et vous présentez des informations Votre public est en fait assis dans la pièce en train de regarder le graphique. La plupart de ce qu'ils voient réellement est ignoré. Ce qui se passe réellement, c' est que votre public regarde le graphique. La perception visuelle se produit de telle sorte qu'ils suppriment la signification ou les informations clés de ce graphique. Et puis, tout en continuant à l'examiner, nous participons activement à cette réunion. Ils ignorent toutes, à peu près toutes les informations qui leur sont réellement données. Et ce que vous voulez faire, c'est vous assurer que la petite information qu'ils retiennent réellement correspond au message que vous souhaitez transmettre à votre public. Ce qui se passe, c'est qu'en tant qu'humains, nous sommes en fait très, très mauvais en multitâche. Et nous ne sommes pas très bons en matière de concentration, en particulier lorsque cette concentration est divisée en plusieurs éléments. Ainsi, lorsque vous montrez un graphique à quelqu'un vous ignorez en fait la plupart de ces informations. Mais la bonne nouvelle, c'est que vous pouvez faire choix de conception intentionnels pour presque pirater le cerveau, contourner et transmettre le message que vous souhaitez communiquer. Il existe des domaines de recherche complets autour de la perception visuelle et de la compréhension du sens à partir d'images. développement de l'enfant, la psychologie, la médecine, les sciences, le graphisme, la publicité et le cinéma utilisent tous des techniques de perception visuelle pour s'assurer que ce qu'ils communiquent visuellement correspond au message qu'ils souhaitent transmettre à leur public. Dans les prochaines leçons, nous allons explorer les cinq thèmes clés de la perception visuelle et la manière dont nous pouvons les traduire en choix de conception intentionnels pour créer des histoires efficaces et basées sur des données. 7. Commande: Bonjour. Dans cette leçon, nous allons explorer la première technique de perception visuelle, à savoir l'ordre. Maintenant, l'ordre dans la perception visuelle repose sur le principe selon lequel lorsque nous regardons des objets visuels, nous ne les regardons pas dans leur ensemble. Nous les considérons comme des éléments individuels qui, selon nous, complètent une image globale. Donc, pour comprendre l'ordre, vous pouvez penser à lire. Lorsque nous lisons un livre, nous examinons des lettres individuelles qui sont transformées en mots, en phrases, en paragraphes, en pages et en idées. Ce que nous ne faisons pas, c'est ouvrir un livre et regarder les deux pages simultanément, regarder tous les mots de cette page, puis comprendre toute l'histoire présentée sur cette page. Nous examinons des composants individuels qui s'assemblent pour former des idées. La théorie de la perception visuelle de l'ordre est donc très similaire en ce sens que nous n'examinons pas l'ensemble, mais les composants individuels qui se réunissent pour comprendre ce que c'est. Nous examinons la vitesse à laquelle fonctionne notre cerveau. Ceci est mesuré en microsecondes. Cela se produit très, très rapidement lorsque nous regardons quelque chose, nos yeux scrutent l'image entière, puis sélectionnent les composants individuels et donnent du sens à ce que nous regardons. Désormais, la perception visuelle de l'ordre peut prendre deux formes, structurée et non structurée. L'ordre structuré, c'est lorsqu'il existe une manière prescrite dont nous sommes censés regarder quelque chose. Encore une fois, pensez à la lecture Si vous lisez un livre en anglais, vous commencez en haut à gauche et parcourez lettre par lettre de gauche à droite. Ensuite, vous faites défiler une ligne, vous revenez au début et vous lisez horizontalement. Cela a-t-il prescrit un ordre structuré à la façon dont nous sommes censés voir les choses ? Cependant, il existe une deuxième ferme qui est un ordre non structuré. C'est là qu'il n'y a pas de règle particulière concernant ce que nous sommes censés examiner en premier. Et lorsqu'on lui présente un ordre d'objets non structuré, notre cerveau met en évidence ce qui attire le plus l'attention du moment. Donc, tout ce qui attire l'attention de notre cerveau, au départ, c'est dans cet ordre qu'il va l'examiner. Il va regarder les objets, les couleurs les plus vives, les objets les plus gros, ou la plupart d'entre eux au premier plan, il va capturer les objets qui se démarquent pour comprendre de quoi il s'agit. S'il a besoin de plus de compréhension à partir d'un objet, il passe à l'objet suivant. Ensuite, s'il a encore besoin de comprendre ce qu'il regarde, il passe à un troisième objet un objet d'atténuation, etc. Encore une fois, tout cela se produit en microsecondes, donc nous ne sommes pas vraiment conscients de ce que nous faisons. Mais c'est comme ça que ça fonctionne. Nous regardons quelque chose et ce nous attire le plus, c'est ce que nous commençons à utiliser comme base pour mieux comprendre ce que nous voyons visuellement. Désormais, les graphiques et les visualisations de données entrent dans la catégorie des données non structurées, car il n'y a pas d'ordre particulier dans ce que vous êtes censé rechercher. Si vous imaginez une visualisation de données, elle est divisée en plusieurs composants. Vous avez les barres, les lignes, le quadrillage, les étiquettes, les étiquettes des axes, les titres et les légendes. Vous disposez d'un grand nombre de composants différents qui se réunissent pour former une visualisation de données. Et ce qui se passe, c'est que notre cerveau examine cette visualisation des données de tous les composants individuels ensemble pour se faire une idée du message de cette visualisation de données. Maintenant, comme nous l'avons vu dans la leçon précédente, notre cerveau est vraiment très doué ignorer presque toutes les informations visuelles. Donc, ce qui se passe réellement en une microseconde, c'est que votre public regardera un graphique et comprendra très, très rapidement ce qu'il pense être le message de ce graphique. Et puis, malgré une participation active et la poursuite de l'examen de ce graphique, cette compréhension ne change pas ou n'évolue pas vraiment. Donc, à titre de démonstration, je vais vous montrer un graphique rapide sur un écran. Jetez donc un œil à ce graphique. Ce que je veux que tu fasses, c'est que tu essaies de prendre conscience de ce que je faisais. Ce que vous regardez réellement dans ce graphique. J'essaie de me souvenir de l' ordre dans lequel vous l'avez examiné. C'est l'ordre que j'ai examiné. Le graphique dans le vôtre sera probablement un peu différent. Cela est dû au fait que ce graphique n'est pas structuré. Il y a donc deux points clés à retenir. Tout d'abord, l'ordre de chacun sera un peu différent, car cela dépend de ce qui se distingue en premier lieu pour cette personne. Ce qui se passe, c'est que notre cerveau regarde quatre ou cinq objets et décide ensuite quel est le message de ce graphique. Le deuxième point clé à retenir est que vous pouvez influencer cet ordre en utilisant le design visuel. Lorsque vous créez des visualisations de données, vous devez connaître l'ordre dans lequel votre public va consulter le graphique. Vous devez ensuite faire des choix de conception intentionnels. Dirigez le regard du public sur le graphique afin qu'il comprenne facilement le message que cette visualisation de données vise à transmettre. Et c'est important, car après votre présentation, vous avez présenté les graphiques du public et celui-ci quitte la salle de réunion le jour suivant ou la semaine suivante lorsqu'il se souvient de cette réunion, sans vraiment imaginer dans sa tête l' ensemble des données ( visualisation), puis sans vraiment imaginer dans sa tête l'ensemble des données ( visualisation), puis les analyser à nouveau pour les comprendre, la seule chose qui concerne un membre. le message clé transmis à un membre est qu'un objet était beaucoup plus grand que l'autre, qu'il y a eu une comparaison approfondie un membre est qu'un objet était beaucoup plus grand que l'autre, ou il y a eu une tendance au fil du temps. Quel que soit le message du graphique, c'est la seule information dont ils se souviendront plus tard. Si vous ne contrôlez pas l'ordre du graphique, il se peut que le message qu'ils retirent ne soit pas celui que vous vouliez qu'ils retirent. Comme nous l'avons vu précédemment avec l'exemple des ventes, il y avait en fait de nombreux messages différents quelqu'un aurait pu retirer de ce graphique. En effet, les choix de conception n'ont pas été faits pour influencer l' ordre dans lequel les utilisateurs visualisent les composants du graphique Lors de la conception de visualisations, vous pouvez faire des choix de conception intentionnels pour faciliter la compréhension vous pouvez faire des choix de conception intentionnels des utilisateurs. Également pour transmettre le bon message lorsqu'il s'agit de comprendre comment guider le regard de quelqu'un sur le graphique. Il y a quelques points qui sortent du lot. Tout d'abord, avez-vous remarqué que lorsque vous avez regardé votre graphique, vous n'avez pas lu le titre en premier ? En fait, c'est probablement l'une des dernières choses que vous avez regardées, et c'est la même chose dans l'ordre dans lequel j'ai verrouillé. Quand je l'ai présenté, je n'ai pas regardé le titre en premier. Et c'est parce que presque personne n' aime le titre en premier Ce ne sont pas les éléments les plus visuellement frappants d'une visualisation de données. Ce sont généralement les couleurs vives qui forment les véritables points de données, les barres et les lignes. Ils sont plus convaincants visuellement car il s'agit d' un ordre non structuré. C'est ce que nous examinons d'abord. C'est généralement ensuite que nous passons au titre, car les gens se trompent de titre dans les graphiques, le titre qu'ils utilisent pour décrire le graphique. Cependant, cela n'est efficace que si vous regardez d'abord le titre, ce qui n'est pas le cas de la plupart des gens. Vous voulez donc utiliser le titre pour donner un indice contextuel sur ce que la personne regarde. Vous devez envisager la visualisation de vos données en deux termes. Tout d'abord, vous avez les données, qui constituent les preuves de votre message, puis vous avez les éléments visuels tels que le titre, les légendes et les étiquettes qui racontent votre histoire. Les données elles-mêmes sont en fait la preuve de cette histoire. Donc, lorsqu'il s'agit de concevoir des graphiques de manière visuelle, ce que nous explorerons dans quelques leçons ultérieures. Vous devriez les considérer en deux termes : le message, c' est-à-dire tous les autres éléments, et les données elles-mêmes ne sont que la preuve de ce message. Jetons un coup d'œil à l'exemple que j'ai créé pour ce cours. Si nous examinons cette histoire de données, je voulais mettre en évidence tous les éléments visuels de ce graphique. J'ai ces étiquettes d'appel, j'ai un titre et j'ai fait des choix de couleurs délibérés pour mettre en évidence les aspects du graphique que je souhaite que la personne voie. Maintenant, même s'il y a encore de subtiles différences entre l'ordre dans lequel les différents spectateurs le verront. Lorsque la plupart des gens regardent ce graphique, l'ordre sera à peu près le même pour toutes les personnes qui le consultent. Et c'est parce que j'ai influencé la façon dont les gens perçoivent ce graphique, de telle sorte que lorsqu'on leur présente le graphique, l'histoire soit diffusée de la manière dont je voulais transmettre le message. Vous pouvez voir comment j'ai utilisé couleurs plus claires et plus atténuées et des endroits différents. J'ai utilisé des lignes pointillées et des lignes continues pour créer une séparation. J'ai ajouté des étiquettes aux endroits appropriés, et j'ai fait attention à la luminosité, à la taille et à la position de ces étiquettes pour influencer l'histoire. Lorsque vous regardez un graphique comme celui-ci, vous remarquerez peut-être d'abord ces gros textes qui contrastent avec l'arrière-plan et qui ressortent le plus. Vous avez donc affaire à un pic de données, puis vous avez cette étiquette qui vous en dit un peu plus à ce données, puis vous avez sujet. Ensuite, lorsque vos yeux bougent et suivent les courbes de tendance, des étiquettes apparaissent aux endroits appropriés. Ensuite, vous remarquerez peut-être le titre et l'histoire contextuelle qui y sont écrits, ce qui vous donne plus d'informations sur l'histoire. Comme vous vous en souvenez, plus tard demain le lendemain ou dans une semaine après avoir terminé ce cours. Si vous vous souvenez de cette visualisation des données, vous ne vous souviendrez pas du nombre de personnes qui ont vous ne vous souviendrez pas du nombre de personnes le sentier vous ne vous souviendrez de l'altitude exacte du pic, la baisse du pic ou de la durée de la période de collecte des données . Ce dans quoi vous vous engagez réellement. N'oubliez pas que le message clé est que la COVID-19 a provoqué une poussée d'habitudes saines en raison du nombre accru de personnes participant à ces essais. Et c'est le message que j'ai conçu intentionnellement pour que vous puissiez le faire. Regardons donc un autre exemple. Ici, j'ai un graphique standard de base et c'est le graphique qui serait produit par n'importe quel outil de visualisation de données. Il s'agit du graphique par défaut. Et le problème des graphes par défaut est qu'ils ne prêtent pas une attention particulière à l' ordre, car ces outils ne disposent pas des contextes nécessaires pour élaborer le message. Je vais donc vous montrer quelques versions différentes de ce graphique. Et tout ce que j'ai fait, c'est faire quelques choix de conception intentionnels de base. Et vous pouvez voir à quel point chaque graphique est très différent et présente une histoire un peu différente au spectateur. Il s'agit des mêmes données présentées de la même manière. Je n'ai fait que quelques modifications subtiles, comme modifier les couleurs , la luminosité ou le contraste pour vraiment améliorer l'histoire de chacune d'elles. Et le même graphique indique maintenant deux choses différentes. Ainsi, selon le membre du public, si nous lui présentions un graphique, comme il repartirait avec un message différent le lendemain graphique a, il repartirait avec un message différent le lendemain de celui présenté au deuxième groupe de spectateurs. Si le graphique B leur était présenté, ils en sortiraient avec un message complètement différent. Et nous y sommes parvenus grâce à des choix de design subtils. C'est le pouvoir de la perception visuelle de l'ordre. Si nous reprenons l'exemple de Harley-Davidson, ils ont également fait des choix de conception délibérés. Ils ont utilisé des couleurs contrastantes plus vives pour mettre en valeur l'arrière-plan du travail de bureau C'est ce que vous voyez en premier, vous pouvez parier qu'ils l'ont fait intentionnellement. Et vous pouvez voir à quel point l'arrière-plan du coucher de soleil et la personne qui s'y éloigne est plus sourd pour le faire passer en arrière-plan. Donc, plus ils veulent que vous le regardiez c'est pour remarquer le style de vie trépidant, puis pour remarquer l' arrière-plan et le fait que c'est dans un rétroviseur et que vous vous dites « oh, quelqu'un s'éloigne », puis vous remarquez le logo Harley-Davidson et vous vous dites, Harley-Davidson, ce que vous en retirez est le message intentionnel selon lequel Harley-Davidson vous permet d'échapper ce style de vie et il vous offre ce genre d'évasion de la réalité, si vous voulez. Ce sont des choix de conception intentionnels qui suivent le principe d'Alda pour vous faire voir les choses dans un ordre précis afin de créer un récit particulier qu'ils souhaitent raconter. C'est pourquoi l'eau est si importante dans la visualisation des données. n'était donc que le premier principe. Et il y a beaucoup de choses qui se passent, de nombreux autres principes que nous allons explorer. manières dont vous pouvez influencer les anciennes et les manières accentuer certaines parties de votre visualisation des données sont des moyens minimiser certains aspects de votre visualisation des données. Alors rejoignez-moi dans les prochaines leçons et nous explorerons d'autres concepts de perception visuelle. 8. Hirearchy nouveau: Dans cette leçon, nous allons explorer le concept de hiérarchie dans la perception visuelle. hiérarchie fait référence à la façon dont tout ce que notre cerveau voit est en termes de premier plan et d'arrière-plan. Donc, tout ce que nous voyons, notre cerveau le classe dans ces deux catégories. Et tout ce qui se trouve au premier plan est ce sur quoi notre cerveau se concentre et fait attention. Alors que tout ce qui se passe en arrière-plan est largement ignoré par notre cerveau. Pour démontrer ce concept, laissez-moi vous montrer cette image maintenant. C'est quelque chose que vous connaissez peut-être. Est-ce pour les gens qui se font face ? Ou est-ce un chandelier ? Lorsque vous vous concentrez sur l'image et que vous commencez à regarder autour de vous, elle bascule entre les deux. Maintenant, c'est une illusion d'optique. Et l' illusion d'optique fonctionne en piratant notre cerveau et en exploitant ce concept de premier plan et d'arrière-plan. Il utilise donc différentes formes aux couleurs contrastées et influence l'espace sur lequel se trouvent les images pour empêcher notre cerveau de savoir exactement ce qu' est le premier plan et quel est l'arrière-plan. Alors que le cerveau passe de l'un à l'autre. C'est alors qu' il pense qu'il regarde deux personnes face à face, ou qu'il regarde un chandelier. Et c'est en quelque sorte ainsi que fonctionne cette image. Cela ne permet pas de savoir où se trouvent les éléments de premier plan et d'arrière-plan. Si vous êtes particulièrement perspicace, vous pouvez presque le sentir dans votre tête. Basculer entre ce qui est au premier plan et ce qui est à l'arrière-plan. Pour moi, au moins, j'ai l'impression l'image change c' est-à-dire que le cerveau décide placer quelque chose au premier plan et donc de se concentrer dessus, ou de placer ces éléments en arrière-plan pour se concentrer sur les autres éléments en termes de visualisation des données Ce concept est particulièrement important car lorsque votre public consulte votre graphique, que l'image change, c' est-à-dire que le cerveau décide de placer quelque chose au premier plan et donc de se concentrer dessus, ou de placer ces éléments en arrière-plan pour se concentrer sur les autres éléments en termes de visualisation des données. Ce concept est particulièrement important car lorsque votre public consulte votre graphique, si vous le faites en termes d' éléments de premier plan et d' arrière-plan y accordera donc moins d' attention à ce qui se trouve en arrière-plan. Et parfois, ce les éléments d'arrière-plan qui améliorent réellement l'histoire et la lisibilité du graphique que vous souhaitez communiquer. Et si vous vous basez sur des graphiques par défaut auxquels sont apportées quelques modifications de base, telles que le type de graphiques produits à partir de Tableau, Power BI ou Excel, l'outil lui-même ne dispose pas du contexte nécessaire pour comprendre quels éléments sont importants pour l'histoire. Au lieu de cela, il sélectionne par défaut certains éléments importants et les place au premier plan. Alors que ceux-ci peuvent ne pas correspondre au message que vous souhaitez communiquer. Toutefois, certains choix de conception intentionnels peuvent influencer les éléments de premier plan et d' arrière-plan de votre visualisation des données. Cela influencera la compréhension de votre graphique par le public et communiquera le récit souhaité. Permettez-moi donc de vous montrer à l'aide d'un exemple comment appliquer ce concept aux visualisations de données. Nous pouvons donc voir ici trois visualisations de données différentes qui contiennent toutes les mêmes données, essentiellement le même graphique. La seule chose que j'ai faite dans chacun d'eux a été de modifier certains éléments de premier plan et d' arrière-plan en utilisant des choix de conception tels que des couleurs plus vives, plus audacieuses et plus grandes pour mettre les éléments au premier plan. Des couleurs plus sourdes et plus ternes pour placer les objets en arrière-plan. Et avec quelques modifications simples, nous pouvons voir trois graphiques très différents. Lorsque vous regardez ces graphiques, réfléchissez à la façon dont vous les percevez visuellement. Vous ne les regardez pas et vous allez bien Ce sont trois graphiques identiques avec des changements minimes et à peine perceptibles. C'est comme les trois messages différents qu'on vous transmet. Les modifications que j'ai apportées étaient des choix de conception très intentionnels et délibérés, choix de conception très intentionnels et délibérés, mais elles ne sont pas particulièrement complexes. Mais ils montrent qu'il est possible de modifier la compréhension d' un graphique par le public sans même qu'il s'en rende compte. Lorsque vous regardez ces graphiques, je manipule intentionnellement votre perception de ces graphiques. Et si nous repensons à la leçon précédente, l'ordre dans lequel vous visualisez les objets, qui à son tour influence la compréhension et la sensation de ce graphique. En guise de petit conseil, n'oubliez pas que lorsque je conçois des visualisations de données, je commence toujours par des éléments plus clairs et plus discrets. Je réfléchis aux éléments que je souhaite placer au premier plan et à ceux à placer en arrière-plan, puis je les colore en couleurs plus vives ou atténuées en conséquence plus tard, une fois que la composition du graphique est correcte, et j'en suis satisfaite. C'est à ce moment-là que je commence design et l'aspect visuel aux graphiques, les visualisations de données les plus efficaces, les visualisations injustes qui mettent en évidence certains éléments importants d'un graphique et masquent certains éléments d' arrière-plan. Ils utilisent intentionnellement des choix de conception pour influencer l'ordre dans lequel vous visualisez le graphique et, par conséquent, la compréhension ou le message souhaité du graphique. Et le concept de hiérarchie consiste essentiellement à concentrer l'attention sur les éléments narratifs d'un graphique et à traiter pleinement les parties qui ne contribuent pas vraiment au récit. Il le fait pour créer intentionnellement une histoire à partir de la visualisation des données lorsque vous créez des graphiques à partir des outils de base sans faire ces choix de conception intentionnels. Vous vous retrouvez alors avec des graphiques qui ne sont pas vraiment efficaces pour utiliser le concept de hiérarchie par perception visuelle. À titre de démonstration, examinons un exemple, a été produit en tant que graphique par défaut dans Microsoft Excel. Vous pouvez voir maintenant que nous comprenons un peu la hiérarchie. Comment il place certains éléments au premier plan et lesquels il place en arrière-plan. Nous pouvons voir sur ce graphique que l' ordre de ces objets est un peu confus. Par exemple, ce graphique permet d'accéder à des éléments au premier plan. En utilisant une couleur plus claire, ils se démarquent du public. Et nous n'avons pas vraiment besoin d' étiquettes ou de lignes d' accès, car ces éléments eux-mêmes ne contribuent pas à l'histoire ou au récit que nous voulons créer avec ce graphique. Il s'agit simplement de la valeur par défaut produite par Excel. Et en raison de son manque de compréhension du contexte, c'est le sud qui choisit simplement les éléments qui doivent figurer au premier plan et à l'arrière-plan. Et comme nous l'avons vu précédemment, ils sont importants pour l' élaboration du récit. Un graphique comme celui-ci n'a donc pas vraiment de récit. Cependant, avec quelques choix de conception réfléchis, nous pouvons manipuler le récit de ce graphique en mettant en évidence les aspects qui contribuent à l'histoire et en masquant les aspects qui ne contribuent pas à cette histoire. Une façon inefficace d' utiliser ce concept est de penser que tout ce qui se trouve sur le graphique contribue à l'histoire. Si l'axe indique qu'il s'agit de données et que le graphique lui-même est notre histoire de données. Par conséquent, ils doivent être des éléments de premier plan, alors que ce n'est pas correct. Vous vous retrouvez avec trop de concurrence pour attirer l'attention de quelqu'un. Vous vous retrouvez avec un graphique comme celui-ci où tout est placé au premier plan et où tout se dispute pour attirer l'attention du public. Comme nous l'appellerions, lorsque tout a besoin de notre attention , rien ne veut vraiment notre attention. Nous nous retrouvons dans cet état de cécité que nous avons vu dans l'exemple vidéo. Et nous avons cessé de prendre les choses comme la clé pour utiliser correctement ce concept. Il s'agit de mettre en évidence les aspects importants qui contribuent réellement au récit. Bien entendu, vos éléments de données sont importants, mais lesquels sont particulièrement importants pour contribuer au récit ? Par exemple, il s'agit toujours de choses comme la plus grande différence, une ligne de tendance, un pic ou un creux, ou deux concurrents l'un contre l'autre. Soulignez que ces aspects de vos graphiques ne se limitent pas à tous les éléments de données du graphique. Sinon, vous n' utilisez pas vraiment ce concept de manière efficace. En matière de conception hiérarchique, l'objectif est de mettre en évidence les éléments narratifs afin que le graphique soit plus facile à comprendre et que l' histoire soit plus visible. Pour montrer comment nous pouvons le faire, examinons un autre exemple. Jetez donc un œil à ce graphique ici. Il s'agit des revenus générés par un petit café. Vous pouvez donc être en mesure de constater qu'il ne s'agit que du graphique par défaut produit par certains logiciels de visualisation de données. Et vous pouvez probablement déjà mettre en évidence certains des éléments qui ne correspondent pas correctement au concept de hiérarchie. Ce que nous pouvons faire, c'est mettre un peu d'ordre en mettant en évidence les éléments qui contribuent réellement au récit et en rencontrant ceux qui ne le font pas. En apportant ces modifications, nous pouvons influencer l'ordre dans lequel vous visualisez ce graphique. Votre son est probablement très similaire à celui-ci. Vous remarquez la ligne correspondant aux recettes, puis la forte baisse, puis la ligne des concurrents. Je veux donc que vous réfléchissiez à manière dont ces choix de conception influencent la compréhension du récit. Avec ce graphique, vous auriez pu penser que quelque chose comme un café enregistrait une croissance constante de ses revenus. Puis un nouveau concurrent s'est ouvert, ce qui a entraîné une forte baisse des ventes du café. Et c'est parce que ces éléments clés du graphique sont surlignés par des couleurs plus vives et plus vives. Pendant la création, les éléments du graphique étaient masqués, gris et placés en arrière-plan. Et c'est un moyen puissant d'influencer la compréhension qu'a quelqu'un du récit du graphique. À tel point, en fait, que vous passez probablement à côté de la véritable histoire de ces données lorsque vous approfondissez un peu plus, lorsque vous utilisez le concept de hiérarchie, vous pourriez influencer le message du graphique. Lorsque vous utilisez le concept de hiérarchie, il est très important de faire des choix de conception réfléchis et délibérés afin d' influencer le bon récit. Parce que, comme dans cet exemple, ces choix de conception ont amené le public à emporter un récit complètement différent de celui qui était prévu. Et cela a été réalisé en surlignant inconsidérément les éléments de données car ce sont des éléments de données. C'est l'histoire. Mettons-les au premier plan. Et remettons tout le reste au second plan. Ce faisant, nous avons en fait oublié l'histoire de ce graphique. Le message de ce graphique est donc en fait que le café a connu une croissance continue de ses revenus sur toute la période du graphique, malgré l'ouverture d'un concurrent et une baisse temporaire des ventes. Le message clé à transmettre à ce public est que le café se porte vraiment bien. Elle a connu une croissance continue tout au long de la période. En raison de nos choix de conception, nous avons enterré ce message et mis en évidence une narration complètement différente du graphique. Et c'est vraiment la clé du concept de hiérarchie. Il s'agit de faire des choix conscients et délibérés sur les bons éléments pour créer un récit approprié. Il ne s'agit pas simplement de mettre en évidence les aspects du graphique qui apparaissent et de déterminer s'ils ne contribuent pas réellement à l'histoire. Parce que, comme nous l'avons vu, ces choix de conception influencent réellement la compréhension et l'histoire d'un graphe. Alors, comment pouvons-nous apporter ces choix de conception à ce graphique pour mettre en évidence le bon récit ? Jetons donc un coup d'œil à la version révisée de ce graphique. Celui-ci a utilisé le même type de choix de conception, exactement les mêmes données. Tout ce que nous avons fait, c'est appliquer ces choix de conception différemment pour mettre en évidence un récit complètement différent de ce graphique. Ainsi, en utilisant des changements de couleur délibérés, nous avons complètement manipulé le récit ce graphique à plusieurs reprises, ce qui, je l'espère, démontre la puissance du concept de hiérarchie dans la perception visuelle. Donc, lorsqu'il s'agit de concevoir votre projet, je veux que vous soyez très attentif aux éléments qui contribuent réellement à la narration du graphique. Et ce sont les seuls qui devraient apparaître au premier plan. Avant de passer à la leçon suivante, je voudrais juste que vous preniez un moment pour réfléchir à la visualisation des données du projet et réfléchir aux éléments qui sont réellement essentiels au bon récit que vous souhaitez exprimer. Et en mettant en évidence les autres parties, cela pourrait-il changer votre histoire d'une manière ou d'une autre ? 9. Clarté nouveau: Notre cerveau est le summum de la complexité. Des milliards de neurones travaillant ensemble pour donner un sens au monde forment la conscience. Et cela nous a permis, en tant qu' espèce, d'atteindre le sommet de l'échelle. Cependant, lorsqu'il s'agit compréhension visuelle, notre cerveau, étonnamment immature et simple. Ils peuvent en fait gérer une capacité d'information visuelle assez faible. Notre cerveau cherche constamment à transformer tout ce qu'il voit en la forme la plus simple à comprendre possible , car il ne peut tout simplement pas en gérer trop. Nous en avons parlé dans une vidéo précédente. Si vous vous souvenez, l'aveuglement face à tout ce qui change, c'est parce que nous ne pouvons nous concentrer que sur une chose à la fois et que nous sommes presque aveugles à tout le reste. Lorsque notre cerveau voit quelque chose de compliqué, il cherche à le simplifier autant que possible. C'est le même phénomène que lorsque vous regardez dans les nuages, vous commencez à voir des formes sortir de ces nuages. C'est parce que notre cerveau veut tout simplifier. Il voit autant que possible pour réduire la puissance de traitement dont il a besoin pour comprendre ce qu'il regarde. Eh bien, c'est une simplification grossière de l'ensemble du processus. Cependant, lorsqu'il s'agit de visualisation de données, c'est à peu près tout ce que vous devez savoir sur le sujet que notre cerveau cherche à simplifier en matière de visualisation des données. Cela se produit dans un nombre surprenant d' endroits lorsqu'il s'agit de visualisation de données plus simple est vraiment mieux. Pour démontrer. Regardez ce graphique que nous avons ici. Ce graphique est formé de plus de 20 lignes différentes réparties sur quatre catégories différentes, ce qui donne 80 points de données individuels. Cependant, lorsque vous l'examinez, vous n'absorbez pas les informations de 80 points de données différents. Vous simplifiez essentiellement ces informations en quelques messages clés. Même si nous voulions essayer de comprendre les différents points de données AT, nous ne pouvons tout simplement pas gérer une telle capacité. Nous nous limitons donc à ce qui nous tient à cœur, quelques thèmes ou messages clés. Cela simplifie ces points de données AT dans leurs caractéristiques de base. Ce graphique nous permet de comprendre qu'il ne s'agit pas de 80 points de données. Il s'agit d'une tendance générale à la baisse et l' une des lignes est un peu aberrante. Et c'est la règle de perception visuelle de la clarté, de l'inaction. Même si nous voulions essayer de comprendre les points de données AT ainsi que les tendances et les mouvements dans toutes ces catégories. Nous n'en serons tout simplement pas capables. Nous nous contentons donc de simplifier et de sélectionner certains messages. Et il en va de même pour les anciens graphiques. Et cela ne se limite pas à des graphiques compliqués. Il s'agit même des graphiques visuels les plus élémentaires. Nous cherchons à réduire ces informations visuelles à quelques messages clés différents provenant de chaque graphique. Et ce n'est pas seulement la limite inférieure, il n'y a pas non plus de limite supérieure à la quantité de données ou d'informations que nous pouvons présenter visuellement à quelqu'un. Et nous sommes instantanément en mesure de l' affiner et de le condenser en quelques messages clés. Passons donc à la vitesse supérieure en regardant le graphique suivant. Ce graphique contient plus de 15 000 points de données. Et encore une fois, nous ne sélectionnons pas vraiment de points de données individuels à ce sujet. Nous le réduisons à une tendance générale ou à un message clé de ce graphique. Ce graphique montre le nombre d'entrées dans une liste et le nombre de likes que cette liste reçoit en ligne. Et si vous ne le connaissez pas, une liste est l'un de ces articles, comme les dix meilleurs, citations d' amis ou quelque chose comme ça. C'est un article, mais c'est essentiellement une liste, où le nom listicle. Ce graphique montre 15 000 articles et le nombre de likes et le nombre d'entrées dans chaque liste. Et bien que cela soit incroyablement compliqué en termes d'informations visuelles qui nous sont présentées, j'ai plus de 15 000 points de données. Nous pouvons en fait le simplifier très, très facilement et presque instantanément, ce que nous constatons est la tendance générale. Plus il y a d'entrées dans la liste, plus il y a de lumière pour accéder à Facebook. Et c'est assez impressionnant. Si vous prenez un moment pour y réfléchir. Nous avons instantanément pris 15 000 points de données et obtenu quelques résultats, qui sont des messages clés à partir de ces données. Nous l'avons fait assez rapidement. Nous n'avons pas eu à regarder ce graphique très longtemps. Et lorsque vous le décomposez, ce qui se passe réellement, c'est que nous cherchons des indices contextuels. Nous examinons toutes les données présentées. Nous examinons quelques titres et informations sur ce qui est représenté sur ce graphique. Ensuite, nous résolvons, découvrons généralement une tendance. Et c'est exactement ce qui se passe dans toutes les visualisations de données. Nous ne sélectionnons pas chaque composant individuel et ne comprenons pas les données. Nous sommes simplement en train de l'examiner et d'en comprendre le message clé. Ce graphique le montre très bien. Il y a beaucoup d'informations, mais en réalité, il n'y a qu'une seule information que nous retiendrons, c'est une tendance. Cependant, cela ne veut pas dire que vous êtes libre présenter le plus d'informations possible au public. Sachez qu'il ne devrait pas bombarder un public de données et d'informations en espérant se rabattre sur l'idée que, eh bien, le public en tirera un message. Vous devez absolument présenter des informations pour les guider vers ce message. Mais vous ne devriez pas penser à vos graphiques. Nous en avons déjà parlé, mais vous ne devez pas considérer vos graphiques comme des données elles-mêmes. Vous êtes en train de tracer les données et le message va arriver. Vous devez y penser car voici le message que vous souhaitez présenter. Les données sont là en tant que preuves de ce message. Pour montrer que nous ne pouvons pas simplement présenter de nombreuses informations au public en espérant qu'il les comprendra. Jetez un œil à ce nouveau graphique. Il s'agit des mêmes données que celles que nous avons vues juste avant cet autre graphique. Et maintenant, c'est incroyablement difficile à comprendre. Ce sont les choix de conception des poteaux qui y sont entrés. Il y a maintenant tellement de catégories par barre que les couleurs n'ont aucun sens. L'affichage visuel par excellence de ces données n'est pas propice à la compréhension. Et voici un exemple où vous ne pouvez pas simplement diffuser des informations à un public qui doit tenir compte de la conception. Dans l'exemple précédent, nous avons vu 15 000 points de données et avons pu facilement sélectionner certaines informations. Dans ce cas, nous ne voyons qu' environ 80 points de données et cela n'a plus aucun sens pour nous. Alors que le principe de clarté vise à comprendre ce qui est compliqué, vous devez définir certaines limites de manière à ce que le public puisse facilement les comprendre en choisissant le bon graphique pour les bonnes données. Aider le public à faire des choix de conception intentionnels pour interpréter le message que vous souhaitez transmettre des choix de conception intentionnels dans vos graphiques. Donc, en ce qui concerne la clarté visuelle, il y a quelques messages clés que vous devez comprendre à propos de ce principe. Tout d'abord, nous pouvons prendre une grande quantité d'informations et condenser dans leur forme la plus simple et en retirer certains messages. Et nous n'y parvenons pas en examinant le graphique dans son ensemble, comprenant chaque point de données et chaque élément de ce graphique, puis en interprétant, en y réfléchissant et en diffusant un message. Ce qui se passe réellement lorsque notre public regarde un graphique c'est qu'il le parcourt visuellement, qu'il trouve des indices contextuels, puis qu'il conclut avec résultat ou un message clé. Le deuxième principe pour comprendre clarté est que nous pouvons les aider à transmettre ce message et comprendre grâce à la conception visuelle. Et c'est le message que les gens comprennent lorsqu'ils terminent votre présentation lors d'une réunion. Encore une fois, lorsque vous montrez à quelqu' un une visualisation de données, il en retire le message et c'est ce dont il se souvient le jour suivant, la semaine suivante, le mois suivant, il ne se souvient pas des points de données individuels. Ce dont ils se souviennent, c'est le message clé, par exemple l'exemple de la liste. Encore une fois, lorsque vous aurez terminé ce cours, vous ne vous souviendrez pas que 15 000 points de données individuels sont une tendance générale des entrées de listes vers des likes sur Facebook. Vous ne vous souviendrez pas des points de données. Et c'est vraiment ce qu'est la clarté. Il s'agit de choix de conception intentionnels qui permettent au public condenser les données pour former le récit que vous souhaitez raconter. La clarté est également intrinsèquement liée au principe d'ordre. Parce que grâce à la combinaison de ces deux principes , votre objectif est de guider le public à travers le graphique vers les bons éléments pour en tirer les bonnes conclusions. Et vous êtes là pour soutenir ce parcours au lieu d'essayer de entraver et de le compliquer à comprendre pour les gens. Donc, si nous reprenons l'exemple du cyclisme, voyons si nous pouvons distinguer les éléments qui favorisent la clarté et l'ordre. Maintenant, comme vous pouvez le voir sur ce graphique, j'ai utilisé des informations surlignées presque au centre du graphique pour attirer l' attention du public. Il s'agit d'un choix de conception délibéré. J'ai intentionnellement créé cette police contrastante audacieuse avec ce type d'élément br pour la faire ressortir. Et j'ai intentionnellement conçu le titre pour qu'il soit une police moins remarquable que le reste. Donc, la première chose que le public voit, ce sont ces éléments sur le graphique. Et ce qu'ils voient, ce sont deux éléments qu' ils comparent et que l'un beaucoup plus grand que l'autre. Ensuite, comme nous l'avons dit, examinez en quelque sorte autour de vous pour trouver des indices contextuels. Et ce qu'ils remarqueront, ce sont ces boîtes d'appel qui leur permettent d'en savoir plus sur l'histoire. Ils remarqueront le titre, qui leur explique en quoi consiste cette visualisation de données. Et c'est essentiellement le message clé que j'essaie de communiquer. Ce que vous devez remarquer, ce sont les véritables éléments d'affichage des données graphiques i. Ces lignes ne sont pas vraiment inhérentes ou apparentes à ce message. Le récit est là. Ces éléments passent au second plan et sont en quelque sorte à la base de toutes ces informations. L'histoire occupe donc le devant de la scène. Les éléments graphiques réels sont utilisés comme preuves de ce message. Je vois donc que ces éléments sont votre message. C'est pourquoi ils sont audacieux. Ils ressortent éléments les plus importants de ce graphique. Et puis la partie graphique elle-même n'est que la preuve que c'est la raison pour laquelle je communique ce message. C'est de l'ordre et de la clarté, travaillent ensemble grâce à des choix de conception pour compléter un récit. En tant que membre du public. Une fois que vous aurez terminé ce cours et que vous aurez repensé à ce graphique, vous vous souviendrez non pas de ces éléments de données réels, mais de ces éléments narratifs. Vous vous souviendrez du message clé selon verrouillage dû à la COVID a inspiré certaines activités de plein air. Vous n'avez pas besoin de vous souvenir précisément du nombre de personnes qui empruntent la piste cyclable au mois de mai. Par exemple, vous vous souviendrez du message ou non du moyen qu'il a véhiculé. Ce que vous devez faire maintenant, c'est ne plus avoir à concevoir physiquement quoi que ce soit sur le graphique de votre projet. Mais vous devriez vous demander quel est le message clé de vos données ? Qu'est-ce que tu veux vraiment communiquer ? Alors, jouez un peu, analysez un peu de vos données et dégagez le message clé. Vous avez donc le message dès le départ. Ensuite, nous passerons aux chapitres suivants et expliquerons comment vous pouvez concevoir spécifiquement pour ces choix. Et comment mettre en évidence certains éléments et minimiser d'autres éléments. 10. Réalisations nouvelles: Dans cette leçon, nous allons explorer leur concept de perception visuelle des relations. Notre cerveau est donc codé en dur pour essayer de comprendre tout ce que nous voyons. Chaque fois que nous examinons quelque chose, nous essayons d'utiliser les relations avec le contexte de ce que nous examinons et, grâce à notre expérience personnelle, pour essayer comprendre ce que nous examinons et nous sommes programmés pour le faire. n'y a aucun moyen de le contourner. C'est simplement la façon dont nous fonctionnons, tout ce que nous regardons, nous essayons de trouver un sens à ce que cela essaie réellement de transmettre. En d'autres termes, il ne s'agit pas simplement d'un objet inanimé. Nous établissons une relation avec son contexte et notre compréhension. Et nous formons presque un récit ou une compréhension à partir de ce que nous regardons. Maintenant, pour le démontrer, examinons à nouveau notre exemple de listicule. Réfléchissez un instant à cette visualisation. Quel est le message véhiculé ici ? Quelle est notre compréhension en examinant ces données ? Quel est notre principal point à retenir, notre principal résultat, notre message clé, le récit, cette visualisation des données. Je suppose donc que lorsque vous regardez cela, vous avez remarqué que la plupart des listicles contenaient 10 à 20 articles. Et puis, une fois que vous avez compris cela, vous avez commencé à chercher le y dans les données. Tu as commencé à chercher le message. Et c'est juste instinctif. C'est ce que nous faisons en tant qu'êtres humains. C'est la quintessence de la compréhension visuelle. Vous avez examiné cette visualisation et vous avez commencé à établir des relations avec le contexte, la façon dont elle est présentée, votre compréhension des éléments de ce graphique, et vous avez commencé à assembler la version 2.2 pour former une histoire. Encore une fois, c'est instinctif, c'est naturel, c'est exactement ce que nous faisons. Tu ne l'as pas nécessairement fait consciemment. Vous venez de créer inconsciemment un message récit ou une compréhension à partir de ces données. La plupart des gens regarderont un graphique comme celui-ci et comprendront cette ligne de tendance. Ils constateront en quelque sorte cette tendance dans les données qui suggère que plus vous avez d'entrées dans les listes, plus vous recevez de lumière sur Facebook jusqu'à atteindre un certain point, puis cette tendance commence à s'inverser. Une fois que vous franchissez ce seuil de nombre d'entrées dans la liste, vous commencez à obtenir moins de likes sur Facebook. Vous avez donc commencé à raconter l'histoire par la suite. Pourquoi est-ce le cas ? Nous cherchons le y dans les données tout le temps ? C'est tout à fait naturel. Nous l'avons examinée et nous nous sommes dit probablement parce que si une liste contient trop peu d'entrées, elle ne vaut pas vraiment la peine d'être lue ou partagée avec les gens. Alors que s'il contient plus d'entrées, nous commençons à le considérer comme quelque chose de valable et à partager. Et puis, s'il contient trop d'entrées, nous ne finirons probablement pas l'article et nous nous donnerons la peine de le partager parce que nous ne sommes jamais parvenus une conclusion satisfaisante après avoir lu cette liste. C'est donc probablement l'histoire ou récit que vous avez retenu de ces données. Et c'est une histoire parfaitement raisonnable. Cependant, les données n'indiquent pas qu' aucun message n'indique que c'est ainsi que devrait être l'interprétation de ces données. En fait, cette interprétation comporte de nombreux défauts. Cependant, il est parfaitement raisonnable de présenter ce récit entièrement à partir des données qui nous ont été présentées. Et c'est parce que nous cherchons toujours à trouver l'histoire et c'est le concept des relations. Dans la perception visuelle. Nous examinons ces données ou quoi que ce soit d'autre, et nous en tirons un récit ou une histoire. La façon dont les autres principes ont joué un rôle dans ces données, le principe de hiérarchie, d'ordre de clarté. Tout cela s'est réuni pour former un récit. Et ce n'est pas parce que les données ne nous renseignent pas sur ce récit de manière inhérente il est parfaitement raisonnable que votre public crée ses récits à partir de ce que vous lui avez présenté. Et parfois, même un récit contradictoire entre en conflit avec leur interprétation de leurs données. Et ils opteront toujours pour leur propre interprétation. Peu importe le message que vous leur présentez , même inconsciemment. Et nous allons explorer cela dans un instant. Ainsi, malgré la création d'une histoire à partir de ce graphique, il y a beaucoup de choses qu' il ne nous dit pas réellement qui invalident le récit. Nous sommes sortis avec. Des éléments tels que la durée pendant laquelle l'article est en ligne. Les médias sur lesquels ils ont partagé avec nombre de lecteurs actifs de ce site Web où ils se trouvaient à certains moments, où leurs politiques internes se sont arrêtées. Il n'est pas déraisonnable de penser que Facebook est devenu plus populaire au fil du temps. Peut-être les listicles, qui ont moins de partages, sont publiés avant que Facebook n' atteigne son pic de popularité. De nombreuses questions restent sans réponse. données sur toutes ces questions n' invalideront-elles pas l'histoire que nous avons racontée ? La conclusion que nous avons tirée de ces données n'est donc pas réellement véridique, ou du moins nous pouvons valider sa véracité. Cependant, cela n'empêchera personne de former ce récit. Lorsque vous présentez des données à un public et que vous ne lui fournissez pas de récit, il va créer son propre récit. Et c'est le principe des relations. Et encore une fois, même si vous avez présenté un récit qui contredit les données que vous avez présentées. Ils n'accepteront pas le message que vous leur avez présenté. Dans la plupart des cas, ils utiliseront toujours par défaut ce qu'ils voient de leurs propres yeux. Jetons donc un coup d' œil à cela en action. Voici une autre visualisation. Prenez un moment, mettez la vidéo en pause si vous avez besoin de comprendre ce qui se passe ici. Cela montre donc les ventes d' un café au fil du temps. Et ce que vous allez choisir, c'est que vous verrez la ligne de vente. Vous verrez alors cette gamme de concurrents coïncider avec une baisse des ventes , puis une hausse ultérieure des ventes. Maintenant, vous allez commencer à créer un récit à partir de tout ce que vous avez vu ici. Quelle en est l'histoire que vous en avez tirée ? Je vous encourage à le publier dans les discussions ci-dessous et partager avec d'autres le message clé que vous en avez retiré. Il aurait donc été parfaitement raisonnable d' interpréter le message de ce graphique en fonction des ventes Nous sommes en pleine croissance dans ce café. Un nouveau concurrent a ouvert ses portes et a commencé à réduire les ventes de ce café. Et après un certain temps, les clients sont retournés dans ce café et les ventes ont repris. Encore une fois, ce serait un récit parfaitement raisonnable à partir des données en raison de la façon dont elles ont été présentées. Ce n'est pas nécessairement l'interprétation correcte de ce graphique. Et si je disais que le concurrent n'a pas vraiment d' influence sur les ventes ? En fait, le café a subi une période de rénovation et il avait simplement moins de places disponibles pour les personnes. Ils ont donc eu moins de clients pendant une période , puis la rénovation s'est terminée et ils ont repris leurs clients. Maintenant, je parie que cela ne est pas venu à l'esprit lorsque vous avez regardé ce graphique. Et bien, pourquoi ? Aucune de ces informations n' a été présentée. Par conséquent, comment le public est-il censé interpréter ce message ? Encore une fois, ils n'interpréteront le message qu'en fonction du contexte qu'ils voient dans le graphique. Maintenant, même si je dis , vous allez toujours penser que la concurrence a dû avoir quelque chose à voir avec ces ventes. Et c'est parce que le graphique présenté est en conflit avec un message. Je vous le dis, c'est difficile à accepter. Vous allez vous dire : « Eh bien, c'est quand même la concurrence qui a dû avoir quelque chose à voir avec les ventes. C'était en quelque sorte juste la période de rénovation. Il a dû y avoir un certain impact. Et cela s'explique par le fait que nous avons inscrit sur le graphique des éléments indiquant qu'un concurrent s'était ouvert. Et vous devez instinctivement créer un récit à partir de ce que vous voyez dans le contexte dans lequel vous visualisez le graphique. Vous connaissez peut-être l'expression « corrélation ne signifie pas causalité ». Et cela dit simplement que ce n'est pas parce que les choses sont corrélées ou semblent fonctionner ensemble semblent fonctionner ensemble qu'elles le font en soi. Cette phrase existe pour nous rappeler que ce n'est pas parce qu' elle est présentée sur le graphique qu'elle a nécessairement joué un rôle dans le récit de ce graphique. Cependant, malgré l' existence de cette phrase, il est instinctif que nous forgions un récit visuel partir de ce que nous voyons et il est difficile de surmonter cet obstacle. Vous ne devez donc jamais vraiment présenter d' éléments contradictoires dans votre graphique qui permettent à votre public de former son propre récit. Encore une fois, souvenez-vous que je l'ai dit à quelques reprises et que, si vous devez retenir quelque chose de ce cours, ce devrait être ce message, vos données, les éléments de données votre visualisation ou vos preuves. Le message doit toujours occuper le devant de la scène. Encore une fois, si l'on regarde rapidement notre exemple de vélo, tout le design a été conçu pour mettre ces éléments narratifs et les données elles-mêmes n'en font guère partie. Je ne laisse aucune place au public pour tirer des conclusions de son propre récit, car je présente le récit au public. Donc, présenter ce graphique à un public en disant : « Oh regardez, voici une compétition suivie d'une baisse des ventes, puis presque arracher la laine des yeux de tout le monde, c'est dire « bonjour, voyage vers vous ». Cela n'a rien à voir avec le concurrent. De toute évidence, nous ne devrions pas faire quelque chose comme ça. Mais prenons un exemple plus réaliste de ce principe en action. Voici donc à nouveau le même graphique, et cette fois, il a été formaté pour mieux refléter le message réel. Il s'agit donc d'un exemple plus réaliste. Le gérant du magasin souhaite en savoir plus sur la période de rénovation et son impact sur l'ensemble des clients du café. Et ils sont également intéressés par ces ventes de café. Nous n'avons pas inclus de récit dans ce message, mais malgré cela, vous êtes probablement encore en train mais malgré cela, vous êtes de relier les points à ce sujet. Vous dites, eh bien, que la période de rénovation n'a pas semblé affecter les ventes de café. La période de rénovation n'a donc affecté que les clients assis et les ventes de café. Ce doit être principalement du café à emporter pour ce café. Ce n'est pas vraiment dit sur ce graphique. Cependant, nous avons commencé à relier les points et simplement parce que ces lignes étaient présentées ensemble, nous avons dû établir une relation entre elles et élaborer sorte de récit qui fasse correspondre ces éléments. En regardant mon exemple de cyclisme, nous pouvons voir comment cela joue un rôle. Vous voulez vous assurer que le public transmet le bon message et que vous ne laissez aucune place pour qu'il invente le sien. Pour ce faire, vous devez mettre en évidence les éléments de l'histoire et minimiser les éléments de données, mais ils doivent également être présentés de la bonne manière. À la base, ma visualisation est une visualisation de comparaison. Je veux donc comparer cette année à l'année dernière. Ainsi, au lieu de présenter les données sur une seule ligne sur une période donnée, j'ai pris les deux années et je les ai placées les unes sur les autres pour faciliter la comparaison. n'y a donc pas d'autre place pour que les utilisateurs puissent émettre leur propre message à propos de cette visualisation. C'est donc le principe des relations. Vous n'avez pas encore à agir sur quoi que ce soit dans votre visualisation des données pour votre projet. Mais n'oubliez pas de réfléchir à votre message principal et à la manière dont vous allez le transmettre au public. Et c'est en cela que repose le principe de la relation. Dans sa voiture. Vous ne voulez pas laisser de place à quiconque pour interpréter son propre message. Encore une fois, vous devez toujours utiliser les données comme preuves et votre message est au cœur de toute visualisation de données. Pensez donc à votre propre visualisation des données pour déterminer quel est réellement le message principal. Alors rejoignez-moi dans la vidéo suivante. 11. Comvention nouveau: Le dernier thème de la perception visuelle qui serait exploré est la théorie conventionnelle de la perception visuelle. Donc, pour comprendre les conventions, on peut simplement dire que c'est la façon dont nous faisons les choses. Il n'y a rien de plus dans la convention que la simple façon dont les choses sont faites. Cependant, il convient de noter son impact sur la visualisation des données et la perception visuelle. La Convention est donc en fait la façon dont nous acceptons tous, non écrits, de n' afficher que certaines choses. Maintenant, bien sûr, c'est une définition très large. Réduisons-nous donc à l'impact que cela la visualisation des données dans certaines situations. D'une certaine manière, nous sommes simplement programmés pour regarder les choses et nous attendre à ce qu'elles soient présentées d'une certaine manière, à des fins de démonstration Permettez-moi de vous montrer une image d'une carte. Voici donc une photo de la carte du monde. Maintenant, laissez-moi vous demander, est-ce faux ? Y a-t-il un problème avec cette carte ? La plupart des gens diraient que oui, il y a certainement quelque chose qui ne va pas avec cette carte. C'est à l'envers. Mais quand on y pense, il y a pas de bonne solution. La nouvelle carte devrait être. C'est juste qu'on nous a toujours présenté une carte de cette manière correcte. Par conséquent, tout ce qui va à l'encontre cela va à l'encontre de nos attentes. Et c'est le principe de la convention. Toutes les cartes que nous avons vues indiquaient l'Australie à droite, l' Amérique à gauche. Il a été présenté avec le nord orienté vers le haut. Ainsi, lorsqu'on nous présente quelque chose qui entre en conflit avec cette norme acceptée, il est vraiment difficile pour nous de surmonter cet obstacle. Vous voyez, le concept de convention de perception visuelle ressemble presque à une barrière. Si quelque chose entre en conflit avec notre norme acceptée, alors il est vraiment difficile pour nous de surmonter cet obstacle, presque impossible. En fait, lorsque nous voyons une carte à l'envers, nous ne nous contentons pas de penser qu' il s'agit d'une carte. Ce n'est tout simplement pas la bonne voie. juste que c'est presque comme si nous le rejetons. Nous ne pouvons tout simplement pas l'utiliser. Nous devons inverser la tendance avant de pouvoir accepter qu'il s'agit d'une carte. Quand il est à l'envers, il y a quelque chose qui ne va pas. J'ai simplement codé certains éléments en dur pour la visualisation des données, mais il y a d'autres éléments tels que le vert, qui signifie une bonne ou une positive, ou des ventes plus élevées ou meilleures, des courbes de tendance. Et le rouge signifie négatif, parfois moins. Ces données présentent certains aspects négatifs, quelque chose qui ne va pas et qui doit être souligné auprès du public. Nous nous attendons simplement à ce que le vert signifie bien et que le rouge signifie mauvais. Si nous devions inverser la tendance, il serait vraiment difficile pour nous de nous en remettre. Cela constitue un obstacle à notre compréhension et nous ne pouvons tout simplement pas surmonter cet obstacle pour comprendre parfaitement le message. Vous devez en être conscient , car parfois, lorsque vous essayez de créer des graphiques, vous le faites peut-être dans le cadre d'une organisation et que le thème de couleur contient du vert et du rouge. Et j'ai moi-même été dans cette situation, où le thème de l' organisation était le rouge. L' utilisation des couleurs de l'entreprise était un élément très important de cette organisation. Les gens apparaissent donc toujours ces graphiques qui semblaient vraiment négatifs et disent : « Oh, nous faisons des ventes nulles parce que tout est rouge, alors qu'ils voulaient dire que c' est positif ». Encore une fois, les conventions constituent un obstacle. Lorsque vous pouvez passer à la Convention, vous perdez la compréhension du public. Donc, même si vous leur dites : « Oh non, non, dans cette situation, le rouge signifie bien ». Ils vont y aller. D'accord. Mais ils ne l'interpréteront pas vraiment et, inconsciemment, ils penseront toujours que c'est un peu négatif. Même si tu leur racontes la bonne histoire. Il en va de même pour les relations. Ce que vous présentez est ce qui transmet le message, ce que vous dites au public. S'il entre en conflit avec le message que vous avez retiré, cela ne pénètre pas vraiment aussi loin. Vous ne comprenez pas vraiment ce message. Et on peut dire la même chose en ce qui concerne les conventions. Si vous êtes en conflit avec les conventions, vous aurez du mal à livrer le récit. Vous devez donc toujours utiliser les conventions de visualisation des données plutôt que le rouge ou le vert. Quels sont les autres éléments conventionnels avec lesquels vous ne devriez pas entrer en conflit ? Bien qu'il n'existe peut-être pas de norme acceptée concernant les éléments que nous examinons dans un graphique ou les éléments qui devraient figurer dans un graphique. Il est possible de les classer. Permettez-moi de vous montrer l' exemple du cyclisme sur lequel nous avons travaillé. J'ai donc apporté quelques modifications à cet exemple et maintenant c'est faux, choses qui ne sont tout simplement pas à leur place. Et cela nous détourne du message. Ainsi, lorsque nous examinons ce graphique, nous ne pouvons pas en oublier les éléments non conventionnels pour commencer à interpréter le récit. Le texte est faux. Le titre n'est tout simplement pas au bon endroit. Les mères ne vont pas de gauche à droite. Ils vont de droite à gauche. Et cela va tout simplement à l'encontre de nos conventions et nous ne pouvons plus y voir une tendance, même si regarder de gauche à droite ou droite à gauche ne devrait pas vraiment faire de différence. C'est vraiment le cas. Et les conventions sont si fortes que lorsque vous êtes en conflit avec elles, le public peut en interpréter le message. Peu importe ce que vous leur dites, ils ne peuvent pas surmonter ce manque de convention. Regardez donc cet autre graphique à titre d'exemple. Nous avons affaire ici à un grossiste qui vend des produits dans quatre magasins différents. Et ils ont utilisé un graphique linéaire pour montrer ces informations. Maintenant que les données sont correctes, une ligne est généralement utilisée pour indiquer une relation avec le temps. Cependant, dans ce cas, aucune relation de ce type n'existe. Nous comparons les ventes entre différents magasins. Un graphique linéaire est donc contraire à notre convention. Il devrait s'agir d'un graphique à barres à des fins de comparaison. Cependant, le graphique linéaire brouille l'interprétation de ce graphique et rend difficile l'interprétation facile du message. Des éléments tels que la comparaison doivent donc être effectués sous forme de barres au fil du temps sous forme de graphique linéaire et pourcentage par rapport au trou doit être utilisé comme graphique circulaire. Ces conventions relatives aux données doivent toujours être respectées, car lorsque vous les enfreignez, cela entraîne des malentendus et des récits plus difficiles à interpréter. Les gens finissent par se laisser distraire par ces éléments au lieu accepter les informations qu'ils ont données, ce qui, si vous vous en souvenez, était l'un des principes énoncés plus tôt. Il a dit, et je paraphrase ici, que la conception du graphique ne devrait pas inciter les gens réfléchir à la façon dont ce graphique est produit. Ils devraient simplement réfléchir au message qu'il essaie de créer. Lorsqu'un membre du public type consulte un graphique comme celui-ci. Si vous vous souvenez, revenons à notre exemple de cuisson de steaks où j'ai dit qu'une personne qui mange un aliment peut décrire si c'est bon ou mauvais et utiliser certains aspects, mais qu'elle n'est pas nécessairement consciente du processus scientifique qui sous-tend cette cuisson. Il en va de même pour une visualisation de données comme celle-ci : ils ne qualifieraient pas ce graphique d'intéressant, ils ne qualifieraient pas ce graphique de convaincant ou d'influent. Ils pourraient juste dire que c'était bon. C'est juste que quelque chose n'a pas vraiment trouvé d'écho chez eux. Dans ce cas, c'est l'absence de convention respectée. Même si le membre de votre public peut s'exprimer avec précision, il ne trouve pas le graphique convaincant . Il existe désormais d'autres moyens de briser les conventions à l'aide de graphiques. Examinez ce graphique du même grossiste. Nous sommes maintenant passés en revue les magasins aux ventes de différents produits. Et les couleurs indiquent au spectateur qu'il existe un lien entre les couleurs similaires et les produits en vente. Cependant, il est rare qu' une telle relation existe. Si vous regardez attentivement, vous ne devriez pas remarquer que les choses sont confuses. Pourquoi les bananes et les t-shirts de taille moyenne ont-ils la même couleur ? Cela implique à nouveau une relation. Cependant, le fait qu'il n'y ait pas de relation brise cette convention. Si nous devions présenter les mêmes données uniquement cette fois-ci, nous regrouperions les objets de manière logique. Cela intéresserait un peu mieux le public, Cela intéresserait un peu mieux le public car cela respecte les conventions plutôt que d'entrer en conflit avec celles-ci. Passons donc à notre exemple du cyclisme et identifions les éléments conformes aux conventions. Tout d'abord, vous remarquerez que le temps passe de gauche à droite. Cela doit toujours, toujours être suivi. Vous remarquerez également que ces deux lignes présentent des différences visuelles, car elles indiquent qu' elles mesurent des choses différentes. Tout ce qui concerne les éléments de texte du graphique aligné selon les conventions , aux endroits habituels Un titre est plus grand, il est en gras et ressort davantage. Il est placé en haut de la page parce que les éléments situés en haut ont tendance à être titres et des messages importants. Ils ne sont pas cachés en bas, Ils ne sont pas cachés ailleurs. Tout ce qui concerne ce graphique confirme donc une convention, ce qui permet à la personne d' interpréter beaucoup plus facilement à la personne d' le message du graphique et de ne pas se laisser distraire par des éléments conventionnels contradictoires. C'est donc la théorie conventionnelle de la perception visuelle. N'oubliez pas que c'est toujours conforme à la convention et non en conflit avec la convention. Joignez-vous donc à moi pour la prochaine leçon où nous apprendrons à rassembler tout cela et à passer de données brutes à des messages doublement influents qui utilisent toute la théorie de la perception visuelle et les outils et techniques que vous devriez suivre pour y parvenir J'ai hâte de vous y voir. 12. Rassembler nouveau: Jusqu'à présent, nous avons exploré comment les gens passent des images visuelles aux messages et comment tous ces différents concepts de perception visuelle s'appliquent au monde de la visualisation de données. Récapitulons donc rapidement certains des messages les plus importants à retenir. Ensuite, nous aborderons les méthodes et les techniques que vous devriez réellement utiliser et manière dont vous pouvez passer des données brutes à une communication visuelle percutante. Tout d'abord, nous avons exploré le concept d'ordre, selon lequel pour interpréter visuellement le sens d'une chose, nous ne la considérons pas dans son ensemble. Nous le construisons à partir de différentes parties qui s' accumulent pour former un récit. Et des techniques de design culinaire que nous allons explorer dans un instant. Vous pouvez influencer cette personne plus âgée. Deuxièmement, il y avait le principe de hiérarchie, lequel tout ce que nous voyons est en termes de premier plan et d'arrière-plan. Et tout ce qui se trouve au premier plan est donc au centre de notre attention. Troisièmement, nous avons exploré la clarté selon laquelle tout ce que nous observons, nous cherchons à le simplifier afin de le comprendre. C'est ainsi que vous pouvez transmettre une grande quantité de données à personne (15 000 points de données), par exemple, et cette personne peut les interpréter en quelques messages clés. Cependant, cela ne signifie pas que vous pouvez simplement transmettre des données à un public et vous attendre à ce qu'il les comprenne. Vous devez tout de même faire des choix de conception qui leur permettront de comprendre le message clé. Ensuite, nous avons examiné les relations, qui indique que tout ce que nous examinons, nous cherchons à le comprendre dans son contexte et à former un récit à partir des éléments. Et cela est particulièrement vrai lorsqu'il s'agit de visualisation de données. Tout ce que vous présentez sur un graphique sera interprété par votre public sous la forme d'une sorte de récit. Et à moins que vous ne leur présentiez le récit, ils présenteront le leur. Ou si vous présentez une visualisation et un récit qui conflit avec le récit qu'ils entrent en conflit avec le récit qu'ils proposent à partir de cette visualisation, ils ne retiendront pas vraiment votre message aussi fortement. Enfin, nous nous sommes penchés sur la Convention, qui empêche de comprendre que si des choses entrent en conflit avec la norme acceptée entrent en conflit avec la norme acceptée sur la façon dont les choses devraient être, alors les gens n' interpréteront pas vraiment le message parce qu'ils ne peuvent pas surmonter cet obstacle du conflit avec la Convention. Respectez toujours les conventions. Comment passez-vous exactement d'un emprunt de données à une histoire de données percutante ? Eh bien, tout d'abord, vous devez analyser vos données et décider du message clé que vous souhaitez Une fois que vous avez atteint ce stade, vous devez suivre deux étapes pour en faire un message percutant et influent. La première étape consiste à éliminer tous les éléments destructeurs de la visualisation. Les graphes par défaut créés par tous ces outils contiennent beaucoup trop d'éléments. Chaque ligne, chaque étiquette, chaque barre, chaque ligne de grille FE, chaque titre, chaque légende, tous ces éléments cherchent à distraire le public. Si vous y repensez sont tous des éléments que les gens vont prendre en compte pour élaborer ce récit. Et à moins que chaque élément ne soit conforme au récit que vous essayez de raconter, ils ne font que distraire le message. Alors, première étape, effacez-les complètement. Jetons donc un coup d' œil à un exemple de cyclisme pour en savoir un peu plus à ce sujet. Il s'agit du graphe créé par défaut et tous ces éléments doivent être supprimés. Ce que j'aime faire, c'est commencer par l'essentiel. Il s'agit donc uniquement des éléments de données eux-mêmes. Ensuite, je vais introduire les différents éléments un par un jusqu'à ce qu'ils soient compris. Je n'ai donc que deux lignes ici. Nous devons savoir quelles sont ces lignes. Réintégrons donc les étiquettes des mois. Maintenant que nous l'avons, revenons à certains éléments qui présentent ce que cela mesure réellement au fil du temps. Je vais donc intégrer le nombre de personnes ces activités de plein air dans ce graphique. Et en gros, nous pouvons nous arrêter là. C'est tout ce qu'il faut pour interpréter le message. Les gens me demandent souvent mes données devraient être étiquetées. Dois-je avoir un axe ? Dois-je y utiliser des étiquettes ? La réponse dépend donc entièrement de vous. Vous ne devriez jamais avoir les deux, mais vous devriez toujours en avoir un. Lequel correspond au message ? Le plus fort est celui que vous devriez choisir. Ici, ce ne sont pas tant les points de données individuels qui sont importants. C'est la tendance au fil du temps. J'ai donc opté pour des étiquettes d'axes où, si je voulais vraiment mettre en évidence une valeur spécifique, j'utiliserais probablement des étiquettes de données. La prochaine chose à laquelle vous devez réfléchir est la composition de votre graphique et elle est prise en compte. Toutes les visualisations de données sont destinées à la comparaison. Et vous voulez en quelque sorte identifier ce que vous comparez et s'agit-il d'une histoire positive ou négative ? Est-ce que vous comparez deux points dans le temps ? Est-ce que vous comparez les ventes de deux magasins ou de deux produits différents ? Vous pouvez en quelque sorte le résumer à la comparaison réelle. Et c'est ce que vous voulez mettre en avant dans votre histoire. Dans cette visualisation, je compare deux années différentes. Je veux donc utiliser la composition du graphique pour vraiment mettre cela en évidence. Il est préférable de toujours garder ces lignes les unes au-dessus des autres. Assurez-vous donc que les comparaisons sont vraiment faciles. Je devrais les séparer visuellement d'une manière ou d'une autre. L'un se distingue de l'autre afin que les gens puissent voir qu'il y a une différence visuelle entre eux, ce qui permet de les comparer car ils les considèrent comme deux choses différentes. Je vais donc apporter ces quelques modifications ici. Il s'agit essentiellement de notre toile vierge. Nous avons éliminé tous les éléments destructeurs. composition de base de notre graphique est prête ? C'est ici que nous commençons à mettre en évidence les éléments qui accompagnent cette histoire et à minimiser les éléments qui ne racontent pas l'histoire que nous voulons. Il existe donc de nombreuses façons de faire ressortir visuellement quelque chose. Voici les différentes manières de le faire. Vous pouvez encercler des objets, les rendre plus audacieuses, lumineuses et plus éclatantes. Vous pouvez les entourer d'une boîte. Vous pouvez les déplacer légèrement pour qu'ils apparaissent différemment. Il existe de nombreuses manières différentes. Il s'agit d'ailleurs d'une ressource téléchargeable que vous pouvez obtenir dans la section des projets et des ressources afin de la télécharger et de l'emporter. Donc, ce que nous allons faire, c'est réfléchir aux éléments que nous voulons mettre en évidence. Ensuite, nous allons choisir dans cette liste, comment allons-nous les embaucher ? Parce que toutes ne seront applicables à tout moment. Donc c'est du glucide. Cette visualisation consiste à comparer ce mois de pointe à celui des autres mères les plus touchées au cours de ces deux années. C'est donc l'élément que je souhaite le plus souligner dans ma visualisation. Nous pouvons donc regarder cette page et réfléchir aux éléments qui la feront réellement ressortir. Pour le faire ressortir , je vais l' entourer d'une boîte et utiliser une couleur beaucoup plus vive sur cette boîte. Et c'est en quelque sorte une combinaison de deux éléments, ce que vous êtes totalement libre de faire. Cela permet de mettre en évidence cet aspect du graphique et de le faire ressortir. Vous voudrez peut-être faire plus ou moins de surlignage en fonction de votre histoire. Pour moi, tout tourne autour de cet élément et je vais la section ici. C'est donc la seule chose que je dois souligner dans ces données. Nous voulons maintenant y introduire quelques éléments narratifs. Et n'oubliez pas que les gens ne regardent pas toujours le titre en premier. Nous voulons ajouter au graphique quelques légendes narratives qui expliquent un peu mieux l'histoire. C'est donc ce que j'ai fait ici. J'ai ajouté ces trois légendes narratives au graphique qui expliquent l'histoire. Maintenant, pensez à ceux que vous voulez qu' ils voient en premier, au fur et à mesure que votre public sera plus âgé à ceux que vous voulez qu' ils voient en premier, au fur , car c'est celui qui devrait être le plus mis en avant. Vous pouvez donc voir que j'ai utilisé certaines des techniques de surlignage du texte lui-même. J'ai utilisé du texte en gras pour souligner et souligner pourquoi j'ai créé cette police beaucoup plus grande que cette autre police amusante. Je peux donc faire ressortir au maximum ces éléments de police. Je l'ai placé à l'intérieur du contenant pour le faire ressortir davantage. Il s'agira de choix de conception délibérés qui mettront en valeur les éléments que je voulais mettre en valeur et minimiseront ceux que je n'ai pas envie de mettre en valeur. J'ai un titre ici et il est très important de le noter. Votre titre doit toujours contenir quelques mots sur ce qu'est réellement votre message clé. Et vous pouvez également utiliser, comme vous le voyez ici, un petit élément narratif en dessous pour raconter en quelque sorte cette histoire. titres sur la première chose que les gens voient, mais ils les examinent pour avoir un aperçu de ce qu'ils voient. Je me suis donc assuré de l'inclure. Maintenant, j'ai l'essentiel de ma visualisation des données. Nous avons commencé par supprimer tous les éléments gênants. Nous avons ensuite utilisé des techniques pour mettre en évidence les aspects que nous voulions voir apparaître dans le graphique. Nous avons présenté les éléments de notre histoire. Nous en sommes maintenant à mon étape préférée que j'appelle l'ajout d'un rabat. C'est ici que vous introduisez votre propre créativité et des éléments de design pour lui donner l'apparence que vous souhaitez Tant que vous ne perturbez pas le travail que nous avons fait auparavant, je suis presque sûr que tout est permis. Vous pouvez même intégrer certains éléments de design pour influencer avec ferveur l'histoire. Vous allez voir comment j'ai utilisé les couleurs d'arrière-plan de mes éléments narratifs, qui les distinguent parce qu'elles contrastent avec l'arrière-plan, ce qui les rend encore plus remarquables. Voici une comparaison des points de départ et d'arrivée de notre conception visuelle. Je pense qu'il est assez évident lequel se démarque et raconte une date d'entrée en vigueur. J'espère que vous pourrez mettre en évidence tous les éléments qui en font un outil efficace et le transformer d'une visualisation de données en une histoire de données. Votre projet consiste donc maintenant à implémenter certaines de ces idées dans votre propre récit de données, puis à les publier dans la section des projets et des ressources. J'ai vraiment hâte de voir ce que vous aurez fait de vos récits de données et je vous ferai part de vos commentaires. Toujours dans la section des projets, je vous encourage à vous y rendre et à y jeter un coup d'œil. J'ai publié quelques-uns de mes propres exemples d'avant et d' après et les modifications que j'ai apportées en faire un récit de données efficace. Travaillez donc sur votre propre projet et publiez-le dans la section. J'ai vraiment hâte de te voir. Dans la leçon suivante. Nous allons passer en revue quelques exemples supplémentaires d' avant et d' après et mettre en évidence les éléments qui les rendent efficaces. 13. Exemples nouveaux: Explorons donc quelques autres récits de données et cachons les éléments qui en font un récit efficace, commençant par celui-ci. Alors, prenez un moment, faites une pause si vous avez besoin de comprendre ce petit graphique qui se trouve ici. Voyons si nous pouvons identifier les éléments qui le rendent efficace. Tout d'abord, je tiens à ce que vous remarquiez à quel point ce graphique n'y a pas beaucoup contribué. Et c'est parce que nous avons éliminé tous ces éléments destructeurs et l'avons réduit au strict minimum d'éléments qui racontent l'histoire. Vous voyez, nous avons une courbe de tendance en bas qui ne vous indique que l'année. Nous n'avons pas eu besoin de percer les oreillons. Nous n'avons pas eu besoin de creuser plus loin que cette période de quelques années pour fournir le contexte nécessaire. Je veux également que vous sachiez qu'aucune étiquette de données ne vous indique le volume de recherches effectuées sur chacun de ces sujets, car étaient pertinentes pour le message lui-même, cette visualisation. Tout ce que nous avons dans cette visualisation, c'est deux éléments, les deux termes de recherche qui sont comparés et ils ont utilisé des couleurs vives et éclatantes pour vraiment mettre en évidence auprès du public la comparaison qui doit être faite entre eux. Ensuite, au centre de la scène, nous avons cette légende audacieuse en quelque sorte en plein milieu de la page, qui attire vraiment l'attention du public et lui donne le contexte nécessaire au message. Nous pensons à l'audit, quelqu'un va se pencher là-dessus, il verra d'abord ce genre de choses, Netflix sort dans le monde entier plutôt que de faire une comparaison entre ces deux éléments de gamme différents. Réfléchissons donc à la commande. Quelqu'un va voir ça dedans. Quand ils voient ce graphique pour la première fois. Cet appel attire leur attention car il est orné d'une flèche en néon brillant. Le texte est surligné. Pourquoi entrer en conflit avec un fond sombre et c'est en quelque sorte tout seul. Il est placé à l'écart des autres éléments que vous avez tous abordés dans cette ressource téléchargeable. Tous ces éléments se rejoignent. Il n'y a guère d'attention. Ce sera l'une des premières choses que les gens verront. Et il est dit que Netflix sort dans le monde entier. Donc, l'avantage des flèches, est qu'il ne s' agit que d'un petit conseil supplémentaire. Son peuple suit instinctivement la direction de la flèche. Nous avons donc cet appel au centre de la page. Il pointe dans la flèche, ils voient la tendance à la baisse. Il dit que Netflix sort dans le monde entier. Maintenant, je vais chercher des indices contextuels sur ce que cela signifie ? Maintenant, le titre entre en jeu, agit-il de contenus gratuits pour des raisons de commodité, l'essor du streaming en ligne, du piratage des courbes. Ensuite, ils liront ces étiquettes qui se trouvent intentionnellement dans le coin inférieur gauche parce que je ne veux pas qu' elles soient aussi visibles que la légende. Ils comprennent alors que la ligne verte évoque les termes de recherche et que la ligne bleue représente Netflix jusqu'au bout. Ensuite, ils peuvent utiliser tout cela pour établir cette relation, ce récit à partir des éléments regardant le message qu'ils retiennent , Netflix publie sur des termes de recherche pour Tolérance chuter. Il y avait donc une corrélation directe entre les deux. Vous pouvez donc voir comment tout s'est déroulé dans ce récit. Et encore une fois, les données sont la preuve du message. Ce sont les éléments narratifs qui occupent le devant de la scène dans cette visualisation. Ce que vous devez remarquer lorsque vous créez des récits de données percutants c'est qu'il n'y a pas beaucoup d' éléments de données réels nécessaires pour raconter l'histoire. Vous vouliez simplement transmettre le message et réduire les éléments au strict minimum pour le faire passer. Et c'est ce que nous envisageons. Ce ne sont que deux petites lignes. Ils n'ont même pas d'étiquettes. Mais la façon dont ils ont été présentés dans le contexte du récit raconte une histoire assez percutante. Et lorsque vous quitterez ce cours, vous vous souviendrez du message clé et non des éléments de données. C'est donc un autre exemple et c' était un peu amusant que j'ai rassemblé. C'est le temps que j'ai passé à jouer aux jeux vidéo avant et après la naissance de mon fils. Et réfléchissons à ce que vous voulez comparer. Dans cet exemple. Vous souhaitez comparer deux points dans le temps : l' heure précise et les publications dans l'heure. Pour établir cette comparaison, j'ai utilisé deux couleurs différentes. L'un d'entre eux se démarque beaucoup plus que les autres, même s'il s'agit tous deux d'éléments de données importants. Ensuite, je vais trop loin dans le contexte, mais cela facilite vraiment la comparaison. C'est pourquoi votre regard est attiré par cette comparaison et cette étiquette qui se démarque en étant placée dans son propre espace, ce qui était un choix de design intentionnel. Il se trouve dans son propre espace, donc il attire votre attention. Le contraste entre le vert vif et le bleu. Attirez votre attention sur cet espace et vous verrez l'étiquette indiquant que ce fils a été bombardé. Ensuite, vous recherchez des indices contextuels et vous voyez le titre suivant, avant et après bébé. Ensuite, je visualise combien de temps j'ai joué à des jeux vidéo avant et après le bébé. Et vous pouvez constater cette forte baisse, cette période où il n'y a pas eu beaucoup de baisse, un congé de paternité judicieux. Nous avions donc beaucoup de congé de paternité à utiliser. C'était juste une visualisation amusante. J'ai produit sur Instagram et je l'ai diffusé là-bas. Et vous pouvez me suivre si vous voulez voir plus de ces graphiques. Mais cela met en lumière bon nombre des concepts dont nous avons parlé et choix de conception intentionnels qui permettront de transmettre le message à nouveau à l'avenir, une fois qu'il aura terminé ses coûts. Et vous réfléchissez à un graphique comme celui-ci, pensant au temps réel passé à jouer aux jeux vidéo en avril 2018, disons. Ce n'est pas ce que tu penses. Vous pensez au message principal je vous ai transmis, à savoir le récit que je vous ai présenté, après qu'une bombe Bing ait perdu beaucoup de temps libre. Alors tu joues à des jeux vidéo. Et c'était le récit voulu à partir de ce graphique. Maintenant, vous devez travailler sur votre propre graphique , puis le publier dans la section des projets et des ressources où vous trouverez également quelques exemples supplémentaires. J'ai créé, travaillé sur votre propre projet et je vous encourage à le publier ici car je vous ferai part de vos commentaires. Et je vous encourage tous à explorer chacun de ces graphiques pour partager vos idées et vos commentaires. Là-bas.