Domaine extrêmement riche, la visualisation de données nécessite d'acquérir un socle de connaissance de base pour créer des visualisations pertinentes. Cette formation vous permettra d'acquérir ces notions de base et de créer vos propres visualisations en suivant les bonnes pratiques de conception et de présentation.
Objectifs pédagogiques
Apprendre à reconnaître les types de visualisations les plus courantes.
Connaître les bonnes pratiques de présentation pour produire des visualisations claires, lisibles et compréhensibles (explications, annotations, principes de gestalt).
Acquérir une méthode pour choisir un graphique pour une fonction donnée (Distribution, Corrélation, Ordre, Partie d’un tout, Évolution, Géographie, Flow).
Développer un esprit critique pour évaluer et construire des visualisations adaptées à une problématique.
Formation à la data visualisation
en détail
Programme
Introduction
Qu'est-ce que la data ?
Pourquoi la visualiser et comment ?
Mise en pratique : Découvrir la notion d'encodage avec le projet Dear Data
La perception graphique
Concepts et rappel anatomique
Les attributs pré-attentifs
Impacts sur le choix des encodages et sur la facilité de lecture d’un graphique
Atelier interactif : Comment mentir avec des graphiques
Les buts de la visualisation : fonction versus forme
Présentation des buts de la visualisation au travers d'exemple
Faciliter la compréhension : définir les fonctions que le graphique doit proposer pour répondre à une problématique donnée
Faire évoluer ses données avec des attributs dérivés pour mieux répondre à cette problématique
Choisir un graphique pour une fonction donnée (Distribution, Corrélation, Ordre, Partie d’un tout, Évolution, Géographie, Flow)
Concevoir une visualisation spécifique dans une approche user centric
Atelier interactif : sondage visuel en live sur les types de graphiques connus / déjà réalisés
Mise en pratique : créer une visualisation pertinente pour une question donnée pour un jeu de données partagé
Illustration du processus de conception d'une visualisation
Les étapes-clés pour passer de la donnée brute à la visualisation
Pour l'exploration de données (exploration des (relations entre les) données grâce à la visualisation)
Pour la présentation de données (choix du graphique en fonction du message)
Boîte à outils pour visualiser des données
Les bonnes pratiques de présentation
Utiliser le contexte, les explications, les annotations et les principes de Gestalt
Bonnes pratiques en fonction du type de graphique
Bonnes pratiques liées aux couleurs et à l’accessibilité
Les outils pour analyser la présentation d’une visualisation (checklists)
Mise en pratique : refaire une visualisation existante en appliquant les bonnes pratiques de visualisation (utilisation d'outil de visualisation disponible en SaaS comme Datawrapper, RAW … ou de vos outils / langages de prédilection)
Qu'est-ce que l'interactivité peut apporter à la visualisation de données ?
Le mantra de Schneidermann pour les visualisations interactives
Les méthodes d'interactions au travers d'exemples
Public et pré-requis
Public
Tout type de profils : développeur, chef de projet, chef de produit, data scientist, data engineer etc.
Pré-requis
Avoir déjà manipulé des données quel que soit l'outil (que ce soit via un tableur ou de l'analyse ou la présentation de données avec d'autres outils ou langages de programmation).
Personne en situation de handicap
Pour toutes questions relatives à l’accueil d’un participant présentant un handicap, merci de nous contacter préalablement avant toute inscription.
Ingénierie pédagogique
Moyens pédagogiques et techniques
Documents supports de formation partagés
Exposés théoriques
Étude de cas concrets
Support et trame des ateliers en facilitation graphique (template de support à remplir)
Quizz en ligne
Mise à disposition en ligne de documents supports à la suite de la formation
Modalités de suivi de l'exécution du programme
Feuilles de présence dématérialisées
Questions orales ou écrites (QCM)
Formulaires d'évaluation de la formation
Durant la formation : alternance d'apports théoriques et de mise en pratique sous forme d’exercices et d’ateliers
Moyens d'encadrement
La formation est assurée par un expert en data visualisation avec une pratique quotidienne en data science.
Témoignage
Image
" Explications claires. Exemples pertinents et super webographie. "
" La formatrice était très sympathique et pédagogue. Il y avait beaucoup d'activités pour mettre en pratique ce qu'on apprenait. La formation était bien adaptée aux besoins de notre entreprise. "
" Techniques de réflexion pour faire des visuels, cohérents avec notre besoin. "
CHATAIGNON Corentin, MASSON Mélissa et PIENKOWSKI Arthur
Kaducelabs
Image
" Le fait que la formation ait été adaptée à nos besoins et connaissances était top. Le fait de pouvoir étudier nos propres graphiques pour se confronter à des problématiques assez spécifiques à notre entreprise était super enrichissant. Enfin, la formation couvre une grande partie de la Dataviz, jusqu'à l'approche application / dashboard ce qui m'a paru assez complet. "
