Nos étudiants en MBA spécialisés en journalisme de données ont réalisé une série de tutoriels pour leur projet final du cours Low Code : Transformer des données en articles d'actualité sans programmation, dispensé par le professeur Adriano Belisário. Ce mois-ci, vous pouvez découvrir certains de leurs travaux et… Découvrez les aventures proposées par les tutoriels qu'ils ont créés. Aujourd'hui, vous pouvez consulter le tutoriel réalisé par Ana Soraggi.
L'un des problèmes rencontrés lors de la visualisation des données concerne le choix de l'outil, car plusieurs options sont actuellement disponibles. Ces outils diffèrent également par la quantité et la qualité des ressources qu'ils offrent, ainsi que par leur complexité d'utilisation. Il est ainsi possible de créer des visualisations à l'aide de l'outil graphique d'un tableur comme Google Sheets, ou encore avec un logiciel vectoriel comme Adobe Illustrator, ou des bibliothèques développées à partir de langages de programmation tels que Python, R ou JavaScript.
Entre ces deux points, il existe des outils intermédiaires disponibles en ligne. Généralement intuitifs, ils bénéficient d'un bon support de la part des développeurs ou de la communauté. Ils permettent également de créer des visualisations plus complexes que celles réalisées avec les tableurs et proposent parfois des fonctionnalités interactives. Ils constituent donc un excellent point de départ pour explorer de nouvelles possibilités en matière de visualisation de données.
Malgré tout, choisir l'outil par lequel commencer représente un véritable défi, tant les options sont nombreuses. La meilleure approche consiste à se familiariser avec les fonctionnalités de chacun et à les tester afin de déterminer celui qui convient le mieux à votre contexte. Cet exercice s'avère très utile, car les possibilités de visualisation d'un jeu de données sont généralement multiples. Ainsi, une bonne connaissance des fonctionnalités offertes par certains de ces outils facilitera votre choix lors de la création de ce contenu.
L'objectif de ce tutoriel est donc de présenter les caractéristiques générales de ces outils, en commençant par la présentation du processus de création d'un graphique dans Datawrapper. Les points abordés pourront servir de point de départ au lecteur souhaitant explorer d'autres outils de visualisation disponibles. Certains d'entre eux sont listés à la fin de ce texte.
1. Ressources gratuites disponibles
Datawrapper propose des options d'accès gratuit ou d'abonnement pour les particuliers et les entreprises, incluant un support et des ressources supplémentaires.
La version gratuite vous permet de publier un nombre illimité d'aperçus en mentionnant la plateforme et de les exporter au format PNG ou sous forme de lien à intégrer à votre page web. Les abonnements payants offrent davantage de fonctionnalités et une assistance plus poussée. Vous trouverez en bas de cette page un comparatif des différents abonnements.
2. Flux de travail
Pour commencer à travailler, vous devez créer un compte qui vous donnera accès à votre espace de travail. C'est sur cette page que vous pourrez créer un projet et accéder aux projets déjà réalisés. La plateforme offre la possibilité de développer des visualisations selon trois approches principales : graphiques, cartes et tableaux.
Graphiques : l’outil propose 19 modèles de graphiques personnalisables grâce à des ajustements et certains attributs, la création de légendes et de commentaires, ainsi que des spécifications de mise en page.
Cartes : l’outil permet le développement de 3 types de cartes.
Tableaux : cet outil vous permet d’inclure des graphiques dans les tableaux et d’ajouter d’autres éléments visuels, tels que des couleurs et des icônes.
Ce tutoriel porte sur le flux de travail pour le développement de graphiques.
Lors du démarrage d'un nouveau projet, la première étape demandée par la plateforme consiste à... importation de donnéesQuatre formats de fichiers sont proposés pour les données : copier-coller les données dans le champ prévu à cet effet, XSL/CSS, Google Sheets ou accès à l’ensemble de données via un lien externe. Des exemples de bases de données sont fournis pour tester et explorer l’outil.
L'étape suivante consiste à vérifier. et description des données L'outil doit ainsi reconnaître les nombres, les dates et les textes. Cette étape est essentielle pour que le graphique affiche correctement les informations et les relations fournies par l'ensemble de données. À ce stade, il est possible d'ajuster l'organisation des données, par exemple en transformant les lignes en colonnes, en définissant des en-têtes ou en spécifiant le format des nombres et des dates.
La troisième étape consiste en construction de visualisation Tout commence par la définition du type de graphique. À ce stade, il est utile d'effectuer des tests pour observer le comportement de vos données et identifier le graphique qui illustre le mieux la relation entre les données que vous souhaitez mettre en évidence. Cliquez simplement sur les types de graphiques à gauche pour afficher les visualisations.
Une fois le graphique défini, il est possible d'ajuster certains de ses attributs, tels que les couleurs et les légendes, voire l'organisation et l'ordre des données dans la visualisation. Ces possibilités de personnalisation varient selon la visualisation choisie au préalable.
Dans la section « Notes », vous pouvez insérer du texte qui contextualise les relations présentées dans la visualisation et contribue à une bonne compréhension.
Pratiques de transparence. Il est ainsi possible d'insérer un titre, une description, des notes, la source et l'accès aux données, l'auteur du graphique et une description des informations destinées à être lues par des outils d'accessibilité. La plateforme propose également une fonctionnalité d'accessibilité liée à la vérification des couleurs. Ainsi, si les couleurs choisies pour la visualisation rendent la compréhension impossible pour une personne ayant une déficience visuelle, la plateforme génère une alerte dans le champ concerné.
Enfin, à la troisième étape, l'onglet « Mise en page » vous permet d'affiner la présentation des données, ce qui est particulièrement utile pour une page web. Vous pouvez également tester l'affichage sur ordinateur, mobile et tablette dans le champ prévu à cet effet.
Une fois la visualisation terminée, la quatrième étape vous permet de l'exporter au format PNG ou de créer un lien pour l'intégrer à des pages web.
Conclusion
Le choix d'un outil pour la création d'une visualisation de données dépend de plusieurs facteurs, allant du jeu de données et des relations à représenter à des aspects plus pratiques, comme le temps disponible. Chaque outil présente ses propres spécificités et limitations ; les comprendre est essentiel pour mener à bien un projet de visualisation de données.
Datawrapper est un outil intéressant pour s'initier à la création de visualisations plus élaborées. Son interface est très intuitive et il propose des bases de données pour explorer ses fonctionnalités. De plus, la plateforme offre des ressources d'aide à l'utilisation et des informations sur le processus de visualisation des données. Elle propose également une présentation pour animer des formations sur l'outil. Cependant, la langue peut constituer un obstacle, car l'ensemble des ressources et la plateforme sont en anglais.
Enfin, voici une sélection d'autres outils pour la création de visualisations :
- a. Prospérer
- b. Tableau Public
- c. RawGraphics
- d. Infogramme
