Data, BigData, DataViz, Data Scientist, OpenData… reprenons du début
Un des principaux objectifs de ce blog est d'aborder les différents aspects de la diffusion de l'information géographique. Cela commence forcément par évoquer la source de toute information: la donnée. Autour du concept de la Data, gravitent de nouveaux phénomènes comme le Big Data, la Data Viz ou l'Open Data … Des journalistes aux décideurs en passant par les spécialistes techniques, tout le monde s'en fait désormais l'échos. Alors avant d'aborder régulièrement ces thèmes dans les prochains mois, reprenons depuis le début chacun de ces concepts. La Data La Data constitue le cœur de tous nos systèmes d'information et jouent donc un rôle essentiel dans la prise de décisions économiques, stratégiques ou politiques. GeoData Sans qu'il soit évident de le démontrer, il est communément admis que 80% de nos bases de données ont une composante géographique, on parlera donc parfois de GeoData. Big Data, le nouveau défi de la Data Un nouveau métier: Data Scientist Et l'Open Data dans tout ça ?
Quatre voies du datajournalism
Le datajournalism ou journalisme de données, peut difficilement se résumer à un type de contenus ou à un type de démarche. Il requiert des compétences spécifiques, selon l'usage qui en est fait. J’ai eu l’impression, ces derniers jours, de répéter plusieurs fois la même chose à des personnes différentes (ce qui est un vrai plaisir quand il s’agit de datajournalism). D’où l’idée d’articuler ici ces quelques éléments récurrents. Photo CC par Ian-S sur Flickr Finalement, le datajournalism ou journalisme de données, peut difficilement se résumer à un type de contenus ou à un type de démarche. 1-COMPRÉHENSION : le datajournalism permet de mieux comprendre le monde. Pour cette visualisation des succès au box office américain depuis 1986, l’équipe du nytimes.com a particulièrement travaillé sur la forme des courbes, et leur couleur. Le datajournalism, c’est de la visualisation d’information. La datajournalism ne pourra donc pas se passer des compétences d’un interaction designer.
Les 20 meilleurs outils de datavisualisation au banc d’essai
Que vous soyez absolument novice ou codeur amateur, il existe aujourd’hui sur le web une impressionnante palette d’outils (presque) gratuits pour réaliser des datavisualisations. Banc d’essai. Note : j’ai volontairement éliminé les outils (a) entièrement payants (b) trop moches pour être utilisés dans des rédactions (c) en Flash. Ce billet n’est consacré qu’aux outils de “visualisation”, et non de scraping ou de traitement des données (un autre billet suivra bientôt). ↑1 » Pour les novices/pressés : le clé-en-mains Ces outils gratuits ou freemium permettent de générer des graphiques ultra-rapidement en copiant-collant des données d’un tableur. Le meilleur – Datawrapper : Simple d’utilisation, sobre, rapide, Datawrapper est tout à fait satisfaisant pour la plupart des visualisations courantes. Les + : la possibilité de personnaliser les couleurs, de mettre en évidence une série, la navigation par onglets entre les différentes séries. Les challengers : Ils ne nous ont pas convaincu : Sources :
Looking 4 data visualization
La Presse Quotidienne Régionale face aux enjeux du numérique
45% des internautes français lisent la PQR papier au moins une fois par semaine, seuls 19% la lisent en ligne. Principaux résultats Deux offres, deux lectorats. Les facteurs de lecture de la Presse Quotidienne Régionale diffèrent selon que le lecteur la consomme en version papier ou en ligne. De l’importance du bavardage. « - Vous avez entendu parler de la nouvelle association du quartier ? Les résultats de l’étude montrent que le fait de parler de l’actualité locale augmente la probabilité de lire des articles de la PQR en ligne et que ses lecteurs sont plus enclins à partager des articles via des réseaux sociaux que ceux de la presse nationale (27% contre 22%). Un des enjeux de la Presse Quotidienne Régionale en ligne pourrait être de se réapproprier ce qui peut être dit, décrit, commenté, montré sur un territoire aussi petit soit-il. Lire le rapport
Gephi, an open source graph visualization and manipulation software
Datavisualization.ch
How to Master Data Visualization
Data Visualization Data visualization is the study of the visual representation of data, meaning “information which has been abstracted in some schematic form, including attributes or variables for the units of information”. According to Friedman (2008) the “main goal of data visualization is to communicate information clearly and effectively through graphical means. It doesn’t mean that data visualization needs to look boring to be functional or extremely sophisticated to look beautiful. Data Visualization Strategy Edward Tufte @EdwardTufte delivered a great presentation about data visualization strategy for the star studded Tech@State event audience. If your display isn’t worth 1000 words, to hell with it – @EdwardTufte Data Visualization Tools & Services Google Data Visualization Services Google Data Visualization Service provides a variety of charts that are optimized to address your data visualization needs. Sencha ExtJS Data Visualization Tools Highcharts Data Visualization Tools Mr.
The Volume, Velocity, Variety, and Visualization of Big Data
Today’s Big Data Scientists are being challenged with discovering actionable insights from the Volume, Velocity and Variety of data resources in cost-effective innovate ways. This is the foundation of Big Data Trends and has tremendous value when understanding is Visualized by today’s Big Data Artists. Big Data Artists and Data Storytelling Data comes to life in the hands of Data Artists. Big Data Virtualization Processing unstructured, semi-structured, and structured data can be accomplished with open-source tools such as Hadoop, MongoDB, Node.JS, with multiple programming languages including Java and Python. Big Data Visualization Getting the right information to the right person at the right time in the right way is a big deal. Data Visualization Tools Great artists experiment with a variety of material and tools to create their masterpieces. RapidMiner Data Mining System: RapidMiner is an open-source system for data mining. Sencha Ext JS is an “Enterprise grade JavaScript Framework”.
Looking 4 data visualization: Tools
. RAW est une nouvelle application web ouverte et gratuite qui permet de créer aisément des dataviz basées sur le framework D3.js de Mike Bostock (Data Designer au New York Times). . Développé par l'institut de recherche italienne Density Design, l'outil permet de générer sans aucune ligne de code des visualisations avancées de type Treemap, Dendogram, Fineo Diagram. . 6 types de layouts / composants graphiques sont disponibles à ce jour : Treemap, Bubble Chart, Dendogram, Hexagonal Binning, Alluvial Diagram (Fineo), Circle Packing. . . 'raw is conceived to ease graphic production, not to replace it.
