ADV21_TRANSCRIPT – Qu’est-ce qui rend un visuel élégant?

TEASER:

Qu’est-ce qui rend une visualisation de données élégante? Quand on voit le travail de quelqu’un d’autre, on sait instantanément quand c’est élégant et aussi quand ça ne l’est pas… Pourtant quand on est le designer ce n’est pas si évident…

INTRODUCTION:

Ici Johanie Fournier et bienvenue à un nouvel épisode d’Agriculture, Données et Visualisation. Le podcast où je vous apporte avec moi dans le processus de traitement et de visualisation de données pour apprendre à présenter vos propres données de la manière la plus efficace possible. Sans plus tarder, voici l’épisode de cette semaine.

Bonjour et bienvenue dans ce 21e épisode. J’espère que vous allez bien et que vous avez déjà mangé parce qu’aujourd’hui on jase de pizza!

Les données de cette semaine sont une gracieuseté de Jared Lander. Le lien pour les télécharger se trouve dans mon article de blogue au johaniefournier.com/tyt2019-40.

Les données de Jared proviennent des meilleurs restaurants de pizzas de New York, avec une enquête sur une échelle de 5 points sur l’échelle Likert, soit: excellent, bonne, moyenne, mauvaise, plus jamais.

On dispose d’une base de données qui contient 375 sondages. Il y a un peu moins de 375 restaurants qui ont été évalués puisque les consommateurs de pizza de ces restaurants ont été sondés à des moments différents ce qui nous donne des résultats de sondages différents donc des lignes différentes. Donc dans cette base de données, on retrouve le nom du restaurant, le résultat du sondage, c’est-à-dire le nombre de votes pour chacune des catégories de l’échelle Likert (excellent, bon, moyen, mauvais, plus jamais). On dispose aussi de l’heure où le sondage a été réalisé, le nombre total de votes et le résultat du sondage présenté en pourcentage.

Après avoir regardé brièvement ces données, je me suis fixé comme objectif cette semaine de créer un visuel qui montre les résultats des votes et qui identifie visuellement quels sont les restaurants de New York qui font les meilleures pizzas. Comme pour les semaines précédentes, je n’ai pas cette semaine de contrainte d’audience ou de format de visuel. Je me laisse donc libre de créer ce qui convient le mieux pour présenter les données de la semaine.

Le plus gros défi au niveau du traitement de données a été de trouver un moyen d’identifier les meilleurs restaurants avec les résultats de ce sondage. Il aurait été possible d’approcher cette question sous différents angles. J’ai même utilisé la fonction inspect_df pour faire quelques petites recherches. Finalement, après avoir constaté que peu de restaurants ont plus de 50% de leurs votes attribués dans la catégorie excellent, c’est donc à mon avis bon signe pour identifier les meilleures pizzas. J’ai donc choisi de me concentrer sur le nombre de votes de la catégorie «Excellent» pour identifier les meilleurs restaurants.

CHOIX DU TYPE DE VIZ:

Donc, comme je l’ai mentionné mon objectif cette semaine était de créer un graphique qui montre clairement les résultats du sondage pour les meilleurs restaurants de pizza de New York. Pour y arriver, j’ai choisi de présenter les résultats du sondage dans des points qui sont positionnés sur des lignes.

PRÉSENTER LE GRAPHIQUE:

Pour créer mon visuel, j’ai utilisé facet_grid pour créer un graphique pour chacune des catégories du sondage et positionner ces graphiques côte à côte. J’ai une ligne horizontale pour chacun des restaurants présentés. Le fait que cette ligne se situe à la même hauteur dans chacun des graphiques donne un bel effet de continuité. Ensuite, le pointage est inscrit dans des cercles qui sont placés sur cette ligne selon leur valeur. En ordonnant les restaurants en fonction du nombre de votes de la catégorie excellent, j’obtiens un visuel qui montre en premier le meilleur restaurant. Le meilleur étant pour moi celui qui a obtenu le plus de votes dans la catégorie excellent. Ordonner les restaurants selon le nombre de votes dans la catégorie excellent permet aussi de voir le classement de ces 6 meilleurs restaurants de New York. Donc, d’un seul coup d’œil on sait qui est en 2e position, en 3e position, etc.

J’ai aussi pris la peine d’ordonner les facettes du graphique. Ce qui veut dire que j’ai placé les catégories du sondage dans un ordre logique et non dans un ordre alphabétique. En ordre alphabétique, c’est la catégorie «bon» qui apparait avant «Excellent» et «mauvais» est positionné avant «moyen». Ça ne fait pas vraiment de sens, c’est plus agréable de consulter le graphique en voyant en premier la catégorie «Excellent», ensuite «Bon», «Moyen», «Mauvais» et finalement «Plus jamais».

CONCLUSION DU GRAPHIQUE:

Donc, je pense que mon visuel répond à mon objectif c’est-à-dire qu’il permet de consulter les résultats du sondage pour les meilleures pizzerias de New York. Mais, est-ce que ma visualisation est élégante? C’est ce qu’on regarde en deuxième partie d’épisode.

ADD:

Hey! tu travailles avec R et ça t’intéresse de voir le code que j’ai utilisé pour nettoyer et visualiser mes données? Va voir dans les notes de cet épisode, j’ai mis un lien vers l’article de blogue dans lequel tu pourras trouver tous les détails dont tu as besoin. Pis si jamais tu ne travailles pas dans R, va quand même voir dans les notes de cet épisode parce que j’y ai aussi inclus un petit guide qui résume les 10 règles d’or qui permettent d’améliorer les graphiques. Il te sera utile, peu importe le type de données avec lesquelles tu travailles ou ton objectif de présentation. Tant qu’à être rendu sur mon site, prend le temps d’aller voir l’épisode 19 au johaniefournier.com/19, c’est un épisode spécial que j’ai créé pour la journée internationale du podcast et tu pourras y retrouver un lien pour télécharger un outil gratuit: faire passer le message. Faire passer le message, c’est en fait un petit guide qui te donne les grandes lignes à comprendre et les étapes à considérer pour créer des visuels qui vont efficacement faire passer ton message à ton audience.

REVOIR LES RÈGLES D’OR DE LA DATAVIZ:

Alors, pour essayer de comprendre ce qui rend un visuel élégant, j’ai repris le graphique que j’ai créé cette semaine et j’ai retiré tout le travail esthétique que j’y ai fait. Donc, on se retrouve avec le graphique, les données et les paramètres de base de création de graphiques de R. Donc, on va comparer ça avec le graphique que j’ai créé en essayant de respecter tous les principes importants de la visualisation de données et j’espère avoir créé un graphique élégant.

Alors, un visuel élégant est un visuel qui est agréable à regarder, en d’autres mots, c’est un visuel qui plait à son public de par son esthétique. Le but étant de charmer et de créer une première impression positive qui va inciter le lecteur à poursuivre sa lecture. Dans ce sens, l’élégance est créée par le choix de couleur judicieux, les décisions de mise en page et la sélection des caractères entre autres.

Par contre, il faut comprendre ici que l’appréciation générale de l’élégance d’un visuel par le lecteur est justement l’avis du lecteur. Donc, on parle clairement ici de gouts personnels. Et l’on sait très bien que ces gouts personnels peuvent être façonnés par une multitude de facteurs comme la région, la culture, la religion, l’éducation et même tout simplement les préférences personnelles.

En suivant les grandes règles de base de la conception de graphique pour le choix des couleurs, la mise en page, etc. On a toutes les chances possibles que le lecteur trouve notre visuel beau. Mais pour passer au niveau suivant, celui où l’on veut impressionner le lecteur ça devient essentiellement de l’art. Et l’on sait pertinemment que dans le domaine de l’art, ce que quelqu’un trouve renversant, un autre personne peut trouver ça totalement ennuyeux.

Si l’on reprend mes deux graphiques. Alors, une fois que j’ai déterminer le type de graphique avec lequel de voulais présenter mes données, je me suis retrouvé face au modèle général proposé par R. Pour moi, c’était important de retirer les grilles, couleurs de fond et tout autre élément inutile, question de désencombrer pour alléger le visuel. Ensuite, j’aime toujours mettre un peu d’ordre dans les éléments qui reste. Donc, j’ai ajusté l’alignement et la taille du texte pour faire un visuel qui, à mon sens, est plus agréable à lire. Normalement, je travaille très judicieusement avec les couleurs, mais cette semaine, puisque le ton était un peu plus léger, j’ai décidé d’être moins rigide avec mon choix de couleur et de faire quelque chose de plus coloré. Est-ce que mon graphique final est plus élégant? Personnellement, je pense que oui. Est-ce que c’est la pièce d’art visuel la plus originale que j’ai créée cette année? Absolument pas, et c’est ben correct comme ça parce que ce n’était pas mon objectif cette année.

En résumé, à mon avis c’est impossible de faire des visuels qui vont plaire à tout le monde. Le principal c’est d’être fier et surtout à l’aise avec ce que l’on présente. Donc, si l’on s’assure d’avoir respecté toutes les règles de base d’une bonne visualisation et que le résultat final nous convient, alors c’est bon! D’un autre côté si l’on a une idée plus audacieuse pour un sujet en particulier, et bien on se lance! Tant qu’on est à l’aise de l’expliquer c’est parfait! ce ne sera pas toujours un succès, mais je peux vous garantir que c’est toujours quand on sort des sentiers battus qu’on crée nos meilleurs visuels!

CONCLUSION:

Voilà, ça fait le tour de ce que je voulais présenter aujourd’hui. Si jamais tu as des commentaires ou des questions, n’hésite pas à me contacter. Tu peux aller au johaniefournier.com/contact pour m’écrire directement ou aller dans la section commentaire de l’épisode pour poser tes questions, ça va me faire plaisir de te répondre. Alors, j’espère que cet épisode a été utile et que tu as appris quelque chose, merci de m’avoir écouté et on se dit à la semaine prochaine !

Tu as aimé le contenu de cet épisode? Il est temps d’aller écrire une évaluation sur iTunes ou sur ta plateforme préférée et de t’abonner à mon podcast pour être avisé lors de la sortie du prochain épisode. Bonne semaine et amuse-toi bien à visualiser tes données!

Quelques liens utiles:

Publicités

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.