Visualiser l'information

VISUALISER L‘INFORMATIONVISUALISER L INFORMATION

Exemples et astuces pour créer des représentations graphiques

0

2

4

6

8

8,5

9

9,5

10

Unemployment rate - 2011

0 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov8

Maximilien Kintz, Lyon, jeudi 16 février 2012

© Fraunhofer

Maximilien Kintz, Lyon, jeudi 16 février 2012

Twitter Traces

Harald Bosch, 2011, Université de Stuttgart

© Fraunhofer 2

Pourquoi apprendre à visualiser l‘information ?

Offrir un meilleur niveau de compréhension des données

Permettre de voir l‘invisble

Et aussi : données de plus en plus diverses, nombreuses…

MaisMais…

Pièges à éviter

Le monde est plein de mauvais exemples Le monde est plein de mauvais exemples

Pas facile de faire simple et efficace

Besoins de règles et bonnes pratiques, y compris avec les logiciels usuels

© Fraunhofer

AU SOMMAIRE…AU SOMMAIRE…

Présentation du Fraunhofer IAO

Visualisation de l‘information : historique et définitions

Quelques grands principes

Créer des représentations graphiques simples

Quelques règles Quelques règles

Bons et mauvais exemples

Sources Sources

Résumé et conclusion

© Fraunhofer 4








Sources Sources


© Fraunhofer 5

Fraunhofer-GesellschaftFraunhofer Gesellschaft

Partner for Innovations

© Fraunhofer IAO, IAT University of Stuttgart

Profile of Fraunhofer-Gesellschaft

Founded: 1949

18 000 employees

More than 80 research institutes, More than 80 research institutes, of which 60 operate as independent profit centres

Europe: Brussels (Belgium), Moscow (Russia),Budapest (Hungary), Jönköping (Sweden), p ( g y), p g ( ),Bolzano (Italy), et al.USA: Boston (Massachusetts), Pittsburgh (Pennsylvania),Plymouth (Michigan) Providence (Rhode Island)Plymouth (Michigan), Providence (Rhode Island),College Park (Maryland), Peoria (Illinois)Asia: Ampang (Malaysia), Beijing (China), Jakarta(Indonesia), Koramangala Bangalore (Indien), Seoul(Korea), Singapore, Tokio (Japan)Middle East: Dubai (United Arab Emirates), Cairo (Egypt)

© Fraunhofer

Joseph von Fraunhofer Fraunhofer-Gesellschaft(1787 1826) (since 1949)(1787 - 1826) (since 1949)

Di f h h P id ´Discovery of the»Fraunhofer Lines«in the solar spectrum

Researcher e.g. the President´sGerman Future Award in 2004for electrical biochip technology

New methods forlens processing

e.g. two new patentapplications every working day

Inventor

Managing partner ofthe Royal Glass Factory

e.g. ~ € 463 million revenues fromindustry (approx 4000 contracts) per

Entrepreneurthe Royal Glass Factory industry (approx. 4000 contracts) per

year

© Fraunhofer


Annual research budget: 1.65 billion Euros*

Including approx. 1.4 billion Euros for contractresearch*

Roughly over 70% of this sum is generated through

Projects commissioned by industry and

Publicly funded research projectsy p j

Roughly 30% is provided by the German state andfederal governments for advanced research(looking at issues that will be of concern to the economy and society in general in five or ten years time).

* Figures for 2010 Figures for 2010

© Fraunhofer


Research & Development

Applied research to the direct benefit of privateand public enterprises and of interest to the society

Applied research

Research on behalf of the German Federal Ministryof Defence

Entrepreneurial mindset

Institutes operate as profit centres

Spin-offs by Fraunhofer researchers are activelysupported

Contract partners / Customers

Industrial and service companies

Public sector

© Fraunhofer

Allianceswithin Fraunhofer-Gesellschaftwithin Fraunhofer Gesellschaft

Information and Communication Technology*

Life Sciences

Light & Surfacesg

Microelectronics

Production

Materials and Components Materials and Components

Defence and Security

* Membership of Fraunhofer IAO

© Fraunhofer

Frontline ThemesTomorrow´s OpportunitiesTomorrow s Opportunities

Personal health assistant – the electronic guardian angel

Bio-functional surfaces – High tech with a sensitive skin

Food chain Management – Always fresh on the tableg y

Decentralized integrated water – Saving precious water

Energy-efficient modernization – More than just a façade

Solid-state light sources – Bright and efficient illumination Solid-state light sources – Bright and efficient illumination

Energy storage in power grids – Solar- and wind-generated electricity on demand

Green power train technologies – New impetus for eco-friendly cars Green power train technologies New impetus for eco friendly cars

Energy self-sufficient sensors and sensor networks – Vigilant clusters

Visual analytics – A clear overview in the data jungle

Hybrid material structures Combining the best of the best Hybrid material structures – Combining the best of the best

Integrated localization technology – On the move – quick and safe

© Fraunhofer

Profile of IAO and IATwww.iao.fraunhofer.de – www.iat.uni-stuttgart.dewww.iao.fraunhofer.de www.iat.uni stuttgart.de

Founded: IAO – 1981IAT – 1991

Head of Institute: Prof. Dr.-Ing. Dr.-Ing. E.h. Dieter SpathDieter Spath

Budget: 31,5 million Euro, of which 33%are generated from industrial contracts

Staff: 480 employees

Figures from 2010, including IAT University of StuttgartFigures from 2010, including IAT University of Stuttgart

© Fraunhofer

Aerial of the Institute Campus in StuttgartFraunhofer IAO and IAT University of StuttgartFraunhofer IAO and IAT University of Stuttgart


The Pillars of SuccessOur Areas of ExpertiseOur Areas of Expertise

Corporate Development and Work DesignFuture oriented corporate development I Design of productive work environments I Interconnect processes efficiently

Service and Human Resources ManagementMake the most of employees’ potential I Target-oriented competence development I Services with a strong customer focus

Engineering SystemsAdvance Virtual Engineering systematically I Design ergonomics into technical

systems I Rethink the concept of mobility

Information and Communication TechnologyDesign intuitive interactive systems I Apply process innovation successfully I

Exploit the full potential of ITp p

Technology and Innovation ManagementStrengthen innovation capabilities I Develop technology strategies IEnhance R&D performance

© Fraunhofer

Enhance R&D performance

Laboratories, Demonstrationand Consulting Centresand Consulting Centres

Virtual Reality Lab with HyPI 6 (6-wall-Cave), »PIcasso« and Powerwall

Vehicle Interaction Lab ServLabLampo II

© Fraunhofer


Office Innovation Center (OIC)Lab Innovation Center (LIC)

Visual Enterprise Management (VISUM)

»Bank and Future« Showcase

© Fraunhofer

( SU )


Electronic Business Innovation CenterInteraction Lab

m-Lab: Mobile Software ApplicationsUsability Lab with Visualisation Room and Eye Tracking System

© Fraunhofer


LightFusionLab Model Factory

Ergonomy New Media Communication LabMedia Enabled Enterprise Lab

© Fraunhofer


»FutureHotel« Showcase »Care 2020« Showcase

© Fraunhofer

www.iao.fraunhofer.de

blog.iao.fraunhofer.de

wiki iao fraunhofer de wiki.iao.fraunhofer.de

m.iao.fhg.de

https://shop.iao.fraunhofer.dep p

i f h f d / d di /407 www.iao.fraunhofer.de/presse-und-medien/407-rss

https://informationen.iao.fraunhofer.de

© Fraunhofer

Webmining Cockpit

© Fraunhofer

Ontologie de l‘artisanat en Allemagne

© Fraunhofer 24








Sources Sources


© Fraunhofer 25

6200 av. JC

Carte de Çatalhöyük (Turquie)

Reconstitution

© Fraunhofer 26

3000 av. JC

Tablette d‘Uruk (Mésopotamie) : distribution de grain au temple (?)

Metropolitan Museum of Art

© Fraunhofer 27

50 av. JC

Zodiaque de Dendérah, Égypte

Musée du Louvre

© Fraunhofer 28

XVIIe

Descartes

Graphes 2D de fonctions mathématiques

© Fraunhofer 29

XVIIIe

William Playfair, ÉcosseDiagrammes en colonnes, en lignes et circulaires

© Fraunhofer 30

XVIIIe

Importations et exportations de l‘Écosse 1780-1781 (1786)

William Playfair, ÉcosseDiagrammes en colonnes, en lignes et circulaires

p p

© Fraunhofer 31

XIXe

Carte du Dr. Snow, épidémie de choléra à Londres, 1854

© Fraunhofer 32

XIXe

C t fi ti d t i h d l'A é F i

Charles Joseph Minard, ingénieur civil francais

Carte figurative des pertes successives en hommes de l'Armée Françaisedans la campagne de Russie 1812-1813 (1869)

© Fraunhofer 33

1932

Plan du métro de Londres, Harry Beck

© Fraunhofer 34

1967

Jacques Bertin

Cartographe francais

1967

Sémiliogie graphique

Théorie et définitionsThéorie et définitions

© Fraunhofer 35

1977

John Tukey, statisticien

Boîtes à moustaches

1er quartille 3e quartilleq q

Minimum MaximumMédianeou… ou…

© Fraunhofer 36

1983

Edward Tufte

The Visual Displayof Quantitative Information

Chartjunk

Data-ink ratio

Lie factor

…

cf. plus tard

© Fraunhofer 37

Années 1990

Ben Shneiderman, Treemaps (ici : Newsmap) pour données hierarchisées

© Fraunhofer 38

2005 – Sparklines

Tufte, visualisations intenses,de la taille d‘un mot

Intégration dans tableaux ou texteIntégration dans tableaux ou texte

Possibilité d‘indiquer clairementla valeur courante et le cadre des

l blvaleurs acceptables

© Fraunhofer 39

2005 – Sparklines

Eytan Adar et al., Why We Search: Visualizing and Predicting User Behavior, 2007

© Fraunhofer 40

2005 – Bullet graphs

80%

100%

40%

60%Excellent

Bon

Moyen

Courant

0%

20%

Pommes Poires

Objectif

Stephen Few

Pommes Poires

p

Différence objectif / courant

Bullet graph vertical possible avec Excel

© Fraunhofer 41

2011 – Gestaltlines

Ulrik Brandes and Bobo Nick, Asymmetric Relations in Longitudinal Social Networks, 2011

© Fraunhofer 42

Visualisation de l‘informationClassificationClassification

Visualisation

Visualisation de données

i li iVisualisationi tifi

Visualisationde scientifique de

l‘information

© Fraunhofer 43

Visualisation ou Visualisation de donnéesDéfinitionDéfinition

La visualisation ou la visualisation de données couvretous les types de représentations visuelles qui facilitentl l i l l l i i d dl‘exploration, l‘analyse et la communication de données.

Les termes visualisation de l‘information etvisualisation scientifique désignent des

bl d l i li ti d d ésous-ensembles de la visualisation de données.

S. Few, Now You See It, Analytics Press, 2009.

© Fraunhofer 44

Visualisation de l‘informationDéfinitionDéfinition

La visualisation de l‘information est l‘utilisation de représentations visuelles, interactives et assistées par

di d d b i f ili lordinateur de données abstraites pour faciliter la cognition.

S. Card, J. Mackinlay, B. Shneiderman,Readings in Information Visualization, Academic Press, 1999.

© Fraunhofer 45

Visualisation scientifiqueDéfinitionDéfinition

Par opposition, la visualisation scientifique est la représentation visuelle de données scientifiques

h iphysiques.

S. Card, J. Mackinlay, B. Shneiderman,Readings in Information Visualization, Academic Press, 1999.

© Fraunhofer 46


La visualisation est une méthode de calcul. Elle transforme le symbolique en géométrique et permet auxh h d b l i l i l lchercheurs d‘observer leurs simulations et calculs. La

visualisation propose des méthodes pour voir l‘invisible.

McCormick, B.H., T.A. DeFanti, M.D. Brown, Visualization in Scientific Computing,Computer Graphics Vol. 21.6, November 1987

© Fraunhofer 47


La visualisation scientifique concerne l‘exploration de données et d‘informations de telle sorte qu‘il est possibled d l d b d ff ide comprendre les données. Son but est d‘offrir unmeilleur niveau de compréhension des données et d‘encourager de nouvelles découvertes en s‘appuyant surd encourager de nouvelles découvertes en s appuyant surla capacité des humains à visualiser.

K.W. Brodlie, L.A. Carpenter, R.A. Earnshaw, J.R. Gallop, R.J. Hubbard, A.M. Mumford, C.D. Osland, P. Quarendon, Scientific Visualization,Techniquesand Applications,Springer-Verlag, 1992.

© Fraunhofer

and Applications,Springer Verlag, 1992.

48


Une définition simple de la visualisation peut êtrel‘association (mapping) de données à des représentations

i d i iqui peuvent être percues. Les types d‘associationspeuvent être visuels, auditifs, tactiles etc., ou unecombinaison de ceux ci combinaison de ceux-ci.

J. Foley and B. Ribarsky, Next-generation Data Visualization Tools, in Scientific Visualization, 1994, Advances and Challenges, Academic Press.

© Fraunhofer 49








Sources Sources


© Fraunhofer 50

Pipeline de la visualisation

Données (bases, simulations, capteurs…)

AcquisitionAcquisition

Données brutes

Filtrage

Données de visualisationDonnées de visualisation

Association (mapping)

Représentation pouvant être rendue

RenduD é Rendu

Visualisation

Données

Processus

© Fraunhofer 51

Principes de la forme

Gestaltprinzipien

Christian von Ehrenfels, Autriche, 1912

Max Wertheimer, Allemagne, 1923

Bonne forme

Bonne continuité Bonne continuité

Proximité

Similitude (forme taille couleur orientation) Similitude (forme, taille, couleur, orientation)

Clôture

Destin commun : des parties en mouvement ayant la même trajectoire p y jsont perçues comme faisant partie de la même forme.

Ces lois agissent en même temps et se concurrencent !

© Fraunhofer 52

Bonne forme

Un ensemble de parties informe (comme des groupements aléatoires de points) tend à être perçu d b d ( i ) fd’abord (automatiquement) comme une forme, cette forme se veut simple, symétrique, stable.

© Fraunhofer 53

Bonne continuité

© Fraunhofer

Bonne continuité - conséquences

4

5

2

3

1

2

0

1 2 3 4

© Fraunhofer 55

Similitude : forme

© Fraunhofer 56

Similitude : taille

© Fraunhofer 57

Similitude : couleur

© Fraunhofer 58

Similitude : couleur - conséquences

4

5

3

4

2

1

0

A B C D

© Fraunhofer 59

Similitude : orientation

© Fraunhofer 60

Proximité

© Fraunhofer 61

Proximité – conséquences

Nom Prénom Année

Minard Charles Joseph 1869Minard Charles Joseph 1869

Playfar William 1786

Tufte Edward 1983

© Fraunhofer 62

Clôture

© Fraunhofer 63

Combinaisons et priorités

© Fraunhofer 64

Combinaisons et priorités - conséquences

Nom Prénom Année

Minard Charles Joseph 1869Minard Charles Joseph 1869

Playfar William 1786

T f Ed d 1983Tufte Edward 1983

© Fraunhofer 65








Sources Sources


© Fraunhofer 66

Couleurs

Saturation (couleurs vives ou fades) ou valeur (couleurs claires ousombres) : ordre mais pas de valeur

Teinte : pas d‘ordre Teinte : pas d ordre

1 ?

© Fraunhofer 67

Couleurs

Daltonisme : environ 10 % des hommes, 1 % des femmes

Éviter les combinaisons rouge / vert

Ne pas utiliser la couleur comme seul discriminant

Illustration : http://blog robbowley net

© Fraunhofer 68

Illustration : http://blog.robbowley.net

Précision

Longueur : précis, grille possible pour aider

Position 2D (x, y) : précis, grille possible

Angles, surfaces : pas précis, possible, grille pas possible

Volumes : quasi impossible

= 1= ?

= 1= ?

© Fraunhofer 69

Précision : conséquences

Pas de 3D (sauf cas très particuliers)

Pas de visualisation de données simples avec des surfaces ou des angles

Privilégier diagrammes en lignes, en colonnes…

6

8

0

2

4

© Fraunhofer 70

Shame on Fox News… again!

Unemployment rate - 2011

9,5

10

p y

8

8,5

9

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov

© Fraunhofer 74

Rapport données / encre (Data-ink ratio)

Avant tout, montrez les données !

Rapport données / encre = proportion du graphique dédié à la présentation, sans redondance de données informativessans redondance, de données informatives

= encre utilisée pour présenter des données / encre utilisée en tout pourimprimer le graphique

Rapport données / encre = Encre qui présente des données

E tili é i i l hiEncre utilisée pour imprimer le graphique

© Fraunhofer 75

Chartjunk

Déchets graphiques

Ne pas distraire, ne pas déformer, ne pas masquer les données

Le plus simple est souvent le mieux…

© Fraunhofer 77

Coefficient de distorsion (Lie factor)

Différence en valeur : (27,5 - 18) / 18 : 53 %

Différence en représentation : (5,3 - 0,6) / 0,6 : 783 %

Coefficient de distorsion : 783 / 53 = 17,8

© Fraunhofer 78

Tableaux

Bordures et espacement :

Utiliser l‘espacement pour séparer les valeurs

É Éventuellement, utiliser des couleurs de fond discrètes

Éventuellement, utiliser des bordures discrètes (grises)

Alignement :

Aligner les nombres à droite précision constante Aligner les nombres à droite, précision constante

Aligner les dates à gauche, format qui donne une taille constante

Aligner le texte à gaucheg g

Aligner les en-têtes de colonnes comme le contenu

Répeter les en-têtes sur chaque page

© Fraunhofer 79

Devise de la recherche visuelle d‘information

1996, Ben Shneiderman

1. Vue d‘ensemble

2. Zoomer et filtrer

3 Détails à la demande3. Détails à la demande

© Fraunhofer 80

Vue d‘ensemble > Zoomer et filtrer > Détails à la demande

1430 actions, cours à la clôture des marchés, 52 semaines

© Fraunhofer 81

Exercicell Grille inutile

Années ? Monnaie ?

Grille 3D

Fond gris

Grille inutile

Objets 3D

Trop d‘indicationssur l‘axe

Précision inutile !

Données discrètes reliées

Précision inutile !

Trimestres misen avant ?

Trop de catégories

OrientationOrientation


© Fraunhofer 85

Exemple de solution

Relier par un trait lesvariables continuesvariables continues

Associer par les couleursles capacités identiques

Trois graphiques clairs plutôtqu‘un seul chargé

Axes aussi simples que possible Axes aussi simples que possible

Échelle adaptée


© Fraunhofer 86

Sources – Sites Web et cours

http://www.perceptualedge.com/ (lettre d‘information)

http://www.edwardtufte.com (forum)

http://infosthetics.com/

http://junkcharts.typepad.com/

http://www excelcharts com/blog/http://www.excelcharts.com/blog/

http://www.informationisbeautiful.net/

Cours d‘introduction aux systèmes graphiques interactifs etcours de visualisation, Prof. T. Ertl, Université de Stuttgart

© Fraunhofer 95

À retenir

Montrer les (bonnes) données, faire passer le message

Séparer décoration et information

3D jamais utile, souvent nuisible

Privilégier les lignes droites aux courbes, les longeurs aux surfaces

Alléger ce qui peut l‘être éviter la redondance les grilles qui Alléger ce qui peut l‘être, éviter la redondance, les grilles quiemprisonnent les données

Attention aux couleurs

© Fraunhofer 97

Maximilien KintzChercheur et consultant Fraunhofer IAOChercheur et consultant, Fraunhofer IAO

Web and Business IntelligenceFouille, analyse et présentation de données sur Internet

[email protected]

Nobelstr. 12, 70569 Stuttgart (Allemagne)

Twitter @webintelligenzTwitter @webintelligenz

http://www.innovation-mining.net/

+49 711 970-2182

© Fraunhofer

Visualiser l'information

Education

Transcript of Visualiser l'information