Editorialisation des données publiques
  • 👣LA DATAVISUALISATION PAS A PAS
  • 1️Définition, contexte et enjeux de la datavisualisation
    • 1️⃣Datavisualisation, infographie, tableau de bord...
    • 2️⃣Les enjeux de la datavisualisation pour les collectivités
    • 3️⃣Les trois composantes d'une dataviz réussie
    • 4️⃣La dataviz, une histoire ancienne
  • 2️Les grandes familles de dataviz
    • Une sélection de datavisualisations
    • 1️⃣Représenter une répartition, les parties d'un tout
      • Le camembert
      • Les variations autour du camembert
      • Les graphiques en barres
      • Le compartimentage
      • Graphique en bulles
      • Icônes / surfaces
    • 2️⃣Représenter une évolution dans le temps
      • Histogramme
      • Courbes et lignes
      • Répétition de graphiques
    • 3️⃣Représenter des relations entre les données
      • Diagramme de Sankey
      • Diagramme de Venn
      • Diagramme circulaire
      • Carte de chaleur
  • 3️Mettre en oeuvre son projet dataviz
    • 1️⃣Les 4 grandes étapes
    • 2️⃣Des outils pour préparer les données
    • 3️⃣Dataviz statique ou dynamique ?
    • 4️⃣Dataviz exploratoire ou explicative ?
    • 5️⃣Choisir des couleurs adaptées
      • Minimiser le nombre de couleurs
      • Des outils pour choisir les couleurs
    • 6️⃣Etre guidé dans le choix du type de dataviz
      • Dataviz catalogue
      • Dataviz project
      • From data to viz
  • 4️10 points de vigilance
    • 1️⃣Bien dimensionner son graphique
    • 2️⃣Une échelle régulière
    • 3️⃣Privilégier un axe des Y à zéro
    • 4️⃣Trier les données
    • 5️⃣Pas de donnée ou valeur à zéro ?
    • 6️⃣Fournir un contexte
    • 7️⃣Comparer ce qui est comparable
    • 8️⃣Ne pas confondre corrélation et causalité
    • 9️⃣Limite des représentations surfaciques
    • 🔟Contexte de diffusion et mobile
  • DOCUMENTATION OPENDATAFRANCE
    • Plaquette / Poster DViz
    • Galerie de datavisualisations inspirantes
    • Plateformes et outils de dataviz disponibles
      • Panorama des outils
      • Sélection d'outils
  • Autres ressources
    • Sites internet et Twitosphère
    • Quelques ouvrages en français
    • Présentations et webinaires
    • Guide UE : faire des dataviz de qualité
    • Cartographie
Propulsé par GitBook
Sur cette page
Exporter en PDF
  1. Mettre en oeuvre son projet dataviz

Dataviz exploratoire ou explicative ?

La datavisualisation peut aider à comprendre les données, à les explorer, ou être un moyen d'information, pour expliquer un phénomène. La datavisualisation exploratoire vise plutôt un public de personnes averties (de la nature des données, du contexte...) et vise à les aider à réfléchir, à comprendre un phénomène.

La datavisualisation explicative s'adresse à un public que l'on cherche à convaincre en lui racontant une histoire, avec un message essentiel. Ce type de datavisualisation implique de ne pas chercher à tout vouloir dire et de veiller à fournir toutes les informations nécessaires à la compréhension des données.

La datavisualisation exploratoire est parfois un préalable à sa version explicative : elle permettra de comprendre les données, de repérer d'éventuelles erreurs ou singularités et aidera à concevoir sa version explicative, adaptée à un public défini.

PrécédentDataviz statique ou dynamique ?SuivantChoisir des couleurs adaptées

Dernière mise à jour il y a 2 ans

3️
4️⃣