Dessine-moi la data : l’aube de la data visualisation
Dans le monde du Big Data, l’heure est à la démocratisation. Les données, disponibles en masse, doivent être relayées dans l’entreprise pour servir la cause des différents services. Or, pour démocratiser, il faut rendre accessible. Et dans l’univers de la data, cette tâche incombe à la data visualisation.
Le rôle de la data visualisation dans le Big Data
Data visualisation à la française, data visualization en version anglaise ou dataviz en format court. Quel que soit le terme préféré, il évoque la mise en forme des données pour de meilleures interprétation et utilisation. C’est donc une étape post-collecte axée sur l’opérationnel, destinée à l’exploitation finale de la data.
Du visuel, mais pas que
Il ne faut pas, à tort, associer le concept de dataviz à une seule mise en page des données. Ce que rappelle Marie-Laure Schaff, statisticienne chez Base Plus, dans son article Le jour où j’ai expliqué la data visualisation à ma mère : il s’agit de trier les données disponibles pour se focaliser sur les essentielles. C’est, avant tout, un travail de concision et de hiérarchisation.
“Le but de la Data Visualisation est d’aller à l’essentiel en regroupant toutes les données sur un seul écran”
Marie-Laure Schaff
Il est nécessaire de mettre en forme les données les plus utiles, celles qui apporteront les informations recherchées par leur destinataire, en faisant abstraction du reste. La data visualisation est donc un pan de la transformation du Big Data en Smart Data. Elle participe au transfert de la donnée du vrac de la collecte à l’ultra-ciblé de l’exploitation.
Le besoin d’une donnée “visualisable”
Le représentant le plus connu de la data visualisation est sans doute l’infographie, largement utilisée dans les médias pour créer de l’interaction et susciter le partage. Le Monde a même un espace dédié à la data visualisation sur son site web.
Pourquoi ce besoin d’une donnée visuelle ?
Sans citer Confucius (et imiter la majorité des articles sur la data visualisation), le cerveau humain est beaucoup plus à l’aise avec l’interprétation de données visuelles. Après 2 millions d’années à évoluer sans mots, Homo Sapiens interprète plus rapidement les images (en 150 millisecondes) et les mémorise mieux. (1)
C’est pour cela qu’il est plus efficace de montrer des courbes et des diagrammes qu’un tableau de données brutes. Mises en forme, les données prennent tout leur sens.
“Tout est plus simple lorsque les données pertinentes sont mises en forme de façon ergonomique, en couleur, et sautent aux yeux”
Baptiste Jourdan (2)
La clé de la démocratisation de la data
L’objectif final de la dataviz est de rendre plus accessibles les données extraites du Big Data. Parce qu’elle simplifie leur interprétation, elle permet à un plus grand nombre d’acteurs de les utiliser. Pas besoin de formation ou de diplôme pour lire une infographie : la compréhension de l’information ne se limite plus au monde restreint des data scientists, analysts et autres jobs de la data. Elle devient un outil à la portée de tous. Et soulève de nouveaux enjeux…
Les enjeux de la data visualisation
La dataviz met en lumière plusieurs enjeux dans les entreprises “data-driven”, à commencer par la levée des problèmes d’accessibilité liés à la disponibilité des données.
Des données plus disponibles
Conséquence directe de sa démocratisation, la data est dans l’entreprise plus exploitable par les différents services. Selon la finalité des données, la data visualisation met à disposition les ressources utiles aux divisions marketing, commerciale, RH,…
La data visualisation tend ainsi à résoudre les problèmes d’accès à la donnée en entreprise, abordés plus tôt sur Culture-Data dans le dossier A qui profite la data en entreprise. Alors que le Big Data est de plus en plus prometteur, tant pour un usage externe (prospection, relation clients,…) qu’interne (recrutement, management,…), son potentiel est bridé par une compréhension très limitée de la data par les équipes. La data visualisation doit permettre d’exclure les compétences (encore rares dans le domaine) dans l’équation de la lisibilité de l’information.
Faciliter la prise de décision
Les données sont une richesse convoitée par les entreprises car elles offrent une meilleure vision de l’environnement économique passé, présent et futur (au travers d’études prédictives). Quand elles sont facilement interprétables, elles simplifient la prise de décision.
Les data importantes sont mises en avant, ce qui limite le risque d’omission et d’erreur de lecture, et accélère les processus. Directement accessibles et priorisées, les données s’utilisent avec moins de délai.
“La data visualization est en train de changer la façon dont nos analystes travaillent avec la data”
Simon Samuel (3)
Uber uberise la data ?
Uber a constitué en 2015 une équipe dédiée à la data visualisation, dont l’effectif a été multiplié par cinq en un an. Elle propose notamment des applications de mapping qui retranscrivent les trajets des chauffeurs sur une carte de la ville concernée. Cette dataviz permet aux managers d’Uber d’adapter les services à un marché et des comportements spécifiques, et d’entreprendre des actions marketing plus efficaces.
Si la dataviz autorise une prise de décision plus rapide, c’est aussi grâce à la meilleure connaissance client qu’elle induit. Des données exhaustives et disponibles pour toutes les équipes commerciales signifient des informations clients plus souvent consultées et mises à contribution.
La datavisualization porte donc, incontestablement, un enjeu d’efficacité.
JC Decaux investit dans la data visualisation
Fin 2016, JC Decaux a débuté le développement d’une application de visualisation des données en collaboration avec Toucan Toco. L’objectif : fournir à tout moment aux équipes commerciales de la data utile sur leurs prospects (données de patrimoine, centres d’intérêts, données socio-démographiques,…), afin de renforcer leur force de vente. (4)
Le storytelling : l’art de raconter la data
Raconter une histoire n’est pas un concept nouveau. C’est, entre autres, une stratégie de communication pour les marques qui souhaitent renforcer leur notoriété. Il tend à devenir aussi une manière d’organiser les données, pour une dataviz qui gagne en profondeur.
Le data storytelling utilise les données pour créer des scénarios censés amplifier l’aide à la décision. Il ne se contente pas de multiplier les graphiques et les courbes, il met en scène la data pour mieux solliciter une réaction de son destinataire. Le data storytelling insère l’émotion dans le processus décisionnel pour l’améliorer.
“Le Data Storytelling permet cette plongée dans l’émotion à partir d’informations quantitatives”
Kilian Bazin (5)
L’équipe dataviz d’Uber, évoquée plus tôt, fournit un exemple de storytelling au travers d’une visualisation du trafic de San Francisco avec et sans le service UberPOOL. Des “visuels narratifs” qui peuvent aider la prise de décision pour l’optimisation du trafic dans les grandes villes. (6)
La densité du trafic routier de San Francisco sans et avec UberPOOL
Le défi du temps réel
C’est l’un des enjeux phare de la dataviz de demain : la capacité de trier et organiser la data en temps réel. Le Big Data apporte en permanence toujours plus de données via des sources de collecte plus diversifiées que jamais. Les enrichir, les trier et les rendre exploitables sont des processus qui impliquent des facteurs humains et de temps.
L’automatisation et la capacité de travailler en “flux tendu” sont des objectifs qui concernent d’ailleurs toutes les étapes du traitement de la data. Le Groupe CARTÉGIE propose par exemple un enrichissement automatique des données récoltées par formulaire qui accélère la qualification lors de la collecte. Ce que la data visualisation doit aussi intégrer.
“A partir du moment où les données changent constamment, la data visualisation doit devenir interactive avec […] une machinerie en arrière-plan qui traduit l’information en temps réel”
Guillaume Bourdon (7)
La visualisation en temps réel demande donc des moyens. Preuve que la dataviz, et la data dans son ensemble, sont au cœur de la transformation numérique des entreprises.
Une data visualisation pleine de potentiel
L’évolution de la dataviz est logiquement liée à celle du Big Data. Alors que ce dernier prend une part de plus en plus importante dans le fonctionnement même des entreprises, le besoin d’une data accessible est exponentiel. Pour activer plus vite et plus efficacement de nouveaux leviers marketing, commerciaux et de management, la dataviz est indispensable.
Elle n’échappe toutefois pas à l’universel problème de la donnée en entreprise : celui du coût. Avoir une data démocratisée impose un investissement matériel et humain dont la rentabilité peut, à court-terme, ne pas paraître évidente. Heureusement, la situation n’est pas vouée au statu quo : le développement de nouvelles solutions, plus agiles et moins chères, ainsi que l’augmentation du nombre de profils spécialisés, permettront au Big Data et à la data visualisation d’être à leur tour plus accessibles.
Sources :
(1) Overdose de mots sur Internet : notre cerveau préfère les images – Rue89
(2) Qu’est-ce que la data visualisation, ou dataviz ? – Toucan Toco
(3) Data visualization : a wise investment in your big data future – SAS
(4) JCDecaux développe une appli de data pour ses commerciaux – CBNews
(5) Data storytelling : la prise de décision devient émotionnelle – Toucan Toco
(6) Engineering intelligence through data visualization at Uber – Uber Engineering
(7) Data visualisation, l’art de montrer la data – E-Marketing
Source : ADEC - Open data