Formation Illustrator et data design : sublimez vos données

…/…
 

Les plateformes de datavisualisation savent produire rapidement des graphiques propres et fonctionnels mais dès qu’une visualisation doit adopter une identité graphique forte, respecter précisément une charte, prendre place dans une composition éditoriale ou proposer une représentation véritablement sur mesure, Illustrator retrouve tout son intérêt.

Cette formation est consacrée à ce territoire : dépasser le graphique standard pour construire une datavisualisation vectorielle que l’on peut réellement dessiner, modifier, enrichir et intégrer dans un projet de communication.

Pendant deux jours, les participants travaillent des représentations classiques mais aussi des formes plus avancées : graphiques personnalisés, formes proportionnelles, roses de Nightingale, Marimekko, Flow Charts, Alluvial, Slopegraphs, Treemaps, courbes proportionnelles ou représentations isométriques. Le programme fait ensuite le lien avec des ressources externes, SVG, scripts et plugins spécialisés.

Pourquoi utiliser Illustrator pour faire de la datavisualisation ?

Parce qu’Illustrator offre un niveau de contrôle graphique difficile à obtenir dans une plateforme automatisée.

Typographie, tracés, formes, alignements, couleurs, motifs, pictogrammes, annotations ou composition peuvent être ajustés précisément.

Cette liberté permet d’adapter une visualisation à un magazine, un rapport annuel, une affiche, une publication institutionnelle, un support de communication ou une identité de marque.

Mais elle comporte une contrepartie : plus nous personnalisons le dessin, plus nous devons rester vigilants sur l’intégrité des données.

Un graphique très séduisant peut devenir trompeur si la transformation graphique modifie involontairement les rapports de proportion.

La formation travaille donc simultanément créativité et rigueur.

Faut-il nécessairement produire des graphiques originaux ?

Non. L’un des principaux enseignements du data design consiste justement à ne pas compliquer une information sans raison.

Dans de nombreux cas, un graphique à barres correctement hiérarchisé sera plus efficace qu’une représentation spectaculaire.

Nous travaillons donc d’abord la capacité à identifier la forme adaptée.

L’originalité intervient lorsque le contexte le justifie : création éditoriale, identité visuelle particulière, besoin d’engagement ou information difficile à traduire avec un graphique standard.

Le « bon » data designer doit savoir personnaliser fortement une visualisation mais aussi savoir s’arrêter lorsque la lisibilité commence à diminuer.

Pourquoi conserver les fonctions d’édition des graphiques ?

Parce qu’une donnée peut évoluer : un graphique qui a été entièrement redessiné sans conserver de lien logique avec ses données devient rapidement coûteux à mettre à jour.

Le programme cherche donc à maintenir autant que possible une séparation intelligente entre structure de données et enrichissement graphique.

Cette question est fondamentale dans les productions récurrentes : rapports, publications mensuelles, bilans ou collections d’infographies.

Le niveau de sophistication graphique doit toujours être mis en relation avec la fréquence des mises à jour et le volume de production.

Que permettent les représentations avancées ?

Elles permettent surtout de rendre visibles des relations qui ne sont pas toujours faciles à montrer avec les diagrammes classiques : 

• Une rose de Nightingale organise des valeurs dans une structure radiale
• Un Marimekko permet de comparer simultanément plusieurs dimensions
• Un Slopegraph met l’accent sur des évolutions entre deux situations
• Un Treemap traduit une hiérarchie ou une relation partie-tout
• Un Alluvial rend visibles des flux et des changements entre catégories

Le programme permet de construire ces formes dans Illustrator afin de comprendre leur logique plutôt que de se contenter d’un résultat automatiquement produit par une plateforme.

Cette fabrication est très formatrice : elle oblige à comprendre la relation mathématique ou visuelle qui sous-tend la représentation.

Pourquoi associer Illustrator à d’autres outils ?

Parce qu’Illustrator n’a pas vocation à remplacer tous les outils du data designer.

Pour certains travaux, il est plus efficace de générer une première structure ailleurs puis de poursuivre la finition dans Illustrator.

Le programme exploite notamment les formats SVG pour cette raison.

Une carte ou un graphique peut être préparé dans un outil spécialisé, exporté sous une forme vectorielle puis enrichi dans Illustrator.

Cette logique permet de profiter des capacités de traitement de la donnée d’un outil et de la liberté graphique d’un autre.

La formation explore également des scripts et plugins capables d’accélérer certaines tâches répétitives ou de produire des formes que les fonctions standards d’Illustrator rendent difficiles à créer.

À quels métiers cette formation s’adresse-t-elle ?

Principalement aux professionnels qui disposent déjà d’une bonne pratique d’Illustrator et qui souhaitent l’appliquer aux données : infographistes, graphistes éditoriaux, data designers, cartographes, datajournalistes et rédacteurs graphiques sont les publics les plus naturels.

Elle peut aussi intéresser des designers ou communicants qui produisent régulièrement des rapports, infographies ou contenus visuels à forte composante chiffrée.

En revanche, elle n’est pas conçue comme une initiation à Illustrator. Une autonomie préalable sur le logiciel est indispensable afin de consacrer les deux jours à la représentation des données.

Quelle différence avec « La boîte à outils du data designer » ?

Les deux formations sont complémentaires mais leur logique est très différente.

La boîte à outils du data designer privilégie un workflow numérique multi-outils, l’interactivité, les données complexes, les flux et la cartographie.

Cette formation approfondit la fabrication et la personnalisation vectorielle.

Si votre difficulté principale est « Quel outil dois-je utiliser pour produire cette visualisation ? », la boîte à outils est probablement le meilleur choix.

Si elle est plutôt « Comment transformer cette représentation en un objet graphique parfaitement maîtrisé ? », Illustrator devient le terrain le plus pertinent.

Les personnes souhaitant d’abord consolider leurs fondamentaux peuvent commencer par Culture data design : environnement de production et tendances.

Pourquoi privatiser cette formation ?

L’intra permet de partir de la charte graphique, des publications et des contraintes de production de l’organisation.

Une rédaction peut travailler sur ses propres infographies. Une équipe corporate sur ses rapports et présentations. Un studio sur les formats qu’il produit régulièrement.

Nous pouvons également sélectionner les représentations avancées les plus pertinentes et adapter les exercices au niveau Illustrator des participants.

Dans ce contexte, le sur-mesure permet de faire du data design non seulement une compétence individuelle mais une méthode de production cohérente pour l’ensemble de l’équipe.

FAQ

Illustrator est-il un logiciel de datavisualisation ?

Il n’est pas conçu comme une plateforme complète de traitement et d’exploration de données. Son intérêt est surtout la liberté de construction et de finition vectorielle qu’il offre une fois la représentation définie.

Faut-il savoir utiliser Illustrator avant la formation ?

Oui. Cette formation est positionnée en approfondissement et suppose une pratique autonome des principales fonctions du logiciel.

Peut-on créer des dataviz interactives dans Illustrator ?

Illustrator intervient surtout sur la fabrication vectorielle. Pour les visualisations interactives, d’autres outils de la gamme, notamment ceux abordés dans « La boîte à outils du data designer », sont plus adaptés.

Peut-on importer dans Illustrator des graphiques réalisés ailleurs ?

Oui. Le programme travaille précisément l’utilisation de ressources externes et l’import de fichiers SVG afin de prolonger dans Illustrator des visualisations générées avec des outils spécialisés.

Retrouvez également l’ensemble de notre offre Data design et dataviz