Traiter et structurer des donn\u00e9es puis s\u00e9lectionner les repr\u00e9sentations les mieux adapt\u00e9es \u00e0 leur nature, au message et au support. Combiner les outils du data designer pour produire, comparer et \u00e9valuer des visualisations simples ou complexes, des graphiques interactifs ou anim\u00e9s, des repr\u00e9sentations de flux et des cartes.<\/p>","FOR_Obj":"
Cette formation s\u2019adresse aux professionnels disposant d\u00e9j\u00e0 d\u2019une premi\u00e8re pratique de la datavisualisation et souhaitant \u00e9largir leur palette d\u2019outils et de repr\u00e9sentations :<\/p>\r\n
Avoir d\u00e9j\u00e0 pratiqu\u00e9 le data design ou la datavisualisation et\/ou avoir suivi la formation \u00ab Culture data design : environnement de production et tendances<\/a> \u00bb ou une formation \u00e9quivalente.<\/p>\r\n Poss\u00e9der une bonne culture graphique et num\u00e9rique.<\/p>\r\n \u00catre \u00e0 l\u2019aise avec la manipulation de donn\u00e9es structur\u00e9es et l\u2019utilisation courante d\u2019un tableur : tris, filtres, formules simples et fichiers CSV.<\/p>\r\n Disposer d\u2019une bonne agilit\u00e9 informatique afin de pouvoir prendre en main plusieurs outils au cours de la formation.<\/p>\r\n Aucune connaissance en programmation n\u2019est requise.<\/p>","FOR_Programme":" Datadesigner avec plus de 5 ans d\u2019exp\u00e9rience en animation de formation.<\/span><\/p>","FOR_Ressources":" Quiz de positionnement \u276f<\/span> 3 jours pr\u00e9sentiel continu\u00a0\u276f<\/span> \u00c9valuation des acquis<\/span><\/p>\r\n Expositive + interrogative + d\u00e9monstrative : expos\u00e9s th\u00e9oriques, d\u00e9monstrations, mise en pratique, feedbacks personnalis\u00e9s<\/span><\/p>\r\n Pour des raisons p\u00e9dagogiques, cette formation est propos\u00e9e exclusivement en pr\u00e9sentiel.<\/span><\/p>","FOR_Eval":" <\/p>\r\n \u2026\/\u2026 Il n\u2019existe pas un logiciel capable de r\u00e9pondre id\u00e9alement \u00e0 tous les projets de datavisualisation. Un outil sera particuli\u00e8rement efficace pour produire rapidement un graphique interactif, un autre pour cr\u00e9er une carte, un troisi\u00e8me pour r\u00e9aliser un dashboard, un quatri\u00e8me pour explorer une repr\u00e9sentation complexe avant de poursuivre le travail ailleurs.<\/span><\/p>\r\n Le m\u00e9tier du data designer implique donc aussi de savoir choisir et combiner ses outils.<\/span><\/p>\r\n Cette formation de trois jours est construite comme un workshop avanc\u00e9. Elle traverse l\u2019ensemble du workflow : pr\u00e9paration des donn\u00e9es, traitement dans un tableur, r\u00e9cup\u00e9ration de donn\u00e9es, choix \u00e9ditorial, graphiques simples ou complexes, animation, interaction, flux, relations et cartographie. Le programme peut mobiliser, selon les groupes, des outils comme Tableau Public, Infogram, Flourish, Datawrapper, Khartis, Magrit ou d\u2019autres ressources sp\u00e9cialis\u00e9es.<\/span><\/p>\r\n Parce que le choix de la repr\u00e9sentation devrait pr\u00e9c\u00e9der celui du logiciel.<\/span><\/p>\r\n Lorsqu\u2019un professionnel ma\u00eetrise uniquement un outil, il risque inconsciemment de ramener ses id\u00e9es \u00e0 ce que cet outil sait produire facilement.<\/span><\/p>\r\n La bo\u00eete \u00e0 outils du data designer cherche \u00e0 inverser cette logique : nous partons d\u2019abord des donn\u00e9es, du message et du support, puis nous recherchons la mani\u00e8re la plus efficace de les repr\u00e9senter.<\/span><\/p>\r\n Cette capacit\u00e9 \u00e0 circuler entre plusieurs environnements permet aussi de construire un workflow plus souple : pr\u00e9parer dans un tableur, g\u00e9n\u00e9rer une premi\u00e8re repr\u00e9sentation dans une plateforme sp\u00e9cialis\u00e9e, exporter, enrichir ailleurs puis publier dans un format adapt\u00e9.<\/span><\/p>\r\n Parce qu\u2019un outil de visualisation attend g\u00e9n\u00e9ralement une structure pr\u00e9cise.<\/span><\/p>\r\n Colonnes, cat\u00e9gories, dates, valeurs num\u00e9riques, g\u00e9olocalisation ou organisation hi\u00e9rarchique doivent \u00eatre coh\u00e9rentes avec la repr\u00e9sentation souhait\u00e9e.<\/span><\/p>\r\n Le programme revient donc sur les types de donn\u00e9es, les formules utiles, la conversion de formats, l\u2019identification d\u2019erreurs et la pr\u00e9paration du dataset.<\/span><\/p>\r\n L\u2019intervenant a \u00e9galement int\u00e9gr\u00e9 l\u2019usage de l\u2019IA pour discuter des possibilit\u00e9s de restructuration d\u2019un jeu de donn\u00e9es.<\/span><\/p>\r\n C\u2019est un usage particuli\u00e8rement int\u00e9ressant : un LLM peut aider \u00e0 reformuler une structure, produire une transformation ou expliquer comment passer d\u2019une organisation \u00e0 une autre. Mais le r\u00e9sultat doit \u00eatre v\u00e9rifi\u00e9 avant visualisation, notamment parce qu\u2019une modification apparemment anodine peut alt\u00e9rer la signification d\u2019une donn\u00e9e.<\/span><\/p>\r\n La complexit\u00e9 graphique n\u2019est jamais un objectif.<\/span><\/p>\r\n Un graphique \u00e0 barres reste souvent la meilleure solution pour comparer quelques valeurs.<\/span><\/p>\r\n Une repr\u00e9sentation plus sp\u00e9cialis\u00e9e devient utile lorsqu\u2019elle r\u00e9v\u00e8le une structure qu\u2019un graphique classique montrerait mal.<\/span><\/p>\r\n Le programme permet ainsi de travailler les nuages de points, les repr\u00e9sentations hi\u00e9rarchiques comme les Treemaps ou Circle Packing, les flux avec Sankey ou Alluvial, les relations avec Chord ou Network Diagram et diff\u00e9rents types de cartes.<\/span><\/p>\r\n L\u2019enjeu est moins de m\u00e9moriser un catalogue de visualisations que de comprendre ce que chacune permet de voir et quelles difficult\u00e9s de lecture elle peut introduire.<\/span><\/p>\r\n Parce qu\u2019un support num\u00e9rique permet d\u2019organiser l\u2019information diff\u00e9remment du print.<\/span><\/p>\r\n Une interaction peut offrir plusieurs niveaux de d\u00e9tail, permettre une comparaison ou donner acc\u00e8s \u00e0 une information sans surcharger l\u2019\u00e9cran initial.<\/span><\/p>\r\n Une animation peut rendre perceptible une \u00e9volution temporelle.<\/span><\/p>\r\n Mais l\u00e0 encore, la possibilit\u00e9 technique ne justifie pas automatiquement son usage.<\/span><\/p>\r\n La formation confronte donc les participants \u00e0 diff\u00e9rents outils et leur demande d\u2019\u00e9valuer la lisibilit\u00e9, la compr\u00e9hension et l\u2019utilit\u00e9 r\u00e9elle de chaque dispositif.<\/span><\/p>\r\n La carte devient indispensable d\u00e8s que la localisation constitue une dimension significative de l\u2019information.<\/span><\/p>\r\n Mais toute donn\u00e9e associ\u00e9e \u00e0 un territoire ne doit pas n\u00e9cessairement \u00eatre repr\u00e9sent\u00e9e sur une carte.<\/span><\/p>\r\n La formation apprend \u00e0 reconna\u00eetre les situations o\u00f9 l\u2019espace apporte r\u00e9ellement une information, \u00e0 distinguer donn\u00e9es g\u00e9olocalis\u00e9es et mailles g\u00e9ographiques et \u00e0 comparer plusieurs modes de repr\u00e9sentation.<\/span><\/p>\r\n Elle permet aussi d\u2019aborder une question souvent sous-estim\u00e9e : la projection cartographique elle-m\u00eame influence la mani\u00e8re dont nous percevons les territoires.<\/span><\/p>\r\n Elle s\u2019adresse \u00e0 des professionnels qui poss\u00e8dent d\u00e9j\u00e0 une bonne culture du data design et souhaitent augmenter leur autonomie de production.<\/span><\/p>\r\n Data designers, infographistes, datajournalistes, designers UX\/UI, graphistes digitaux, data analysts ou communicants exp\u00e9riment\u00e9s peuvent y trouver des outils diff\u00e9rents selon leurs pratiques.<\/span><\/p>\r\n Le niveau Expertise s\u2019explique notamment par la densit\u00e9 du programme : les participants doivent pouvoir passer rapidement d\u2019un environnement \u00e0 un autre sans consacrer une partie importante du temps aux fondamentaux de l\u2019informatique ou de la datavisualisation. La fiche actuelle positionne d\u2019ailleurs le module sur trois jours et au niveau Expertise.<\/span><\/p>\r\n Culture data design : environnement de production et tendances<\/a><\/span><\/span> construit la m\u00e9thode et les fondamentaux : donn\u00e9es, \u00e9ditorial, choix de repr\u00e9sentation, s\u00e9miologie et lisibilit\u00e9.<\/span><\/p>\r\n La bo\u00eete \u00e0 outils part de ces acquis et d\u00e9veloppe davantage la production et l\u2019exp\u00e9rimentation multi-outils.<\/span><\/p>\r\n Les deux formations peuvent donc constituer un parcours progressif : comprendre d\u2019abord comment concevoir une bonne dataviz, puis apprendre \u00e0 s\u00e9lectionner et combiner les environnements permettant de la r\u00e9aliser.<\/span><\/p>\r\nTraiter et extraire des donn\u00e9es brutes pour r\u00e9aliser une premi\u00e8re visualisation<\/h3>\r\n
\r\n\t
\u00a0Prendre en compte les aspects \u00e9ditoriaux<\/h3>\r\n
\r\n\t
Rappeler les fondamentaux du data design et reconna\u00eetre la meilleure forme graphique pour pr\u00e9senter des donn\u00e9es quantitatives simples<\/h3>\r\n
\r\n\t
Op\u00e9rer des choix de repr\u00e9sentation adapt\u00e9s \u00e0 la visualisation de donn\u00e9es complexes<\/h3>\r\n
\r\n\t
Analyser les flux et les relations entre des donn\u00e9es et les interpr\u00e9ter visuellement<\/h3>\r\n
\r\n\t
\r\n\t
Combiner des cartes et des graphiques pour g\u00e9rer des donn\u00e9es spatialis\u00e9es<\/h3>\r\n
\r\n\t
\r\n\t
Parcours p\u00e9dagogique : <\/strong><\/h4>\r\n
M\u00e9thode p\u00e9dagogique : <\/strong><\/h4>\r\n
Moyens techniques : <\/strong><\/h4>\r\n
\r\n\t
\r\n\t
\r\n\u00a0<\/span><\/p>\r\nPourquoi apprendre plusieurs outils plut\u00f4t qu\u2019un seul ?<\/strong><\/span><\/h2>\r\n
Pourquoi la pr\u00e9paration des donn\u00e9es occupe-t-elle une place importante ?<\/strong><\/span><\/h2>\r\n
Comment choisir entre graphique simple et visualisation complexe ?<\/strong><\/span><\/h2>\r\n
Pourquoi travailler aussi l\u2019interactivit\u00e9 et l\u2019animation ?<\/strong><\/span><\/h2>\r\n
Quelle place pour la cartographie ?<\/strong><\/span><\/h2>\r\n
Pour quels profils cette formation est-elle con\u00e7ue ?<\/strong><\/span><\/h2>\r\n
Quelle diff\u00e9rence avec \u00ab Culture data design \u00bb ?<\/strong><\/span><\/h2>\r\n