Data Visualisation

•  Savoir synthétiser, mettre en forme et diffuser de la données devenue information

•  Savoir identifier la pertinence entre le choix graphique, la justesse des données et le message délivré

• Dataminers
• Chargés d'études statistiques
• Consultants en informatique décisionnelle
• Directeur/chef de projet digital
• Responsable marketing/communication

1. Introduction

• Peut-on rater une visualisation ?, Pourquoi la data visualisation : concepts, historique et objectifs

2. Le métier de Data Visualizer

• Les tâches, Les outils, Les responsabilités

3. Les types de visualisations

• Visualisation classique, Visualisation moderne, Visualisation interactive

4. Données

• Collecter des données : le Scraping Web,
• Contrôler la qualité des données
• Transformer la donnée pour en retirer de l'information
•  Explorer visuellement la donnée : la fouille graphique

5. Outils de visualisation : Introduction à R Shiny

• Une rapide introduction à l'outil et à ses possibilités,
• La programmation réactive : premiers pas
• La visualisation interactive, Construire un dashboard sous R Shiny

6. Mise en application

• Un exemple de projet de Data Visualisation : récupération des données, fouille graphique, création d'indicateurs et visualisation
• Mise en pratique : création d'un dashboard sous R Shiny

•  Utilisation d'Excel, de R pour manipuler les données.

•  Manipulation d'exercices sur des cas-types.

•  Alternance d'exposés, de discussions avec le formateur et entre participants.

•  Nombreux cas pratiques directement applicables après la formation.

•  Remise des supports pédagogiques

•  Vidéo projection du support PowerPoint.

• Evaluation de début et fin de formation.
• Evaluation de la satisfaction en fin de formation.