EXPERTISE + LIBERTÉ
= OPINIONS

Datavisualisation : quand Excel ne suffit plus

Publié le
21/9/2016
|
Caroline Manouvrier
|
Datavisualisation
Publié le
21/9/2016
Caroline Manouvrier
|
Datavisualisation

Avec 1, 1 milliard de sites Internet dans le monde et plus de 2,5 trillions d’octets de données créés par jour, la production de data n’a jamais été aussi élevée. Cette masse de données n’attend qu’une chose… être exploitée et analysée.

La représentation des données de façon visuelle, la datavisualisation, permet de donner du sens à cette masse de données et présente de nombreux bénéfices.

1. Traiter le Big Data
Face à cette croissance exponentielle des données qu’elles collectent, les entreprises doivent les analyser pour prendre les meilleures décisions et garder leur avantage compétitif. Nombreux sont les cadres qui utilisent le tableur Excel pour réaliser leurs analyses. Mais le tableur connu de tous a montré ses limites dès lors qu’il doit traiter plus d’un million de lignes. Les outils de Data visualisation sont adaptés à l’analyse de ces "Big Data".

2. Automatiser la génération d’analyses
La Dataviz permet de travailler simplement et rapidement avec des fichiers volumineux. En quelques minutes, il est possible de paramétrer des visualisations (les fameux graphiques d’Excel) qui peuvent agréger plusieurs millions de données, se mettre à jour en temps réel et de manière automatique si l’outil est connecté à la donnée source.

3. Consolider de multiples sources de données
Ces outils permettent aussi de manipuler une grande variété de données : données analytics, données CRM, utilisation des réseaux sociaux, données internes à l’entreprise… Les outils intègrent des add-ons pour se connecter directement aux données telles que Google Analytics, Salesforce… Il peut aussi y avoir des données externes telles que la météo.

4. Faciliter la compréhension des données
Par l’utilisation de graphiques plutôt que de tableaux, la datavisualisation facilite la compréhension des données par tous les services. Avec ces outils dynamiques (les données sont mises à jour aussi souvent que nécessaire, en cliquant sur une visualisation, il est possible d’en voir les détails dans une autre…), les utilisateurs s’approprient la donnée et l’analysent sous l’angle qui les intéressent. Fini le temps des statistiques figées, c’est l’utilisateur qui « joue » avec ses données et obtient l’information pertinente pour lui.

Exemple de Dataviz créée avec Spotfire
Exemple de Dataviz créée avec Spotfire

5. Accélérer la prise de décisions
Avec des données fiables consolidées presque en temps réel, il devient facile de prendre des décisions adaptées à son activité. Si une évolution importante des visiteurs d’un site web se produit, on peut immédiatement vérifier l’évolution du chiffre d’affaires. Si une campagne de communication est lancée dans un pays, le taux d’activation de cette campagne peut être suivi en temps réel.

Le projet de Dataviz doit être mis en œuvre avec minutie

Face à ces belles perspectives, les plus réfractaires au changement avanceront des raisons fallacieuses comme : "Je maîtrise bien Excel, je n'ai pas besoin de changer d'outil" ou "Il faut être très technique pour mettre cela en place". Afin de mener un projet de datavisualisation sereinement, il faut respecter un certain nombre de règles.

1. Cadrer son besoin
Posez-vous les bonnes questions : quels chiffres clés ai-je besoin de consolider ? Comment récupérer ces données ? Où sont-elles stockées ? Sont-elles propres et fiables (lire sur ce sujet l'article "Le big data : et si on commençait par la qualité des données ?") ? Ai-je besoin de rassembler mes données dans un seul et même endroit ? Ou bien est-il possible de me connecter directement à la donnée source ? Mes données doivent-elles être hébergées chez moi ? Dans le Cloud ? Ai-je les ressources pour créer et maintenir un datamart ? Vais-je donner la main à mes équipes pour construire les datavisualisations ? Qui devra utiliser les datavisualisations ?

2. Choisir une solution de Dataviz
Parmi les leaders du marché, on peut notamment citer les solutions Qlikview, Spotfire ou encore Tableau. Ces outils ont tous leurs qualités et défauts, vous devrez choisir en fonction de vos besoins cadrés en amont.

3. Mettre en œuvre son projet
Une fois la solution choisie, les budgets validés, c’est parti ! Connectez votre outil de Dataviz à votre donnée source (stockée dans votre datamart, dans des outils externes, en local sur votre poste…), construisez vos propres visualisations et publiez-les.

Des experts Big Data peuvent vous aider à industrialiser l’analyse de vos données. Ils vous apporteront un regard nouveau et objectif sur votre métier et vous feront gagner du temps de mise en œuvre. Mais n'oubliez pas qu'il est de votre ressort de gagner l'adhésion interne pour voir émerger ce type de projet !
Article mis en ligne le 21/09/2016.

Sources :
http://www.internetlivestats.com/
(c) Visuel de Martin Grandjean

Auteur : Caroline Manouvrier, Consultante, Keley Consulting.

Nous contacter

Contactez-nous
Partager cet article:

Inscrivez-vous à La newsletter keley

Recevez tous les mois nos paroles d'experts et l'actualité du digital dans notre newsletter.

Merci ! Votre message a bien été envoyé.
Désolé ! Votre message n'a pu être envoyé.