TP DE L’ETL À L A

RESTITUTION

A U T E U R : J O N AT H A N F O N TA N E L
D AT E : 1 9 / 0 5 / 2 0 2 2
T P M A S T È R E D ATA S C I E N C E S P O U R L ' I N G É N I E R I E
DE L’ETL À LA RESTITUTION

2
BUT DES 4 HEURES DE TP
• TP sur Tableau Desktop :
– Se connecter et manipuler un datawarehouse
– Comprendre le principe des tables de dimensions et de faits
– Créations de visualisations
– Création d’un tableau de bord
– Option : Introduction au data storytelling
– Débuter avec l’étude de cas sur l’entrepôt de données adventure work

• TP2 sur Tableau Desktop :

– Terminer l’étude de cas sur l’entrepôt de données adventure work
– Etude de cas sur l’implantation de magasins (Implémentation des
starbucks dans le monde)
– Etude de cas sur l’analyse des informations nutritionnelles (Cas des
informations nutritionnelles du menu de McDonald’s)
PRÉSENTATION DE
TABLEAU
PRÉSENTATION DE TABLEAU

• Source : https://yoono.fr/licences-tableau-software/
PRÉSENTATION DE TABLEAU
• Nouveau produit :

• Source : https://www.tableau.com/products/prep
PRÉSENTATION DE TABLEAU
PRÉSENTATION DE TABLEAU
PRÉSENTATION DE TABLEAU
• Un extrait du Gartner 2021 :
ABI platform functionality includes the following 12 critical capability areas, which have been updated to
reflect areas of change and differentiation, particularly in capabilities more closely associated with
augmented analytics:
• Security: Capabilities that enable platform security, administering of users, auditing of platform
access and authentication.
• Manageability: Capabilities that track usage of the ABI platform and manage how information is
shared (and by whom).
• Cloud analytics:The ability to support building, deployment and management of analytics in the
cloud, based on data stored both in the cloud and on-premises.
• Data source connectivity: Capabilities that enable users to connect to, query and ingest data,
while optimizing for performance.
• Data preparation: Support for drag-and-drop, user-driven combination of data from different
sources, and the creation of analytic models (such as user-defined measures, sets, groups and
hierarchies).
• Catalog: The ability to automatically generate and curate a searchable catalog of analytic content,
thus making it easier for analytic consumers to know what content is available.
• Automated insights: A core attribute of augmented analytics, this is the application of ML
techniques to automatically generate findings for end users (for example, by identifying the most
important attributes in a dataset).
PRÉSENTATION DE TABLEAU
• Suite extrait du Gartner 2021 :
• Data visualization: Support for highly interactive dashboards and exploration of data through
manipulation of chart images.
• Data storytelling: The ability to combine interactive data visualization with narrative techniques in
order to package and deliver analytic content in a compelling, easily understood form for
presentation to decision makers.
• Natural language query (NLQ): This enables users to ask questions and query data and analytic
content using terms that are either typed into a search box or spoken.
• Natural language generation (NLG): The automatic creation of linguistically rich descriptions of
answers, data and analytic content. Within the analytics context, as the user interacts with data, the
narrative changes dynamically to explain key findings or the meaning of charts or dashboards.
• Reporting: The ability to create and distribute (or “burst”) pixel-perfect, grid-layout, multipage
reports to users on a scheduled basis.

• Source : https://www.gartner.com/doc/reprints?id=1-254T1IQX&ct=210202&st=sb
PRÉSENTATION DE TABLEAU
• Un extrait du Gartner 2020 :
• By 2022, augmented analytics technology will be ubiquitous, but only
10% of analysts will use its full potential.
• By 2022, 40% of machine learning model development and scoring will
be done in products that do not have machine learning as their
primary goal.
• By 2023, 90% the world’s top 500 companies will have converged
analytics governance into broader data and analytics governance
initiatives.
• By 2025, 80% of consumer or industrial products containing
electronics will incorporate on-device analytics.
• By 2025, data stories will be the most widespread way of consuming
analytics, and 75% of stories will be automatically generated using
augmented analytics techniques.
PRÉSENTATION DE TABLEAU
• Salesforce rachète Tableau Software, leader dans la visualisation des
données. Montant : 15,7 milliards $ par échange d’actions.
• Grosse opération de concentration dans le domaine de l’analytics :
Salesforce achète Tableau Software, par échange d’actions, pour un
montant de 15,7 milliards $. Soit une prime de 42 % sur le cours moyen
de l’action de Tableau Software coté au New York Stock Exchange.
• Selon les chiffres communiqués, l’opération devrait augmenter le chiffre
d’affaires de Salesforce d’environ 350 à 400 millions $ pour l’exercice
2020. En 2018, Tableau a réalisé un chiffre d’affaires proche de 1,2
milliards $ sans atteindre la rentabilité opérationnelle.

• Source :
https://www.silicon.fr/analytics-salesforce-achete-tableau-software-
243615.html
PL ACE À L A
PRATIQUE
TA B L E A U D E S K T O P
TODO
• Installation de Tableau Desktop (lien par mail de la part du support
Tableau)
• Restaurer le datawarehouse AdventureWorkDW
• Connexion à votre entrepôt de données
• Création d'un premier graphique
• Drill dans les données
• Rajouter un premier filtre
• Rajouter de la couleur en fonction d'une autre métrique
• Rajouter une info bulle
• Créer une combinaison
• Créer une combinaison de graphique
• Filtrer les données
• Utiliser les noms et valeurs des mesures
• Créer une bande de référence
• Création d'un paramètre et d'un champ calculé
TO DO
• Etude de cas avec questions et création de visualisations, de tableau
de bord
• Découverte du data storytelling
• Bonnes pratiques sur les visualisations
LANCER SQL SERVER MANAGEMENT
• Se rendre dans SQL Server Management pour vérifier que l’entrepôt
de données « AdventureWorksDW2008R2 » est bien restaurée
VOTRE ENTREPÔT DE DONNÉES

• Identifier les dimensions et les tables de fait

CONNEXION À VOTRE ENTREPÔT DE DONNÉES
• Ouvrir Tableau Desktop
• Installer votre licence étudiant
• Cliquer sur SQL Server
CONNEXION À VOTRE ENTREPÔT DE DONNÉES
• Puis rentrer les informations demandées à savoir le serveur et le nom
de la base de données.
• Vous pouvez créer un utilisateur précis qui accèdera à votre entrepôt
avec des droits de lecture
CONNEXION À VOTRE ENTREPÔT DE DONNÉES

• Faire glisser les tables du côté gauche vers le haut de la page

CONNEXION À VOTRE ENTREPÔT DE DONNÉES

• Glisser les tables afin d’obtenir ce schéma

• Les relations sont « internes »

• Essayer de trouver les jointures entre les tables en naviguant avec
SQL Server Management Studio
CREATION D'UN PREMIER GRAPHIQUE

• Cliquer sur Feuille 1 en bas dans les onglets, vous avez les dimensions
et les mesures qui sont dans la première colonne à gauche
CREATION D'UN PREMIER GRAPHIQUE
• Faire glisser dans Lignes le
champ « Full Date
Alternate Key » de la
dimension DimDate pour
la jointure
« OrderDateKey ».
• Faire glisser la mesure
« Sales Amount » sur les
« Abc » de la feuille
CREATION D'UN PREMIER GRAPHIQUE
• Il est possible de pouvoir choisir plusieurs ruptures pour le tableau.
CREATION D'UN
PREMIER
GRAPHIQUE

• Créer une nouvelle feuille

• Faire glisser le champ « Sales
Amount" dans Lignes et FullDate
Alternate Key dans Colonnes
• Qu’est ce que l’on obtient ?
• Tableau interprète
automatiquement la mesure avec
la fonction agrégat "Somme".
DRILL DANS LES DONNÉES

• En cliquant sur le + à gauche de "ANNEE", vous allez faire apparaitre les

trimestres
RAJOUTER UN PREMIER FILTRE
• Faire glisser ANNEE dans
Filtres sur la partie
gauche
• Sélectionner Années puis
cliquer sur Suivant
• Sélectionner uniquement
les commandes de 2007
et 2008
DRILL DANS LES DONNÉES

• Ajouter des données en

faisant glisser « French
Product Category Name » à
gauche de « Sales Amount »
• On peut voir que le
graphique s'est découpé en 6
panneaux
DRILL DANS LES DONNÉES

• Changer le type de graphique

en transformant en
histogramme

• Quelle catégorie a connu la

plus belle progression ?
RAJOUTER DE LA COULEUR EN FONCTION
D'UNE AUTRE METRIQUE
• Faire glisser « French Country Region Name » de la dimension
« DimGeography » sur Couleur et observer ce qui se passe
• A quoi correspond cet attribut de cette dimension ? Que peut-on voir
? Quelle information peut-on rajouter sur la hausse ?
RAJOUTER UNE INFO-BULLE
• Cliquer sur "Info Bulle" afin d'ajouter une infobulle sur les données
affichées
CRÉER UNE COMBINAISON DE GRAPHIQUE
• Créer un nouvelle feuille puis
mettre en colonne l’attribut
FullDate Alternate Key de la
dimension DimDate
(OrderDateKey) et en ligne les
mesures suivantes « Order
Quantity» et « Sales Amount ».
• Cliquer dans la colonne de droite
sur "somme Sales Amount" puis
changer le type de graphique pour
mettre Barre
• Cliquer sur la flèche à droite de la
métrique Bénéfice dans les lignes
pour sélectionner "Axe Double"
CRÉER UNE COMBINAISON DE GRAPHIQUE
• Echanger les deux métriques afin d’avoir la courbe « Order Quantity »
devant les barres.
• Descendre dans les trimestres pour comprendre l’évolution
FILTRER LES DONNÉES
– Créer le tableau suivant permettant d’analyser les ventes (Sales
Amount) par pays/région et en fonction de la catégorie et de la sous
catégorie
FILTRER LES DONNÉES
– Puis cliquer en tenant « ctrl » sur la ligne Vélo et la colonne South
Australia

– Puis faire une clic droit et sélectionner Conserver uniquement

FILTRER LES DONNÉES
– Faire un filtre en conservant uniquement la région de Washington
FILTRER LES DONNÉES
– "Afficher le filtre" sur « French Product SubCategory » en faisant un
clic droit dessus
– Puis se rendre dans la zone "filtres" et cliquer sur "afficher le filtre"
– Enfin, sélectionner les sous-catégories suivantes : Casque',Vélo de
route’ et 'Maillot'
FILTRER LES DONNÉES
– Modifier le filtre dans la card de droite pour passer la sous-catégorie
en radio bouton
– Faire la même chose sur Région en passant la card en mode Valeur
unique (Liste déroulante)
UTILISER LES NOMS ET VALEURS DES
MESURES
• Créer une nouvelle feuille en mettant en ligne "Noms de mesures" et
glisser "Valeurs de mesures" dans "Repères" puis glisser valeurs de
mesures dans le tableau
• Ajouter un filtre sur le nom des mesures
UTILISER LES NOMS ET VALEURS DES
MESURES
• Créer une nouvelle feuille et essayer de reproduire ce graphique
CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Créer un paramètre avec les
données suivantes :
– Nom : TOP Customers
– Type de donnée : integer
– Valeur courante : 15
– Régler le range :
• Minimum : 5
• Maximum : 20
• Taille du pas : 5
 CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Créer un ensemble de données sur le
« Last Name » comme sur la 1ère capture
• Saisir les données comme sur la
deuxième capture :
– Nom : Set de données TOP X
– Sélectionner « Premiers »
– Puis le radio bouton "Par
Champ" avec les paramètres
suivants :
Type : TOP
Champ paramètre : "Top Customer"
Par : Somme des Sales Amount
CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Créer un graphique permettant de montrer le top 10 des meilleurs
clients en fonction des chiffres de ventes réalisés
CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Il est possible de reprendre les valeurs des paramètres dans les tableaux.
Pour cela, il est nécessaire de procéder de la manière suivante :
– Créer un champ calculé nommé : Nom du TOP
– Puis insérer la formule suivante
IF [Set de données TOP X]
THEN "TOP " + str([TOP Customers]) + " Clients »
ELSE "Autres »
END
– Expliquer cette formule ?
– Cacher le champ "IN/OUT
(Set de données) puis ajouter le
nouveau champ dans le graphique
CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Il est possible de reprendre les valeurs des paramètres dans les tableaux.
CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Il est possible de cacher les données en créant dans un premier temps
un paramètre (Etendre/Cacher) puis dans un second temps un champ
calculé qui affiche seulement les données nécessaires.
– Créer le paramètre "Réduire/Elargir" de type String
Avec deux valeurs choisies dans une liste :
• Elargir
• Réduire
– Créer un champ calculé avec le nom suivant
"Nom Client Dynamique" et la formule suivante :
IF [Réduire/Elargir]="Réduire" THEN
IF [Set de données TOP X Last Name]
THEN [Last Name]
ELSE "Autres" END
ELSE [Last Name] END
– Expliquer cette formule ?
CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Il est possible de cacher les données en créant dans un premier temps
un paramètre (Etendre/Cacher) puis dans un second temps un champ
calculé qui affiche seulement les données nécessaires.

• Est ce que vous trouvez ces résultats corrects ?

• Afficher le « Customer Alternate Key ». Que voyez vous ?
 CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• A présent, on va modifier l’ensemble pour
que celui-ci soit plus juste
• Créer un ensemble de données sur le
« CustomerKey (DimCustomer) » comme
sur la 1ère capture
• Saisir les données comme sur la
deuxième capture :
– Nom : Set de données TOP X CustID
– Sélectionner « Premiers »
– Puis le radio bouton "Par
Champ" avec les paramètres
suivants :
Type : TOP
Champ paramètre : "Top Customer"
Par : Somme des Sales Amount
CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Reproduire la visualisation suivante :

• Pensez vous que ce nouveau TOP est plus juste ? Pourquoi ?

CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Rajouter le pays du client dans le graphique (French Country Region
Name).

• Pourquoi tous les clients sont français ?

• Changer le paramètre TOP Customer pour afficher les 30 meilleurs
clients
• Que voyez-vous ?
CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Pour aller plus loin, on va modifier l’ensemble des meilleurs clients pour
que celui-ci prenne en compte le pays du client.
• Pour cela, on va créer un nouveau paramètre permettant de sélectionner
le pays
CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• On va créer un champ calculé pour que celui-ci prenne en compte que
les montant de commande du pays sélectionné
• Son nom : Sales Amount/Pays
CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Puis on va modifier l’ensemble Set de données TOP X CustID pour que celui-ci
somme ce nouveau champ calculé

• On va modifier le champ calculé « Nom Client Dynamique » pour que celui-ci

affiche plus d’informations sur le client

• Ajouter le paramètre Pays dans la feuille

CRÉATION D'UN PARAMÈTRE, UN SET DE
DONNÉES ET D'UN CHAMP CALCULÉ
• Puis afficher les 25 meilleurs clients du pays : Allemagne
CRÉER UNE CARTE
• Créer une nouvelle feuille et double cliquer sur « French Country
Region Name »

• Puis cliquer sur montre-moi et choisir Cartes de symboles

CRÉER UNE CARTE
• Ajouter les villes en double cliquant sur l’attribut
CRÉER UNE CARTE
• Puis ajouter les « Sales Amount » pour chaque ville avec un rapport
de taille en fonction du CA
ET U D E D E C A S S U R
L’ENTREPÔT DE
DONNÉES
ADVENTURE WORK
C A S P O R TA N T S U R L ’ A N A LY S E D E S V E N T E S
ETUDE DE CAS SUR L’ENTREPÔT DE DONNÉES
ADVENTURE WORK
• Contexte :
Adventure Works Cycles est un fabriquant international de vélos avec un
siège social à Bothell, Washington. L’entreprise compte 300 employés et 29
commerciaux. Il possède plusieurs magasins dans le monde et un réseau de
revendeur. Ils sont localisés en Australie, Canada, France, Allemagne,
Royaume-Unis et USA. Ils vendent aussi à travers leur site web.
• Objectif principal :
Le but de cette étude de cas est de répondre à plusieurs points :
• Comprendre l’incroyable croissance de l’entreprise et aussi ses
transformations durant les derniers années
• Connaître les meilleurs produits et les moins bons afin de rendre
l’entreprise plus en adéquation avec son marché
• Connaître les clients en fonction des pays et des informations que l’on
possède sur lui afin de déterminer ses habitudes d’achats dans le but de
lui proposer des produits les plus proches de ses besoins
ETUDE DE CAS SUR L’ENTREPÔT DE DONNÉES
ADVENTURE WORK
• Cahier des charges du tableau de bord sur l’analyse générale de la
société :
– Le board de l’entreprise souhaite voir l’évolution du CA (Sales Amount)
dans le temps par trimestres
– Une carte permettant de voir les villes où il y a le plus de ventes de vélo.
Des informations seront présentes dans les info-bulles.
– Afficher une treemap (carte proportionnelle) permettant de montrer les
meilleurs ventes de produits
– Créer une visualisation avec la marge pour les produits les plus vendus
– En fonction des chiffres et des analyses selon vous, quels conseils
pourriez vous donner à cette société pour que son CA et sa marge
évoluent encore plus positivement ? Démontrez le avec des visualisations
– [BONUS] Créer une carte avec les villes en décrochage d’un point de
vue CA
• Pour chaque demande, créer une ou plusieurs feuilles spécifiques. Puis
les rassembler dans un tableau de bord ergonomique
ETUDE DE CAS SUR L’ENTREPÔT DE DONNÉES
ADVENTURE WORK
• Cahier des charges du tableau de bord sur une analyse précise du marché
français d’un point de vue de la clientèle et des produits :
– Quels sont les critères communs qui sont possédés par les meilleurs clients
français (25 meilleurs clients) ?
– Est ce qu’ils sont représentatifs du client moyen en terme de segmentation
de clientèle ou de choix de produits (vélos) ?
– Analyser les ventes des clients français afin de déterminer les meilleurs
ventes de vélos ?
– Quels sont les informations importantes que l’on peut analyser sur
l’évolution du marché français (nombre de clients, évolution des ventes,
segmentation de clientèle la plus représentative, …). Démontrez le avec des
visualisations.
– Quels sont les pays qui ont le même profil de croissance que la France ?
Quels sont à contrario les pays qui évoluent différemment ?
• Pour chaque demande, créer une ou plusieurs feuilles spécifiques. Puis les
rassembler dans un tableau de bord ergonomique
• Pour aller plus loin, créer à partir de vos feuilles, une histoire (data
storytelling). Cette histoire reprendra les principales informations du
marché français en 10 points clés.
ETUDE DE CAS SUR L’ENTREPÔT DE DONNÉES
ADVENTURE WORK
• Cahier des charges du tableau de bord sur le marché du vélo :
– Reprendre la treemap (carte proportionnelle) permettant de montrer les
meilleurs ventes de produits pour repartir sur les produits phares. A partir
de ces produits, expliquez la stratégie de renouvellement de vélos appliquée
par la société ?
– Est ce que celle-ci a été porteuse à chaque fois pour la société (relais de
croissance positive) ?
– Comment évolue le marché du vélo si on se base sur les ventes réalisées par
la société ?
– Est ce que tous les vélos ont le même profil de vente dans tous les pays ?
– Peut-on déterminer des caractéristiques sur le profil de l’acheteur pour
chaque type de vélos (Randonnées, VTT, Course) ?
• Pour chaque demande, créer une ou plusieurs feuilles spécifiques. Puis les
rassembler dans un tableau de bord ergonomique
• Pour aller plus loin, créer à partir de vos feuilles, une histoire (data
storytelling). Cette histoire reprendra les principales informations du
marché du vélo en 10 points clés.
ETUDE DE CAS
SUR
L’IMPL ANTATION
DE MAGASINS
C A S D E L ’ I M P L É M E N TAT I O N D E S S TA R B U C K S
DA N S L E M O N D E
ETUDE DE CAS SUR L’IMPLANTATION DE
MAGASINS
• Contexte :
Ce jeu de données fournit les informations d’implantation des magasins
Starbucks. Actuellement, plus de 25600 magasins sont présents dans le
monde.

• Objectif principal :
Le but de cette étude de cas est de comprendre l’implantation des
magasins Starbucks à travers le monde.

• Nom du fichier : « Implantation Starbucks.csv »

• Logiciel à utiliser : Tableau Desktop

ETUDE DE CAS SUR L’IMPLANTATION DE
MAGASINS
• Cahier des charges du tableau de bord :
– Un paramètre doit permettre de sélectionner les TOP (de 5 à 20 par pas
de 5)
– Une carte permettant de voir les villes où il y a le plus de magasins
Starbucks avec le paramètre qui permet de changer dynamiquement. Des
informations seront présentes dans les info-bulles.
– Créer un champ calculé montrant la proportion de magasins dans les
pays par rapport à l’implantation globale de Starbuck (25600 magasins).
– Afficher une treemap (carte proportionnelle) permettant de montrer les
10 pays ayant le plus de magasins Starbuck
– Afficher dans un coin du rapport le nombre de villes et le nombre de
pays où il y a des magasins Starbucks (utiliser le changement de type de
champ).
ETUDE DE CAS SUR L’IMPLANTATION DE
MAGASINS
• Cahier des charges du 2ème tableau de bord :
– Créer une visualisation permettant de voir la répartition des magasins en
fonction du type de partenariat avec Starbuck (Franchise, Licensed, …).
Que peut-on observer ?
– Montrer les 10 pays qui ont le plus de magasins en Joint Venture ? Que
peut-on remarquer sur la localisation ? Tentative d’explications ?
– Quels sont les différentes stratégies de déploiements des magasins en
Europe ? (Pour filtrer sur les pays d’Europe, faire une sélection à main
levée sur une carte puis basculer vers une autre visualisation). Créer une
visualisation permettant de montrer les différentes stratégies.
– Quels sont les 5 premiers états américains à avoir le plus de magasins ?
Avec quelles données externes, il pourrait être intéressant de recouper
ces informations ?
ET U D E D E C A S S U R
L ’ A N A LY S E D E S
I N F O R M AT I O N S
NUTRITIONNELLES
C A S D E S I N F O R M AT I O N S N U T R I T I O N N E L L E S
DU MENU DE MCDONALD'S
ETUDE DE CAS SUR L’ANALYSE DES
INFORMATIONS NUTRITIONNELLES
• Contexte :
Ce jeu de données fournit les informations nutritionnelles de tous les
menus McDonald’s américain du petit déjeuner aux desserts. Ces
informations ont été récupérées à partir du site web américain de
McDonald’s.

• Objectif principal :
Le but de cette étude de cas est de créer un tableau de bord permettant
d’aider les clients McDonald’s à choisir leur menu en respectant les
apports de référence en énergie et en nutriments.

• Nom du fichier : « Informations nutritionnelles McDo.csv »

• Logiciel à utiliser : Tableau Desktop

ETUDE DE CAS SUR L’ANALYSE DES
INFORMATIONS NUTRITIONNELLES
• RÈGLEMENT (UE) No 1169/2011 DU PARLEMENT EUROPÉEN ET
DU CONSEIL du 25 octobre 2011 concernant l’information des
consommateurs sur les denrées alimentaires

• Source : https://www.senat.fr/europe/textes_europeens/ue0120.pdf
ETUDE DE CAS SUR L’ANALYSE DES
INFORMATIONS NUTRITIONNELLES
• Cahier des charges du tableau de bord :
– Au moins 4 paramètres permettront de choisir les aliments sur le
tableau de bord (choix du burger, choix de l’accompagnement, choix des
boissons, choix des desserts, …)
– Dans un gramme de sel courant (NaCl), il y a un peu moins de 400 mg
de sodium (40% de Na). Créer un champ calculé permettant de
déterminer le sel dans les aliments sélectionnés pour le comparer aux
apports de référence.
– Une ou plusieurs visualisations permettra(ont) de comparer les sept
valeurs des métriques du slide précédent avec les valeurs des éléments
sélectionnés dans les paramètres.
– Une alerte sur un ou plusieurs surplus par rapport aux apports de
référence devra être prévue.
– Une visualisation montrera les 10 éléments les moins « riches » à
prendre pour aider aux choix.
– Créer une visualisation libre donnant du sens à ce tableau de bord
– Ajouter ce tableau de bord dans votre rapport final
ETUDE DE CAS SUR L’ANALYSE DES
INFORMATIONS NUTRITIONNELLES
• Répondre aux questions suivantes et insérer les réponses dans votre
rapport :
– Combien de calories sont contenues dans les burgers de McDonald ?

– Quelles sont les métriques qui sont le plus impactées par les boissons ?

– Quel est la différence entre le poulet grillé et le poulet croustillant d’un

point de vue valeur nutritionnelle ?

– Quels sont les articles les plus équilibrés à commander pour un petit
déjeuner (boisson chaude, boisson froide et plat) ?

– Quels sont les métriques qui sont corrélées entre-elles sur ce jeu de
données ? Quel est la meilleure visualisation permettant de le montrer ?
Justifier ?
BONNES
PRATIQUES SUR
LES
VISUALISATIONS
BONNES PRATIQUES SUR LES
VISUALISATIONS
• Hiérarchie d'informations dans vos tableaux de bord (Du plus important vers le
moins important)
• Adapter les couleurs aux contenus pour les comparer (importance, nombres
négatifs, données différentes, …)
• Attention à mettre trop de couleurs qui fatiguent et complexifient au lieu de
simplifier et mettre en valeur
• Utiliser des polices lisibles par tous (Arial, Trebuchet MS,Verdana,Times New
Roman, Lucida sans)
• Utiliser des bulles d'informations pour montrer des informations plus précises et
secondaires. Cela allège votre graphique au premier regard mais donne toutes
les informations si cela est nécessaire.
• Travailler vos axes de graphique pour qu'ils soient bien calibrés à vos données et
renseignent facilement vos utilisateurs

• Source : http://onlinehelp.tableau.com/current/pro/desktop/en-
us/help.htm#visual_best_practices.html
BONNES PRATIQUES SUR LES VISUALISATIONS

• The representation and presentation of data that exploits our visual

perception abilities in order to amplify cognition.
De Andy Kirk in Data Visualization: A Successful Design Process.

http://www.visualisingdata.com/

• Explications :
– Representation : Forme physiques (lignes, barres, nuages de points,
...)
– Presentation : Couleurs, Interaction, bulle d'aide, ...
– Visual perception abilities : les yeux, le principe d''interprétation du
cerveau, le processus de reconnaissance de formes , le
raisonnement spatial, ...
– Amplify cognition : transformer l'information en perceptions et
connaissances