La dataviz : de la théorie à la pratique
La datavisualisation, comme toutes les technologies, transforme les outils, les processus et l’organisation des entreprises. Elle amène à repenser les méthodes et les modes de communication, et le domaine de la veille n’y échappe pas.
Dans la première partie de notre dossier consacré à la dataviz, nous avons exploré comment la représentation visuelle des données pouvait trouver sa place à chaque étape de la veille. Elle apporte une aide puissante à l’expression initiale des besoins, à la construction des différentes briques du dispositif, et à la conception des livrables de veille.
Elle offre ainsi des possibilités de représentation, d’analyse et de synthèse des informations où le veilleur peut exercer sa créativité, et développer de nouvelles interactions avec ses clients et le top management.
Enfin, en permettant une meilleure compréhension des données et une identification des tendances et modèles sous-jacents qui auraient été peut-être plus difficiles à voir à l’œil nu, la datavisualisation contribue à une prise de décision plus éclairée pour l’entreprise.
De la théorie à la pratique, n’est-ce qu’un simple pas à franchir ?
Lorsqu’il s’agit d’analyse des informations textuelles, non structurées, la réalité se révèle souvent complexe. C’est pourquoi nous avons souhaité accompagner le veilleur tout au long de son parcours opérationnel.
La définition des objectifs de la démarche d’analyse des données, la mise en place du process global, la réflexion sur les sources et les données, ainsi que le choix des outils adaptés aux différentes opérations, sans oublier la nécessaire formation - intense ! - pour la maîtrise de ces outils, montrent le défi à la fois stratégique, humain et technique qui nous attend.
Parmi les points critiques, citons la récupération de sources fiables et la préparation de corpus textuels et métadonnées représentatifs de l’objet d’étude, avec la difficulté de récupérer de larges volumes de données due aux restrictions d’accès. De plus, la qualité variable des données et l’hétérogénéité des formats exigent des traitements souvent laborieux pour une exploitation future.
S’il existe de nombreux outils de datavisualisation automatisée pouvant aider à produire rapidement des cartographies, graphes ou tableaux, la création d’une visualisation de données efficace et personnalisée en fonction de l’audience nécessite une compréhension humaine des enjeux, des outils et des techniques de communication.
On le voit donc, la dataviz reste une démarche humaine car elle implique un processus de réflexion, de conceptualisation et de création qui ne peut être entièrement automatisé.
