Note :
L'ouvrage reçoit des commentaires majoritairement positifs, en particulier pour ses conseils pratiques, sa rédaction claire et sa pléthore d'exemples de visualisation. De nombreux critiques apprécient son efficacité en tant qu'outil d'apprentissage pour les débutants et les praticiens plus expérimentés dans le domaine de la visualisation de données. Cependant, certains critiques soulignent le manque d'instructions détaillées et estiment que le livre s'oriente davantage vers des conseils de motivation que vers des conseils techniques. Quelques critiques expriment leur déception quant à la cohérence globale et à la profondeur du contenu, suggérant que l'ouvrage ne répond pas aux besoins de tous les lecteurs potentiels.
Avantages:⬤ Facile à lire et rempli de conseils pratiques sur la visualisation des données.
⬤ Inclut une grande variété d'exemples de visualisation captivants.
⬤ Ressource précieuse pour les débutants comme pour les experts.
⬤ Contenu bien structuré et organisé de manière logique.
⬤ Encourage l'engagement de la communauté et l'amélioration continue des compétences en matière de visualisation.
⬤ Manque d'instructions détaillées pour recréer les visualisations.
⬤ Plusieurs évaluateurs ont trouvé que l'écriture était désorganisée et remplie de clichés motivants plutôt que de contenu technique.
⬤ Certains exemples du livre ont été critiqués pour leur manque de lisibilité et leur mauvaise présentation.
⬤ Ne convient pas aux débutants complets, car il suppose une connaissance préalable des concepts de visualisation.
(basé sur 35 avis de lecteurs)
#Makeovermonday: Improving How We Visualize and Analyze Data, One Chart at a Time
Explorer différentes perspectives et approches pour créer des visualisations plus efficaces
#MakeoverMonday offre de l'inspiration et une énorme dose de perspective à ceux qui communiquent des données. À l'origine, il s'agissait d'un petit projet de la communauté de la visualisation de données. Chaque semaine, #MakeoverMonday présente un tableau ou un graphique et un ensemble de données que les membres de la communauté réimaginent afin de les rendre plus efficaces. Les résultats ont été stupéfiants ; des centaines de personnes ont contribué à des milliers de transformations, illustrant parfaitement la nature extrêmement variable de la visualisation de données. Les différentes interprétations des mêmes données ont montré une grande variété de thèmes, de centres d'intérêt, de contenus et de conceptions, et les comparaisons côte à côte ont mis en évidence les techniques les plus efficaces et les moins efficaces.
Ce livre s'inscrit dans le prolongement de ce projet, en présentant une variété de transformations qui illustrent diverses approches de la communication de données et en mettant l'accent sur les compétences en matière d'analyse, de conception et de narration qui ont été développées dans le cadre du #MakeoverMonday. En feuilletant les présentations, vous trouverez immédiatement de l'inspiration pour votre propre travail, vous découvrirez différentes perspectives et vous mettrez en évidence les techniques qui ont vraiment un impact.
⬤ Explorez les nombreuses approches de la communication visuelle des données.
⬤ Pensez au-delà des données et tenez compte du public, des parties prenantes et du message.
⬤ Concevez vos graphiques de manière à ce qu'ils soient intuitifs et plus communicatifs.
⬤ Évaluez l'impact de la mise en page, de la couleur, de la police, du type de graphique et d'autres choix de conception.
La création d'une représentation visuelle d'ensembles de données complexes est délicate. Il faut inclure toutes les données pertinentes dans un format propre et lisible qui illustre au mieux ce que disent les données, mais le concepteur doit aussi montrer qu'il maîtrise la complexité et créer des visualisations multidimensionnelles qui « ont l'air cool ». Le #MakeoverMonday vous montre les nombreuses façons d'aller de l'avant entre le simple rapport et l'art de la conception pour créer exactement la visualisation dont la situation a besoin.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)