Nous sommes juste en train de boucler la JMP Discovery Summit Europe à Copenhague aujourd'hui, et je suis heureux de voir que Pi Day est également célébrée en Europe même si la date est écrite "14/3" ici au lieu de "3/14" comme aux États-Unis. Nous avons servi un gâteau pour tout le monde après la conférence plénière de clôture de Tim Harford.
Depuis 2014, j'ai utilisé Pi Day comme une occasion de discuter de métamorphoses de camemberts. sous la bannière de #onelesspie . Un jour par an semble être un petit investissement pour penser aux diagrammes à secteurs que nous faisons ou découvrons, et où un type de diagramme alternatif pourrait être plus efficace. Idéalement, je (et vous) refaisons et remplaçons un camembert - je choisis souvent un camembert Wikipedia. Cette année, je mets en avant une matrice de 60 diagrammes à secteurs que j'ai rencontrés dans un document il y a quelques mois, lors d'une conférence de visualisation de tous les lieux.
Le papier cherchait à comparer Outils d'analyse visuelle commerciale , ce qui est une tâche assez ambitieuse compte tenu du nombre de produits possibles et de la profondeur de chacun. C'était bien ça JMP (et SAS Visual Analytics ) se sont retrouvés dans la dernière série de 10 produits. La matrice montre les résultats de leur questionnaire et est nécessairement grossière compte tenu de l'ampleur du travail.
En ce qui concerne la matrice de graphique en tant que visuel, il m'a été difficile de faire des comparaisons rapides entre les lignes ou les colonnes à l'aide des graphiques à secteurs, ce qui semble être une tâche raisonnable pour interpréter les résultats. J'ai transcrit les données et fait cette carte thermique de la même information.
Il est maintenant plus facile de voir, par exemple, que SAS Visual Analytics et Microsoft PowerBI ont de bons résultats et que Tableau n’est pas loin derrière. JMP a bien fait - mais, bien sûr, je pense qu'il aurait dû mieux marquer! Je l’attribuerai à l’esprit derrière le discours liminaire de John Sall hier, " Caractéristiques secrètes de JMP , "où il explique pourquoi certaines fonctionnalités sont cachées sous la surface dans des menus contextuels, de sorte que l’affichage est dominé par les données, les graphiques et les résultats de l’analyse.
Outre le diagramme à secteurs, l’autre choix de conception consiste à discrétiser les données ou non. Toutes les tartes et toutes les couleurs ci-dessus représentent des entiers de 1 à 4 sur une échelle de 0 à 5. Plus loin dans le document, une vue différente révèle les valeurs réelles non entières (dans un diagramme radar - ne me lancez pas). Voici ces données dans un heatmap.
Il est souvent difficile de décider si les données doivent être stockées ou non dans une échelle de couleurs. Les couleurs discrètes sont plus faciles à comparer sur des distances mais ont une résolution moindre. Par exemple, dans la nouvelle carte thermique, nous pouvons maintenant distinguer quelques variations dans les scores auparavant uniformes de Visual Analytics. Et je suis heureux de voir que le score de visualisation de JMP était meilleur qu'il ne le paraissait au départ - il devait être du mauvais côté de la limite de discrétisation.
Après je tweeté mes cartes refaites En identifiant l’un des auteurs que j’ai trouvé sur Twitter, il a répondu que sa carte originale était une carte thermique (!), mais qu’elle avait été remplacée par une matrice circulaire après des suggestions au cours du processus éditorial. Oh, bien ... bonne fête du Pi à tous!
