« Je ne suis pas très douée en informatique. Je ne comprends pas les maths. C'est comme une langue étrangère. Je ne peux pas faire ça. »- Kirsten Crannell, lycée de Newburyport
J'ai répété ces phrases tout au long du collège, du lycée et de l'université, évitant tout ce qui touche aux sciences, à la technologie, à l'ingénierie et aux mathématiques. Mais à chaque fois que je les prononçais, j'ajoutais une brique au mur qui se dressait entre moi et une carrière dans les sciences, la technologie, l'ingénierie ou les mathématiques.
Malgré mes rencontres avec des enseignants et des professeurs, mes participations à des groupes d'étude et mes places au premier rang des classes, le mur omniprésent me barrait la route. D'autres ont remarqué mon manque de confiance en moi :Ne vous lancez pas dans la comptabilité, ce n'est peut-être pas pour vous, je ne peux pas vous l'expliquer à nouveau.
Malgré mes efforts, je n'y arrivais toujours pas. J'étais convaincu d'en être incapable, malgré tous mes efforts.
Le fait que mes professeurs de mathématiques et de sciences aient été des hommes n'a pas aidé. J'ai grandi en croyant que c'étaient les hommes qui excellaient dans ces domaines, et non les femmes.
Dix ans plus tard, je me retrouve à travailler comme organisateur d'événements pour JMP, une entreprise de logiciels statistiques. Même après ma première année, je disais encore : « Ils ne m'ont pas embauché pour mes compétences techniques ! » C'était une blague, mais j'avais toujours le même dialogue. Entouré de gens aussi brillants, j'avais l'impression d'être un imposteur, le moins intelligent de la pièce.
Mais au fil du temps, j'ai commencé à voir des collègues femmes travailler comme développeuses, ingénieures système et formatrices en logiciels, et j'ai commencé à percevoir le monde des STEM sous un jour légèrement différent. Je me voyais comme un élément important d'une équipe technique. Et j'ai vu les possibilités :Je suis dans cette pièce aussi. Je suis là, et j'y appartiens !
Mon tournant
J'ai travaillé aux côtés d'une formatrice en statistiques qui m'a laissé libre d'exprimer ma vulnérabilité. Je l'ai vue enseigner à des personnes qui n'avaient jamais utilisé de logiciel statistique. J'ai observé son enthousiasme lorsqu'elle a aidé des personnes à surmonter le fossé entre la première utilisation de JMP et la confiance en leurs compétences. Cela m'a redonné espoir.
Petit à petit, le mur entre moi et les STEM a commencé à tomber. J'ai reçu du soutien et des encouragements, et mon mentor n'a pas baissé les bras.
C'est en trouvant les données qui m'intéressaient – celles qui me passionnaient – que ce mur a finalement cédé. En explorant mes données, un tout nouveau monde s'est ouvert à moi. Et quelle vue magnifique ! Elle regorgeait de graphiques à barres, de nuages de mots, de cartes arborescentes et d'autres visualisations de données qui me semblaient pertinentes.
Pour reprendre une analogie avec le ski, je suis encore sur la piste des petits. Mais avec de la pratique, du temps et de la patience, je suis sûr d'atteindre la piste diamant noir. De belles choses peuvent se produire quand on cesse de se mettre des bâtons dans les roues et qu'on commence à croire en soi.
Mon type de données
J'ai entendu nos équipes marketing dire que si vous disposez de données et que vous êtes curieux, vous êtes un bon candidat pour utiliser JMP. Une fois que j'ai trouvé des données qui m'ont intrigué, vous savez où je veux en venir. Voici comment j'y suis arrivé.
Je gère et anime des ateliers pratiques mensuels pour enseigner JMP aux petites organisations. Soucieux de faire du bon travail et de m'améliorer continuellement, je me suis demandé ce que je pouvais apprendre des informations d'inscription et des données de l'enquête post-événement.
Données d'inscription à l'événement
Voici les premières questions que je me suis posées en examinant les données d’inscription pour chaque atelier que j’ai animé :
- Quel est mon taux de présence ?
- Quel était le taux d'annulation ?
- Que sais-je des gens qui ne se sont pas présentés ?
En créant ce graphique à barres, j'ai constaté qu'environ 50 % des inscrits étaient présents, avec une baisse en juillet, août et décembre, probablement en raison des vacances. Ces cours étant gratuits, nous nous attendons à un taux d'absentéisme plus élevé que pour les cours payants. Ce graphique ne m'a pas surpris.
Je me demandais : Où se trouvent mes inscrits ?
En créant ce graphique à barres empilées, j'ai constaté que la plupart des inscrits venaient de Californie, ce qui n'est pas surprenant compte tenu de la taille de l'État. En revanche, le deuxième État le plus important en nombre d'inscrits était le Massachusetts, un État beaucoup plus petit. Cela m'indique deux choses : les clients de Californie et du Massachusetts sont plus engagés que la plupart des autres, et les équipes commerciales de ces territoires font la promotion de ces ateliers auprès de leurs clients. J'apprécie particulièrement que nos commerciaux collaborent avec nous !
Ma dernière question concernant les données d’inscription : combien d’entreprises uniques avons-nous atteintes ?
En un an, nous avons atteint 617 petites organisations. La carte arborescente indique le pourcentage total d'inscrits pour chaque entreprise. J'apprécie les cartes arborescentes car elles sont informatives.etmagnifique. Notez que nous avons anonymisé les noms des entreprises pour dissimuler leur identité.
Données d'enquête post-événement
Je suis tout aussi passionné, voire plus, par les données révélant l'opinion des participants sur les ateliers. Avant d'examiner ces données, il convient de noter que les sondages ont généralement un faible taux de réponse. Par conséquent, lors de l'analyse de ces données, je me suis concentré sur les réponses elles-mêmes plutôt que sur leur nombre.
Première question : Dans quelle mesure avez-vous été satisfait de l’atelier ?
Il existe de nombreuses façons d'analyser les réponses, mais j'ai été particulièrement satisfait par la carte de chaleur. Sur une carte de chaleur, la couleur indique la variation entre « extrêmement satisfait » et « plutôt insatisfait » ; plus la couleur est foncée, plus nous avons reçu de réponses. Bien que nous disposions d'une échelle de cinq points pour cette question d'enquête, cette carte affiche une échelle de quatre points, car personne n'était extrêmement insatisfait. Heureusement. Cette carte de chaleur décompose également l'atelier par type : JMP Accelerate, Jump into Quality et Jump Start with JMP.
Graph Builder est mon outil JMP de référence pour créer des visualisations. JMP propose également un outil permettant d'analyser les données d'enquête. L'avantage de cet outil est que les utilisateurs peuvent afficher les données sous différentes formes, selon le résultat qui les intéresse, eux et leur public.
- Graphique de partage. J'apprécie le fait que ce graphique affiche le total des réponses à cette enquête, ainsi que l'aspect visuel des réponses regroupées, presque comme un graphique à barres empilées. Je regrette de ne pas pouvoir voir le nombre de réponses pour chaque catégorie, ce qui me laisse dubitatif quant au nombre de personnes extrêmement satisfaites ou plutôt satisfaites.
- Tableau de fréquence.J’aime le fait que le tableau de fréquence ait séparé chaque catégorie, mais j’ai eu du mal à comprendre le nombre total de réponses pour ces catégories.
Après avoir observé les résultats sous différentes formes, vous constaterez peut-être que vous préférez un graphique plutôt qu'un autre. J'ai préféré utiliser la carte thermique pour la question de la satisfaction vis-à-vis de l'atelier.
Ma deuxième question : Quel était le rythme de l’atelier ?
J'ai préféré consulter les résultats du rythme de l'atelier via le graphique de partage. Avec seulement trois points, j'ai pu visualiser clairement les données. Et sachant que l'atelier JMP Accelerate était conçu pour les utilisateurs intermédiaires à avancés, je n'ai pas été surpris de constater que les débutants trouvaient le rythme trop rapide.
Troisième question : Qu’avez-vous trouvé le plus précieux ?
J'ai utilisé le filtre de données locales pour naviguer entre les trois ateliers et visualiser chaque nuage de mots. Un travail de nettoyage important a été nécessaire, notamment l'ajout de phrases, le recodage de mots et l'ajout de mots vides. Le travail en valait la peine : les trucs et astuces, les exercices pratiques, les plans d'expérience, l'analyse de données et l'apprentissage de nouvelles fonctionnalités dans JMP ont permis de ressortir des nuages de mots.
L'une des plus grandes leçons que j'ai tirées de cette expérience a été de réaliser que je devais nettoyer les données avant de pouvoir commencer à créer mes graphiques et à répondre aux questions. En me familiarisant avec JMP et en explorant mes données, j'ai modifié ma méthode à plusieurs reprises. Je me suis constamment posé des questions pour trouver la meilleure façon de représenter mes données. Les compétences de questionnement, d'analyse et de résolution de problèmes que j'ai toujours acquises font partie intégrante des STEM. Plus je travaillais avec mes données, plus j'apprenais.
Mais ma découverte la plus marquante est que je n'ai fait qu'effleurer les possibilités de JMP. Je suis impatient de poursuivre mon exploration des données et je vous invite à me rejoindre. Si mon histoire d'organisateur d'événements devenu passionné de données vous a aidé à repenser votre relation aux STEM, n'hésitez pas à me le faire savoir. Ensemble, nous pouvons explorer les données !
