Le géospatial: l’image qui vaut mille mots (partie 1).

Non classé

Avez-vous de la difficulté à analyser vos nombreux tableaux croisés ? Est-ce qu’il vous arrive de perdre de vue votre ligne de référence en cherchant une autre cellule dans ce tableau ? Et bien moi oui !

Dans bien des cas, la composante géospatiale de vos données peut vous aider à synthétiser cette information et mettre plus facilement en évidence/relation les phénomènes spatiotemporels  de vos données. Bien qu’il s’agisse d’une caractéristique de vos données qui vous est peut-être encore méconnue, la composante géospatiale est partout: dans une adresse, un nom de lieu, un numéro de téléphone, un code postal, un nom de circonscription électorale, etc. Peut-être même avez-vous déjà des coordonnées géographiques (longitude, latitude) dans vos systèmes qui ne sont pas encore exploitées à leur plein potentiel ?

Pour démontrer la plus-value du géospatial dans l’analyse des données, nous aborderons trois aspects:

1- Faciliter la visualisation des données

2- Ajouter une référence commune dans l’espace

3-Ajouter une référence commune dans le temps


 

1- Faciliter la visualisation des données

Dans un tableau contenant, par exemple, le total du poids des marchandises livrées par région, il est possible de trier les données par ordre décroissant pour en apprécier l’ordre des valeurs. D’un autre côté, une représentation visuelle cartographique nommée ‘cercle proportionnel’ permet de représenter ces mêmes volumes en fonction de la taille d’un cercle. Cette représentation visuelle, en plus de faciliter l’évaluation des volumes, ajoute une composante géographique entre les régions qui permet de conclure que les deux régions importantes dans le tableau ne sont pas à proximité dans la réalité.

fig1_1_geospatial

 

« Je connais mes régions par cœur » me direz-vous ? Et bien effectivement pour un cas simple comme celui-ci je vous l’accorde mais comment analyser un tableau plus complexe, où les marchandises sont classées par type, et que l’on souhaite évaluer la valeur totale et la proportion de chaque type de marchandises? Sur quelle(s) colonne(s) appliqueriez-vous le tri dans ce cas ?

fig2_geospatial

 

Dans ce type d’affichage, on voit encore facilement que la région de Montérégie a le plus gros volume de marchandises livrées. On apprécie aussi rapidement la proportion de chaque type, pour chaque région. Dans cet exemple, seules le top 5 des marchandises a été représenté. Le volume restant est classé dans la catégorie ‘Autre’.

Encore une fois, vous pourriez me dire « je suis en mesure de transposer mentalement les données du tableau précédent et répondre à la question des proportions respectives de chaque région ! ». C’est vrai, car on traite que 10 marchandises et 8 territoires. Mais qu’en serait-il si les données portaient sur 121 districts de tarification ?

Nous pouvons exploiter la composante géospatiale des données pour mettre en relation des cellules de tableaux les unes par rapport aux autres et ainsi faciliter notre interprétation de la situation. Mais en plus, il est possible de déduire des relations spatiales entre divers phénomènes, des corrélations ainsi que des distributions que la représentation tabulaire ne peut illustrer.

En définitive, l’usage de représentations visuelles cartographiques facilite la représentation mentale des données. De plus, l’utilisation de la composante géospatiale permet de définir une référence commune dans l’espace comme dans le temps. C’est ce que nous discuterons dans la prochaine infolettre.

Écrit par
 
blog_intelli3

INTELLI3
3700 Blv Wilfrid-Hamel, suite 80