Les repères de densité offrent un nouveau type de carte de chaleur dans Tableau

Nouveauté de Tableau 2018.3, les cartes de chaleur permettent d'interpréter facilement les zones de concentration parmi des données avec une répartition dense. Elles facilitent ainsi la détection de tendances spatiales au sein de données géographiques. Les cartes de chaleur ne sont toutefois pas réservées aux cartes. Elles peuvent être employées dans des nuages de points, des graphiques de ressemblance, et bien plus !

Avec Tableau, rien de plus simple que de créer une carte de chaleur. Il vous suffit de sélectionner un type de repère de densité pour vous lancer. Vous disposez également d'un certain nombre d'options de configuration pour vos cartes de chaleur dans Tableau. Vous pouvez modifier la densité d'un repère en réglant le curseur de taille afin d'en définir la zone d'influence. Vous pouvez également pondérer cette densité en appliquant une mesure à la Couleur, ou encore modifier le curseur d'intensité pour afficher plus ou moins de points de chaleur au sein des données. Nous avons également ajouté des palettes de couleurs dédiées aux arrière-plans clairs ou foncés, selon les meilleures pratiques de l'analyse visuelle. Toutes les fonctionnalités existantes, telles que les filtres, les pages et les séries de petits graphiques, sont intuitives.

Les applications pratiques des cartes de chaleur ne manquent pas. Dans cet article, nous allons examiner quelques cas d'utilisation courants.

Les conseils municipaux partagent souvent des données thématiques sur des évènements, des incidents et des activités opérationnelles avec le grand public. New York, Toronto et Melbourne sont d'excellents exemples de villes qui offrent un accès libre aux données pour plus de transparence. Suite à mon séjour récent à La Nouvelle-Orléans lors de la conférence Tableau de 2018, j'ai eu envie d'examiner certaines de ces données publiques de plus près. J'ai donc décidé d'étudier 311 appels émis au cours des six dernières années. Ces appels concernent des problèmes mineurs signalés par les habitants de la ville.

Une fois connecté aux données dans Tableau, je peux facilement créer une carte de ces 311 appels en utilisant les champs de latitude et de longitude dans l'ensemble de données.

Source : Data NOLA Gov

Une carte de ce type présente toutefois un problème : il est difficile d'identifier des tendances sans filtrer les données. Pour mieux comprendre la concentration spatiale des données, je peux utiliser l'option Afficher un filtre afin de comparer les types de problèmes signalés. Les données restent cependant trop denses pour pouvoir être interprétées, et tout autre ajout de filtre risque de limiter mon analyse. Si je veux comparer deux types de problèmes, cela s'avère donc compliqué car les points de données semblent couvrir des emplacements géographiques très similaires.

Une carte de chaleur rend les concentrations spatiales instantanément visibles. Les contrastes deviennent évidents, que l'on compare 311 types de problèmes ou d'autres données de catégorie. Pour effectuer une comparaison, modifiez le repère et de sélectionnez le type Densité.

Les cartes de chaleur nous permettent de mieux comprendre les tendances spatiales. Nous pouvons toutefois aller plus loin et suivre l'évolution de ces tendances au fil du temps. Pour suivre les signalements de véhicules abandonnés, servons-nous des pages. Vous pouvez ainsi voir que le nombre de ces véhicules augmente chaque année, mais que les zones de concentration ne changent guère. À chaque page, la densité est calculée pour l'ensemble de données complet, ce qui permet d'offrir des comparaisons relatives lorsque les données sont animées.

L'analytique a révolutionné le fonctionnement des entreprises. L'une des applications pratiques les plus évidentes de l'analytique concerne le domaine sportif. Tous les sports ou presque cherchent à découvrir des tendances spatiales au niveau des tirs, des buts, des stratégies de défenses et des déplacements des joueurs, dans le but d'obtenir un avantage concurrentiel. Le basket-ball est un exemple de sport qui produit beaucoup de données mais où il est difficile d'identifier des tendances. La vue suivante examine toutes les tentatives de tirs au panier pour un échantillon de 100 matchs de la NBA.

Au-delà de la ligne des paniers à trois points, les données n'indiquent aucune tendance spécifique. Vous pouvez désormais utiliser les cartes de chaleur dans Tableau pour assouvir votre curiosité et révéler des insights. À quoi ressemble la stratégie de tirs au panier au sein de la NBA ? Quelles sont les tendances de chaque équipe ? Voyons cela de plus près.

Tirs au panier de toutes les équipes de la NBA

Si l'on compare les stratégies de différentes équipes, un certain nombre d'observations nous saute aux yeux. L'équipe des « Trailblazers » suit une répartition relativement uniforme au niveau des tirs à trois points, mais quasiment nulle au centre du terrain. L'équipe des « Warriors » suit une stratégie plus mixte, avec des tirs à distance mais aussi un nombre élevé de tirs au centre du terrain et à proximité du panier.

Si vous décidez de partager et d'analyser des données sportives, pensez à utiliser une image d'arrière-plan pour fournir le contexte de votre visualisation. Dans le cas présent, j'ai ajouté un terrain de basket pour faciliter l'analyse visuelle.

Les cartes de chaleur sont l'outil idéal pour examiner les données denses d'un nuage de points, mais elles peuvent également être utilisées de façon créative dans Tableau. Prenons l'exemple d'un historique récent de commandes de produits. Les données chronologiques peuvent être visualisées de diverses manières. Commençons toutefois par visualiser chaque commande individuellement.

Cette vue ne permet pas de détecter de tendance particulière (hormis le manque de popularité des photocopieurs). Utilisons à présent les repères Forme dans cette vue : les concentrations (ou tendances) de commandes deviennent un peu plus visibles.

Je peux voir que les commandes de papier sont plus fréquentes (ou du moins qu'elles dépassent celles des bibliothèques, des photocopieurs, des enveloppes et des fournitures de bureau), mais je dois vraiment examiner la vue en détails pour pouvoir formuler ma prochaine question. Voyons ce qui se passe si l'on utilise une carte de chaleur.

La carte de chaleur révèle instantanément les tendances et permet de comparer les produits. Quel que soit l'évènement temporel représenté par vos données (qu'il s'agisse de comparer des commandes individuelles par client, des dépôts ou retraits au distributeur ou des observations de la faune sauvage), les cartes de chaleur vous offrent plus d'options pour explorer et expliquer vos données.

Les cartes de chaleur de Tableau permettent de mieux comprendre les concentrations présentes au sein de vos ensembles de données. Conçues pour être flexibles et faciles à configurer, elles peuvent être utilisées avec ou sans carte et combinées avec des couleurs, des tailles, des filtres, des pages et des actions, afin de créer une vue exceptionnelle. Découvrez d'autres exemples de cartes de chaleur dans notre Galerie visuelle.