Mode d'emploi de cet ouvrage

Structure

Les chapitres de l'ouvrage suivent de près la procédure effective à respecter avant de pouvoir visualiser les données, de la conception de l'enquête jusqu'à la visualisation des données en passant par leur collecte. C'est très simple en réalité. Si vous êtes novice en la matière, vous êtes probablement mieux de lire ce livre dans son intégralité. Aussi, si vous connaissez déjà un peu le sujet mais n’êtes pas un expert, vous pouvez directement passer aux chapitres qui vous intéressent le plus ! Vous n’aurez pas trop de mal à suivre même si vous sautez quelques chapitres.

Si vous n'avez pas beaucoup d'expérience (voire aucune) de la conception d'enquêtes, ainsi que de la collecte et de la visualisation de données, il est probablement préférable d’approfondir vos connaissances sur ces sujets avant de passer à la collecte des données. Certaines visualisations que vous souhaitez réaliser peuvent exiger, au bout du compte, des décisions bien planifiées en amont. Si vous lisez ce livre chapitre après chapitre, il est fort probable que vous serez amené à prendre en compte certains points avant qu'il ne soit trop tard !

Définitions et termes courants

Cet ouvrage emploie parfois des termes et expressions techniques relevant du sujet traité. Dans ce cas, un lien vers le terme en question dans le glossaire est fourni. Nous vous invitons à vous y référer à tout moment, mais nous nous efforçons de vous mettre sur la bonne voie lors de l'emploi d'un nouveau terme.

Chapitres avancés

Cet ouvrage comporte certains chapitres dont le contenu s'adresse à un public averti et dépasse les simples bases que vous devez connaître. Ces chapitres sont signalés par un avertissement placé au début afin que vous sachiez qu'ils traitent de sujets plus avancés. Vous n'êtes pas obligé de les lire (bien que nous le recommandions !) pour bien comprendre le sujet abordé ; nous estimons cependant qu'il est parfois utile de vous faciliter l'accès à l'information et de vous faire bénéficier d'une meilleure compréhension du sujet.

Exemples : le bon, le mauvais et le très mauvais

Les exemples utilisés tout au long du livre constituent l'un des éléments que nous préférons dans cet ouvrage (bien que nous manquions un peu d'impartialité) : bien des notions pouvant en effet devenir particulièrement abstraites, un exemple concret permet de réellement simplifier les choses. Ceci étant dit, différentes conventions servent à distinguer les bons exemples des mauvais, ce qu'il faut faire de ce qu'il ne faut pas faire, etc.

Questions	Réponse
Que cherche-t-on?	La réponse est ici.

Bons exemples

Les bons exemples sont toujours signalés par une barre verte ou bleue, une coche ou le pictogramme d'un pouce levé, suivant ce qui est présenté (graphique, table de données, procédure, etc.).

Mauvais exemples

À l'inverse, ce qu'il ne faut pas faire dans un cas précis est signalé par une barre grise, un X majuscule barrant l'exemple erroné ou le pictogramme d'un pouce vers le bas. Ces différentes conventions sont illustrées ci-dessous :

Pour	Contre
Avantages de cette action	Inconvénients de cette action

À faire	À ne pas faire
Cette colonne indique les bons conseils.	Cette colonne indique ce qu'il faut éviter.

Les bons et les mauvais exemples sont parfois signalés par des images.

Une image précédée d'un cadre gris avec un « x » indique un exemple d'une pratique qu'il vaut mieux éviter.

Avertissements

À d'autres occasions, nous voulons simplement nous assurer que vous faites attention et vous rappelez un point important à prendre en considération. Dans ce cas, un avertissement symbolisé par un point d'exclamation rouge est employé. (En fait, nous avons en déjà utilisé un au début de ce chapitre !)

Contributions et corrections

Si vous notez une coquille à la lecture de ce livre ou si vous pensez que certaines explications sont incorrectes ou ambigües, ou encore si vous avez des idées pour rédiger une nouvelle section ou un nouveau chapitre, n'hésitez pas à revenir vers nous ! Vous avez deux moyens à votre disposition : vous pouvez remplir ce formulaire ou, si vous avez un profil un petit peu plus technique, suivre les indications sur GitHub.

De même, si vous avez des doutes sur un point après avoir lu les explications, n'hésitez pas à nous demander des éclaircissements ! Il est probable que nous ne nous sommes pas rendus compte que ces explications auraient pu être améliorées (mais cela ne signifie pas que nous ne souhaitons pas le faire !). Envoyez-nous un message via Tweeter à l'adresse @DataDesignBook ou un e-mail à ebook@infoactive.co, ou consultez le site HelpMeViz pour accéder à des ressources complémentaires. Nous nous efforcerons de répondre à votre question du mieux que nous pourrons et veillerons à ce que les éditions ultérieures intègrent ces améliorations.