Attacher son bracelet coloré dans un festival après avoir découvert les artistes présents grâce à la visualisation de données🎵
Je me souviens de ces premiers pas dans le monde de la visualisation de données. Suite à une formation sur le data journalism de plusieurs semaines dispensée par le Knight Center à l’University of Texas en 2015, je découvrais un nouveau monde qui conciliait le monde globalement “fixe” de nos rapports d’étude réalisés à l’époque et le monde “mouvant” et évolutif investiguait par quelques journalistes dans de rares médias à l’époque.
Curieux de s’essayer à ces nouvelles technologies, la formation mentionnait un logiciel d’origine états-unienne appelé Tableau, basé sur un langage qui m’interpellait : le VizQL (Visual Query Language). Le choix pour ces solutions était particulièrement limité à l’époque – et les solutions en français inexistantes – je m’essayai à celui-ci pour effectuer mes premiers essais.
Il restait néanmoins à démarrer. Soucieux de construire la base moi-même, je décide de sortir de mon champ professionnel d’alors sur les études quantitatives pour le secteur public et m’oriente donc sur un événement à laquelle j’allais participer quelques mois plus tard pour la première fois, un festival bien connu désormais : le Hellfest.
Je décidai alors qu’avant avoir d’attacher mon bracelet à l’entrée du festival en ce jour de juin 2015, j’aurais écouté l’ensemble des plus de 150 groupes annoncés quelques mois plus tard.
Derrière les “cuisines” : la construction de la visualisation en plusieurs étapes
Partant d’une feuille blanche, il fallait tout construire. Heureusement plusieurs éléments et étapes vont pouvoir être mobilisés pour “démarrer” :
- 1/ La recherche des sources pour les horaires et jours de passage, les artistes et les scènes du festival (ces informations sont directement sur le site du festival)
- 2/ La recherche des informations sur les artistes : il vaut mieux pour cette étape une seule source que multiplier les infos dans ce cas de figure, il peut s’agir selon les envies soit de la page Wikipedia si existantes, de la page Facebook/Instagram, ou de la présentation faite directement sur le site du festival
- 3/ Dans le cas de l’intégration d’un jukebox pour écouter les artistes comme c’était le cas ici, il faudra retenir une plateforme puis analyser la construction des URL, pour ensuite récupérer quelques morceaux choisis, et donc récupérer un code intégration propre à la plateforme. Cette étape peut être fastidieuse mais très précieuse pour donner de la vie à la visualisation
- 4/ Quelques infos complémentaires à récupérer : par exemple le genre musical, ou si utile le “degré d’attente” du groupe pour se construire une petite sélection personnalisée 😊
Au final la préparation des données peut amener à construire une base de données de ce type :
A partir de cette structure d’une dizaine de variables et un nombre de lignes dépendant du nombre de groupes performant pour cette édition 2015, la base pouvait être intégrée directement dans l’outil, et la construction de la visualisation à proprement parler démarrer.
Vous pourrez retrouver prochainement et plus en détail ces étapes de construction dans cet article.
Aperçu de la construction dans Tableau (pour l’édition 2023) :
A partir de l’ensemble des feuilles construites (une dizaine pour cette visualisation), le rendu final était le suivant (scrollez horizontalement pour découvrir l’ensemble de la visualisation – affichage plutôt conseillé sur grand écran que sur smartphone – également visible sur ce lien :
Cette construction de visualisation est devenu une habitude chaque année entre 2015 et 2023, avec différents essais visuels, différentes sources mobilisées, mais surtout avec l’envie de partager une passion, ou plutôt deux passions ! Selon les années et les partages, ces visualisations seront vues entre 300 et plus de 2 000 fois pour certaines éditions.
Autre exemple : retour vers le passé avec 2016, l’un des 1ers “essais”, avec la récupération de l’ensemble des logos des groupes (hyper chronophage !) :
2. Autre exemple concernant l’industrie musicale (lien complet ici) :
3. Dernier exemple avec la comparaison et l’évolution des plus grands festivals aux Etats-Unis (lien complet ici) :
En conclusion, la musique est l’un des nombreux « terrains de jeux » des outils de visualisations de données. Parmi les autres champs possibles, on peut citer les nombreux champs des politiques publiques sur lesquels Visionary intervient, mais aussi les actualités (économiques, géopolitiques, sportives…) ou encore de nombreux pans des activités des entreprises (services RH, marketing, finance, comptabilité…) pour accompagner la prise de décision.
Des inspirations suite à la lecture de cet article ? Ou envie de découvrir d’autres sujets en lien avec la visualisation de données ?
Alors n’hésitez pas à explorer nos différents articles de blogs, à laisser un commentaire ou à partager !
4 réflexions au sujet de « La visualisation de données…dans la musique ? »