Rechercher des motifs dans vos données d'infographie - des mannequins

Le cerveau humain cherche naturellement des modèles. Les modèles de repérage sont essentiels pour créer un contenu attrayant pour l'infographie, car les modèles indiquent une couche de signification derrière les données et suggèrent la présence d'une relation ou d'une structure sous-jacente pour enquêter et déterrer. En bref, les modèles sont un autre moyen important qu'un journaliste de données trouve l'histoire dans les faits.

Voici un exemple du football américain professionnel. Imaginons que vous travailliez sur un graphique simple comparant les dix premiers trimestres actuels. Vous savez, que ce soit à cause de votre amour du football ou de votre recherche, que Peyton Manning a dominé la NFL en tant que Colt d'Indianapolis avant de manquer toute une saison en raison d'une blessure au cou. Comment les Colts se sont-ils comportés avec et sans lui?

Le pourcentage de victoires des Colts d'Indianapolis

• 1998-2010 (avec Manning): 68%

• 2011 (sans Manning): 13%

Clairement, les Colts ont fait beaucoup mieux avec Manning sur le terrain. Manning, cependant, a déménagé à un nouvel emploi avec les Broncos de Denver. Au cours de la même période, regardez comment Denver a joué avant et après que Manning ait joué avec l'équipe.

Le pourcentage de victoires de Denver Broncos

• 1999-2011 (avec au moins cinq quarterbacks, mais n'incluant pas Manning): 53%

• 2012 (avec Manning): 81%

Le modèle que vous voyez émerger est que les équipes dirigées par Peyton Manning ont tendance à réussir. Bien sûr, de nombreux autres facteurs ont influencé le pourcentage de victoires de chaque équipe, mais le simple fait d'isoler ce modèle révèle à quel point Peyton Manning est instrumental dans le succès de l'équipe pour laquelle il joue.

Vous pouvez prendre cette balle et courir avec. Maintenant, peut-être votre graphique simple sur les dix meilleurs quart-arrières devient un regard sur la façon dont un joueur peut changer la fortune d'une équipe. Peut-être que Manning devient le centre du graphique, et les dix premières données deviennent des informations de base à l'appui. Votre histoire visuelle entière peut changer en fonction des tendances que vous trouvez dans votre recherche.