đ Mercredi 6 dĂ©cembre 2023 đ IEP de Saint-Germain-en-Laye đ« Salle D31
Si je devais rĂ©sumer le troisiĂšme jour du Data Challenge 2023 pour lâĂ©quipe 17 en trois mots ce serait : investigation, datagacement et fatigue. Alors que nous passons le cap significatif des 24 heures cumulĂ©es sur le projet, le temps est venu de mettre les mains dans les donnĂ©es. Cette journĂ©e a Ă©tĂ© lâoccasion de faire abstraction des rĂŽles et de se retrouver tous ensemble autour des donnĂ©es sĂ©lectionnĂ©es la veille.
Ce dĂ©but de journĂ©e a consistĂ© Ă se retrouver avec lâensemble de la promotion dans lâamphithĂ©Ăątre Cocteau afin de revenir sur la deuxiĂšme journĂ©e et dâannoncer les attendus de cette nouvelle Ă©tape du challenge. Les objectifs du jour sont donc :
Les analystes de chaque groupe se sont ensuite retrouvĂ©s dans une salle (inexistante) pour Ă©changer sur les difficultĂ©s quâils ont pu rencontrer en utilisant le logiciel Exploratory. Ce partage dâexpĂ©riences a permis aux diffĂ©rentes Ă©quipes de comparer leurs angles dâattaque respectifs tout en dĂ©couvrant les thĂšmes de chacun.
Nous avons donc achevĂ© notre matinĂ©e en complĂ©tant lâonglet 4 « VĂ©rifier » sur Airtable et en identifiant les entrĂ©es utiles aprĂšs avoir isolĂ© les valeurs pertinentes en fonction de lâangle que nous avions choisi. Cette Ă©tape Ă©tait essentielle Ă lâapprĂ©hension des enjeux qui dĂ©coulaient des informations en notre possession. Comprendre le contenu des bases de donnĂ©es sĂ©lectionnĂ©es Ă©tait donc incontournable pour permettre leur transposition dans Exploratory afin dâen effectuer une documentation correcte. Pendant ce temps, notre cher Pierre a eu lâopportunitĂ© de sâentretenir avec le dĂ©lĂ©guĂ© Ă transformation Ă©conomie rĂ©gionale. Les informations obtenues grĂące Ă cet appel tĂ©lĂ©phonique ont permis dâalimenter notre rĂ©dac et de mettre en perspective les donnĂ©es rĂ©coltĂ©es.
Pendant lâaprĂšs-midi, AnaĂŻs, Laura, Vivien et Pierre se sont concentrĂ©s sur la rĂ©daction de la structure et des premiers Ă©lĂ©ments composant notre article en faisant par exemple des recherches sur les centrales Ă charbon et les Ă©volutions Ă©nergĂ©tiques de la rĂ©gion Hauts-de-France afin dâenrichir notre analyse avec une perspective historique.
Nos « data-visualistes » du jour, Ă savoir Titouan, Quentin et moi, avons nettoyĂ© les donnĂ©es afin de les rendre intelligibles pour le logiciel Flourish. Tandis que notre premiĂšre « data-visualisation » montre lâĂ©volution des Ă©nergies renouvelables dans la rĂ©gion Hauts-de-France, la cohĂ©rence des donnĂ©es avec nos prĂ©dictions nous a rassurĂ© quant au chemin que nous avions dĂ©cidĂ© dâemprunter. En effet, il semblerait que la rĂ©gion Hauts-de-France ait largement dĂ©veloppĂ© les Ă©nergies renouvelables entre 2013 et 2021. Puis, nous avons commencĂ© Ă traiter les donnĂ©es sur lâinstallation des Ă©oliennes sur cette mĂȘme pĂ©riode. MalgrĂ© une baisse pour lâannĂ©e 2020, nous avons constatĂ© que la rĂ©gion Hauts-de-France avait construit annuellement un nombre croissant dâinfrastructures Ă©oliennes.
<aside> đ Notre fin dâaprĂšs-midi nâa pourtant pas Ă©tĂ© sans difficulté⊠La fatigue commence Ă se faire ressentir et les nombreux code dâerreur qui apparaissent lorsque nous essayons de traiter les donnĂ©es directement sur Exploratory tendent Ă dĂ©courager nos analystes. Les informations issues de la base « DonnĂ©es Ă©CO2mix rĂ©gionales consolidĂ©es et dĂ©finitives (janvier 2013 Ă mai 2022) » Ă©taient en partie « sales » en ce que leur format gĂȘnait lâanalyse globale de lâĂ©volution des productions Ă©nergĂ©tiques non renouvelables par rĂ©gion (comparaison entre les Hauts-de-France, lâOccitanie, la Bretagne et Auvergne-RhĂŽne-Alpes). Une fois les besoins identifiĂ©s, nous avons Ă©tabli les diffĂ©rentes Ă©tapes Ă suivre pour transformer les donnĂ©es en valeurs « propres ». MalgrĂ© tout, des frustrations persistes et lâusage dâExcel se fait particuliĂšrement tentant.
</aside>