Tutoriel


Visualiser les données de localisation Google

Visualiser les données de localisation Google



ParJan Watermann

...

14 Août 2018

Visualiser les données de localisation Google

Avec ce tutoriel Tableau je vais vous montrer à quel point il est facile d'effectuer des visualisations basées sur de la géolocalisation. Pour cela, je me suis tourné vers un service de livraison à Sydney, en Australie. Ces clients souhaitaient visualiser de la manière la plus simple possible la localisation de leurs conducteurs afin de comprendre l’importance des différentes autoroutes australiennes pour leur activité. Nous avons eu accès aux données GPS directes du pilote Garmin ainsi qu’aux données de smartphone Android. Bien que l’appareil de navigation Garmin soit principalement utilisé pour la navigation, le conducteur avait constamment son téléphone d’entreprise sur lui, nous donnant accès aux services de localisation.

Ce tutoriel montrera combien Google est au courant de nos vies et à quel point il est facile de visualiser gratuitement ces données de localisation.

Mieux encore, cela peut être testé à la maison dans les dix minutes. Les Data Analystes pourront utiliser Tableau Desktop. Pour ceux qui ne possèdent pas de licence Tableau, nous recommandons Tableau Public, disponible gratuitement sur ce lien.

https://public.tableau.com/en-us/s/ Tableau Public

Une fois l’outil téléchargé, nous avons besoin de notre source de données, à laquelle nous pouvons ensuite nous connecter dans Tableau. L'historique de localisation de Google est disponible à l' adresse https://takeout.google.com . Il suffit de cocher « historique de localisation » et de choisir le format "JSON".

Fetching Google location data

Ensuite, connectons Tableau à notre fichier. Pour ce faire, nous ouvrons Tableau Public et sous "Connect", sélectionnez "fichier JSON".

Connecting Tableau to the data

Le fichier à sélectionner se trouve alors dans le dossier "Takeout" créé par Google. Sélectionnez le fichier JSON et ouvrez-le.

Selecting the JSON file

Ensuite, Tableau demandera quel schéma nous voulons sélectionner ou quelles données nous voulons prendre en compte. Google stocke non seulement les données de localisation, mais les évalue également selon différents types. Par exemple nous avons accès à la probabilité de déplacement de l'utilisateur. Dans ce tutoriel, nous voulons seulement visualiser les données de localisation. Comme nous voulons toujours travailler avec la même source de données dans un didacticiel ultérieur, nous sélectionnons toutes les options et les importons tout simplement.

Selecting a schema in Tableau

Les données importées sont disponibles dans la feuille de calcul. Il suffit de changer un peu les coordonnées. Pour cela, nous sélectionnons à la fois "latitudeE7" et "longitudeE7", que nous divisons chacun par 10 000 000.

Creating a calculated field in Tableau

Nous stockons les calculs dans les champs "lat" et "long".

Adding a calculated field in Tableau

Ensuite, il suffit de dire à Tableau que nos champs calculés sont des coordonnées. Pour cela, nous assignons les rôles "Latitude" et "Longitude" à nos champs lat et long.

Selecting a geographic role in a Tableau sheet

Nous glissons ensuite les deux champs dans notre feuille et les positionnons sous les "colonnes". Une fois cela fait, nous intégrons la dimension "timestampMS" à partir des emplacements de notre feuille de travail. La fonction Show Me de Tableau doit maintenant reconnaître que nous voulons créer une carte et la sélectionner une fois que nous avons placé notre dimension.

Using Tableau Show Me to create a map

Voici le résultat que nous devrions obtenir. La carte de notre fournisseur montre son historique de localisation. Il devient clair que cela a pris son téléphone lors de deux voyages d'affaires. Ceux-ci l'ont conduit en Nouvelle-Zélande et en Indonésie.

Creating a world map in Tableau

Nous ne souhaitions nous intéresser qu’aux données de Sydney. Il nous suffit donc de chercher Sydney dans la recherche Tableau. Ce que nous voyons maintenant est une carte non modifiée, difficile à lire. Pour que nous puissions lire les données de manière optimale, nous recommandons une taille plus petite pour chaque emplacement et un arrière-plan légèrement plus sombre. Pour que les valeurs puissent être lues encore mieux, nous choisissons une couleur claire pour nos emplacements et réglons la saturation un peu plus bas.

Selecting Sydney in a Tableau visualization

Notre résultat fini ressemble à ceci:

Finished Tableau visualization

Il est clair que l'autoroute A4 à Sydney est la route la plus importante pour le prestataire de services de livraison. De plus, certaines rues de la banlieue de Sydney sont très importantes pour l'entreprise. Maintenant, posons-nous la question : si nous pouvons extraire tout cela d'un smartphone Android, que nous dira alors l'appareil de navigation Garmin, qui a été utilisé à long terme dans l'entreprise? ;)