Introduction à Quarto-Dashboard

Authors

Wilson Toussile1 2

1ENSPY, 2ESSFAR

Published

May 29, 2025

1 Qu’est-ce-qu’un Dashboard (Table de Bord)

Example of dashboard: Customer Churn

Un dashboard, ou table de bord en français, est un outil de visualisation de données qui permet de présenter de manière synthétique, interactive et visuelle les informations clés pour aider à la prise de décision. Utilisé principalement dans les contextes commerciaux et de gestion, il affiche des métriques et des indicateurs de performance clés (KPIs) de manière à refléter l’état actuel d’une organisation ou d’un processus spécifique.

1.1 Caractéristiques Principales

  • Synthèse : Condense des données volumineuses en un format compact et accessible, facilitant la lecture rapide des tendances et anomalies.

  • Visualisation : Utilise des graphiques (histogrammes, barres, lignes), jauges et cartes pour une interprétation intuitive des données.

  • Interactivité : Permet aux utilisateurs de manipuler les données affichées (filtrage, exploration détaillée) souvent en temps réel.

  • Accessibilité : Disponible sur divers appareils et souvent en ligne, permettant une consultation et mise à jour facile depuis n’importe où.

  • Personnalisation : Adaptable aux besoins spécifiques des différents utilisateurs ou départements.

1.2 Objectifs

  • Surveillance : Suivre les performances pour vérifier l’atteinte des objectifs.

  • Analyse : Identifier les tendances, corrélations, et causes sous-jacentes des performances.

  • Action : Faciliter les décisions rapides et informées pour optimiser les réponses aux opportunités ou aux dérives.

2 Exemples d’Application

  • Finances : Indicateurs de revenus, dépenses, profits, prévisions budgétaires.

  • Marketing : KPIs de retour sur investissement publicitaire, engagement utilisateur, conversions.

  • Ressources Humaines : Données sur le taux de rotation, la satisfaction des employés, coûts de main-d’œuvre.

3 Dashboard avec Quarto sous R

3.1 Qu’est-ce que Quarto?

Output formats

Le système Quarto est un outil de publication open source qui permet de créer des documents dynamiques et interactifs pour une variété de langages de programmation tels que R, Python, Julia et Observable. Quarto étend les capacités de R Markdown en intégrant des fonctionnalités de Jupyter Notebooks et en supportant de multiples types de sorties comme des articles HTML, des présentations, des livres, des blogs, des notebooks, des sites web et des dashboard (tableaux de bord).

Fonctionnalités clés de Quarto :

  1. Support Multilingue: Quarto permet d’utiliser plusieurs langages de programmation dans un même document.

  2. Reproductibilité: Il facilite la reproductibilité de la recherche et des analyses en liant directement le code source avec le contenu final.

  3. Collaboration: Compatible avec Jupyter et Observable, Quarto est idéal pour la collaboration et le partage de connaissances dans les équipes de recherche ou entre développeurs.

  4. Diversité de Formats de Sortie: Il peut générer des sorties en formats HTML, PDF, Word, ePub, et slides, ce qui le rend adaptable à divers besoins de publication.

  5. Intégration avec des Outils de Versioning: Parfait pour l’utilisation avec des systèmes de contrôle de version tels que Git.

  6. Extension et Personnalisation: Permet une personnalisation extensive à travers des thèmes CSS, des composants réactifs, et des extensions.

3.2 Configuration minimale

Sous R, l’entête yaml minimale d’un dashboard Quarto utilisant le serveur shiny est:

Code 
---
1title: "Données iris"
2author: "Author Name"
3date: "`r Sys.Date()`"
4format: dashboard
5server: shiny
---
1
Le titre du dashboard
2
Le nom de l’auteur
3
La date est celle du système au moment de la compilation
4
Le format de sortie est dashboard
5
Le serveur utilisé est shiny.

3.3 Dashboard - Application web

Un dashboard quarto est une application web sous la format UI-Server.

Shiny UI-Server

La composante server repose sur le package shiny de R. Il s’agit d’un package qui permet de développer plus globalement des applications web en utilisant le langage R (ou Python).

3.4 L’interface utiisateur (UI)

L’interface utilisateur ou user interface en anglais, est composée d’éléménts graphiques encore appelés widgets en anglais. Il existe deux catégories de widgets:

  1. Les inputs: Ce sont les éléments graphiques qui servent à modifier l’état de l’application. Voyez l’état comme l’ensemble des données et paramètres de l’application à un moment donné.

  2. Les outputs: Ce sont les éléments graphiques permettant d’afficher les sorties; par exemple les graphiques, du texte, des tableaux, …

Ce site https://shinyapps.dreamrs.fr/shinyWidgets/ donne un aperçu des widgets proposés par shiny sous R.

Note

  • Sous shiny, tout widget doit avoir un identifiant unique dans l’application. Le serveur en a besoin pour interagir avec l’UI.

  • Pendant l’exécution d’une application shiny, il est important de savoir que:

    • Tous les inputs se trouvent dans une liste nommée appelée input;

    • Tous les outputs se trouvent dans une liste nomée appelée output.

3.5 Le serveur (server)

Le serveur est la composante de l’application qui implémente la logique de l’application. Elle est à l’écoute et réagit aux inputs du UI, pour mettre les outputs à jour.

Inputs usuels

Outputs usuels

4 Exercices

Exercise 1 (Texas housing) Ce travail permettra d’appliquer les compétences en programmation R et plus particulièrement en conception de Dashboard à l’aide du système Quarto, aussi en analyse et visualisation interactive de données.

Description du Jeu de Données txhousing

Le jeu de données txhousing présent dans le package ggplot2, comprend les ventes de logements pour l’État du Texas, enregistrées de 2000 à 2008. Chaque enregistrement du dataset contient les champs suivants :

  • year: l’année de l’enregistrement.

  • month: le mois de l’enregistrement.

  • date: la date exacte de l’enregistrment.

  • sales: le nombre de ventes réalisées.

  • volume: le montant total des ventes en dollars.

  • median: le prix médian des logements vendus.

  • listings: le nombre total de logements listés à la vente.

  • inventory: le nombre de mois nécessaires pour vendre tous les logements listés, basé sur le rythme actuel des ventes.

Objectifs du Travail Pratique

Les étudiants doivent créer un dashboard interactif en utilisant R Quarto, qui permet d’explorer les différentes dimensions du marché immobilier texan telles que capturées par le jeu de données txhousing. Le dashboard doit permettre aux utilisateurs de visualiser les tendances des données à travers le temps et de filtrer les données selon certaines spécifications.

Questions à Explorer

  • Tendances des Ventes:

    • Comment ont évolué les ventes de logements au Texas de 2000 à 2008 ?

    • Y a-t-il des tendances saisonnières dans les ventes de logements ?

  • Analyse des Prix:

    • Comment le prix médian des logements a-t-il changé au fil du temps ?

    • Quelles sont les périodes de forte augmentation ou de forte baisse ?

  • Listings et Inventaire:

    • Comment le nombre de listings a-t-il varié au fil des années ?

    • Y a-t-il une corrélation entre l’inventaire de logements et le volume des ventes ?

  • Interactivité:

    • Permettre à l’utilisateur de filtrer les données par année et par mois.

    • Offrir des visualisations interactives telles que des graphiques à barres, des lignes temporelles, et des histogrammes…