2.1 Aperçu des méthodes de collecte de données
Objectifs d'apprentissage
À la fin de cette section, vous devriez être en mesure de :
- 2.1.1 Définir la collecte de données et son rôle dans la science des données.
- 2.1.2 Décrire les différentes méthodes de collecte de données couramment utilisées en science des données, telles que les enquêtes et les expériences.
- 2.1.3 Reconnaître les scénarios dans lesquels des méthodes spécifiques de collecte de données sont les plus appropriées.
La collecte de données (Data collection) désigne le processus systématique et bien organisé consistant à recueillir et à transmettre avec exactitude des informations et des aspects importants relatifs à un phénomène ou à un événement spécifique. Cela implique l'utilisation d'outils et de techniques statistiques pour collecter des données, identifier leurs attributs et saisir les informations contextuelles pertinentes. Les données recueillies sont essentielles pour formuler des interprétations judicieuses et dégager des enseignements significatifs. De plus, il est important de prendre en compte l'environnement et l'emplacement géographique d'où proviennent les données, car ceux-ci peuvent influencer considérablement le processus de prise de décision et les conclusions générales qui en sont tirées.
La collecte de données peut être menée au moyen de diverses méthodes, selon la nature de la recherche ou du projet et le type de données recueillies. Parmi les méthodes courantes de collecte de données, on compte les expériences, les enquêtes, l'observation, les groupes de discussion, les entretiens et l'analyse documentaire.
Ce chapitre mettra l'accent sur l'utilisation des enquêtes et des expériences pour collecter des données. Les spécialistes des sciences sociales, du marketing et les analystes politiques utilisent régulièrement des enquêtes pour recueillir des données sur des sujets tels que l'opinion publique, la satisfaction de la clientèle et les données démographiques. Les entreprises pharmaceutiques s'appuient fortement sur les données expérimentales issues d'essais cliniques pour tester l'innocuité et l'efficacité de nouveaux médicaments. Ces données sont ensuite utilisées par leurs équipes juridiques pour obtenir l'approbation réglementaire et mettre les médicaments sur le marché.
Avant de collecter des données, il est essentiel qu'un scientifique des données comprenne clairement les objectifs du projet, ce qui implique de cerner la question ou le problème de recherche et de définir la population cible ou l'échantillon. Lorsqu'une enquête ou une expérience est utilisée, sa conception constitue également une étape cruciale, nécessitant un examen attentif du type de questions, des choix de réponses et de la structure globale. Une enquête (survey) peut être menée en ligne, par téléphone ou en personne, tandis que la recherche expérimentale (experimental research) exige un environnement contrôlé afin de garantir la validité et la fiabilité des données.
Types de données
Les données observationnelles et les données transactionnelles jouent un rôle important dans l'analyse des données et la prise de décision qui en découle, chacune offrant des perspectives uniques sur différents aspects des phénomènes réels et des opérations d'entreprise. Les données observationnelles (Observational data), souvent utilisées dans la recherche qualitative, sont recueillies par l'observation et l'enregistrement systématiques des comportements sans participation active du chercheur. Les données transactionnelles (Transactional data) désignent tout type d'information lié à des transactions ou à des interactions entre individus, entreprises ou systèmes, et elles sont plus souvent employées dans la recherche quantitative.
De nombreux domaines d'étude utilisent des données observationnelles pour leurs recherches. Le Tableau 2.1 résume quelques exemples de disciplines s'appuyant sur des données observationnelles, le type de données recueillies et l'objectif de leur collecte.
| Domaine | Données recueillies par | Objectif |
|---|---|---|
| Éducation | Enseignants | Suivre et évaluer le comportement et les progrès d'apprentissage des élèves en classe |
| Psychologie | Thérapeutes et psychologues | Recueillir des informations sur le comportement, les pensées et les émotions de leurs clients |
| Santé | Professionnels de la santé | Diagnostiquer et surveiller l'état de santé et les progrès des patients |
| Études de marché | Entreprises | Recueillir des informations sur le comportement et les préférences des consommateurs afin d'améliorer leurs produits, services et stratégies de marketing |
| Sciences de l'environnement | Scientifiques | Recueillir des données sur l'environnement naturel et suivre les changements au fil du temps |
| Enquêtes criminelles | Agents des forces de l'ordre | Rassembler des preuves et des informations relatives aux activités criminelles |
| Comportement animal | Zoologistes | Étudier et comprendre le comportement de diverses espèces animales |
| Planification des transports | Urbanistes et ingénieurs | Collecter des données sur les schémas de circulation et l'utilisation des transports afin de prendre des décisions éclairées concernant les infrastructures et les réseaux de transport en commun |
Les données transactionnelles sont collectées par l'enregistrement direct des transactions qui se produisent dans un contexte particulier, comme un magasin de vente au détail ou une plateforme en ligne, permettant d'obtenir des renseignements exacts et détaillés sur le comportement réel des consommateurs. Elles peuvent comprendre des données financières, mais englobent également les données relatives aux achats des clients, aux clics sur un site web, aux interactions des utilisateurs ou à tout autre type d'activité enregistrée et suivie.
Les données transactionnelles peuvent être exploitées pour comprendre des tendances et des motifs récurrents, faire des prédictions et des recommandations, et repérer des opportunités potentielles ou des axes d'amélioration. Par exemple, le secteur des soins de santé peut cibler les données transactionnelles relatives aux interactions des patients avec les prestataires et les établissements de soins, telles que les rendez-vous, les traitements et les médicaments prescrits. Le secteur du commerce de détail peut analyser les données transactionnelles d'achats et de retours de produits des clients, tandis que le secteur des transports peut analyser celles liées aux ventes de billets et au flux des passagers.
Alors que les données observationnelles fournissent des descriptions détaillées des comportements, les données transactionnelles fournissent des données numériques destinées à l'analyse statistique (statistical analysis). Chacune de ces approches présente des atouts et des limites, et les exemples abordés dans ce chapitre feront appel à l'une comme à l'autre.
Exemple 2.1
Problème
Ashley adore installer une mangeoire à oiseaux dans son jardin et observer les différentes espèces d'oiseaux qui viennent s'y nourrir. Elle a toujours été curieuse de connaître le nombre habituel d'oiseaux qui fréquentent sa mangeoire chaque jour et en a estimé le nombre à partir de la quantité de nourriture consommée. Cependant, elle doit s'absenter pendant trois jours pour rendre visite à sa grand-mère et s'inquiète de laisser les oiseaux sans provisions suffisantes. Afin de préparer la quantité exacte de graines nécessaire pour la durée de son absence, Ashley décide de mesurer la quantité totale consommée chaque jour afin d'en déduire la quantité totale requise pour ses trois jours d'absence. Quelle méthode de collecte de données est la plus appropriée pour la démarche d'Ashley visant à déterminer la quantité totale de nourriture requise pour son absence de trois jours : observationnelle ou transactionnelle ? Fournissez une explication étape par étape de la méthode choisie.
Solution
Ashley souhaite s'assurer qu'il y aura suffisamment de nourriture pour les oiseaux du quartier pendant ses trois jours d'absence. Pour y parvenir, elle observera attentivement la mangeoire chaque jour pendant deux semaines consécutives. Elle consignera la quantité totale de nourriture consommée quotidiennement et veillera à remplir la mangeoire chaque matin avant la période d'observation. Cela permettra d'offrir une quantité constante de nourriture aux oiseaux. Au terme des deux semaines, Ashley calculera la moyenne en divisant la quantité totale consommée par le nombre de jours observés afin d'estimer la ration quotidienne requise. Elle multipliera ensuite cette quantité quotidienne par trois pour obtenir la quantité totale de nourriture nécessaire pour ses trois jours d'absence. En observant et en consignant directement la nourriture consommée, tout en collectant des données pendant deux semaines, Ashley recueillera des informations exactes et fiables. Cela lui permettra de préparer en toute confiance la quantité nécessaire de graines pour ses compagnons à plumes pendant son absence, assurant ainsi qu'ils seront convenablement nourris et pris en charge.
Exemple 2.2
Problème
Un groupe de scientifiques des données travaillant pour un grand centre hospitalier a été chargé d'analyser ses données transactionnelles afin d'identifier des axes d'amélioration. Au cours de la dernière année, l'hôpital a enregistré une hausse des plaintes de patients relatives aux longs temps d'attente pour obtenir un rendez-vous et aux difficultés à planifier des visites de suivi. Samantha fait partie des scientifiques des données chargées de collecter des données dans le but d'analyser ces problématiques.
- Quelle méthodologie Samantha devrait-elle employer pour collecter les données pertinentes permettant d'analyser la récente augmentation des plaintes de patients concernant les délais d'attente prolongés et les difficultés de prise de rendez-vous de suivi à l'hôpital ?
- Quelles stratégies pourraient être adoptées pour analyser ces données ?
Solution
- Explorer les informations enregistrées en tant que données transactionnelles
- La collecte de données transactionnelles à des fins d'analyse peut être réalisée en mobilisant diverses sources au sein de l'environnement hospitalier. Ces sources comprennent :
- Dossiers médicaux électroniques (DME) : Samantha peut extraire des données du système de dossiers médicaux électroniques de l'hôpital. Ces données peuvent inclure les calendriers de rendez-vous des patients, la durée des visites et les temps d'attente. Ces renseignements peuvent aider à repérer des tendances et des régularités dans la planification des rendez-vous et les délais d'attente.
- Système de prise de rendez-vous : Samantha peut extraire des données du système de réservation de rendez-vous de l'hôpital. Ces données peuvent englober les délais d'attente avant rendez-vous, les types de rendez-vous (par exemple, soins primaires, spécialistes) et les difficultés d'organisation (par exemple, disponibilité des créneaux, annulations). Ces informations peuvent contribuer à repérer les points où le système de réservation pourrait être source de retards ou de difficultés pour les patients.
- Centre d'appels de l'hôpital : Samantha peut recueillir des données auprès du centre d'appels de l'hôpital, chargé de la planification des rendez-vous par téléphone. Ces données peuvent comprendre les temps d'attente au téléphone, la durée des appels et les motifs d'escalade des appels. Ces informations peuvent aider à dégager des pistes d'amélioration dans les processus et procédures du centre d'appels.
- Données historiques : Samantha peut analyser les données historiques, telles que les temps d'attente antérieurs et les tendances d'ordonnancement, afin de détecter d'éventuels changements ayant pu contribuer à la hausse récente des plaintes. Ces données peuvent aussi être confrontées aux données actuelles pour suivre les progrès et les améliorations relatives aux délais d'attente et à la planification.
Collecter des données par le biais d'expériences
La collecte de données par le biais d'expériences scientifiques (scientific experiments) exige un protocole expérimental rigoureux décrivant les objectifs de recherche, les variables et les procédures. La mise en place d'un échantillon témoin est essentielle, et les données sont recueillies à partir de propriétés, de mesures ou de caractéristiques systématiques. Il est primordial de respecter les directives éthiques pour consigner correctement les données collectées et les exploiter de manière responsable (voir Éthique de la collecte de données).
Prenons cet exemple : la scientifique Sally souhaitait étudier l'impact de la lumière du soleil sur la croissance des plantes. La question de recherche consistait à déterminer si une exposition accrue à la lumière solaire favorise le développement des végétaux. Sally a mené une expérience avec deux groupes de plantes dans laquelle l'un recevait huit heures d'ensoleillement par jour, tandis que l'autre n'en recevait que quatre heures. La hauteur de chaque plante a été mesurée et consignée chaque semaine pendant quatre semaines consécutives. L'objectif premier de la recherche était de déterminer le taux de croissance des plantes exposées à huit heures d'ensoleillement par rapport à celles n'en bénéficiant que de quatre. Au total, 20 plantes en pot identiques ont été utilisées, un groupe étant soumis à la condition « plein soleil » et l'autre à la condition « ensoleillement réduit ». Les deux groupes ont été conservés dans des conditions environnementales identiques, y compris la température, l'humidité de l'air et l'humidité du sol. Un arrosage adéquat a été assuré pour maintenir une hydratation égale pour toutes les plantes. Les mesures de la hauteur des plantes ont été relevées et soigneusement enregistrées chaque semaine. Cette approche a permis de recueillir des données précises et fiables sur l'impact de la lumière solaire sur la croissance des plantes, offrant ainsi une ressource précieuse pour approfondir les recherches et mieux appréhender cette relation.