Apprendre à explorer des données

 Aujourd'hui j'ai vraiment entamé l'exploration des données.

Premier défi: la lenteur du système. Il faudra l'avouer, travailler dans la banque de données à distance, ce n'est pas ce qui est de plus rapide. À chaque interrogation, il faut attendre parfois 1 minute avant de voir les données apparaitre et constater si cela fonctionne ou non.  On respire et cela permet de voir si ce que je demande est vraiment précis ou non.

Deuxième défi: quoi mettre dans les filtres? Ceci est un défi de taille. Il y a 4 cases: le filtre, les colonnes, les lignes et les valeurs. On comprend que dans la case "valeur" seulement les données libellées comme telles peuvent y être mises.

J'ai rapidement compris la notion des valeurs. Oui, on peut en mettre plus d'une, mais cela rendra la lecture des données encore plus complexe. Il est donc bon de se limiter à une. 

Dans la case filtre, j'ai remarqué qu'il est facile de mettre le calendrier (soit l'année scolaire à l'étude), la matière avec les codes et descriptions (pour identifier le cours et le niveau). Bien que cela semblait simple, il semble y avoir plusieurs libellés pour chaque cours. Par exemple, si je veux voir le taux de succès en mathématiques, j'aurai plus de 20 identifiants sous cette matière. Je dois tous les sélectionner pour avoir le portrait en mathématique.

Comme ma recherche porte sur les facteurs qui ont un impact sur la réussite chez les filles, j'ajoute le discriminant "sexe" dans mes colonnes. Sera me permettra d'isoler les filles des garçons lorsque je comparerai les données.

Une difficulté est le libellé pour les lignes. Je ne veux pas voir le nom des élèves ni être en mesure de localiser l'école d'attache. À date, j'utilise le code permanent. Une fois les données extraites, je devrai faire une clé de protection de mes données. Je pense supprimer la partie qui permet d'identifier la date de naissance de l'élève et ajouter un code lettré à la place. Je vais faire cette tâche une fois l'exploration complétée.

Troisième défi: Juste l'action d'exploration est extrêmement longue. J'ai fait une liste de ce que je voudrais voir comme données. À chaque fois, cela constitue une nouvelle demande à la banque. Pour chaque demande, on y va pour 5 ans de données... Cela prend donc un temps considérable. Si je prends le fichier sauvegardé de la banque et que je veux le travailler à l'externe, c'est difficile. On me demande de me reconnecter au serveur sinon je ne peux pas l'interroger (trier des colonnes par exemple ou croiser des informations). Je dois donc toujours penser à ce que je garde avant de quitter le serveur. Être sur place limiterait le temps requis et je pourrais le faire sans embûche.

Plus j'explorais les données, plus je me posais des questions:

• Comment regarder les résultats pour la clientèle en FMS/FPT ? 
• Comment voir les résultats de diplomation? 
• Est-ce qu'il y a une donnée pour des mesures disciplinaires (parce que j'ai constaté qu'il y en a pour les absence et retard)?
• Comment lire les données après récolte? Est-ce que je vais les rendre visuel (en graphique?) ou en faire une interprétation?