Elections américaines : la carte qui change le regard sur les résultats des républicains et des démocrates

Elections américaines : la carte qui change le regard sur les résultats des républicains et des démocrates
4 images
Elections américaines : la carte qui change le regard sur les résultats des républicains et des démocrates - © Tous droits réservés

Cette carte globuleuse, mise à jour aujourd’hui pour tenir compte des derniers dépouillements, ce n’est pas le type de cartes qui circulent habituellement à propos du résultat des élections américaines. Certes, la couleur, rouge ou bleue, dépend du candidat qui a remporté la mise, respectivement le républicain Trump ou le démocrate Biden. Sauf qu’ici, ce ne sont pas les hectares qui comptent mais bien les gens : chaque cercle représente un comté et sa taille est proportionnelle au nombre d’électeurs locaux.

"C’est une représentation plus adéquate pour représenter le vote populaire", explique Karim Douïeb, le data designer belge auteur de cette représentation. "Le milieu des Etats-Unis se creuse complètement car les comtés associés à ces régions-là ont des points tout petits, tandis que sur les régions côtières, est et ouest, on se retrouve avec une multitude de points bleus d’aire assez importante. L’Amérique devient un gruyère". Les zones rurales et dépeuplées du centre fondent visuellement. Le bleu des villes et des zones peuplées s’étale. Et tout de suite, on visualise mieux que c’est bien Joe Biden qui remporte les élections américaines.

Mieux en tout cas que sur les cartes comme celle utilisée par CNN, ci-dessous, pour annoncer les résultats. Là ce sont les Etats qui sont colorés. C’est donc la superficie des Etats qui influence notre perception visuelle, quelle que soit leur densité de population (et le nombre de "grands électeurs" associés).

Dans l’animation ci-dessous, on voit bien le passage d’un découpage purement territorial des résultats à une représentation fondée sur la taille de la population de chaque comté (résultats 2020).

Un buzz inattendu

Cet exercice, Karim Douïeb l’avait réalisé une première fois en 2019, en se basant sur les résultats des élections de 2016. C’était alors une réponse à un tweet jugé trompeur d’une proche de Trump. "C’était au moment du débat sur l’impeachment aux Etats-Unis. Ça donnait l’impression que l’Amérique était ultra supporter de Trump alors que c’était une interprétation biaisée", se souvient le data designer.

Karim Douïeb crée alors le visuel ci-dessous, en deux heures, un soir, et le poste sur Twitter. "J’ai été me coucher et le lendemain c’était un peu l’hystérie. C’est devenu viral, je me suis retrouvé avec des milliers de followers, la carte partagée dans plein d’articles. Maintenant, ça a refait surface et c’est devenu encore plus populaire qu’avant. C’était assez surprenant comme expérience."

La carte (basée sur les résultats de 2016) du data designer est vue des millions de fois. Les Démocrates américains apprécient.

(si l’image n’apparaît pas, cliquer sur le lien web de l’article ici)

Encore plus de nuances

Mais il est possible d’aller plus loin encore dans la représentation du vote populaire. Comment ? En représentant aussi le vote des perdants. Un comté ou un Etat a beau basculer dans l’escarcelle démocrate ou républicaine, en vertu du principe du scrutin majoritaire, il n’en reste pas moins qu’un certain nombre d’électeurs avaient voté pour l’autre candidat. Ceux-là sont escamotés dans les deux types de cartes.

Pour les faire apparaître, il faut sortir de la logique binaire "rouge" OU "bleu". Ce qui est fait dans la carte ci-dessous, avec des cercles rouges ET bleus. "Je splite le cercle en fonction de la proportion associée à chaque parti. La proportion des pixels utilisés correspond exactement au vote populaire." Et l’on voit mieux à quel point les électeurs ont souvent le cœur qui balance entre les deux candidats, pas seulement entre les Etats, mais au sein même des zones géographiques.

Une carte plus nuancée mais au final moins relayée…

"Tout le monde choisit un peu la meilleure représentation pour sa propre idéologie et c’est le problème de la visualisation de données : le mieux c’est de pouvoir représenter les choses de manière diverse et d’exposer toute cette diversité et ces alternatives. Ce sont des cartes complémentaires", commente Karim Douïeb. Sur ce lien, il a animé le passage entre les différentes cartes, en soulignant leurs atouts et limites (sur base des résultats 2016).

A noter que la représentation classique, avec des Etats entièrement rouges ou bleus, a le mérite d’une grande lisibilité, et qu’elle est souvent associée à un commentaire sur le nombre de grands électeurs remporté par l’un et l’autre candidat, ce qui détermine au final la victoire d’un camp sur l’autre aux Etats-Unis (bien loin de notre système proportionnel qui implique de former des coalitions).

L’essor de la visualisation des données

Au-delà de cet exercice lié à l’actualité, la visualisation de données, c’est le quotidien de Karim Douïeb, qui a d’ailleurs cofondé il y a trois ans une société active dans le traitement de "big data", société qui compte aujourd’hui 13 collaborateurs. La mise en forme visuelle est en fait l’ultime étape du processus.

"On passe 80% de notre temps à analyser les données, à les nettoyer, les agréger pour permettre ensuite une visualisation", explique-t-il.

Les domaines potentiellement concernés sont très variés. Ci-dessous, illustration avec une mise en forme visuelle simple de la proportion de rues bruxelloises qui portent un nom féminin ou masculin. (si l’image n’apparaît pas, cliquer sur le lien web de l’article ici)

D’autres exemples, plus ou moins complexes et élaborés, peuvent être retrouvés sur le web, comme celui-ci à propos du melting-pot bruxellois, ou celui-ci à partir d’une carte du bruit de la capitale également.

Une visualisation qui apporte en elle-même de l’information. "C’est sous-considéré pour l’instant mais les gens sont de plus en plus demandeurs de visualiser", estime le data designer. "Ça permet de comprendre rapidement comment analyser un problème, quelles sont les conclusions associées… Sans la visualisation, je ne pense pas qu’on puisse résoudre un problème qui dépend de données très nombreuses, je pense que c’est un outil clef pour prendre des décisions".

Exemple : un travail réalisé pour une société ferroviaire qui a permis de mettre en évidence de grandes différences dans les "patterns" d’utilisation de locomotives… Ce qui a entraîné une adaptation des plans de maintenance.

Un résultat qui n’est possible que si la qualité initiale des données est suffisante et que leur collecte a été adéquatement pensée en amont. Une condition indispensable pour que le traitement des "data" apporte réellement une valeur ajoutée.

Newsletter info

Recevez chaque matin l’essentiel de l'actualité.

OK