Saviez-vous que le « père » de l'épidémiologie créé également Visualisation de données, tel que nous le connaissons aujourd'hui. Que nous nous dirigeons vers notre propre « AppCentre » en direct et la création de plus d'applications au sein de l'ODP qui permettent aux idées nouvelles et passionnantes à être possible à partir de nos données, j'ai voulu partager avec vous un événement qui est souvent vu comme étant le catalyseur de la nécessité de comprendre comment les données peuvent être visualisées pour répondre aux questions et comment intelligence doit toujours être la raison pour la collecte de données.
Dans le milieu du XIXe siècle, le quartier de Soho à Londres avait un sérieux problème avec la saleté en raison de l'afflux massif de personnes et d'un manque de services sanitaires adéquats : le réseau d'égouts de Londres n'avait pas atteint de Soho. Nombreuses caves avaient des puisards de sol de nuit sous leur plancher. Étant donné que les puisards ont été dépassement, le gouvernement de Londres a décidé de jeter les déchets dans la Tamise. Cette action a contaminé l'approvisionnement en eau, conduisant à une épidémie de choléra.
Le 31 août 1854, après que plusieurs autres épidémies survenues ailleurs dans la ville, une grande flambée de choléra a frappé Soho. Sur le prochain peuple trois jours 127 sur Broad Street à proximité est décédé. La semaine prochaine, trois quarts des habitants avaient fui la région. 10 Septembre, 500 personnes étaient mortes et le taux de mortalité était de 12,8 % dans certaines parties de la ville. La fin de l'épidémie, 616 personnes étaient décédées.
Cette flambée est surtout connue pour l'étude de John Snow, le médecin de celui-ci et sa découverte que le choléra se transmet par l'eau contaminée. John Snow a été un sceptique de la théorie des miasmes alors dominante qui a déclaré que les maladies comme le choléra ou la peste noire ont été causés par la pollution.
En dialoguant avec les résidents locaux, neige a identifié la source de l'épidémie comme la pompe à eau publique sur Broad Street. Neige a pris son témoignage sous forme de listes de données pour le gouvernement de Londres pour leur demander de retirer la poignée de la pompe, ainsi il fermer et perturber le lien à la propagation de la maladie. Le gouvernement de l'époque ne croyait pas les données de la neige et était attaché à l'idée que la maladie était propage dans l'air.
Neige était convaincu qu'il était correct, alors qu'il a examiné comment représenter les données différemment.
Il a décidé d'utiliser une carte comptant pour illustrer comment les cas de choléra sont concentraient sur la pompe. Il a également fait un usage massif des statistiques pour illustrer le lien entre la qualité de la source de cas de choléra et de l'eau. Efforts de la neige pour se connecter à l'incidence du choléra avec les sources potentielles de géographiques centrées sur la création de ce qui est maintenant connu comme un diagramme de Voronoï. Il traça les emplacements des pompes à eau individuels et généré des cellules qui représentait tous les points sur sa carte qui étaient plus proches de chaque pompe.
Étude de la neige a été un événement majeur dans l'histoire de la santé publique et de géographie de la santé et de la santé publique sous influence et la construction d'installations d'assainissement amélioré à partir du XIXe siècle. Cela peut être considéré comme l'événement fondateur de la science de l'épidémiologie.
Que nous nous dirigeons vers le « AppCentre » en direct et peuplée de nouvelles façons de voir les données pour créer un aperçu, j'ai pensé qu'il serait utile de réfléchir sur les débuts de la Visualisation de données et de Business Intelligence et utiliser ce fameux « case study » d'élaborer sur comment les nouvelles façons de répondre aux questions peuvent inciter des questions nouvelles passionnantes qui peuvent évoluer, comment nous travaillerons et livrer.
Notre plate-forme de données ouverte et AppCentre reposent sur la technologie de QlikView, une solution qui nous permet de mieux comprendre les liens entre de grands ensembles de données et la visualisation de ces.