Étude du bonheur dans le monde
Le bonheur est devenu un indicateur clé pour évaluer la qualité de vie au-delà des critères économiques traditionnels.
Dans un monde en constante évolution, comprendre les facteurs qui influencent le bien-être des populations permet d’orienter les politiques publiques et les stratégies de développement.
C’est dans ce cadre que s’inscrit notre travail d’analyse du bonheur à l’échelle mondiale, basé sur les données du rapport de l’ONU, enrichies par des indicateurs complémentaires.
Dans le cadre de ma certification Data Analyste, j’ai participé à un travail de groupe visant à analyser le bonheur dans le monde à l’aide de Power BI.
Nos objectifs étaient de :
-
Explorer et comprendre les données initiales issues du rapport de l’ONU sur le bonheur.
-
Enrichir ce jeu de données avec des indicateurs externes pertinents (économie, santé, liberté, etc.).
-
Construire un tableau de bord interactif pour visualiser les disparités et les corrélations entre facteurs.
-
Produire des analyses permettant d’identifier des leviers d’amélioration possibles pour le bien-être global.
Ma contribution principale a consisté à préparer, nettoyer et intégrer ces différentes sources de données afin d’obtenir un dataset cohérent et exploitable.
Pour cela :
-
J’ai utilisé Power Query pour transformer les données, gérer les doublons et combler les valeurs manquantes, assurant la qualité et la fiabilité des informations.
-
J’ai modélisé les données dans Power BI en créant des relations adaptées entre les tables, facilitant une exploration dynamique et précise.
-
Nous avons construit des visualisations interactives, telles que des cartes géographiques pour localiser les zones de bonheur, des graphiques en barres et scatter plots pour étudier les corrélations entre indicateurs.
-
J’ai appliqué des mesures DAX personnalisées pour calculer des indices composites, permettant de comparer les pays selon plusieurs critères simultanément.
Ce travail collaboratif m’a permis de développer des compétences clés en gestion des données complexes, en visualisation avancée et en communication des résultats, essentielles pour un data analyst.
L’analyse des données enrichies a révélé plusieurs tendances clés concernant le bonheur dans le monde. Les pays affichant les niveaux de bonheur les plus élevés partagent généralement un PIB par habitant élevé, un fort soutien social, une bonne santé publique et une grande liberté individuelle. Ces facteurs sont positivement corrélés avec les scores de bonheur.
En revanche, les régions avec un faible niveau de développement économique, des systèmes de santé fragiles, ou des restrictions importantes sur les libertés personnelles présentent des indices de bonheur nettement inférieurs. Certaines exceptions ont toutefois été identifiées, où des indicateurs culturels ou sociaux spécifiques influencent différemment la perception du bien-être.
L’intégration des indicateurs externes a permis d’affiner la compréhension des déterminants du bonheur, notamment en mettant en lumière le rôle crucial des facteurs sociaux et psychologiques, souvent sous-estimés dans les données brutes.
Globalement, cette étude démontre que le bonheur est un phénomène multidimensionnel, influencé par un ensemble complexe d’indicateurs économiques, sociaux et personnels, et que les politiques publiques doivent s’appuyer sur ces données pour améliorer le bien-être des populations.
Avec plus de temps, plusieurs axes d’amélioration auraient pu enrichir notre analyse du bonheur mondial :
-
Intégrer une analyse de pondération afin de vérifier si certains facteurs influencent plus fortement le bonheur dans certaines régions spécifiques.
-
Inclure d’autres variables telles que les conditions météorologiques, le développement durable, ou encore le logement, pour élargir la compréhension des déterminants du bien-être.
-
Mener une analyse de sensibilité pour évaluer l’impact de la suppression d’un indicateur clé (par exemple le PIB) sur le classement des pays, afin de mesurer la robustesse des résultats.
-
Réaliser une analyse en clusters (K-means, hiérarchique) pour identifier des groupes de pays aux profils similaires de bonheur, dépassant les simples frontières géographiques.
-
Étudier la stabilité apparente du bonheur global, qui masque en réalité un creusement des écarts entre les pays les plus heureux et les moins heureux. Pour cela, construire des indices de dispersion (écart-type, coefficient de variation) sur plusieurs années permettrait de quantifier cette polarisation.
-
Ajouter des études de cas concrètes, telles que « Pourquoi le Costa Rica est heureux sans être riche ? » ou « Comment la Finlande maintient-elle un niveau élevé de bonheur depuis plus de 10 ans ? », afin d’illustrer les résultats et d’apporter un éclairage qualitatif.