Data visualisation : ce qu'il faut savoir

Dernière mise à jour : 28/07/2020

Les données sont au cœur de toutes les discussions sur le devenir de nos sociétés. Déjà en 2017, Jeff Fochtman, responsable marketing chez Seagate annonçait :  Ce qui est étonnant, ce n’est pas que la production de données à stocker augmente, mais le rythme effréné de cette augmentation.

Aujourd’hui, la production de data plafonne à des niveaux jamais égalés et la croissance de celle-ci n’est pas près de ralentir (objets connectés, assistants vocaux, voitures autonomes, intelligence artificielle, smart city...sont autant de technologies qui vont augmenter ce flux de données).  Ces raisons font de la data visualisation un enjeu capital pour les professionnels.

data visualisation  _ exemple

Définition : qu'est-ce que la data visualisation ?

La data visualisation (data viz ou représentation graphique de données ; elle s'écrit également data visualization ) consiste à structurer visuellement des données recueillies et stockées. Ainsi, l'exploitation des données se fait plus facilement.

Chaque organisation dispose de données. Petites, moyennes, grandes entreprises, institutions publiques et même les associations, toutes possèdent des données grâce à leurs archives et aux données nouvellement collectées. Ces données archivées, une fois numérisées s'avèrent être de vraies mines d’or une fois leurs data visualisations abouties.

Vous l’aurez compris, la data visualisation est l’art et la manière de transformer la donnée en un formidable outil d’analyse. En montrant l’invisible, la data visualisation facilite et accélère la prise de décision. C’est un outil précieux plus efficace que de simples tableaux Excel. Grâce à la data visualisation on accède à l'essentiel! La data visualisation simplifie la diffusion de l’information.  Elle apporte des points de comparaison et d'analyse sur les tendances. Elle affine alors les prédictions sur les tendances à venir.

Tout d’abord, une bonne data visualisation prend en considération sa cible. L’information présentée doit être en phase avec les fonctions et le temps dont dispose votre audience. Il est donc nécessaire d’aller à l’essentiel et de garder de la cohérence dans vos idées. En France dans les entreprises de plus de 500 salariés les cadres passeraient près de 6 semaines cumulés en réunion. À l’échelle européenne 14% des cadres s’endorment durant des présentations Powerpoint interminables. Voici quelques bonnes pratiques qui vous aideront à créer de meilleures data visualisations !

Maintenant, nous allons voir comment faire une data visualisation !

La forme est essentielle en data visualisation

Le type de graphique est un critère de choix en visualisation de données. On ne représente pas un changement dans le temps comme on le ferait pour une comparaison. Voici quelques exemples à utiliser pour vos data viz.

  • Changement dans le temps : Diagrammes à lignes, diagrammes à barres, diagrammes à barres empilées, diagrammes à chandeliers, diagrammes à secteurs, chronologies, diagrammes à horizon, diagrammes en cascade.

    data visualisation 1
  • Comparaison : Diagrammes à barres, diagrammes à barres groupées, diagrammes à bulles,  diagrammes multi-lignes, diagrammes de coordonnées parallèles, diagrammes à puces·    
    DATA VISUALISATION 2
  • Classement : diagrammes à barres ordonnées, diagrammes à colonnes ordonnées, diagrammes de coordonnées parallèles·

    DATA VISUALISATION 3
  • Distribution : histogrammes, diagrammes en boîte à moustaches, diagrammes en violon, graphiques de densité·      
    DATA VISUALISATION 4
  • Corrélation : Diagrammes à nuage de points, diagrammes à bulles, diagrammes à colonnes et à courbes, heat map.
    DATA VISUALISATION 5

Toutefois, l’aspect d’un graphique modifie la perception que l’on se fait des data. Un graphique linéaire dégage en une fraction de seconde les tendances et les fluctuations. Un diagramme en camembert est utile pour comparer rapidement des données mais n’est pas recommandé si l’on souhaite de la précision. Par ailleurs, les angles et les arcs de cercles sont difficilement appréciables par l'œil humain, l'évaluation des données en est perturbée. Choisissez donc le graphique qui raconte au mieux votre récit.

De plus, évincez tout ce qui n'apporte pas d'informations à votre data visualisation. Textes, illustrations et 3D, s'ils sont superflus, n'ont pas leur place !  Pensez également à hiérarchisez vos informations. Ainsi, sur un diagramme en barres, placez les valeurs les plus élevées à gauche comme sur l'exemple ci-dessous.

Data visualisation exemple 1

Les couleurs et la data visualisation

Vous le savez certainement les couleurs affectent nos émotions ! Ces dernières influent sur notre prise de décision. Pour convaincre, ne négligez pas le choix de vos couleurs ! Une des règles de bases en data visualisation est l'usage d'une seule couleur pour représenter un même type de données.

L'usage d'un grand nombre de couleurs n'est pas proscrit mais n'est pas recommandé. Votre palette doit être restreinte et vos couleurs doivent apporter de l'information à votre présentation. N'employez pas des couleurs totalement différentes. Elles rendent vos data visualisations disgracieuses mais participent surtout à une hiérarchisation inconsciente de l'information tout en brouillant la perception des données. Des outils tels que Colorgorical ou Colobrewer vous seront certainement utiles afin de choisir votre palette.

Les couleurs apportent des informations sur les quantités. Elles permettent de mettre en avant certaines données. Elles apportent également des informations sur l'intérêt à porter sur des ensembles de données (niveaux de danger, positivité, négativité etc.). Les couleurs ont une symbolique qu'il faut prendre en compte !

D'autres règles d'usages sont capitales. Vos data visualisations sont étudiées via des écrans ou des projecteurs, les couleurs vives (voire fluorescentes) seront perçues comme agressives et feront défaut à la compréhension de vos présentations. Nous avons évoqué plus haut il faut de prendre en considération vos cibles. Si dans votre audience se trouve des individus présentant des déficiences visuelles (daltonisme, photophobie, mal voyant...) utilisez des couleurs pastels et des remplissages sous forme de lignes diagonales (attention ce type de remplissage est à proscrire dans le cas où il n'y aurait pas de handicap).

Comme pour les formes vos couleurs doivent être les plus épurés possible. Elles participent à une meilleure compréhension de vos data visualisations.

 

Typographie et texte pour une data visualisation

Le choix de votre typographie est crucial. Des typographies modernes et sans empâtements tels que Roboto, Open sans, Helvetica, Lato ou encore Montserrat sont parfaitement adaptées à la lecture sur les écrans. Vous retrouverez toutes ces typographies au sein de Powerslide. Cela dit, quelques bonnes pratiques textuelles faciliteront la compréhension de vos data visualisations. Là encore, il vous faudra prendre en considération votre audience et rendre vos textes les plus inclusifs possible .

Ajoutez toujours un titre à vos graphiques. Ce titre participe à la contextualisation de votre data visualisation et y apporte de la précision. Toutefois n’ayez pas de titre trop long ou compliqué, soyez concis. 

Écrivez au présent. Le présent est un temps descriptif qui implique l’audience.

Le texte tient une place secondaire en data visualisation ainsi il doit être restreint au strict minimum. Votre audience ne doit pas se disperser, elle doit être concentrée sur les données mises en exergue.

En bref,

La data visualisation facilite la compréhension du monde. C’est un formidable outil d’analyse et de projection sur l’avenir. Elle s’est rapidement imposée comme l’une des clés de voûte de la prise de décision. Aujourd’hui elle devient accessible au plus grand nombre. Il est donc essentiel de se munir d'une solution de data visualisation efficace.

Comment faire une bonne data visualisation ? Voici un bref récapitulatif :

  • Prendre en considération votre audience (fonction, temps disponible, handicap…)
  • Choisir le graphique le mieux adapté à vos besoins
  • Ne pas insérer d’éléments superflus (3D, clignotement…)
  • Le texte et les images sont à utiliser avec parcimonie
  • Choisir avec soin vos couleurs
  • Utiliser des typographies modernes
  • Ajouter des titres, et des légendes si ces dernières sont nécessaires
  • Écrire au présent
  • Aller à l’essentiel

Edward Tufte (un des pionniers de la data visualisation) fait un rapprochement entre cette recherche de l’essentiel et le minimalisme de l’art contemporain. Certains artistes en ont fait le cœur de leurs activités.