• 21 novembre 2022

Une data visualisation correspond à une représentation visuelle de données brutes.
Bien réalisée, elle permet de faciliter la compréhension des données et de mieux communiquer. Cependant, les règles pour bien réaliser une data visualisation ne sont pas toujours respectées.

Vous allez aujourd’hui découvrir les spécificités d’une data visualisation, son utilité au sein d’une entreprise mais aussi comment bien la créer.

Qu’est-ce qu’une data visualisation ?

Une data visualisation ou dataviz est une représentation graphique de données écrites. Elle consiste à mettre en forme des informations brutes en objets visuels.
Ces données sont parfois complexes : la data visualisation permet donc de les résumer et de les simplifier afin de pouvoir mieux les analyser et les expliquer. L’objectif est de rendre les données compréhensibles en un coup d’œil. On peut utiliser des graphiques, des cartes ou des tableaux de bord interactifs aux designs captivants.

L’exemple suivant résume bien cette idée.

D’un tableau Excel comportant le nombre de visites de chaque pays, on en déduit une data visualisation sous forme de carte bien plus explicite et visuelle.

Les données pertinentes sont mises en couleur et sautent ainsi aux yeux. Il est alors plus simple d’analyser les résultats et de savoir quel pays a le plus grand nombre de visites.

A quoi sert une data visualisation ?

Une data visualisation a de nombreux avantages au sein d’une entreprise :

  • Elle engendre une meilleure communication
  • Elle permet d’interpréter facilement des données complexes
  • Elle facilite la compréhension et donc la collaboration entre les services
  • Elle permet de mieux définir ses objectifs
  • Elle facilite la prise de décision
  • Elle apporte un gain de temps dans l’analyse des données
  • Elle simplifie la gestion des flux de data

Cependant, les data viz doivent être maniées avec précaution et se référer à certaines règles afin d’obtenir les effets escomptés.

Comment réaliser une data visualisation dans les règles de l’art ?

Il existe de nombreux outils pour créer des data visualisations. On peut citer Data Studio (Google), Tableau, Excel (Microsoft 365), Reeport, Dataveyes, DataHero, Data Publica, Sisense etc.

Ces outils permettent de regrouper les données, parfois dispersées sur plusieurs fichiers, et de les classer en différents graphiques pertinents.

Cependant, des règles sont à respecter afin de créer une data visualisation lisible, claire et esthétique.

Voici des exemples de graphiques à ne pas reproduire !

L’exemple 1, ci-contre à gauche, représente une data viz bien trop chargée.
Les données n’ont pas été triées et le graphique devient donc illisible.

Sur l’exemple 2, ci-contre à droite, les parts du graphique ne sont pas égales à 100%.

De plus, l’auteur a ici cherché à représenter le pourcentage de naissances prématurées en fonction de l’origine ethnique. Cependant, le graphique circulaire n’est pas la forme appropriée puisque celui-ci est censé représenter la part de différentes catégories dans un total. On préférera ici un graphique en barre par exemple.

Les couleurs choisies n’attirent également pas l’œil.

Sur l’exemple 3, ci-contre, l’auteur n’a pas respecté la symbolique des couleurs.
En effet, il a voulu représenter une baisse importante du nombre de crimes à New York par rapport à l’été précédent. Cependant, le rouge est synonyme de risque, de dégradation ou toute autre connotation négative.

Ici, le fait que le nombre de crimes ait baissé est une bonne chose : les flèches auraient donc dû être vertes.

Suite à ces exemples, on vous résume les règles à prescrire afin de réaliser de bonnes data visualisations.

Choisissez la bonne forme de représentation visuelle

Selon nos objectifs, la data viz utilisée sera différente :

  • Pour un changement dans le temps, on priorise les diagrammes à lignes, à barres, à barres empilées, les diagrammes à chandeliers, les chronologies etc.
  • Pour les comparaisons, on utilise des diagrammes à barres, diagrammes à barres groupées, des diagrammes multi-lignes etc.
  • Pour les classements, on privilégie les diagrammes à barres ordonnées ou diagrammes à colonnes ordonnées.
  • En outre, pour la distribution, il est préférable d’utiliser des histogrammes, des diagrammes en boîte à moustaches, des diagrammes en violon ou des graphiques de densité.

Attention à bien choisir la forme de votre représentation visuelle également en fonction de ce que vous voulez mettre en avant. Certains graphiques apportent plus de précision, d’autres de l’esthétique etc.

Déterminez les bonnes couleurs

Une des règles les plus importantes est d’utiliser une seule couleur pour représenter un même type de données. S’il y en a plusieurs, elles doivent se référer à la même nuance de couleur.

Les couleurs mettent en avant certaines données et chacune doit apporter une information à la représentation comme par exemple sur la quantité.

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 forte à prendre en compte.

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

Soyez concis sur la partie textuelle

Pour que vos visuels soient lisibles, il faut miser sur une écriture simple, sans empâtements tels que Roboto, Open sans, Helvetica, Lato ou encore Montserrat.

Par ailleurs, dans la majorité des cas, les légendes sont essentielles pour la bonne compréhension des graphiques en data visualisation.

Les titres, sous-titres et textes explicatifs permettent également de situer la visualisation et facilitent le parcours de compréhension du lecteur.

Cependant, privilégiez des textes concis. En effet, 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 avant.

De plus, il est primordial d’écrire au présent qui est le temps de la description.

Ne privilégiez que certaines données

Vos data visualisations doivent être claires et lisibles. Seules certaines données doivent être mise en avant pour que la représentation reste compréhensible. Il ne faut pas omettre des informations mais savoir lesquelles sont nécessaires et lesquelles sont superflues.

Il vaut mieux faire plusieurs graphiques, plutôt qu’un seul avec toutes les données et rendre la représentation illisible.

Pour finir…

Esthétique, fonctionnelle et simple, la data visualisation est un outil puissant de démocratisation de l’accès à la donnée. Elle facilite la compréhension et l’analyse des chiffres, et ainsi la transparence de ces derniers.

C’est un enjeu de taille pour les entreprises puisqu’elle permet de faciliter la collaboration entre les différents services et de gagner en clarté, en compréhension et en temps. Veillez cependant à respecter certaines règles de mise en forme et allez à l’essentiel.

 

Et si vous décidiez de visualiser vos données ?