Data Visualisation : créer des visuels percutants

À quoi sert la Data Visualisation ou DataViz ? 

Pour vous convertir à la Data Visualisation, prenons l’exemple simple ci-dessous. En regardant uniquement les données brutes, il peut être difficile de comprendre s’il existe une tendance à la hausse, à la baisse ou à la stagnation des acquisitions clients :

‍

Mais si vous visualisez les points de données sur un nuage de points, vous pouvez facilement voir que l’acquisition de clients montre une tendance croissante au fil du temps.

‍

Le cerveau fonctionne au visuel, et capte 80% des informations par l’image. Vous pouvez avoir des informations précieuses, mais si elles sont mal présentées, votre public cible n’en recevra pas l’impact espéré et votre analyse tombera dans l’oubli. Attention, même si vous disposez d’outils de Business Intelligence avancés comme Power BI, ils ne sont pas magiques, il est important d’associer vos données à la meilleure visualisation pour une interprétation optimale.

‍

Qu’est-ce que la visualisation de données ? 

La data visualisation, ou visualisation des données, est la représentation graphique de données et d'informations. 

Elle utilise des éléments visuels tels que des graphiques, des diagrammes, des cartes et des infographies pour permettre une compréhension rapide et intuitive des tendances, des motifs et des corrélations dans les données. C'est un peu comme transformer une partition en une symphonie audible.

Les catégories fondamentales de Data Visualisation 

Boîtes à moustaches, cartes, tableaux, graphiques en barre... : quelle représentation choisir pour votre analyse de données ?

Les catégories fondamentales à prendre en compte sont :

• Relation : lorsque l’objectif est d’explorer les interactions entre différentes variables, il est important de sélectionner un graphique qui illustre de manière évidente leurs relations. Avec deux variables, le diagramme de dispersion révèle immédiatement les corrélations potentielles ou les tendances émergentes. Lorsque trois variables entrent en jeu, le graphique à bulles ajoute une dimension supplémentaire, la taille des bulles représentant la troisième variable, ce qui enrichit la compréhension des dynamiques complexes.‍
• Distribution : étudier la distribution d’un jeu de données est essentiel pour en saisir la forme, le centre et la dispersion. Un histogramme ou un diagramme en colonnes sont idéaux pour observer la fréquence des valeurs ou leur répartition par catégories. Pour visualiser la distribution de deux variables, un diagramme de dispersion peut également mettre en évidence des regroupements ou des motifs significatifs au sein des données.‍
• Composition : appréhender la façon dont divers éléments s’assemblent pour former un tout est fondamental dans de nombreux domaines d’analyse. Pour une vision statique, le diagramme circulaire décompose un ensemble en segments distincts, tandis que le graphique en cascade montre comment des valeurs intermédiaires s’additionnent pour atteindre un total. Pour suivre l’évolution dans le temps, les diagrammes en colonnes empilées ou les graphiques en aires empilées illustrent comment la proportion des composantes varie, ce qui est essentiel pour analyser l’évolution des structures de coûts ou de revenus.
• ‍Comparaison : cette catégorie vise à mettre en exergue les similitudes ou les différences entre plusieurs éléments ou périodes. Que ce soit pour comparer les rendements entre différents départements ou suivre l’évolution des ventes au fil des saisons, les graphiques doivent faciliter une comparaison intuitive. Les tableaux conviennent pour des données détaillées, tandis que les graphiques en ligne, en colonnes ou en aires démontrent visuellement les fluctuations et tendances au fil du temps, rendant plus aisée l’identification de patterns ou d’anomalies.

Pour synthétiser cette approche par catégorie, voici un aperçu visuel du graphique à sélectionner en fonction du type de données que vous devez afficher :

‍

18 modèles de Data Visualisation 

Tableau numérique

• Quand l’utiliser ? Pour présenter des chiffres clés ou des statistiques sommaires qui nécessitent une attention immédiate.‍
• Notre conseil : la surcharge d’information peut nuire à l’impact visuel. Assurez-vous que chaque nombre affiché à un objectif clair et une période définie.

‍

Carte

• Quand l’utiliser ? Lorsque vous souhaitez mettre en évidence des tendances ou des modèles en fonction de la localisation. Par exemple, pour comparer vos ventes dans différentes régions.‍
• Notre conseil : utilisez des codes couleurs ou des symboles pour représenter différentes valeurs et faciliter la comparaison entre régions. Veillez à ce que la carte reste lisible et non surchargée, privilégiez la clarté à la quantité d’informations.

‍

Boîte à moustaches

• Quand l’utiliser ? Pour représenter la répartition des données et identifier rapidement les médianes, les quartiles et les valeurs extrêmes. Cette visualisation est idéale lorsque vous voulez montrer la variabilité des données et détecter les valeurs aberrantes. ‍
• Notre conseil : les boîtes à moustaches sont moins intuitives pour certains publics ; une explication de la manière de lire le graphique peut être nécessaire. Elles sont particulièrement utiles pour comparer la distribution de plusieurs ensembles de données. Si vous devez examiner la distribution d’un seul groupe de données, préférez l’histogramme. Leur simplicité visuelle rend difficile la visualisation en détails des résultats, pouvant rendre les interprétations difficiles, notamment pour des données complexes.

‍

‍

Graphique linéaire

• Quand l’utiliser ? Idéal pour montrer des tendances et des évolutions dans le temps.‍
• Notre conseil : Trop de lignes peuvent rendre le graphique confus. Il ne faut pas que votre public fasse constamment référence à la légende pour lire le graphique, envisagez de séparer les données en plusieurs graphiques si nécessaire. Réglez l’échelle de l’axe pour qu’elle soit proche du point de données le plus élevé afin de maximiser la lisibilité.

‍

Graphique en cascade ou waterfall

• Quand l’utiliser ? Parfait pour illustrer comment une valeur initiale est affectée par une série d’éléments positifs ou négatifs, conduisant à une valeur finale. Utilisé souvent pour les analyses financières, comme l’explication des changements entre deux périodes de bilan ou le détail des différentes composantes de revenus et dépenses. Ce graphique peut également être utilisé en version “pont”, tout dépendra de votre objectif.‍
• Notre conseil : assurez-vous que les augmentations sont clairement différenciées des diminutions, souvent avec des couleurs contrastantes, pour indiquer les mouvements vers le haut et vers le bas. La séquence des éléments doit être logique et chronologique si possible, ce qui rend le suivi des changements plus intuitif pour l’observateur. Ce genre de graphique est statique dans sa présentation, si vous devez afficher des ensembles de données dynamiques, utilisez plutôt les graphiques empilés.

‍

Graphique à barres (horizontal, groupé ou empilé)

• Quand l’utiliser ? Idéal pour comparer plusieurs éléments sur une échelle catégorielle, particulièrement lorsque les libellés des catégories sont longs ou lorsqu’il y a de nombreux éléments à comparer. Adapté pour afficher des données discrètes ou des comptages de fréquences. ‍
• Notre conseil : veillez à ce que l’espace entre les barres soit approprié pour éviter un graphique surchargé ou, à l’inverse, trop éparpillé. De même, attention à ne pas ajouter trop de catégories pour ne pas le surcharger. Utilisez des couleurs ou des motifs pour distinguer les différentes catégories ou groupes si votre graphique à barres présente plusieurs séries de données. Pour le graphique à barres empilées, il faudra décider en amont laquelle des deux variables catégorielles sera la principale, elle définira la longueur totale des barres. La secondaire représentera les sous-catégories. Les plages de temps ou les valeurs numériques constituent les meilleures variables primaires.

‍

Graphique à colonnes

• Quand l’utiliser ? Parfait pour comparer différentes catégories ou pour montrer des changements sur une dimension catégorielle. Idéal lorsque les étiquettes de données sont textuelles et nécessitent une orientation horizontale pour une meilleure lisibilité.‍
• Notre conseil : la clarté peut être affectée si trop de colonnes sont utilisées. Limitez le nombre de catégories pour éviter un graphique surchargé. Utilisez des couleurs distinctes pour faciliter la distinction entre les différentes catégories. S’il n’y a pas d’ordre naturel pour les données, classez-les par valeurs croissantes ou valeurs décroissantes.

‍

Graphique circulaire

• Quand l’utiliser ? Utilisé pour montrer la répartition des parts dans un tout. Cette visualisation est adaptée lorsque les catégories sont peu nombreuses et proportionnellement différentes.‍
• Notre conseil : peu efficace avec un grand nombre de petites segments ; privilégiez un autre type de graphique dans ce cas. Assurez-vous que les segments sont facilement distinguables et que les légendes sont claires, notamment au niveau des périodes représentées.

Graphique à jauges

• Quand l’utiliser ? Pour montrer la progression vers un objectif ou un pourcentage. Utile pour des dashboards où une mesure simple doit être rapidement évaluée.‍
• Notre conseil : idéal pour une seule mesure à la fois. Pour plusieurs mesures, envisagez d’utiliser plusieurs jauges ou un autre type de visualisation.

‍

Graphique en toile d’araignée, radar, polaire ou Kiviat

• Quand l’utiliser ? Pour comparer plusieurs variables quantitatives sur différents axes qui partent d’un même point central. Idéal pour visualiser les forces et faiblesses d’un objet ou d’un sujet sur plusieurs dimensions.‍
• Notre conseil : limitez le nombre à 6 variables pour éviter la surcharge visuelle. Assurez-vous que chaque axe est proportionné et calibré de la même manière pour une comparaison équitable.

‍

Nuage de points

• Quand l’utiliser ? Pour identifier les tendances, les regroupements ou les corrélations entre deux variables quantitatives. Peut être enrichi avec des couleurs ou des tailles de points pour ajouter une troisième ou quatrième dimension.‍
• Notre conseil : évitez de surcharger le graphique avec trop de points, ce qui pourrait rendre l’interprétation difficile. Utilisez des axes bien définis et si nécessaire, des lignes de tendance pour souligner les relations. Si vous ne disposez que de peu de données ou si votre nuage de points ne montre aucune corrélation, ce graphique n’a pas d’intérêt.

‍

Graphique de zone ou en aires

• Quand l’utiliser ? Pour montrer l’évolution d’une ou plusieurs quantités dans le temps, avec l’accent sur l’ampleur totale. Efficace pour souligner l’accumulation ou la décomposition des données au fil du temps.‍
• Notre conseil : attention à ne pas superposer trop de zones, ce qui pourrait masquer les données situées en dessous. Utilisez des couleurs ou des motifs transparents pour que toutes les zones restent visibles.

‍

Graphique à bulles

• Quand l’utiliser ? Lorsqu’une comparaison de trois dimensions est nécessaire : les deux axes du graphique plus la taille des bulles. Utile pour représenter la dimension d’une variable supplémentaire sans surcharger le graphique.‍
• Notre conseil : assurez-vous que les différences de taille des bulles sont perceptibles, mais proportionnelles et non trompeuses.

‍

Graphique en entonnoir

• Quand l’utiliser ? Pour illustrer les étapes d’un processus et les taux de conversion ou de déperdition à chaque étape. Particulièrement utile pour analyser les parcours utilisateurs ou les processus de vente.‍
• Notre conseil : vous ne devez l’utiliser que si vos données passent par une séquence d’étapes et que les valeurs diminuent à chaque étape. Les étapes devraient être ordonnées et proportionnelles aux données qu’elles représentent. Ce graphique n’est utile que pour représenter une seule variable, ce qui signifie que vous ne pourrez pas visualiser les relations entre les variables. Utilisez des couleurs contrastées pour différencier chaque étape du processus.

‍

Tableau à puces

• Quand l’utiliser ? Pour afficher les performances d’une mesure par rapport à une ou plusieurs autres mesures, souvent des cibles ou des plages. Idéal pour les tableaux de bord où l’espace est limité et où des comparaisons directes sont nécessaires.‍
• Notre conseil : maintenez une hiérarchie visuelle claire entre la mesure principale et les mesures de comparaison pour une interprétation intuitive.

‍

Graphique arborescent

• Quand l’utiliser ? Pour afficher les performances d’une mesure par rapport à une ou plusieurs autres mesures, souvent des cibles ou des plages. Idéal pour les tableaux de bord où l’espace est limité et où des comparaisons directes sont nécessaires.‍
• Notre conseil : maintenez une hiérarchie visuelle claire entre la mesure principale et les mesures de comparaison pour une interprétation intuitive.

‍

Graphique de flux

• Quand l’utiliser ? Pour dépeindre les chemins à travers lesquels un processus ou des données passent, illustrant les transferts et les différentes branches d’un workflow. Efficace pour identifier les parcours ou les séquences dans les données et visualiser les relations cause-effet.‍
• Notre conseil : il est important que le graphique de flux reste lisible ; évitez de surcharger avec trop d’informations ou de chemins croisés. Utilisez des annotations et des flèches claires pour indiquer la direction du flux et simplifier la compréhension des mouvements et des interdépendances.

‍

Tableau de progression

• Quand l’utiliser ? Pour suivre l’avancement ou l’accomplissement d’une tâche ou d’un objectif par rapport à un point de référence ou une cible. Approprié pour les tableaux de bord où la progression vers des jalons clés doit être communiquée rapidement.‍
• Notre conseil : veillez à ce que les indicateurs de progression soient faciles à interpréter, en utilisant par exemple des codes couleurs pour signaler l’état d’avancement. L’échelle de progression doit être cohérente et refléter de manière précise le pourcentage d’achèvement.

‍