Présenter et visualiser ses données dans le cadre professionnel : graphiques, camembert, diagrammes

Data tips Dataviz

09 septembre 2021

Lecture : 8 min

Pia

par

Pia

La création de tableaux dans Excel c’est bien. Utiliser ses tableaux pour créer des graphiques hauts en couleurs est également une bonne piste. Mais quelle dataviz utiliser pour illustrer vos messages ?

Illustrer, partager, donner à voir, démontrer, développer… Autant de verbes qui peuvent s’accorder autour de l’usage des visualisations de données. C’est en effet pour “donner à voir des données” qu’on les décline d’abord sous une forme visuelle.

Dans cet article sur le choix des meilleures data visualisations pour présenter vos données dans le cadre professionnel, je vous propose de découvrir :

  • À quoi servent les data visualisations ?
  • Quelles sont les erreurs à éviter ?
  • Quelles visualisations pour informer/impacter ?
  • Comment établir et présenter une bonne comparaison sous forme graphique ?
  • À quoi servent les graphiques en secteurs ?
  • Comment présenter des données qui évoluent dans le temps et/ou l'espace ?
  • Quelles représentations graphiques pour l'organisation ?
  • Exemples de corrélations.
  • Une mise en pratique : en savoir plus et tester votre compréhension du sujet.
  • Mémo et sources.

À quoi ça sert de créer des visualisations ?

Commençons par le commencement : pourquoi mettre en scène vos données alors que vous pourriez parcourir des myriades de chiffres et de lettres sur des quantités astronomiques de lignes et de colonnes ? La réponse se trouve peut-être dans la question :

  • Pour gagner du temps : car s’il s’agissait de lire des données enrichies et mises à jour quotidiennement depuis 10 ans sur des tableaux, la vie serait de plus en plus courte !
  • Pour une compréhension claire et rapide : un tableau va vous donner les détails, un graphique va venir compléter cela sous forme de synthèse.
  • Pour faire passer des messages : la magie des courbes arc-en-ciel ou des bâtonnets parle une langue universelle ! Au-delà de l’aspect purement linguistique, ces représentations visuelles des données permettent à différents départements d’une même organisation de communiquer.
  • Pour attirer l’attention, impacter, mettre en avant l’essentiel.

« Traduire des données dans un contexte visuel » permet en somme de synthétiser des messages sous une forme plus digeste pour comprendre en un clin d'œil. Préparer une présentation pour ses collègues est monnaie courante, quelle que soit la taille de l’organisation, nous allons pourtant voir que tout le monde ne sait pas quel graphique, histogramme, diagramme ou autre visualisation est la plus adaptée pour faire passer le bon message.

Erreur commune : le camembert en trompe l'oeil

Outre le fait de vouloir l’utiliser à tort et à travers, que savons-nous réellement de ce cher camembert ? Les graphiques de ce type sont appelés « graphiques en secteurs ». Ils permettent de mettre en avant les différentes parties d’un tout. La somme de ces différents quartiers représente une totalité, un tout, “100% de…” (mais c’est bien sûr !). L’ennui c’est que bien souvent, quand on parle de graphique, tout le monde veut utiliser un camembert sans vraiment connaître ses avantages ou ses inconvénients.

camembert-contre-exemple-opendatasoft

Ci-dessus, un contre-exemple très fréquent de camembert affamé :

  • Certaines portions affichent la même couleur, ce qui rend la lecture difficile.
  • Il semble que cette table regroupe trop de convives : les parts sont parfois si petites que leur légende en est tronquée.
  • Que souhaite-t-on mettre en évidence ici ? On a du mal à distinguer des différences de proportions frappantes entre la plupart des quartiers.

« Un camembert n’a d’intérêt que s’il représente les différentes parts d’un tout. » (EUREKA !). Un camembert parlant est un camembert qui sent bon la cohérence ! Il ne peut être savoureux que si ses différents quartiers trouvent un ordre et une harmonie visuelle. Comme l’explique Hubspot dans ce blogpost, il s’agit de présenter les différents quartiers du camembert du plus gourmand au plus diététique, afin que notre œil balaie l’ensemble et se délecte de sa logique.

exemple-camembert-Hubspot

Camembert présenté de la portion la plus conséquente à la plus réduite, dans le sens des aiguilles d’une montre, pour un balayage plus intuitif.

Le camembert ne doit pas être adopté comme la norme ultime. En effet, il faut penser votre graphique en fonction de ce que vous souhaitez mettre en lumière. Partant de ce constat, un univers de possibilités s’ouvre devant vos yeux pour donner à mieux observer et montrer… vos données !

Informer, impacter

Les représentations graphiques qui permettent d’informer… cela veut tout et rien dire. En réalité, vous en connaissez certainement une, très parlante et que l’on exploite particulièrement en réunion, face à une dizaine de collègues endormie. Il s’agit d’un nombre ou d’un chiffre, accompagné d’un titre, qui permet de mettre en avant une donnée essentielle. Autrement dit, un indicateur. Celui-ci informe immédiatement. Voici quelques exemples pour vous mettre en contexte :

junta-de-castilla-y-leon-kpi_opendatasoft

Source : Situación epidemiológica del coronavirus (covid-19) en Castilla y León

Au sein d’un tableau de bord, cette visualisation permet de donner un premier aperçu des chiffres clés que l’on souhaite valoriser.

Si vous appréciez cette présentation de nombres clés, n’hésitez pas à aller faire un tour dans notre code library pour en découvrir une version encore plus aguicheuse : l’animated KPI (probablement ma préférée) !

animated-kpi

L’indicateur permet une première présentation des données impactantes, donc. Comment s’y prendre dès lors que l’on souhaite faire une comparaison ?

Les outils de dataviz permettant de comparer

Afin de mettre en valeur l’immensité des pachydermes face à la petitesse des culicidés, on peut aisément tracer des cartes proportionnelles, des graphiques à barres ou encore des histogrammes. J’ai déjà perdu votre attention ? Ces exemples vont piquer votre curiosité :

proportion-of-obp-and-or-gene-transcripts-in-each-expression-level-through-development

Source : Genome sequence of the Asian Tiger mosquito, Aedes albopictus, reveal insignts into its biology, genetics, and evolution

Les stack bar charts en pourcentage permettent de comparer différentes sous catégories et de les mettre en concurrence avec des éléments listés (comme présenté ci-dessus).

Certaines séries peuvent être plus lisibles au format stack bar charts sans pourcentage, par exemple :

nombre-de-travailleurs-indépendants-par-département_opendatasoft

nombre-de-travailleurs-indépendants-par-département-pourcentages_opendatasoft

La vision “en pourcentage” donne l’impression que la part de commerçant·e·s, professions libérales et artisan·e·s par département est équivalente chaque année (à première vue). En réalité ce n’est pas le cas ; d’où l’intérêt de bien gérer la façon dont vous allez présenter vos informations !

Autre exemple :

Cette fois-ci, on peut tenter l'affichage en pourcentage :

multi-series-bar-chart

Source : Understanding Stacked Bar Charts: The Worst Or The Best?

Les multi-series bar charts permettent de comparer des groupes d’éléments, d’individus, de produits, etc. Ci-dessus, on peut observer 5 types de stratégies commerciales et leur efficacité en fonction du produit (ici Produits A, B, C et D). On peut donc imaginer que cette mise en scène des données va nous permettre de dégager des conclusions sur les meilleures stratégies commerciales à adopter : La stratégie 3 semble la plus efficace pour la vente du produit C, la stratégie 5 semble ne pas porter ses fruits sur le produit D, etc.

Afin d’en apprendre davantage sur l’utilisation des multi-series bar charts et des stack bar charts, je vous invite à lire cet article (en anglais) qui vous permettra d’éviter bien des erreurs et confusions dans vos usages.

Pour comparer plusieurs valeurs, vous pouvez utiliser des barres, des courbes, des lignes, pleines ou non, un treemap, le tout assorti d’un code couleur accessible (notamment pour les personnes atteintes de daltonisme) afin d’identifier les différentes variables. Il existe un générateur de palettes de couleurs proposé par Adobe.

Clin d'œil qui peut être utile également pour tous types de compositions.

Mettre en valeur des “secteurs”

Nous l’avons évoqué plus haut : le camembert fait partie de la famille des graphiques en secteur. Il en existe d’autres comme l’anneau (ou donut), le demi-cercle ou l’irrégulier. Ces graphiques peuvent bien entendu nous permettre d’établir des comparaisons ou de distinguer les différentes proportions d’un ensemble. Cependant, ne nous fourvoyons pas : faciles à créer et à lire, les graphiques en secteurs proposent des comparaisons très limitées, au risque de se retrouver avec des portions extrêmement réduites et des légendes impossibles à re-situer correctement

 

pie-charts-examples

Source : How to Choose the Right Chart for your Data

Gardons à l’esprit que les graphiques en secteurs ne permettent pas (ou peu) d’établir des comparaisons ou de créer des compositions qui évoluent dans le temps.

Changements dans le temps et l’espace

Envie d’une petite pause récréative ? Aucun problème, nous vous avons justement préparé quelques visualisations pour « faire voyager votre esprit » :

 

Ces exemples mettent en évidence l’évolution d’une variable dans le temps. Ci-dessus, les données de compteurs vélo permettent de donner un bon aperçu de l'évolution des données à la fois dans le temps (décompte par heures, jours, semaines, mois etc) et dans l'espace (lieu de passage des vélos avec totem dédié. On en dégage des heures de pointe, des passages plus ou moins fréquentés et beaucoup d'autres éléments d'analyse qui vont permettre d'améliorer les infrastructures.

Plus intuitive, une carte va vous permettre de situer des éléments dans l’espace. Et bien souvent, celles-ci vont coupler évolution d’une ou plusieurs variables dans le temps et l’espace :

Organiser vos tiroirs

Lorsque vous n’avez qu’une seule variable sous forme d’étapes, vous gagneriez à user d’entonnoirs de conversions (bien connus des équipes marketing), mais aussi de cartes mentales (mindmaps) ou autre logigrammes (flow charts).

Ces différents graphes s’apparentent à une checklist : tous les éléments sont visibles et organisés, et il est possible de voir leur évolution directe quand celle-ci est définie.

Corrélations rime avec…

Les croisements de données, vous connaissez ? Mettre en relation plusieurs variables pour éclairer sur une corrélation, c’est l’intérêt de ce type de graphe.

Corrélation entre les cours du gaz et les cours des produits pétroliers

On peut aussi faire dire des choses absurdes aux données (avec beaucoup d’humour et une petite précision sur le manque de sérieux, sait-on jamais). C’est le cas sur le site « spurious correlations » qui fait par exemple coïncider les divorces dans le Maine avec la consommation de margarine… Le beurre serait-il le ciment des mariages ?

Petite mise en pratique

Vous avez apprécié ce voyage à travers le monde merveilleux des dataviz ? Gardez votre concentration en éveil ! Un quiz vous attend sur ODS Academy pour tester vos connaissances dès maintenant.

Allez plus loin

Mémo sur place ou à emporter

D'autres articles écrits par cette plume

Catégories

Data tips Dataviz

Abonnez-vous
à notre newsletter