Data Visualisation
Présenter ses données !

Après avoir traité et analysé vos données, il vous reste une étape tout aussi importante que les précédentes : les rendre compréhensibles, lisibles et simples.

Prendre le temps de bien présenter ses données pour les valoriser

C’est quoi, la data viz ?

La data visualisation (plus souvent connue sous la dénomination data viz) peut être définie comme l’ensemble des techniques permettant de présenter visuellement des données chiffrées.

L’objectif, à travers ses techniques, est de faciliter la compréhension des données en recentrant leur présentation sur l’essentiel et en « éliminant » tout ce qui n’est pas indispensable. La data visualisation utilise, en quelque sorte, une approche minimaliste.


Dans quels cas peut-elle être utile ?

La data visualisation peut être utilisée dans plusieurs cas ou situations et s’adresse généralement à un public qui n’a pas directement travaillé sur les données, surtout interessé par les résultats.

La data viz s’applique à tous les outils permettant d’accéder et/ou de présenter des données. Les possibilités d’utilisation sont presque infinies : que ce soit sur Excel, PowerPoint, Word, sur des infographies, des documents imprimés, du reporting en ligne etc… la data viz peut être appliquée.

De nombreux outils ou logiciels permettent de travailler avec de la data visualisation. Ceux-ci sont cependant payant et nécessitent un temps de formation pour être utilisés correctement. L’objectif ici est d’appliquer la logique de présentation de données à des logiciels plus communs et plus largement répandus.

Informations

Il est possible, dans certains cas bien spécifiques, de pousser à l’extrême les techniques de visualisation de données : le data storytelling et le data art.

Pourquoi prendre le temps de bien présenter ses données ?

Prendre le temps de présenter minutieusement les informations est loin d’être une perte de temps.

En mettant en avant visuellement les éléments clés, on valorise tout le travail qui a été fait en amont de collecte et d’analyse des données. Le plus important est cependant de permettre au lecteur ou la cible de lire et surtout comprendre en un coup d’oeil ce qui doit ressortir des résultats.

Grandes règles de base

  1. Connaître sa cible

    Avant toute chose, à qui vous adressez-vous ? Est-ce des experts dans le domaine ou des gens de tout horizon ? Adapter votre message à votre cible pour qu’il soit réellement efficace.

  2. Définir les informations clés

    Demandez-vous quels sont les indicateurs essentiels. L’objectif est d’aller droit au but et donc de ne pas surcharger vos graphiques, infographies etc… d’informations et chiffres qui ne sont peut être pas indispensables.

  3. S’adapter au support

    Tous les supports ne sont pas utilisés de la même façon. Par exemple, sur un document PDF, le lecteur ne pourra pas cliquer sur les éléments pour avoir des informations complémentaires, alors que sur une infographie web, cela est possible.

  4. Faire simple

    Simplicité égale efficacité : ne partez pas dans tous les sens, accrochez-vous à l’essentiel et à l’évident.







Quelques exemples simples avec Excel

Nous vous proposons ci-dessous deux exemples qui traduisent la philosophie de la dataviz tout en étant réalisables avec Excel. Vous pouvez également trouver d’autres exemples de datavisualisation plus poussés ici.

Un premier graphique : l’histogramme

EXEMPLE 1 DATAVIZ CATEGORIES SOCIOPROFESSIONNELLES

Ce graphique représente la répartition des femmes dans les catégories socioprofessionnelles en France et en 2017. Son objectif est de présenter cette information clairement.

D’aspect plutôt commun, le graphique est pourtant pensé pour que l’information essentielle ressorte :

  • Tous les éléments graphiques superflues comme les traits et l’échelle ont été supprimés pour avoir un graphique plus épuré.
  • Seule les chiffres clés, ici donc la part des femmes appartenant à la catégorie socioprofessionnelle, sont présentés.
  • Les barres qui correspondent aux femmes sont représentées en rose (couleur plutôt féminine) et mise en avant par rapport aux barres grises, moins visibles, qui elles représentent les hommes.

A première vue, il aurait été plus approprié d’utiliser un graphique de type « secteur » (ou camembert) pour représenter cette information. Cependant, en utilisant un histogramme, on permet d’un coup d’oeil, de voir par quelles catégories socioprofessionnelles elles sont le plus concernées, tout en ayant la possibilité d’avoir une comparaison avec les hommes.

Enfin, l’utilisation de l’histogramme plutôt que du graphique secteur évite d’avoir une légende pouvant rendre la lecture plus difficle. On évit donc au lecteur de jongler entre la légende et le graphique en lui même.

Un autre type de graphique

EXEMPLE DATAVIZ 2

L’objectif de ce graphique est de représenter la part des jeunes actifs dans la population active en 2017.

Pour cela, les informations concernant les 2 autres tranches de la population sont considérablement réduites alors que le graphique propose des informations supplémentaires sur la population qui nous intéresse (nombre et pourcentage). De plus, tout ce qui concerne notre population cible est présenté dans une couleur qui ressort parmi le reste du graphique (contrairement aux deux autres populations qui ont des couleurs très similaires).

En jouant sur les couleurs, la taille des éléments, ou encore la quantité d’informations, on met très simplement et efficacement les informations sur les jeunes actifs. En un coup d’oeil, on constate qu’ils ne représentent que 8% des actifs et qu’ils sont donc minoritaires.

Notez nous !
[Moyenne : 4.9]