Les données brutes sont souvent indigestes, ce qui complique le travail quand il s'agit de suivre des performances ou d'en rapporter l'évolution à la hiérarchie. La data visualisation, aussi connue sous le terme de dataviz, permet de mettre en forme ces données, afin que le sens émerge de manière visuellement impactante.
Qu'est-ce que la data visualisation (ou dataviz) ?
La data visualisation, ou dataviz, consiste à communiquer des données de manière synthétique sous forme de représentations visuelles. Ainsi, les tableaux, les graphiques ou les infographies sont des exemples de data visualisation. La dataviz est à la fois un outil pour simplifier la compréhension de données complexes et une forme de reporting avancé.
Quel est l'intérêt de la data visualisation ?
Améliorer la lisibilité des données
Le cerveau traite plus facilement les images que des données brutes, surtout lorsque celles-ci sont nombreuses et complexes. En revanche, en un coup d'œil, une représentation visuelle permet d'appréhender les informations et d'en faciliter la compréhension. D'ailleurs, 90 % des informations perçues par le cerveau humain sont visuelles. De plus, sachant que les données présentées sous cette forme sont explorées et analysées environ 60 000 fois plus rapidement et plus efficacement qu'un texte ou un discours, un individu est capable de retenir 80 % de ce qu'il voit. C'est notamment là qu'un ou une data scientist peut intervenir.
La data visualisation est très utile lors de sessions de travail en équipe pour comprendre rapidement le sens caché derrière un ensemble de chiffres. Cette amélioration de la lisibilité est aussi fréquemment employée lorsqu'une entreprise souhaite partager des informations dans le cadre d'une communication grand public.
Suivre et analyser les données facilement
La data visualisation facilite le reporting en agrégeant les données pour les transformer en informations visuelles. Il est ainsi possible de suivre l'évolution du nombre de visites d'un site web ou les variations du chiffre d'affaires. Il est tout aussi possible de mettre en forme ces données pour les analyser en les comparant à une autre source ou une plage temporelle différente. Néanmoins, pour éviter les effets de saisonnalité, il est préférable de mener des comparaisons entre deux années plutôt qu'entre deux mois.
Communiquer de manière transparente
Pour une entreprise, la data visualisation est un excellent outil de communication qui offre la possibilité de partager des chiffres en toute transparence. L'entreprise pourra ainsi mettre en place une communication basée sur l'authenticité, dont les bénéfices ne sont plus à prouver. Elle pourra aussi partager des données complexes dont la lecture sera simplifiée grâce au dataviz. Cela permettra une meilleure compréhension, notamment dans les milieux scientifiques ou ceux qui nécessitent une expertise de haut niveau.
Aide à la prise de décision
Comme tout outil de visualisation, le fait de transposer les données sous une forme plus digeste favorise la compréhension et donc la prise de décision. En effet, la data visualisation permet de simplifier des données complexes sans rien retirer à leur sens premier. Elles feront alors apparaître l'information sous un nouvel angle qui laissera les décideurs choisir la ou les meilleures options pour une entreprise. Un rapport de l'American Management Association énonce que, selon une étude sur la visualisation, 64 % des participants ayant utilisé ces procédés ont pris des décisions plus rapidement.
Le conseil de HubSpot : Réduisez la longueur de vos rendez-vous professionnels
Certaines études prouvent que le recours à la data visualisation permet de diminuer de 24 % la durée des rencontres professionnelle. Nous vous conseillons donc de vous doter de graphiques et autres visuels pour transmettre à votre interlocuteur toutes les informations importantes. En effet, des données correctement analysées et mises en forme auront plus d'impact qu'un long discours, rendant ainsi votre communication beaucoup plus claire, concrète, utile et efficace.
Types de visualisation de données
Tableau de bord
Le tableau de bord est un outil de pilotage incontournable en entreprise, notamment pour les managers. Il peut donc être un outil collaboratif qui rassemble les objectifs à atteindre, les tâches et résultats. Mais il existe également des tableaux de bord consacrés au suivi et à l'évolution des données. Ces derniers sont souvent plus complexes et intègrent de nombreuses données.
Infographies
Les infographies sont un outil de data visualisation fréquemment employé dans la communication, qu'elle soit interne ou externe. D'ailleurs, 65 % des marques utilisent des infographies dans leur marketing. Sous une forme graphique, parfois ludique ou très élaborée, elles permettent de transmettre aux employés ou au grand public des données complexes, et ce, de manière simplifiée. Cette technique fonctionne particulièrement bien dans le domaine de la vulgarisation scientifique ou marketing.
Le conseil de HubSpot : Développez des infographies pour communiquer
Si vous souhaitez lancer une campagne d'informations vers le grand public, les infographies se révèlent des outils particulièrement intéressants en matière de pédagogie pour illustrer votre message. N'hésitez donc pas à recourir aux illustrations, aux couleurs pour les associer à des chiffres, des faits marquants afin de mieux transmettre votre message et faire en sorte qu'il soit plus parlant et compréhensible.
Graphiques
Outils basiques, ils ont le mérite d'être faciles à réaliser et à comprendre. Ils sont souvent utilisés dans le domaine de l'industrie, de l'économie ou de la géographie. Il en existe différentes formes : en bâtons, sous forme de courbes ou circulaires. Les graphiques sont notamment très utiles pour comparer des données chiffrées.
Chronologie
La frise chronologique, telle que la connaissent les historiens, a toute son utilité pour représenter des données dans le temps. Elle est notamment intéressante dans le domaine de la communication pour retracer l'historique d'une entreprise et ses principales étapes, de sa création à aujourd'hui. En dataviz, elle peut aussi être employée pour montrer l'évolution de données dans le temps.
Mindmap
Elle se présente comme une arborescence qui permet de développer les idées et de classer. C'est aussi bien un outil de planification, qui permet de développer un projet complexe, qu'une aide à la décision qui permet de prendre du recul par rapport à un certain nombre de possibilités.
Heatmap
La heatmap, Carte thermique ou de chaleur, permet de visualiser les zones dites « chaudes » dans une analyse de données. Très souvent utilisée pour examiner les zones d'interactions sur les pages d'un site web, elle est également précieuse lors de l'exploration de données liées à des populations. Lors de l'analyse d'une interface numérique, elle représente graphiquement les actions des utilisateurs.
Utilisant une palette de couleur du bleu (froid) au rouge (chaud), elle donne une vue d'ensemble des scroll et clics.
Pour les données démographiques, la heatmap peut utiliser d'autres nuances de couleur pour mettre en évidence des flux et leur répartition géographique. Dans l'exemple ci-dessous l'analyse se fait sur un nombre de malades par département. Les nuances de verts utilisés ici sont plus ou moins foncées selon le taux de cas enregistrés.
Histogramme
L'histogramme assure la représentation d'une variable continue avec la répartition de ses éléments. Il s'agit d'un type de graphique en barres qui regroupe des données en intervalles. La largeur des barres représente les intervalles et la longueur représente le nombre d'éléments se rapportant à chaque intervalle. Il est utilisable dans de multiples domaines de la finance à la santé en passant par le marketing. Il simplifie la visualisation de données complexes, donne une vue globale et un aperçu de la distribution de la data.
5 exemples de data visualisation
Covidvisualizer
Le covidvisualizer permet de suivre les chiffres de la covid 19 à travers le monde. Cette représentation dynamique du globe terrestre illustre une diffusion large de données mondiales. La data collectée et analysée pour réaliser cette carte est colossale et éparpillée sur différents territoires. Les nuances de rouge qui recouvrent la mappemonde s'éclaircissent au fur et à mesure que le nombre de cas diminue. Une légende claire et minimaliste permet de comprendre rapidement les données affichées. De plus, le public a accès aux informations sous forme de graphiques en cercle qui identifient clairement les décès, cas actifs et guérisons répertoriés pour chaque territoire.
WawamuStats
WawamuStats est un youtuber particulièrement connu pour ces vidéos de data visualisation. La vidéo en exemple analyse les données des marques de téléphone mobiles les plus utilisées dans le monde de 2010 à 2019. Cet histogramme chronologique montre l'évolution chronologique de la part de marché de chaque marque. Il illustre la montée en puissance de Samsung et Apple ainsi que les pertes de part de marché de Nokia. La data storytelling est ici utiliser pour analyser les différents concurrents présents sur le marché mondial. La mise en image et le dynamisme de la vidéo apportent une finesse à la chronologie de l'analyse. Des légendes apparaissent pour expliciter les évolutions du marché au fur et à mesure du défilement des images. De plus, les couleurs utilisées, en lien avec les chartes graphiques de chaque entreprise, permettent une reconnaissance rapide et efficace de chaque marque.
Carte des pays médaillés aux JO
La carte des pays médaillés aux JO offre une vue claire du palmarès de chaque pays. La taille du cercle qui les entoure varie en fonction du nombre de médailles et précise leur rang dans le classement du comité olympique. La couleur du pourtour de chaque cercle identifie la part de chaque catégorie de médailles. L'interaction avec la carte est rendue possible par la mise en surbrillance d'un pays à l'aide d'un menu déroulant et par des vignettes qui apparaissent lors du survol d'un cercle. Les couleurs utilisées marquent nettement les différentes médailles. La légende explicite des données non représentables sur la carte. De plus, un graphique représente le classement des pays sous une autre forme pour rendre le tout plus pédagogique.
Tableau de bord des réclamations client
Le site Tableau Public est une plateforme de création et de partage de data visualisation. Le tableau de bord ci-dessous permet d'obtenir une vision globale des réclamations clients pour le mois de mars 2019. Il éclaire le lecteur par un format lisible et des nuances de couleurs percutantes. Le nuage de mots renseigne sur les motifs des réclamations, la taille des termes employés y est proportionnelle au nombre de plaintes déposées. Chaque élément survolé ouvre une bulle avec des informations complémentaires qui en facilite la compréhension.
200 ans en 4 minutes avec la BBC
La data storytelling permet de raconter une histoire à partir de données. Hans Rosling, un statisticien suédois, présente son travail dans un documentaire en 2010 sur la BBC. Il pense en effet que les statistiques permettent de mieux comprendre notre environnement. Ce documentaire le prouve en retraçant 200 ans d'histoire de l'évolution du monde grâce à un simple graphique évolutif. Cette expérience raconte comment l'espérance de vie et le revenu par habitant ont évolué en fonction des évènements marquants de l'histoire depuis 1810. Cette démarche ouvre le domaine de la data analyse au grand public et permet une vulgarisation de méthode de data visualisation et de storytelling.
6 bonnes pratiques pour faire de la data visualisation
Choisir les objectifs et l'audience de la data visualisation
Les différents types de visualisation de la data répondent à différents besoins d'analyse des données. Cet outil doit poursuivre un but prédéfini : la finalité de l'étude, le message que l'auteur souhaite transmettre. En effet, une comparaison cherche à définir des différences et des ressemblances entre les données. Une mise en relation identifie des connexions ou des corrélations. Une composition montre les parties d'un tout et leur évolution. Une distribution fait émerger les tendances et les cas particuliers.
De plus, le choix du type de visuel sera tributaire du public destinataire de l'analyse. En effet, cet outil pédagogique et d'aide à la prise de décision doit être adapté non seulement aux données analysées, mais également à sa cible. Une même analyse des mêmes données ne sera pas présentée de la même manière à des novices qu'à des experts, à des techniciens qu'au grand public.
Qualifier les données
Avec l'avènement de la big data, les entreprises se trouvent de plus en plus souvent submergées de données, il est alors essentiel de savoir traiter la bonne information. Pour être pertinente la data doit poursuivre un but, se référer à des indicateurs, vouloir faire passer un message spécifique. Afin d'en faire une étude efficiente, les données doivent être à jour, exactes, suffisantes et de qualité. L'auteur de la dataviz doit utiliser toutes les données, provenant de différentes sources, mises à sa disposition et répondant à son objectif. Il va, par son analyse et son choix de visualisation, donner du sens à la data brute.
Le conseil de HubSpot : Veillez à la propreté des données
Lorsque les données analysées pour créer de la dataviz proviennent de vos sources internes, le problème de la qualité de celles-ci ne se pose généralement pas. Cependant, si l'un de vos collaborateurs utilise de la data externe, il doit veiller à ce qu'elle provienne de sources sûres et pertinentes. Nous vous recommandons donc de vous référer à des données vérifiées, voire certifiées.
Adapter le visuel aux données
L'auteur opère également des choix esthétiques pour rendre la data visualisation attrayante et accessible. Pour ce faire, aucune recette prédéfinie n'existe, cependant certains incontournables sont à prendre en compte.
Le type de visualisation doit mettre les données en avant et les rendre appréhendables pour la cible. Chaque format de graphique par exemple va servir un but précis, la comparaison avec les barres, la progression avec les puces, l'évolution continue avec les courbes, l'exploration géographique avec les cartes…
De même, la visualisation doit rester lisible, sans surcharge, et concordante avec les habitudes de déchiffrage de la cible. En effet, selon le public visé, certains éléments sont à prendre en compte comme le sens de lecture pour l'orientation des éléments. La cohérence entre les différents graphismes et leur position dans la page revêt également son importance. Ainsi un élément important est à situer en haut de page de préférence à gauche. Le visuel doit rester clair et compréhensible pour l'utilisateur.
Approfondir le design
Les couleurs, les formes, et le texte sont des éléments à étudier tout particulièrement. En effet, un mauvais choix dans les couleurs, un nuancier trop ample ou mal équilibré peuvent rendre une data visualisation obsolète. Il est alors intéressant d'allier formes et couleurs pour plus d'impact. Par exemple, un visuel cherchant à exprimer la vulnérabilité de certaines espèces peut allier des silhouettes à des couleurs allant du rouge au vert pour exprimer les degrés du danger d'extinction.
De la même manière, les légendes et annotations sont à utiliser avec parcimonie et pertinence. Lorsque le graphisme ne suffit pas à la transmission du message alors l'ajout de texte peut se faire pour souligner les informations importantes. L'ensemble doit rester lisible, le texte doit donc toujours demeurer clair, concis et en lien direct avec les données analysées. Le type de police, sa taille et le contraste avec l'arrière-plan sont également à soigner.
Utiliser des outils adéquats
Un logiciel de data visualisation ne se choisit pas au hasard, la décision doit se prendre selon divers critères pour obtenir des visuels impactants.
- Les besoins spécifiques de l'auteur.
- Les fonctionnalités du logiciel.
- Les templates et modèles disponibles.
- Les possibilités de personnalisation.
- Les options d'interactivités.
- Les fonctions collaboratives.
Les outils de dataviz offrent de multiples possibilités de présenter les données de façon optimale. Les modèles, templates et croisements disponibles, dans ces logiciels ou plateformes, perfectionnent la data analyse.
Aller plus loin en faisant de la data storytelling
Cette démarche consiste à raconter une histoire à partir de données représentées graphiquement en les individualisant en fonction de la cible. En effet, selon l'utilisateur de la data visualisation la mise en forme de l'analyse des données sera différente. La data storytelling reprend le principe de la data visualisation pour aller plus en avant dans la compréhension et le côté pédagogique de la démarche. L'histoire dépasse alors la simple présentation visuelle de données pour aller vers une plus grande accessibilité pour tous.
Pour aller plus loin, découvrez comment élaborer une stratégie marketing efficace en consultant le guide ultime du marketing, ou découvrez le logiciel marketing gratuit de HubSpot
Data visualisation : comment visualiser ses données (exemples)
LOGICIEL DE DATA VISUALISATION
Transformez vos données en rapports et tableaux de bord à fort impact grâce aux outils de data visualisation de HubSpot
Découvrir le logiciel gratuitMis à jour :
Publié :
Les données brutes sont souvent indigestes, ce qui complique le travail quand il s'agit de suivre des performances ou d'en rapporter l'évolution à la hiérarchie. La data visualisation, aussi connue sous le terme de dataviz, permet de mettre en forme ces données, afin que le sens émerge de manière visuellement impactante.
Qu'est-ce que la data visualisation (ou dataviz) ?
La data visualisation, ou dataviz, consiste à communiquer des données de manière synthétique sous forme de représentations visuelles. Ainsi, les tableaux, les graphiques ou les infographies sont des exemples de data visualisation. La dataviz est à la fois un outil pour simplifier la compréhension de données complexes et une forme de reporting avancé.
Quel est l'intérêt de la data visualisation ?
Améliorer la lisibilité des données
Le cerveau traite plus facilement les images que des données brutes, surtout lorsque celles-ci sont nombreuses et complexes. En revanche, en un coup d'œil, une représentation visuelle permet d'appréhender les informations et d'en faciliter la compréhension. D'ailleurs, 90 % des informations perçues par le cerveau humain sont visuelles. De plus, sachant que les données présentées sous cette forme sont explorées et analysées environ 60 000 fois plus rapidement et plus efficacement qu'un texte ou un discours, un individu est capable de retenir 80 % de ce qu'il voit. C'est notamment là qu'un ou une data scientist peut intervenir.
La data visualisation est très utile lors de sessions de travail en équipe pour comprendre rapidement le sens caché derrière un ensemble de chiffres. Cette amélioration de la lisibilité est aussi fréquemment employée lorsqu'une entreprise souhaite partager des informations dans le cadre d'une communication grand public.
Suivre et analyser les données facilement
La data visualisation facilite le reporting en agrégeant les données pour les transformer en informations visuelles. Il est ainsi possible de suivre l'évolution du nombre de visites d'un site web ou les variations du chiffre d'affaires. Il est tout aussi possible de mettre en forme ces données pour les analyser en les comparant à une autre source ou une plage temporelle différente. Néanmoins, pour éviter les effets de saisonnalité, il est préférable de mener des comparaisons entre deux années plutôt qu'entre deux mois.
Communiquer de manière transparente
Pour une entreprise, la data visualisation est un excellent outil de communication qui offre la possibilité de partager des chiffres en toute transparence. L'entreprise pourra ainsi mettre en place une communication basée sur l'authenticité, dont les bénéfices ne sont plus à prouver. Elle pourra aussi partager des données complexes dont la lecture sera simplifiée grâce au dataviz. Cela permettra une meilleure compréhension, notamment dans les milieux scientifiques ou ceux qui nécessitent une expertise de haut niveau.
Aide à la prise de décision
Comme tout outil de visualisation, le fait de transposer les données sous une forme plus digeste favorise la compréhension et donc la prise de décision. En effet, la data visualisation permet de simplifier des données complexes sans rien retirer à leur sens premier. Elles feront alors apparaître l'information sous un nouvel angle qui laissera les décideurs choisir la ou les meilleures options pour une entreprise. Un rapport de l'American Management Association énonce que, selon une étude sur la visualisation, 64 % des participants ayant utilisé ces procédés ont pris des décisions plus rapidement.
Le conseil de HubSpot : Réduisez la longueur de vos rendez-vous professionnels
Certaines études prouvent que le recours à la data visualisation permet de diminuer de 24 % la durée des rencontres professionnelle. Nous vous conseillons donc de vous doter de graphiques et autres visuels pour transmettre à votre interlocuteur toutes les informations importantes. En effet, des données correctement analysées et mises en forme auront plus d'impact qu'un long discours, rendant ainsi votre communication beaucoup plus claire, concrète, utile et efficace.
Stratégie marketing : le guide complet
Pilotez votre stratégie et vos performances marketing avec ce guide et son modèle de KPI.
Télécharger
Tous les champs sont obligatoires.
Merci d'avoir soumis le formulaire
Cliquez sur le lien pour accéder au contenu en tout temps
Types de visualisation de données
Tableau de bord
Le tableau de bord est un outil de pilotage incontournable en entreprise, notamment pour les managers. Il peut donc être un outil collaboratif qui rassemble les objectifs à atteindre, les tâches et résultats. Mais il existe également des tableaux de bord consacrés au suivi et à l'évolution des données. Ces derniers sont souvent plus complexes et intègrent de nombreuses données.
Infographies
Les infographies sont un outil de data visualisation fréquemment employé dans la communication, qu'elle soit interne ou externe. D'ailleurs, 65 % des marques utilisent des infographies dans leur marketing. Sous une forme graphique, parfois ludique ou très élaborée, elles permettent de transmettre aux employés ou au grand public des données complexes, et ce, de manière simplifiée. Cette technique fonctionne particulièrement bien dans le domaine de la vulgarisation scientifique ou marketing.
Le conseil de HubSpot : Développez des infographies pour communiquer
Si vous souhaitez lancer une campagne d'informations vers le grand public, les infographies se révèlent des outils particulièrement intéressants en matière de pédagogie pour illustrer votre message. N'hésitez donc pas à recourir aux illustrations, aux couleurs pour les associer à des chiffres, des faits marquants afin de mieux transmettre votre message et faire en sorte qu'il soit plus parlant et compréhensible.
Graphiques
Outils basiques, ils ont le mérite d'être faciles à réaliser et à comprendre. Ils sont souvent utilisés dans le domaine de l'industrie, de l'économie ou de la géographie. Il en existe différentes formes : en bâtons, sous forme de courbes ou circulaires. Les graphiques sont notamment très utiles pour comparer des données chiffrées.
Chronologie
La frise chronologique, telle que la connaissent les historiens, a toute son utilité pour représenter des données dans le temps. Elle est notamment intéressante dans le domaine de la communication pour retracer l'historique d'une entreprise et ses principales étapes, de sa création à aujourd'hui. En dataviz, elle peut aussi être employée pour montrer l'évolution de données dans le temps.
Mindmap
Elle se présente comme une arborescence qui permet de développer les idées et de classer. C'est aussi bien un outil de planification, qui permet de développer un projet complexe, qu'une aide à la décision qui permet de prendre du recul par rapport à un certain nombre de possibilités.
Heatmap
La heatmap, Carte thermique ou de chaleur, permet de visualiser les zones dites « chaudes » dans une analyse de données. Très souvent utilisée pour examiner les zones d'interactions sur les pages d'un site web, elle est également précieuse lors de l'exploration de données liées à des populations. Lors de l'analyse d'une interface numérique, elle représente graphiquement les actions des utilisateurs.
Utilisant une palette de couleur du bleu (froid) au rouge (chaud), elle donne une vue d'ensemble des scroll et clics.
Pour les données démographiques, la heatmap peut utiliser d'autres nuances de couleur pour mettre en évidence des flux et leur répartition géographique. Dans l'exemple ci-dessous l'analyse se fait sur un nombre de malades par département. Les nuances de verts utilisés ici sont plus ou moins foncées selon le taux de cas enregistrés.
Histogramme
L'histogramme assure la représentation d'une variable continue avec la répartition de ses éléments. Il s'agit d'un type de graphique en barres qui regroupe des données en intervalles. La largeur des barres représente les intervalles et la longueur représente le nombre d'éléments se rapportant à chaque intervalle. Il est utilisable dans de multiples domaines de la finance à la santé en passant par le marketing. Il simplifie la visualisation de données complexes, donne une vue globale et un aperçu de la distribution de la data.
5 exemples de data visualisation
Covidvisualizer
Le covidvisualizer permet de suivre les chiffres de la covid 19 à travers le monde. Cette représentation dynamique du globe terrestre illustre une diffusion large de données mondiales. La data collectée et analysée pour réaliser cette carte est colossale et éparpillée sur différents territoires. Les nuances de rouge qui recouvrent la mappemonde s'éclaircissent au fur et à mesure que le nombre de cas diminue. Une légende claire et minimaliste permet de comprendre rapidement les données affichées. De plus, le public a accès aux informations sous forme de graphiques en cercle qui identifient clairement les décès, cas actifs et guérisons répertoriés pour chaque territoire.
WawamuStats
WawamuStats est un youtuber particulièrement connu pour ces vidéos de data visualisation. La vidéo en exemple analyse les données des marques de téléphone mobiles les plus utilisées dans le monde de 2010 à 2019. Cet histogramme chronologique montre l'évolution chronologique de la part de marché de chaque marque. Il illustre la montée en puissance de Samsung et Apple ainsi que les pertes de part de marché de Nokia. La data storytelling est ici utiliser pour analyser les différents concurrents présents sur le marché mondial. La mise en image et le dynamisme de la vidéo apportent une finesse à la chronologie de l'analyse. Des légendes apparaissent pour expliciter les évolutions du marché au fur et à mesure du défilement des images. De plus, les couleurs utilisées, en lien avec les chartes graphiques de chaque entreprise, permettent une reconnaissance rapide et efficace de chaque marque.
Carte des pays médaillés aux JO
La carte des pays médaillés aux JO offre une vue claire du palmarès de chaque pays. La taille du cercle qui les entoure varie en fonction du nombre de médailles et précise leur rang dans le classement du comité olympique. La couleur du pourtour de chaque cercle identifie la part de chaque catégorie de médailles. L'interaction avec la carte est rendue possible par la mise en surbrillance d'un pays à l'aide d'un menu déroulant et par des vignettes qui apparaissent lors du survol d'un cercle. Les couleurs utilisées marquent nettement les différentes médailles. La légende explicite des données non représentables sur la carte. De plus, un graphique représente le classement des pays sous une autre forme pour rendre le tout plus pédagogique.
Tableau de bord des réclamations client
Le site Tableau Public est une plateforme de création et de partage de data visualisation. Le tableau de bord ci-dessous permet d'obtenir une vision globale des réclamations clients pour le mois de mars 2019. Il éclaire le lecteur par un format lisible et des nuances de couleurs percutantes. Le nuage de mots renseigne sur les motifs des réclamations, la taille des termes employés y est proportionnelle au nombre de plaintes déposées. Chaque élément survolé ouvre une bulle avec des informations complémentaires qui en facilite la compréhension.
200 ans en 4 minutes avec la BBC
La data storytelling permet de raconter une histoire à partir de données. Hans Rosling, un statisticien suédois, présente son travail dans un documentaire en 2010 sur la BBC. Il pense en effet que les statistiques permettent de mieux comprendre notre environnement. Ce documentaire le prouve en retraçant 200 ans d'histoire de l'évolution du monde grâce à un simple graphique évolutif. Cette expérience raconte comment l'espérance de vie et le revenu par habitant ont évolué en fonction des évènements marquants de l'histoire depuis 1810. Cette démarche ouvre le domaine de la data analyse au grand public et permet une vulgarisation de méthode de data visualisation et de storytelling.
6 bonnes pratiques pour faire de la data visualisation
Choisir les objectifs et l'audience de la data visualisation
Les différents types de visualisation de la data répondent à différents besoins d'analyse des données. Cet outil doit poursuivre un but prédéfini : la finalité de l'étude, le message que l'auteur souhaite transmettre. En effet, une comparaison cherche à définir des différences et des ressemblances entre les données. Une mise en relation identifie des connexions ou des corrélations. Une composition montre les parties d'un tout et leur évolution. Une distribution fait émerger les tendances et les cas particuliers.
De plus, le choix du type de visuel sera tributaire du public destinataire de l'analyse. En effet, cet outil pédagogique et d'aide à la prise de décision doit être adapté non seulement aux données analysées, mais également à sa cible. Une même analyse des mêmes données ne sera pas présentée de la même manière à des novices qu'à des experts, à des techniciens qu'au grand public.
Qualifier les données
Avec l'avènement de la big data, les entreprises se trouvent de plus en plus souvent submergées de données, il est alors essentiel de savoir traiter la bonne information. Pour être pertinente la data doit poursuivre un but, se référer à des indicateurs, vouloir faire passer un message spécifique. Afin d'en faire une étude efficiente, les données doivent être à jour, exactes, suffisantes et de qualité. L'auteur de la dataviz doit utiliser toutes les données, provenant de différentes sources, mises à sa disposition et répondant à son objectif. Il va, par son analyse et son choix de visualisation, donner du sens à la data brute.
Le conseil de HubSpot : Veillez à la propreté des données
Lorsque les données analysées pour créer de la dataviz proviennent de vos sources internes, le problème de la qualité de celles-ci ne se pose généralement pas. Cependant, si l'un de vos collaborateurs utilise de la data externe, il doit veiller à ce qu'elle provienne de sources sûres et pertinentes. Nous vous recommandons donc de vous référer à des données vérifiées, voire certifiées.
Adapter le visuel aux données
L'auteur opère également des choix esthétiques pour rendre la data visualisation attrayante et accessible. Pour ce faire, aucune recette prédéfinie n'existe, cependant certains incontournables sont à prendre en compte.
Le type de visualisation doit mettre les données en avant et les rendre appréhendables pour la cible. Chaque format de graphique par exemple va servir un but précis, la comparaison avec les barres, la progression avec les puces, l'évolution continue avec les courbes, l'exploration géographique avec les cartes…
De même, la visualisation doit rester lisible, sans surcharge, et concordante avec les habitudes de déchiffrage de la cible. En effet, selon le public visé, certains éléments sont à prendre en compte comme le sens de lecture pour l'orientation des éléments. La cohérence entre les différents graphismes et leur position dans la page revêt également son importance. Ainsi un élément important est à situer en haut de page de préférence à gauche. Le visuel doit rester clair et compréhensible pour l'utilisateur.
Approfondir le design
Les couleurs, les formes, et le texte sont des éléments à étudier tout particulièrement. En effet, un mauvais choix dans les couleurs, un nuancier trop ample ou mal équilibré peuvent rendre une data visualisation obsolète. Il est alors intéressant d'allier formes et couleurs pour plus d'impact. Par exemple, un visuel cherchant à exprimer la vulnérabilité de certaines espèces peut allier des silhouettes à des couleurs allant du rouge au vert pour exprimer les degrés du danger d'extinction.
De la même manière, les légendes et annotations sont à utiliser avec parcimonie et pertinence. Lorsque le graphisme ne suffit pas à la transmission du message alors l'ajout de texte peut se faire pour souligner les informations importantes. L'ensemble doit rester lisible, le texte doit donc toujours demeurer clair, concis et en lien direct avec les données analysées. Le type de police, sa taille et le contraste avec l'arrière-plan sont également à soigner.
Utiliser des outils adéquats
Un logiciel de data visualisation ne se choisit pas au hasard, la décision doit se prendre selon divers critères pour obtenir des visuels impactants.
Les outils de dataviz offrent de multiples possibilités de présenter les données de façon optimale. Les modèles, templates et croisements disponibles, dans ces logiciels ou plateformes, perfectionnent la data analyse.
Aller plus loin en faisant de la data storytelling
Cette démarche consiste à raconter une histoire à partir de données représentées graphiquement en les individualisant en fonction de la cible. En effet, selon l'utilisateur de la data visualisation la mise en forme de l'analyse des données sera différente. La data storytelling reprend le principe de la data visualisation pour aller plus en avant dans la compréhension et le côté pédagogique de la démarche. L'histoire dépasse alors la simple présentation visuelle de données pour aller vers une plus grande accessibilité pour tous.
Pour aller plus loin, découvrez comment élaborer une stratégie marketing efficace en consultant le guide ultime du marketing, ou découvrez le logiciel marketing gratuit de HubSpot
Partager cet article sur les réseaux sociaux
Articles recommandés
Dataset : explications, cas d'utilisation et conseils pour créer un jeu de données
Archivage numérique : explications, bonnes pratiques et outils
Gouvernance des données : Définition et conseils
Digital Asset Management (DAM) : gérer efficacement ses actifs numériques
Data lake : définition, fonctionnement et intérêt
MDM : définition et utilisation du Master Data Management
Navigation privée : impact sur le marketing digital
Système d'information : Définition et fonctionnalités
Qu'est-ce qu'une solution PIM et comment en choisir une ?
Qu'est-ce qu'un SIRH ? Définition, fonctions et intérêt