La visualisation des données désigne toute représentation visuelle des informations compilées. Grâce à une visualisation efficace des données, vous pouvez communiquer les principaux thèmes et résultats à vos audiences, en leur permettant d'interpréter et d'analyser les données personnalisées en fonction de leurs besoins.
Avant de commencer à créer des visualisations et des graphiques, vous devez sélectionner le type de visualisation que vous allez utiliser. Sélectionner le type de visualisation approprié vous aide à présenter vos données de manière claire et efficace, ce qui permet à votre audience de prendre des décisions éclairées et de déterminer les prochaines étapes.
Les sections suivantes décrivent comment visualiser efficacement les données en fonction de vos objectifs analytiques et des perspectives de votre audience :
Prenez en compte les caractéristiques de vos données
Définir votre audience
Sélectionner la meilleure visualisation pour vos données
Prenez en compte les caractéristiques de vos données
Avant de choisir un type de visualisation, tenez compte des caractéristiques de vos données :
Catégorielle : lorsque vos données contiennent des groupes de modèles et d'ensembles similaires, il est efficace d'utiliser un type de visualisation qui prend le mieux en charge les données catégorielles, comme un graphique en secteurs. La catégorie de produit est un exemple de données catégorielles, car elle regroupe les articles en fonction de fonctions et de caractéristiques similaires.
Ordinale : si vos données nécessitent une séquence ordonnée spécifique, vous pouvez utiliser une visualisation telle qu'un graphique à colonnes ou un graphique à barres pour définir ces ordres pour l'audience. Par exemple, le nombre d'avis étoilés différents pour un produit donné est un exemple de données ordinales.
Continu : si vous souhaitez visualiser des données qui se produisent sur une longue période, utilisez des visualisations compatibles avec les données continues, comme les graphiques de progression. Le total des ventes de produits au cours d'un trimestre donné est un exemple de données continues, car les données évolutives sont suivies au fil du temps.
Définir votre audience
Une visualisation efficace tient compte non seulement des données, mais aussi de la perspective et des besoins de son public. Personnaliser l'apparence d'une visualisation vous permet de transmettre efficacement des informations à votre audience spécifique. Lorsque vous définissez votre audience, pensez à des facteurs tels que son niveau de connaissances techniques et ses fonctions. Comment votre audience utilisera-t-elle votre visualisation ?
Accessibilité
Lorsque vous créez une visualisation de données, assurez-vous qu'elle est accessible. Tout au long d'un projet de visualisation de données, la prise en compte de l'accessibilité Web offre davantage d'opportunités de partage pour tous les utilisateurs, y compris ceux souffrant de déficiences visuelles et cognitives, qui interagiront avec le contenu que vous avez créé. Les Directives pour l'accessibilité des contenus Web (WCAG) incluent des étapes d'implémentation pour une meilleure accessibilité qui s'appliquent à la conception des visualisations, y compris :
Texte alternatif : le texte alternatif permet à un plus grand nombre d'utilisateurs d'accéder aux informations provenant d'éléments non textuels, comme les personnes qui utilisent des lecteurs d'écran. Avec les rapports avancés, vous pouvez ajouter des notes à vos visualisations pour décrire les aspects clés de celles-ci.
Accessibilité du contraste et des couleurs : l'intégration de niveaux de contraste conformes à la norme internationale WCAG permet de s'assurer que les différences perçues dans les choix de couleurs sont accessibles aux spectateurs des visualisations. Pour trouver le rapport de contraste de deux codes de couleur hexadécimaux sélectionnés, consultez l'outil de vérification du contraste de WebAIM.
Pour en savoir plus sur l'accessibilité lors de la création de visualisations et d'autres contenus, consultez la dernière version publiée des Consignes pour l'accessibilité des contenus Web.
Sélectionner la meilleure visualisation pour vos données
Les sections suivantes présentent les types de visualisation disponibles dans les rapports avancés et expliquent comment sélectionner le type le plus adapté à vos données :
Graphiques cartésiens
Un graphique cartésien fait référence à tout graphique basé sur le plan cartésien. Le plan cartésien est défini par un axe x et un axe y, avec des points numériques correspondants pour tous les emplacements du graphique. Tous les graphiques cartésiens représentent les données sur ces axes.
L'axe X et l'axe Y reflètent les dimensions et les mesures. Les dimensions reflètent des valeurs qualitatives, tandis que les mesures sont de nature quantitative. La façon dont ces valeurs sont représentées sur les axes X et Y, ainsi que l'expression visualisée de ces données, varient selon le type de graphique cartésien. Cette section inclut les exemples suivants de graphiques cartésiens :
Colonne
Bar
Graphique à nuage de points
Ligne
Zone
Colonne
Idéal pour visualiser des données avec peu de catégories à comparer.
Les graphiques à colonnes sont des graphiques cartésiens verticaux qui affichent des informations sous forme de formes rectangulaires verticales, où la longueur de la colonne correspond à la valeur des données. Les graphiques à colonnes classiques incluent des catégories de données sur l'axe X et des valeurs de données sur l'axe Y.
Si vos données ne contiennent que quelques catégories, un graphique à colonnes est idéal. Si vos données contiennent un grand nombre de catégories, les graphiques à barres sont souvent plus adaptés, car ils offrent plus d'espace pour les libellés des axes. Étant donné que les valeurs négatives sont affichées avec une direction vers le bas, les graphiques à barres peuvent également être utiles pour représenter des ensembles de données qui incluent des valeurs négatives.
L'exemple suivant de graphique à colonnes inclut des valeurs positives et négatives pour afficher le bénéfice moyen des commandes pour les accessoires et les jeans vendus par mois.
Bar
Idéal pour visualiser des données avec des titres de catégories longs.
Les graphiques à barres affichent les données de la même manière que les graphiques à colonnes, mais avec un alignement horizontal. Dans les graphiques à barres, l'axe Y représente généralement une catégorie de données, tandis que l'axe X représente une valeur numérique.
Si vos données contiennent des titres de catégories particulièrement longs, les graphiques à barres sont plus adaptés que les graphiques à colonnes. Grâce à l'alignement sur l'axe Y, les libellés des graphiques à barres optimisent l'espace et améliorent la lisibilité. De plus, les graphiques à barres sont généralement plus adaptés pour représenter un grand nombre de catégories, car l'espacement est mieux aligné que dans les graphiques à colonnes.
L'exemple suivant de graphique à barres montre comment les titres de catégories de vêtements plus longs, comme "Sweats à capuche et sweats de mode", s'adaptent à l'alignement du graphique à barres. Ce graphique montre le nombre de commandes mensuelles pour 10 catégories de vêtements distinctes.
Graphique à nuage de points
Idéal pour mettre en évidence la corrélation entre deux variables.
Un graphique à nuage de points est un type de graphique cartésien qui met en évidence la relation entre deux variables. Chaque point tracé représente une valeur sur l'axe X et l'axe Y, ce qui permet d'obtenir des informations sur les données. Ces types de graphiques mettent particulièrement en évidence les tendances et les modèles qui émergent dans les données.
Si vos données contiennent deux variables corrélées, le graphique à nuage de points peut être une méthode de visualisation idéale pour trouver et explorer des corrélations. Il peut s'agir d'une corrélation positive, ce qui signifie que lorsque la variable X augmente, la variable Y augmente également. Dans le cas d'une corrélation négative, lorsque la variable X augmente, la variable Y diminue. Si la corrélation est nulle, cela signifie qu'il n'y a pas de corrélation entre les deux variables choisies. Prendre conscience de la corrélation potentielle des données peut vous permettre de mieux les comprendre, et peut même guider les prédictions du comportement futur de vos données.
La mise en page et la structure d'un graphique en nuage de points sont essentielles à son efficacité. Les points représentés sur les nuages de points peuvent également être personnalisés en termes de taille et de couleur pour identifier des variables ou des catégories supplémentaires pour le lecteur. Les lignes de tendance peuvent également être utilisées avec les graphiques de dispersion. Elles mettent en évidence les liens entre les données qui apparaissent pour le lecteur. Grâce à la personnalisation, assurez-vous que ces choix de conception mettent en évidence l'objectif général d'illustrer une relation et de permettre d'examiner les tendances, les corrélations et les modèles potentiels.
Le graphique en nuage de points suivant représente le nombre de clients qui ont fréquenté des établissements chaque trimestre entre 2015 et 2018. La taille des points du graphique est proportionnelle au nombre de clients.
Ligne
Idéal pour visualiser des données continues au fil du temps.
Dans un graphique en courbes, les données sont affichées sous forme de série de points reliés par une ligne droite. Ce type de visualisation met en évidence les données continues au fil du temps.
Pour que votre graphique en courbes soit clair, le nombre de courbes est essentiel. Si vous incluez plusieurs lignes dans votre graphique, utilisez des couleurs pour les différencier clairement. Cela permettra au spectateur d'interpréter les valeurs séparément plutôt que de fusionner les lignes.
Le graphique linéaire suivant représente les utilisateurs actifs mensuels du site Web de 2016 à 2019. Les trois lignes distinctes représentent les régions des États-Unis : la côte est, le Midwest et la côte ouest.
Zone
Idéal pour visualiser les variations de quantités au fil du temps.
Un graphique en aires s'appuie sur les caractéristiques d'autres graphiques cartésiens, à savoir le graphique à barres et le graphique en courbes. Comme les graphiques en courbes, les graphiques en aires mettent en évidence les données continues au fil du temps dans une formation linéaire. Toutefois, ces graphiques utilisent une fonctionnalité de couleur de remplissage semblable à un graphique à barres pour afficher la quantité dans les données. Cela permet au spectateur de voir clairement comment les quantités évoluent au fil du temps.
Les graphiques en aires permettent de visualiser les tendances générales plutôt que des points de données individuels. Les graphiques en aires sont plus adaptés lorsque vous comparez un petit nombre de tendances, en raison des composants de zone remplis de couleur. Pour mettre en évidence les données avec un grand nombre de tendances, envisagez d'utiliser un graphique linéaire.
Le graphique en aires suivant reflète l'exemple de visualisation de graphique en courbes en affichant également les utilisateurs mensuels du site Web dans les régions des États-Unis. Toutefois, la couleur de remplissage de ce graphique met particulièrement en évidence l'évolution du nombre d'utilisateurs entre 2018 et 2019.
Graphiques à secteurs et en anneau
Les graphiques à secteurs et en anneau mettent en évidence la relation entre les parties et la proportion globale des données. C'est pourquoi elles sont idéales pour mettre en évidence des informations catégorielles, c'est-à-dire des informations qui peuvent être clairement divisées en groupes en fonction de caractéristiques communes.
Pour mettre en évidence les informations dans les graphiques à secteurs et en anneau, sélectionnez cinq catégories ou moins. Si vous avez plus de cinq catégories, envisagez de sélectionner un autre type de visualisation (par exemple, un graphique à barres ou en colonnes) pour mettre en évidence les informations.
Les rapports avancés proposent deux variantes de graphiques à secteurs. Cette section décrit les graphiques suivants et met en évidence leurs avantages pour l'affichage des données catégorielles :
Secteur
Multiples en anneau
Secteurs
Idéal pour visualiser des valeurs proportionnelles.
Un graphique à secteurs est un graphique circulaire complet divisé en secteurs en fonction des catégories d'informations. Grâce à ces divisions, l'accent n'est pas mis sur le pourcentage exact, mais sur la façon dont les proportions décrites sont liées les unes aux autres et ont un impact sur l'objectif global du graphique.
Si vous souhaitez mettre en évidence l'importance des liens entre les valeurs proportionnelles, les graphiques en secteurs sont un bon moyen de communiquer ces relations. Si vous travaillez avec plus de cinq catégories de données, envisagez de sélectionner un autre graphique de visualisation pour mettre en évidence les informations, comme un graphique à barres ou à colonnes. Avec les graphiques à barres et en colonnes, il est souvent plus facile pour les spectateurs de percevoir les différences individuelles.
Le graphique à secteurs suivant représente les pourcentages du nombre total de clients provenant de trois régions des États-Unis : la côte est, la côte ouest et le Midwest. Ce type de visualisation indique la proportion de clients de chaque région.
Multiples en donut
Idéal pour visualiser des valeurs proportionnelles avec plusieurs composants.
Les graphiques en anneau multiples vous permettent de créer une série de graphiques en anneau pour visualiser vos données dans une formation interconnectée. Ces graphiques omettent le centre du cercle et forment des divisions en arc plutôt qu'en secteurs. L'espace vide ajouté au milieu du graphique permet d'ajouter d'autres libellés et descriptions à vos données.
Lorsque vous créez des graphiques en secteurs multiples, assurez-vous qu'il existe une uniformité et des modèles cohérents entre les catégories pour mettre en évidence leur relation. De plus, pour assurer la clarté et la compréhension des spectateurs, incluez des informations claires et cumulatives au centre du graphique pour mettre en évidence la nuance de chaque graphique à secteurs multiples.
Le graphique à secteurs multiples suivant montre les ventes de produits trimestrielles pour plusieurs catégories de vêtements : jeans, leggings, vêtements d'extérieur et manteaux, et shorts. Un graphique en anneau distinct est disponible pour chaque vente trimestrielle. Cette visualisation met en évidence la contribution de chaque catégorie de vêtements (représentée par une couleur uniforme) aux ventes globales de produits par trimestre.
Graphiques de progression
Les graphiques de progression mettent en évidence les informations qui apparaissent au fil du temps. Grâce à ces graphiques, vous pouvez mettre en évidence ce contexte et son impact sur les données. Les graphiques de progression permettent de suivre l'avancement et la croissance globale. Cette section contient des exemples des graphiques de progression suivants :
Entonnoir
Calendrier
Cascade
Entonnoir
Idéal pour visualiser les étapes séquentielles.
Les graphiques en entonnoir sont des graphiques de progression qui mettent en évidence les étapes séquentielles. Ce type de graphique présente des similitudes avec les graphiques à barres, qui représentent également les données à l'aide de visualisations rectangulaires horizontales. Ce graphique crée une forme d'entonnoir à travers les visualisations empilées.
Pour que votre graphique en entonnoir soit efficace, assurez-vous que les données incluent au moins quatre étapes. Cela garantira un impact visuel fort et mettra en évidence le processus représenté dans son ensemble. Si vous avez moins de quatre composants, envisagez d'utiliser un autre type de visualisation, comme un graphique à secteurs.
La visualisation de l'entonnoir ci-dessous met en évidence cinq étapes distinctes des actions des clients et les valeurs en pourcentage à chaque étape. Les étapes, dans l'ordre décroissant, sont les suivantes : produit, panier, achat, enregistrement et annulation. Elles représentent l'engagement des clients avec le produit.
Chronologie
Idéal pour visualiser la progression du temps.
Les graphiques chronologiques mettent en évidence la progression du temps en incluant des événements et des repères clés sur une durée définie. Bien que les graphiques chronologiques soient souvent liés au temps, cette structure de graphique peut également être appliquée aux nombres et aux montants.
Grâce à la personnalisation des couleurs, vous pouvez utiliser plusieurs chronologies sur un même graphique pour montrer comment plusieurs facteurs varient au fil du temps. Pour les modèles de chronologie, la personnalisation des couleurs dans les rapports avancés peut varier selon la palette. Votre chronologie peut comporter une palette continue, qui reflète une option de dégradé avec deux variables sur chaque partie du dégradé. Vous pouvez également utiliser une palette catégorielle, ce qui signifie que chaque couleur représente une catégorie de données. Pour en savoir plus sur la personnalisation des couleurs et les graphiques chronologiques, consultez la page de documentation Options des graphiques chronologiques.
La visualisation chronologique suivante représente des numéros d'ID de commande spécifiques et le nombre moyen de jours nécessaires à leur traitement au cours des mois de l'année 2022. La timeline utilise une palette de dégradés continus pour représenter le nombre de jours variable.
Cascade
Idéal pour visualiser les valeurs positives et négatives séquentielles.
Les graphiques en cascade mettent en évidence la relation entre les valeurs positives et négatives d'une séquence. Ces graphiques montrent comment une valeur de départ évolue en fonction de différents facteurs. Les graphiques en cascade reprennent des éléments de conception des graphiques à barres. Comme de nombreux autres types de visualisations, les graphiques en cascade peuvent être structurés à l'aide de repères temporels ou de repères basés sur des catégories, en fonction de votre ensemble de données.
Les graphiques en cascade fonctionnant spécifiquement avec des valeurs positives et négatives, il est essentiel de définir clairement ces deux catégories. Grâce à l'utilisation de couleurs et de libellés textuels, assurez-vous que la visualisation différencie clairement les valeurs de vos données.
L'exemple de graphique en cascade suivant montre le revenu total à chaque étape du processus de commande, y compris les commandes annulées, retournées, expédiées et en cours de traitement. Un montant total est également calculé.
Texte et tableaux
Lorsque vous avez des données textuelles pertinentes à afficher, la sélection d'affichages de texte et de tableau mettra en évidence l'impact des mots. L'affichage de ces mots peut varier : il peut s'agir de la mise en évidence d'une seule valeur ou de l'affichage d'un arrangement complexe de mots dans un ensemble de données.
Cette section présente quelques exemples de types de visualisation pour le texte et les tableaux :
Valeur unique
Enregistrement unique
Nuage de mots
Valeur unique
Idéal pour visualiser une donnée isolée.
Un graphique à valeur unique met en évidence une valeur individuelle d'un ensemble de données. Visualiser une valeur de cette manière met en évidence son importance pour un ensemble de données plus vaste.
Lorsque vous créez un graphique à valeur unique, sélectionnez une valeur qui a du sens pour l'audience et qui reflète vos objectifs pour la visualisation. De plus, assurez-vous que la personnalisation de la famille et de la taille de la police met en avant la valeur plutôt que de distraire l'utilisateur ou de minimiser les données.
L'exemple de valeur unique suivant met en évidence le nombre de clients annuels de Californie, qui s'élève à 118 126 personnes.
Enregistrement unique
Idéal pour visualiser des ensembles de données limités.
Comme les graphiques à valeur unique, les graphiques à enregistrement unique mettent également en évidence des données limitées sélectionnées à partir d'un ensemble de données plus volumineux pour communiquer un certain message. Toutefois, les graphiques à enregistrement unique contiennent plus d'informations que les graphiques à valeur unique. Cette visualisation peut fournir un exemple à partir d'un ensemble de données plus volumineux.
Choisir un enregistrement unique efficace et pertinent pour ce type de graphique permet de mettre en évidence un exemple d'ensemble de données. Vous pouvez personnaliser ce graphique pour le rendre plus lisible et plus clair en modifiant la famille et la taille de la police, ainsi que les couleurs utilisées.
Le graphique d'enregistrement unique suivant présente des informations clés sur un produit spécifique, la "cravate rayée bleu clair et bleu marine en soie tissée à 100 %". Cela inclut l'ID, la catégorie et le prix de vente du produit.
Nuage de mots
Idéal pour visualiser la fréquence des données.
Les nuages de mots sont des visualisations de données qui affichent la fréquence des données en personnalisant le type, la taille et la couleur de la police. La structure clé d'un nuage de mots est la suivante : plus la fréquence d'un mot particulier est élevée dans un ensemble de données analysé, plus la taille de la police est grande. Même en un coup d'œil ou en un coup de balai, un nuage de mots transmet des informations pertinentes et récurrentes dans un ensemble de données grâce à un fort impact visuel.
Pour obtenir cet impact visuel, vous pouvez personnaliser l'espacement et le type d'alignement horizontal et vertical. Dans certains nuages de mots, les créateurs regroupent les mots thématiques similaires par couleur, ce qui met en évidence la nature connectée de certains éléments. Ce regroupement de mots par couleur peut également aider le lecteur à contextualiser le contenu et à comprendre les informations fournies.
L'exemple de nuage de mots suivant met en évidence les régions où se trouvent les clients. La taille des noms d'États est proportionnelle au nombre de clients dans chacun d'eux. La Californie est l'État qui compte le plus de clients.
