ChatGPT
Perplexité
Créez votre premier produit data embarqué dès maintenant. Parlez à un expert produit pour une démo guidée, ou testez la solution gratuitement pendant 10 jours.
.webp)
Imaginez un gros bloc de marbre. Entre les mains de Michel-Ange, ce bloc se transforme en une magnifique sculpture, riche en détails. Entre les mains de l’auteur de cet article, il deviendrait des millions de morceaux de marbre brisé.
Il en va de même pour les données. Avec les mêmes données au départ, vous pouvez obtenir deux résultats très différents : un tableau de bord avec des graphiques pertinents ou quelque chose que même Bill Gates ne pourrait décrypter.
En d’autres termes : une mauvaise visualisation de données. Aujourd’hui, nous vous montrons ce que c’est, comment l’éviter, et nous vous donnons quelques exemples pour apprendre.
Une mauvaise visualisation de données induit le lecteur en erreur et le mène à de mauvaises conclusions. Au lieu de prendre des décisions fondées sur des données pertinentes, le lecteur se retrouve confus.
Même avec une analyse correcte et des données propres, utiliser de mauvaises techniques de visualisation peut aboutir à des graphiques incompréhensibles. Ce problème est plus fréquent qu’on ne le pense: 72% des utilisateurs contournent régulièrement les tableaux de bord en exportant vers Excel. Quand les outils intégrés ne suffisent pas, les données sont exportées ailleurs, ce qui casse la dynamique d’analyse.
Quand on parle de visualisations trompeuses, elles possèdent généralement au moins une de ces caractéristiques :
Et il ne s'agit pas seulement de tableaux individuels qui ne fonctionnent pas. Selon le rapport Dashboards : Dead, Dying, or Evolving ? de Luzmo , 40 % des utilisateurs évaluent leurs tableaux de bord à 3/5 ou moins - un signe clair que les visualisations ne sont pas à la hauteur. Les utilisateurs ne veulent pas seulement des graphiques attrayants, ils veulent des analyses qui les aident réellement à prendre de meilleures décisions.
Voilà quelques-unes des erreurs les plus fréquentes dans vos présentations de données. Regardons maintenant quelques exemples à éviter.
Voici un exemple de carte présentant le nombre d’Américains ayant des origines de différents pays européens. Il ne faut pas longtemps pour comprendre le problème : selon les bonnes pratiques, les couleurs servent à renforcer le message, pas à remplacer les légendes.
Il ne faut pas longtemps pour comprendre le problème : selon les bonnes pratiques, les couleurs servent à renforcer le message, pas à remplacer les légendes.
Dans ce cas, les couleurs n’ont aucun sens : la même couleur représente des valeurs différentes sur la carte.
Un bon usage des couleurs utilise des dégradés pour indiquer les valeurs : plus la couleur est foncée, plus la valeur est élevée. Utiliser différentes nuances pour différencier les valeurs est une bonne pratique.
Les campagnes politiques manipulent souvent les chiffres, et ce graphique en barres illustre bien cela.
Les deux résultats sont très proches l'un de l'autre (46 % contre 47 %), mais la mauvaise échelle de l'axe des y donne l'impression que la barre de droite est nettement plus grande que celle de gauche.
Ici, la différence saute aux yeux. Mais plus il y a de données et de complexité dans le graphique, plus il est difficile de repérer ce genre d’erreur.
Un autre exemple : l’axe X reste stable, mais l’axe Y est très discutable.
A première vue, il semble s’agir d’une simple infographie. Mais celle-ci donne peu d’informations :
il devait montrer l’âge moyen de départ du domicile parental dans plusieurs pays européens.
Le format utilisé (« bulles » ou « nuages ») est totalement inadapté, et n’apporte rien à la lecture. Une carte ou un graphique linéaire serait bien plus efficace.
Ce graphique présente les applications de messagerie les plus utilisées, pays par pays. Utile pour choisir un marché, mais il y a un souci :
les couleurs sont trop proches, la distinction est impossible. La légende ne sert à rien et mène à des interprétations erronées.
Cette visualisation présente le nombre de tueurs en série par pays dans le monde. Deux gros problèmes :
la valeur affichée est un total absolu, sans rapport avec le nombre d’habitants
(comparer les USA avec 300 millions d’habitants à un pays de 67 millions n’a pas de sens). Le résultat : une barre horizontale démesurée pour les Etats-Unis.
De plus, la carte en dessous ne correspond pas aux données du graphique et aucune info n’est apportée pour l’expliquer.
Nous avons traité à plusieurs reprises sur le blog Luzmo les diagrammes circulaires et en anneau. En business intelligence, ils sont difficiles à lire et interpréter. Cet exemple compare le nombre de passagers dans les aéroports en 2019 et en 2024.
Même avec une légende, il serait très difficile de distinguer les deux catégories, d’en tirer des conclusions.
Voici un autre graphique qui tente de simplifier les données sous-jacentes mais qui, en fin de compte, rend les choses encore plus compliquées et confuses :
L’alternative ? Préférez les graphiques en barres !
Voilà un nuage de points comparant différents cabinets de conseil en stratégie digitale.
Ici, le problème est simple : si tout le monde est leader, personne ne l’est vraiment. Bref, le choix de la visualisation est tout simplement mauvais.
La bonne nouvelle ? Les utilisateurs savent ce qu’ils veulent. Selon notre étude, 42% souhaitent plus d'interactivité, 38% veulent pouvoir personnaliser leurs tableaux de bord. Plus de la moitié paieraient même plus cher pour des dashboards délivrant de vrais insights.
Nous avons déjà abordé ce sujet à de nombreuses reprises, aussi nous vous proposons un récapitulatif rapide des meilleures pratiques à suivre en matière de visualisation des données. Si la science des données sous-jacente est bien faite, il suffit de suivre ces conseils pour rendre vos tableaux de bord, vos feuilles de calcul et vos rapports plus faciles à comprendre et à lire.
Voir aussi : comment utiliser ChatGPT pour la visualisation de données et comment utiliser l'IA pour la visualisation de données .
Les mauvaises visualisations peuvent générer des erreurs coûteuses. Votre audience ne saura pas les lire ni en tirer des décisions solides. Un détail mal interprété peut avoir de lourdes conséquences sur votre activité.
Si vous souhaitez créer un dashboard pour votre produit SaaS, Luzmo vous aide à choisir la meilleure visualisation. Nos modèles vous guident vers le bon type de graphique ou diagramme.
Inscrivez-vous aujourd’hui pour créer gratuitement votre prochain tableau de bord produit !
Créez votre premier produit data embarqué dès maintenant. Parlez à un expert produit pour une démo guidée, ou testez la solution gratuitement pendant 10 jours.
