La Dataviz, comment et pourquoi ?
La Datavisualisation en une phrase
« En fait de calculs et de proportion, le plus sûr moyen de frapper l’esprit, est de parler aux yeux ». Cette citation de William Playfair (1780) définit parfaitement ce qu’est la Dataviz, une technique d’exploitation visuelle et interactive des données numériques centrée utilisateur. Elle permet de lire, comprendre et interpréter sans ambiguïté le sens porté par le graphique, l’illustration, la vidéo ou encore l’animation présentée.
Comment rendre la donnée simple comme une image ?
Ainsi, pour s’assurer du bon usage de la Dataviz et transmettre un message clair à son public, deux règles d’or doivent être respectées. La première consiste à bien comprendre le métier des utilisateurs finaux, et à déterminer le contexte d’utilisation et les objectifs de la Dataviz. Puis, il s’agit de savoir bien choisir ses graphiques, afin d’unifier l’interprétation et les conclusions à tirer.
Ainsi, pour s’assurer du bon usage de la Dataviz et transmettre un message clair à son public, deux règles d’or doivent être respectées. La première consiste à bien comprendre le métier des utilisateurs finaux, et à déterminer le contexte d’utilisation et les objectifs de la Dataviz. Puis, il s’agit de savoir bien choisir ses graphiques, afin d’unifier l’interprétation et les conclusions à tirer.
Pour faire le bon choix du graphique à utiliser, il est indispensable de connaitre les trois grandes catégories de Datavisualisation :
La Dataviz dite « fixe », sous forme d’infographies figées et représentant des données ciblée. Cette catégorie est adaptée aux contextes d’utilisations des réseaux sociaux à fort potentiel tels que Facebook, Twitter ou encore Flickr.
La Dataviz dite « animée », utilisée dans la scénarisation et le Storytelling. S’appuyant sur des vidéos détournant les codes de l’animation au service de l’information, cette catégorie est adaptée à un public généralement jeune et sur de vastes sujets.
La Dataviz dite « interactive », qui offre la possibilité à l’utilisateur de manipuler les supports. Elle permet d’afficher une quantité importante d’informations en disposant d’une certaine granularité de chiffres ou de nuances.
Quel graphique pour quelle donnée ?
Le choix du format de graphique doit être étudié au préalable de telle sorte qu’il soit à la fois pratique et compréhensible par l’audience. Le tableau suivant associe à chaque utilisation un format de graphique conseillé à utiliser.
Pourquoi la Dataviz ?
La Datavisualisation joue un rôle essentiel auprès de ses utilisateurs, car elle permet, entre autres, de gagner en notoriété de marque ainsi qu’en audience, notamment sur les réseaux sociaux.
En termes de volumétries, les outils de Dataviz s’associent facilement au Big Data et permettent de manipuler d’importants volumes de données, et de faire émerger de manière intuitive de fortes tendances et des corrélations jusque-là insoupçonnées.
Outre le fait qu’elle facilite l’assimilation des données et favorise le travail collaboratif, la Dataviz améliore la productivité des collaborateurs. En effet, des études ont démontré que le cerveau humain a besoin de moins de 250 millisecondes pour saisir, comprendre et répondre à une information qui leur parvient sous forme visuelle.
De nouveaux enjeux
Les techniques de Dataviz font aujourd’hui l’objet de nombreuses études, qui se concrétisent par des progrès technologiques significatifs et la commercialisation d’outils innovants tels que QlikView, Tableau Software, Power BI, ou encore MicroStrategy. D’autres outils sont encore en phase de développement et de tests, comme la réalité augmentée ou le Motion Design. La tendance actuelle est de permettre à l’utilisateur de créer par lui-même des représentations graphiques adaptées à ses besoins spécifiques, sans nécessairement disposer de compétences ou d’appétences techniques, ce qui le dote d’une plus grande autonomie.
Avec l’émergence de la technologie, et le volume de données qui ne cesse de s’accroitre, la Dataviz serait-elle en phase de devenir le meilleur moyen de manipuler et d’explorer les données ?