Visualisation des données - Meilleures pratiques et fondements

Publié: 2022-03-11

"L'encombrement et la confusion ne sont pas des attributs des données - ce sont des défauts de conception." – Edouard Tufte

Qu'est-ce que la visualisation de données ?

Michael Friendly définit la visualisation de données "comme des informations qui ont été résumées sous une forme schématique, y compris des attributs ou des variables pour les unités d'information". En d'autres termes, il s'agit d'une manière cohérente de communiquer visuellement un contenu quantitatif. En fonction de ses attributs, les données peuvent être représentées de différentes manières, telles qu'un graphique linéaire, un graphique à barres, un graphique à secteurs, un nuage de points ou une carte.

Il est important que les graphistes adhèrent aux meilleures pratiques de visualisation des données et déterminent la meilleure façon de présenter visuellement un ensemble de données. Les visualisations de données doivent être utiles, visuellement attrayantes et jamais trompeuses. Surtout lorsque vous travaillez avec de très grands ensembles de données, le développement d'un format cohérent est essentiel pour créer des visualisations à la fois utiles et visuellement attrayantes.

L'affichage visuel des données facilite la compréhension dans cet exemple de bonne pratique de visualisation des données — Visualisation des données du *Wall Street Journal* sur les chiffres du chômage aux États-Unis. (par WSJ)

Pourquoi utiliser la visualisation de données

Selon IBM, 2,5 quintillions d'octets de données sont créés chaque jour. Le chercheur scientifique Andrew McAfee et le professeur Erik Brynjolfsson du MIT soulignent que "plus de données traversent Internet chaque seconde qu'il n'y en avait il y a seulement 20 ans".

Alors que le monde devient de plus en plus connecté avec un nombre croissant d'appareils électroniques, le volume de données continuera de croître de façon exponentielle. IDC prédit qu'il y aura 163 zettaoctets (163 billions de gigaoctets) de données d'ici 2025.

Toutes ces données sont difficiles à comprendre pour le cerveau humain - en fait, il est difficile pour le cerveau humain de comprendre des nombres supérieurs à cinq sans faire une sorte d'analogie ou d'abstraction. Les concepteurs de visualisation de données peuvent jouer un rôle essentiel dans la création de ces abstractions.

Après tout, les mégadonnées sont inutiles si elles ne peuvent pas être comprises et consommées de manière utile. C'est pourquoi la visualisation des données joue un rôle important dans tous les domaines, de l'économie à la science et à la technologie, en passant par les soins de santé et les services sociaux. En transformant des nombres complexes et d'autres éléments d'information en graphiques, le contenu devient plus facile à comprendre et à utiliser.

Les graphiques visuels sont particulièrement utiles dans la conception de tableaux de bord

Quand l'utiliser

Étant donné que les grands nombres sont si difficiles à comprendre de manière significative et que bon nombre des ensembles de données les plus utiles contiennent d'énormes quantités de données précieuses, la visualisation des données est devenue une ressource vitale pour les décideurs. Pour tirer parti de toutes ces données, de nombreuses entreprises voient la valeur des visualisations de données dans la compréhension claire et efficace des informations importantes, permettant aux décideurs de comprendre des concepts difficiles, d'identifier de nouveaux modèles et d'obtenir des informations basées sur les données afin d'améliorer les décisions.

Cela vaut la peine de consacrer des ressources à des solutions de conception de visualisation de données . Comprendre de grands ensembles de données est nécessaire pour prendre une décision éclairée, que ce soit dans le domaine des affaires, de la technologie, de la science ou d'un autre domaine. Des visualisations claires rendent les données complexes plus faciles à saisir, et donc plus faciles à prendre en compte.

Meilleures pratiques de visualisation des données des applications grand public

Des principes

Définir un objectif clair

La visualisation des données doit répondre à des questions stratégiques vitales, apporter une réelle valeur ajoutée et aider à résoudre de vrais problèmes. Il peut être utilisé pour suivre les performances, surveiller le comportement des clients et mesurer l'efficacité des processus, par exemple. Prendre du temps au début d'un projet de visualisation de données pour définir clairement l'objectif et les priorités rendra le résultat final plus utile et évitera de perdre du temps à créer des visuels inutiles.

Connaître le public

Une visualisation de données est inutile si elle n'est pas conçue pour communiquer clairement avec le public cible. Il doit être compatible avec l'expertise du public et permettre aux téléspectateurs de visualiser et de traiter les données facilement et rapidement. Tenez compte de la familiarité du public avec les principes de base présentés par les données, ainsi que de la probabilité qu'il ait une formation dans les domaines STEM, où les tableaux et les graphiques sont plus susceptibles d'être consultés régulièrement.

Designers UX indépendants à temps plein basés aux États-Unis recherchés

Utiliser les fonctionnalités visuelles pour afficher correctement les données

Il existe tellement de types de graphiques différents. Décider quel type convient le mieux pour visualiser les données présentées est un art en soi. Le bon graphique rendra non seulement les données plus faciles à comprendre, mais les présentera également sous la lumière la plus précise. Pour faire le bon choix, réfléchissez au type de données que vous devez transmettre et à qui elles sont transmises.

Voici les types de graphiques les plus populaires pour la visualisation de données :

Graphiques linéaires : les graphiques linéaires doivent être utilisés pour comparer les valeurs dans le temps et sont excellents pour afficher les changements importants et mineurs. Ils peuvent également être utilisés pour comparer les modifications apportées à plusieurs groupes de données.

Les graphiques linéaires sont un exemple de bonnes techniques de visualisation des données — (Source : <a href="https://www.unep.org/about-un-environment

Graphiques à barres : les graphiques à barres doivent être utilisés pour comparer les données quantitatives de plusieurs catégories. Ils peuvent également être utilisés pour suivre les changements au fil du temps, mais il est préférable de les utiliser uniquement lorsque ces changements sont importants.

Les graphiques à barres sont un bon moyen de présenter visuellement certaines données — (Source : Notre monde en données)

Nuages de points : Les nuages de points doivent être utilisés pour afficher les valeurs de deux variables pour un ensemble de données. Ils sont excellents pour explorer les relations entre les deux ensembles.

Meilleures pratiques de visualisation des données de diagramme de dispersion — (Source : Notre monde en données)

Graphiques circulaires : Les graphiques circulaires doivent être utilisés pour montrer les parties d'un tout. Ils ne peuvent pas afficher des choses comme les changements au fil du temps.

Les graphiques à secteurs sont parfaits pour la conception de visualisation de données.

Gardez-le organisé et cohérent

La cohérence est particulièrement importante lors de la compilation d'un ensemble de données volumineuses dans une visualisation. Une conception cohérente s'estompera efficacement en arrière-plan, permettant aux utilisateurs de traiter facilement les informations. Les meilleures visualisations aident les téléspectateurs à tirer des conclusions sur les données présentées sans être "en face" ou autrement attirer l'attention sur eux-mêmes. Ils affichent simplement les données de la meilleure façon possible.

La création d'une hiérarchie de données montre les différents points de données de manière pertinente pour les décideurs. Vous pouvez trier du plus haut au plus bas pour mettre en évidence les valeurs les plus élevées ou afficher une catégorie qui est plus importante pour les utilisateurs de manière visible.

Même l'ordre dans lequel les données sont affichées, les couleurs utilisées (telles que des couleurs plus vives pour les points les plus importants ou le gris pour les données de base) et la taille des divers éléments d'un graphique (comme l'expansion de certaines tranches d'un graphique à secteurs au-delà de la bordure régulière du graphique) peut aider les utilisateurs à interpréter les données plus facilement. Méfiez-vous de créer un biais là où il ne devrait pas y en avoir lors de l'utilisation de ces techniques.

Meilleures pratiques de visualisation interactive des données — Les visualisations de données interactives sont également un excellent moyen d'aider les gens à interpréter les données.

Rendre la visualisation des données inclusive

La couleur est largement utilisée pour représenter et différencier les informations. Selon une étude récente menée par Salesforce, c'est aussi un facteur clé dans les décisions des utilisateurs.

Ils ont analysé la façon dont les gens réagissaient aux différentes combinaisons de couleurs utilisées dans les graphiques, en supposant qu'ils auraient des préférences plus fortes pour les palettes présentant des variations de couleurs subtiles, car elles seraient plus attrayantes sur le plan esthétique.

Cependant, ils ont constaté que, bien qu'attrayantes, les palettes subtiles rendaient les graphiques plus difficiles à analyser et à obtenir des informations. Cela va à l'encontre de l'objectif de créer une visualisation pour afficher des données.

Abonnez-vous au blog de design Toptal et recevez notre eBook

Si les graphiques avec des couleurs similaires - et moins de contraste - sont difficiles à lire pour la personne moyenne, ils sont encore plus difficiles pour les personnes qui n'ont pas une vision parfaite - et ils représentent une partie importante de la population. Selon l'OMS, environ 253 millions de personnes vivent avec une déficience visuelle.

Heureusement, il existe des outils disponibles pour vérifier comment une image sera visualisée par les personnes atteintes de ces déficiences, comme l'épreuvage de daltonisme dans Photoshop et Illustrator. D'autres choses comme l'utilisation de tailles de police suffisamment grandes et d'un contraste adéquat entre le texte et l'arrière-plan sont également utiles.

Si les outils de simulation révèlent des problèmes avec la palette de couleurs, il existe des techniques qui peuvent améliorer la lisibilité du graphique :

Utilisez des couleurs qui ont un contraste élevé.
Complétez l'utilisation de la couleur avec un motif ou une texture pour transmettre différents types d'informations.
Utilisez du texte ou des icônes pour étiqueter les éléments.

Un excellent exemple de bonnes combinaisons de couleurs dans la visualisation de données — Même lorsqu'une visualisation de données utilise un modèle à l'échelle, il est possible d'utiliser un contraste de couleur suffisant entre chaque étape. La version interactive de ce graphique inclut des étiquettes lorsque les utilisateurs survolent chaque pays. (Source : Notre monde en données)

Le choix de la police peut affecter la lisibilité du texte, améliorant ou diminuant le sens voulu. Pour cette raison, il est préférable d'éviter les polices d'affichage et de s'en tenir à des polices de caractères serif ou sans serif plus basiques.

Assurez-vous que la visualisation des données a une taille de police lisible pour son support. Smashing Magazine suggère que "16 pixels devraient généralement être la taille minimale pour le corps du texte dans la conception Web moderne".

Ne déformez pas les données

Une excellente visualisation des données doit raconter clairement l'histoire, en évitant les distorsions. Évitez d'utiliser des représentations visuelles qui ne représentent pas avec précision l'ensemble de données, comme les graphiques à secteurs en 3D.

Mauvaise conception de la visualisation des données — Les camemberts 3D comme celui-ci rendent difficile la visualisation des proportions de chaque tranche. (par PSDgraphics)

Les visualisations de données peuvent amener les téléspectateurs à certaines conclusions sans déformer les données elles-mêmes. Cela peut être particulièrement utile pour concevoir des éléments tels que des infographies destinées à la consommation publique, généralement créées pour étayer une conclusion spécifique plutôt que pour simplement transmettre des données de manière générale. Des éléments tels que les choix de couleurs et l'appel de points de données spécifiques peuvent être utilisés à cette fin sans créer de graphiques trompeurs (qui pourraient potentiellement remettre en question la crédibilité d'un concepteur).

Exemples de mauvaises visualisations de données

Un exemple de mauvaise conception de visualisation de données — Ne pas démarrer l'axe Y à zéro peut donner l'impression que les données ont des gains plus importants que ceux réellement présents. Cela rend la visualisation trompeuse et ne clarifie pas les données présentées.

Un exemple de visualisation de données trompeur — Un autre exemple de graphique qui ne commence pas l'axe Y à zéro, ce qui fausse la façon dont les résultats sont affichés.

Un exemple d'une mauvaise combinaison de couleurs et d'échelles dans une mauvaise visualisation des données — L'échelle de ce graphique à barres d'une grande marque est trompeuse car il n'y a pas d'axe Y. Même s'il n'y a qu'une légère différence de moins de 1 %, la barre bleue surdimensionnée est agrandie de manière disproportionnée.

Un exemple de visualisation de données trompeur d'une augmentation de 70 % de la durée de vie de la batterie — Lorsque Apple a essayé d'illustrer que la batterie du nouvel iPad avait une durée de vie de 70% plus longue, ils ont augmenté la hauteur de 70% mais aussi l'échelle globale, faisant apparaître la batterie beaucoup plus grande que la batterie de l'iPad précédent. (via Gizmodo)

Exemples de bonnes visualisations de données

De bonnes combinaisons de couleurs incluent un contraste de couleur suffisant dans cette visualisation des données — Un graphique à barres comme celui-ci est un moyen fantastique d'afficher les différences entre les ensembles de données, même si un contraste de couleur accru rendrait cette image plus accessible aux utilisateurs malvoyants. (par FiftyThirtyTwenty)

La présentation visuelle des données peut faciliter la compréhension des tableaux de bord — Ce tableau de bord des ventes utilise plusieurs formats de visualisation différents pour présenter les données pertinentes dans des formats faciles à comprendre qui ont un sens en un coup d'œil. Les données sont également bien étiquetées, ce qui clarifie davantage les choses. (par Bagus Fikri)

Un exemple de tableau de bord de bonne visualisation des données — La combinaison d'un design épuré et épuré avec une visualisation des données facile à interpréter avec des graphiques simples en fait une excellente UX. (par Miklos Philips)

Google Audience Insights est un bon exemple des meilleures pratiques de visualisation de données interactives — Audience Insights de Google fait du bon travail avec sa suite d'analyse de données interactive qui rend les données facilement compréhensibles.

Conclusion

Une bonne visualisation des données doit communiquer clairement et efficacement un ensemble de données à l'aide de graphiques. Les meilleures visualisations facilitent la compréhension des données en un coup d'œil. Ils prennent des informations complexes et les décomposent de manière à ce qu'elles soient simples à comprendre pour le public cible et sur lesquelles fonder leurs décisions.

Comme l'a souligné Edward R. Tufte, "le test essentiel du design est de savoir dans quelle mesure il aide à comprendre le contenu, et non à quel point il est élégant". Les visualisations de données, en particulier, devraient adhérer à cette idée. L'objectif est d'améliorer les données grâce à la conception, et non d'attirer l'attention sur la conception elle-même.

Garder à l'esprit ces meilleures pratiques de visualisation de données simplifie le processus de conception d'infographies véritablement utiles à leur public.

•••

Lecture complémentaire :

Inspirez-vous de ces visualisations de données
Améliorez vos analyses avec ces inspirations de conception de tableau de bord
Conception de tableau de bord - Considérations et bonnes pratiques
Conception de présentation et l'art de la narration visuelle
L'importance de la conception centrée sur l'humain dans la conception de produits
Les meilleurs portefeuilles de concepteurs UX - Études de cas et exemples inspirants