The Mind's Eye - Un regard sur la psychologie de la visualisation des données

La visualisation des données est un excellent moyen de raconter une histoire sur les données. Mais quelle est la meilleure façon de le faire ? Une compréhension de la perception et de la cognition humaines peut aider les concepteurs à le faire efficacement.

Depuis des milliers d'années, les gens utilisent des visuels pour raconter des histoires et illustrer des réponses à des questions essentielles. Le premier exemple de visualisation de données est probablement une carte d'il y a environ 27 000 ans, et pendant longtemps, il était rare de voir des visualisations de données pour autre chose que la géographie.

Notre cerveau est-il spécialement conçu pour reconnaître les modèles et les connexions ? Aujourd'hui, nous vivons à l'âge d'or de la visualisation de données. Communiquer efficacement des données peut s'avérer difficile, et bien que les graphiques puissent nous aider à comprendre des données complexes et même à les voir sous un nouvel angle, lorsqu'il s'agit de transmettre correctement un message à un public ou de prendre des décisions commerciales basées sur des données, la visualisation peut être un moyen essentiel. pour l'accomplir. Mais qu'y a- t-il derrière la puissance de la visualisation des données ?

Contexte historique de la conception de visualisation de données

La visualisation de données a une longue histoire et a fait des progrès significatifs entre le 17e et le 19e siècle. L'idée de présenter graphiquement des données quantitatives est née au XVIIIe siècle lorsque René Descartes a inventé un système de coordonnées à deux dimensions pour afficher les valeurs des opérations mathématiques. Ce système a été amélioré lorsque William Playfair a été le pionnier des formes graphiques telles que nous les connaissons aujourd'hui. Il est crédité d'avoir inventé les graphiques linéaires et à barres, et plus tard le graphique circulaire et le graphique circulaire.

Au fil des ans, l'utilisation de graphiques quantitatifs s'est généralisée. Leur méthodologie et leur efficacité se sont considérablement accrues dans la seconde moitié du XXe siècle avec la publication du livre de Jacques Bertin La Sémiologie du graphisme . Son travail était crucial car il a découvert que pour présenter des informations de manière intuitive, claire et efficace, la perception visuelle fonctionnait selon des règles et des modèles qui pouvaient être suivis.

Bertin a étudié l'efficacité de différents types de cartes. Dans l'exemple ci-dessous, les camemberts montrent la production de différents types de viande dans plusieurs pays. Bertin les considérait comme "inutiles". Au milieu, en utilisant la visualisation matricielle, les modèles de haut niveau deviennent plus immédiatement visibles. Et à droite, puisque les pays et la production de viande n'ont pas d'ordre naturel, de nombreuses autres matrices peuvent être produites - y compris l'exemple présenté - ce qui a apporté beaucoup plus de clarté. Dans ce scénario, la réorganisation des catégories a considérablement amélioré la présentation des données.

Qu'est-ce que la psychologie a à voir avec la visualisation de données ?

La perception visuelle est la capacité de voir, d'interpréter et d'organiser notre environnement. La visualisation des données peut être extrêmement efficace car elle tire parti des capacités naturelles du cerveau humain. C'est rapide et efficace.

John Tukey, mathématicien et statisticien théoricien américain influent, a déclaré : "La plus grande valeur d'une image est lorsqu'elle nous oblige à remarquer ce que nous ne nous attendions pas à voir."

La cognition, qui est gérée par le cortex cérébral, est beaucoup plus lente et nécessite plus d'efforts pour traiter l'information. La présentation visuelle des données accélère notre perception et aide à réduire la charge cognitive.

Dans l'exemple ci-dessous, le tableau nous permet de voir des chiffres précis. Cependant, pourrions-nous rapidement trouver les chiffres les plus élevés et les plus bas pour les ressources en eau renouvelables ? Pas facilement, mais les mêmes données deviennent beaucoup plus claires et compréhensibles lorsqu'elles sont présentées visuellement dans le graphique à barres de droite.

L'influence dominante de la perception visuelle par rapport aux autres sens est illustrée avec justesse par un exemple du physicien danois Tor Norretranders. Il a démontré la puissance des visuels en convertissant la capacité des sens humains en débits informatiques standard. La vue arrive en tête car elle a la même bande passante qu'un réseau informatique. Sa capacité de canal est 10 fois plus élevée que le toucher et 100 fois plus forte que l'ouïe ou l'odorat. Le petit carré dans le coin inférieur droit est l'endroit où nous sommes cognitivement conscients des expériences sensorielles.

Traitement pré-attentif

Non seulement le traitement visuel domine les entrées sensorielles, mais la quantité de données et la vitesse à laquelle nous traitons sont bien plus élevées que nous ne le pensons. Ce phénomène est connu sous le nom de « traitement pré-attentif ». C'est inconscient et rapide. Il faut 200 à 500 millisecondes à l'œil pour transmettre et au cerveau pour traiter la propriété pré-attentive du stimulus visuel (c'est beaucoup plus rapide que la façon dont le cerveau peut traiter les données d'un tableur).

"Le traitement pré-attentif est l'accumulation subconsciente d'informations provenant de l'environnement. Toutes les informations disponibles sont traitées de manière pré-attentive. Ensuite, le cerveau filtre et traite ce qui est important. Les informations qui ont la plus grande saillance (un stimulus qui se démarque le plus) ou la pertinence par rapport à ce à quoi une personne pense sont sélectionnées pour une analyse plus approfondie et plus complète par un traitement conscient (attentif). – de Wikipédia

Le traitement pré-attentif est une aubaine pour les concepteurs car son déploiement habile permet aux gens de comprendre plus rapidement ce qui est présenté. Un concepteur hautement compétent peut aider quelqu'un qui visualise des visualisations de données à absorber plus d'informations plus rapidement et avec moins d'effort, car cela allège le traitement conscient et diminue la charge de la mémoire.

Avantages du traitement pré-attentif :

• Rapide/Automatique
• Émotif
• Impulsions/pulsions
• Habitudes
• Croyances
• stéréotypé
• Subconscient

De nombreuses variables visuelles déclenchent une réponse pré-attentive. En apprenant quels éléments visuels sont automatiquement mis en valeur, puis en les incorporant dans des tableaux de bord, nous pouvons concevoir des visualisations qui racontent efficacement l'histoire des données.

Variables visuelles

Introduites par Jacques Bertin, les variables visuelles sont les différences entre les éléments tels que perçus par l'œil humain. Étudiées depuis longtemps, ces variables permettent de comprendre comment le cerveau humain traite et navigue dans les informations visuelles. L'ensemble original de "variables rétiniennes" se composait de sept variables : position, taille, forme, valeur, teinte de couleur, orientations et texture.

Les graphiques ci-dessous montrent des exemples de variables visuelles utiles pour montrer des différences qualitatives ou quantitatives, selon Bertin. Ils démontrent également une manière de présenter les attributs à travers des points, des lignes ou des zones.

Une étude réalisée en 1984 par William Cleveland et Robert McGill a classé les aspects les plus courants que deux formes peuvent avoir en fonction de la facilité avec laquelle le cerveau humain détecte les différences entre elles. Ils ont commandé les caractéristiques visuelles suivantes de la plus précise à la moins précise :

Position le long d'une échelle commune

Parce que nous partageons un système de référence spatiale commun, la position est la caractéristique la plus facile à reconnaître et à évaluer en ce qui concerne les éléments dans l'espace.

Exemples : diagrammes à barres, nuages ​​de points

Positions le long d'échelles identiques non alignées

Il est facile de comparer des échelles séparées répétées avec le même axe même si elles ne sont pas alignées. Les graphiques à panneaux, ou « petits multiples », en sont un excellent exemple. Le résultat est une grille de graphiques qui suivent tous le même format visuel mais affichent différents ensembles de données. Par rapport à un graphique unique plus grand, de petits multiples peuvent aider à surtracer, lorsque les données peuvent devenir obscurcies ou occultées parce qu'il y a trop d'éléments tracés.

Exemple : Petits multiples (également appelés graphiques Rellis, Lattice, Grid et Panel)

Longueur

La longueur peut représenter efficacement des informations quantitatives, car la longueur d'un élément peut s'adapter à la valeur de données qu'il représente. Le cerveau humain reconnaît facilement les proportions et évalue la longueur, même si les objets ne sont pas alignés.

Exemple : Graphiques à barres

Direction

La direction est facilement reconnaissable par l'œil humain. Il peut utiliser des graphiques linéaires et de tendance, par exemple, pour présenter des données qui changent au fil du temps.

Exemple : graphiques de tendance

Angle

Les angles aident à faire des comparaisons en fournissant un sens des proportions. Des études montrent que les angles sont plus difficiles à évaluer que la longueur ou la position. Cependant, les graphiques à secteurs sont aussi efficaces que les graphiques à barres empilées, à moins qu'il n'y ait plus de trois parties dans l'ensemble.

Exemple : Graphiques à secteurs

Région

L'ampleur relative des zones est plus difficile à comparer à la longueur des lignes. La deuxième direction nécessite plus d'efforts de traitement et d'interprétation.

Exemple : Graphiques à bulles

Le volume

Le volume fait référence à l'utilisation d'objets 3D dans des espaces bidimensionnels, ce qui les rend beaucoup plus difficiles à évaluer. Cependant, des études suggèrent que les objets 3D peuvent être perçus plus précisément lors de la comparaison de deux formes de même dimensionnalité.

Exemple : graphiques à barres 3D

Saturation de couleur

La saturation des couleurs fait référence à l'intensité d'une seule teinte. Des intensités croissantes de couleur peuvent être perçues intuitivement comme des nombres de valeur croissante. Cependant, il est difficile d'évaluer précisément les résultats.

Exemple : cartes thermiques

Comprendre le classement des variables visuelles est essentiel pour créer des visualisations de données convaincantes. Cependant, cela ne signifie pas que les concepteurs doivent se limiter aux graphiques à barres et aux nuages ​​de points. Cleveland et McGill notent : « La commande ne se traduit pas par une prescription précise pour l'affichage des données, mais plutôt par un cadre dans lequel travailler.

Couleur

La saturation et l'ombrage des couleurs sont les moins précis en ce qui concerne la perception des motifs et du comportement, selon William Cleveland. Pourtant, la couleur peut être un outil puissant pour les concepteurs de visualisation de données pour transmettre du sens et de la clarté lors de l'affichage des données. Il est toutefois crucial que les concepteurs comprennent comment la couleur fonctionne et ce qu'elle fait et ce qu'elle ne fait pas bien.

Couleur en contexte

Notre perception de la couleur dépend du contexte, de la couleur et de son contraste avec les objets environnants.

Un bon exemple est une expérience d'Akiyoshi Kitaoka, professeur au Département de psychologie de l'Université Ritsumeikan au Japon, où il fait glisser un morceau de papier gris sur un dégradé noir à blanc. Le papier semble changer de couleur lorsqu'il se déplace d'un côté à l'autre. À chaque instant, nous percevons la couleur différemment car différentes nuances de gris l'entourent. Voir la vidéo ci-dessous :

Dans son article Practical Rules for Using Color in Charts , Stephen Few tire quelques règles pratiques de ces observations :

1. Si vous souhaitez que différents objets de la même couleur dans un tableau ou un graphique aient la même apparence, assurez-vous que l'arrière-plan (la couleur qui les entoure) est cohérent.
2. Si vous souhaitez que les objets d'un tableau ou d'un graphique soient facilement visibles, utilisez une couleur d'arrière-plan qui contraste suffisamment avec l'objet.

La couleur raconte une histoire

La couleur n'est pas qu'une décoration. C'est mieux lorsqu'il est utilisé de manière significative et stratégique. La couleur doit aider à raconter une histoire et à communiquer l'objectif de l'ensemble de données présenté. Comme le dit le dicton, "moins c'est plus".

Les couleurs contrastées ne doivent être appliquées qu'aux différences de signification dans les données afin de réduire la charge cognitive. La couleur peut également mettre en valeur les principaux éléments de la visualisation.

L'absence de couleur ne rend pas un bon graphique moins efficace. Le gris est un bon point de départ au stade de l'idéation, et une fois qu'un point d'intérêt est identifié, l'application de la couleur mettra l'accent sur ces parties.

Définir les palettes de couleurs

L'ensemble de couleurs qu'un concepteur de visualisation de données applique peut complètement changer la signification des données. De nombreux outils peuvent aider à sélectionner une palette de couleurs significative, selon la nature des données. En voici quelques-uns :

• Brasseur de couleurs. Les palettes sont divisées en trois types :
  • Catégoriel (utilisé pour séparer les éléments en groupes distincts)
  • Séquentiel (utilisé pour coder les différences quantitatives)
  • Divergent
• Palette de visualisation. Viz Palette s'occupe de l'accessibilité, de la conception pour les daltoniens et des nuances perceptuellement espacées de manière uniforme. Il comprend un « rapport de couleurs » qui identifie les nuances qui pourraient se ressembler dans diverses situations.

Application des principes de Gestalt à la visualisation de données

Les principes gestalt de la perception peuvent aider à clarifier la façon dont le cerveau organise les éléments en fonction de caractéristiques communes lorsqu'il essaie de donner un sens à l'information visuelle. La théorie de la Gestalt est fondée sur l'idée que le cerveau humain tentera de simplifier et d'organiser des images ou des conceptions complexes composées de nombreux éléments en organisant inconsciemment les parties dans un système organisé qui crée un tout, plutôt qu'une simple série d'éléments disparates.

Similarité

Le principe de similarité dit que nos esprits regrouperont automatiquement les éléments avec des propriétés visuelles partagées comme étant "similaires". Des couleurs similaires, des formes similaires, des tailles similaires et des orientations similaires sont perçues comme un groupe. Ce principe est illustré dans les tableaux ci-dessous.

Contrairement au graphique de gauche avec les barres de différentes couleurs, elles sont du même bleu à droite. Étant donné qu'il n'y a qu'une seule variable (Coûts/Revenus), cela a du sens. Avoir les barres de la même couleur facilite la compréhension des données et supprime la charge cognitive supplémentaire causée par l'utilisation de couleurs différentes sur la gauche.

Proximité

La proximité est plus efficace que la similitude car l'œil humain perçoit les éléments comme étant liés en fonction de leur proximité.

Dans le graphique ci-dessous, l'objectif est de comparer les ventes par pays sur trois trimestres. S'il est facile de comparer les ventes de chaque pays au cours d'un trimestre en raison de leur proximité, il serait difficile d'analyser les ventes par pays.

Le tableau révisé le communique plus clairement. Dans ce cas, les informations sont priorisées pour se concentrer sur l'objectif de visualisation, car elles permettent de rapprocher les principaux points de données.

Enceinte

Le principe de la région commune, introduit par Palmer en 1992, montre comment l'enceinte d'éléments avec une frontière clairement définie tend à être perçue comme un groupe s'ils partagent une zone commune.

Dans l'exemple ci-dessous, les trois barres dans la zone grisée semblent faire partie d'un groupe. Cette technique aide les spectateurs à se concentrer sur un groupe d'objets dans un graphique.

Conclusion

Comprendre les éléments clés de la perception humaine et du processus cognitif est un élément essentiel de la conception d'excellentes visualisations de données. Lorsqu'ils travaillent sur des produits nécessitant une visualisation des données, qu'il s'agisse d'un tableau de bord B2B ou d'une application financière, les concepteurs doivent être conscients du processus de perception visuelle du cerveau humain et des principes fondamentaux de conception de la visualisation des données.

Une familiarité avec les principes gestalt bien connus de la perception visuelle peut être un grand avantage pour les concepteurs et les aider à comprendre comment le cerveau transforme des images complexes en motifs. Tenir compte de ces principes est précieux dans le processus d'obtention d'une hiérarchie visuelle plus explicite lors de la conception de visualisations de données et de la conception de graphiques plus efficaces.

De plus, être conscient du traitement pré-attentif et des variables visuelles, ainsi que de l'application correcte de la couleur, permettra aux concepteurs de créer des visualisations de données plus efficaces.

Dites-nous ce que vous en pensez! S'il vous plaît laissez vos pensées, commentaires et commentaires ci-dessous.

• • •

Pour en savoir plus sur le blog Toptal Design :

• Un aperçu complet des meilleurs outils de visualisation de données
• Visualisation des données - Meilleures pratiques et fondements
• Principaux exemples de visualisation de données et conceptions de tableaux de bord
• Conception de tableau de bord - Considérations et bonnes pratiques
• COVID-19 : le cas d'utilisation ultime du Design Thinking