Data visualisation – Cole Nussbaumer Knaflic

Cole Nussbaumer Knaflic a écrit un excellent ouvrage sur l’art de représenter les données par le bon graphique. C’est intelligent, complet et pertinent. J’en recommande fortement la lecture à quiconque produit parfois des statistiques : je suis d’accord avec chaque phrase du livre. Le mieux pour un résumé est de regarder les 30 premières minutes de la conférence Youtube sur ce lien : https://www.youtube.com/watch?v=8EMW7io4rSI

C’est l’ouvrage que j’aurais voulu écrire sur l’art de réaliser un chart si j’avais eu l’intention d’écrire un tel ouvrage. J’éviterai donc de le faire !

Aussi, plutôt qu’une synthèse du livre de Cole Nussbaumer, je copie ici mes propres règles sur les graphiques. Si vous voulez améliorer vos réalisations, lisez les deux !

Le graphique – Choisir le bon type

Six types de graphique peuvent décrire presque tout : le bar chart horizontal, le stack chart, le bar chart vertical, la ligne brisée, le build-up et le scatter plot. Chacun a une utilisation précise, souvent dictée par les habitudes inconscientes de lecture. Il existe des cas précis pour lesquels préférer un type à un autre. Explorons-les ensemble !

Le bar chart horizontal pour les classements. Pensez aux classements. Qui est premier ? qui est cinquième ? Le lecteur est habitué à voir des classements dans ce format. Préférez presque toujours l’ordre décroissant.

Le stack chart pour la composition. Qu’est-ce qui explique les 440kcal d’un fondant au chocolat ? Il montre les catégories qui font le tout avec le total au-dessus. Mettez en bas les lignes que vous souhaitez les plus lisibles.

Le build-up pour montrer des étapes successives. Pensez aux variations du nombre d’employés entre deux périodes : qui est arrivé ? Qui est parti ? L’abscisse doit être des étapes. Il cherche à expliquer méthodiquement.

Le bar chart vertical pour compter par période de temps. Pensez à un rapport annuel avec le chiffre d’affaires sur 5 ans. L’abscisse doit toujours être une notion de temps. Le lecteur est habitué à lire le temps de gauche à droite.

La ligne brisée pour montrer l’évolution d’une valeur. Dans le temps ou en fonction d’un autre élément. Pensez à un cours de bourse. A la différence du bar chart vertical, on ne compte pas. C’est une valeur qui évolue.

Le scatter plot pour segmenter en deux dimensions. Pensez à la classique matrice croissance-rentabilité. Quels points sont en haut à droite ? Qui est en bas à gauche ? Si vous pouvez mettez le positif en haut à droite. Les lecteurs y sont habitués.

Il existe beaucoup d’autres graphiques qu’il vaut mieux dans l’ensemble éviter d’utiliser. Parmi les plus classiques, on compte le pie chart et le spider chart. Ils sont peu clairs et vite illisibles. A moins de souhaiter volontairement créer la confusion pour le lecteur (cela peut arriver !), évitez ces types de graphiques.

Remplacez le pie chart par un stack chart. Le pie chart est difficile à lire, comparer les tranches est malaisé, il est difficile de voir le total et sa forme ronde rend ardu d’écrire un commentaire sur chaque catégorie. Une fois de plus, utilisez le si vous souhaitez volontairement brouiller le message. Dans certains cas cela peut être utile.

Remplacez les spider chart par un bar chart horizontal. L’objectif est en général de donner des scores à des dimensions et de comparer plusieurs jeux de données sur ces dimensions. Le bar chart horizontal est particulièrement adapté aux classements. Ce sera un choix plus adapté et plus facile à lire.

Enfin méfiez-vous des graphiques doubles, c’est-à-dire ces tentatives de représenter deux graphiques en même temps. Par exemple, un bar chart vertical avec une échelle indiquée à gauche et une ligne brisée avec une échelle indiquée à droite. Cela perturbe et crée augmente le risque d’erreur d’interprétation. Faites deux graphiques !

Evidemment, toutes les règles ont leur contre-exemple. Parfois il faut adapter le graphique au format du support. Un classement de 50 éléments sur une page PowerPoint pourra être illisible en vertical et acceptable à l’horizontal car la page est plus large que haute. La mort dans l’âme, il faut parfois faire certaines concessions…

Pour aller plus loin, considérez la lecture de l’excellent ouvrage Data visualisation de Cole Nussbaumer Knaflic. C’est très complet quant à l’art et la science de représenter visuellement des données. A tel point qu’il faudrait le rendre obligatoire à l’école !

Le graphique – Faciliter la lecture

Nos analyses de données vont circuler et être lues. Elles seront interprétées par des lecteurs qui connaissent moins le sujet que nous, qui ont peu de temps pour comprendre et qui auront leurs propres biais cognitifs. Elles seront peut-être réutilisées hors contexte avec des définitions et des objectifs différents.

Comment donc aider nos lecteurs à bien comprendre nos analyses ? Comment rendre les choses intelligibles pour tous ? Comment éviter les erreurs et les contre-sens ? Comment limiter la possibilité qu’un jeu de données soit détourné ? Comment s’assurer d’être lu et compris ?

Je relis souvent ce que je fais avec trois angles : mon cousin Jules adolescent, ma mère septuagénaire et moi fatigué. Pourraient-ils lire le document ? Le comprendraient-ils ? En tireraient-ils les mêmes conclusions ? Qu’en retiendraient-ils ? Qu’en diraient-ils autour d’eux ?

Chaque personnage a sa spécificité. Mon cousin Jules est brillant, mais jeune. Il a peu de contexte et est parfois un peu naïf. Ma mère est intelligente et expérimentée. En revanche, elle est biologiste et ne connait peu aux autres sujets. Enfin, je connais ou crois connaître le contenu, mais quand je suis fatigué je fais des raccourcis hâtifs.

Alors, comment passer le test de l’adolescent, de la grand-mère et de la fatigue ?

#01 – Ecrivez un intitulé explicite

Je donne un titre précis à mon graphique. Je place un titre au-dessus de mon graphique. Cela aidera la compréhension. Je m’assure que chacun des mots du titre est important, tout en restant court si possible.