Les graphiques en Data Visualisation

Vous le savez les données sont au cœur de notre quotidien et de notre société. La production et la croissance de la data sont non négligeables et présents partout : objets connectés, assistants vocaux, voiture autonomes, intelligence artificielle … D’autant plus que ce types de technologies amènent également à la création de nouvelles données.😉

Qu’est-ce que la Data Visualisation ?

C’est pour cela que la data visualisation joue un rôle important. La data visualisation, ou data viz, ou représentation graphique de données, permet de structurer visuellement des données, l’exploitation se faisant ainsi plus facilement.

La représentation graphique de données est alors essentielle pour analyser les données, et ainsi, faciliter et accélérer la prise de décision. La data visualisation est un outil plus efficace que des tableaux Excel, elle diffuse plus simplement l’information, amène des points de comparaison et des analyses sur les tendances. Elle est alors idéale pour aiguiser les prédictions des tendances à venir.

Quelles formes pour quels types de données ?

Bien choisir le type de graphique en visualisation de données est très important.

  • Evolution dans le temps : diagrammes à lignes, diagrammes à barres, diagrammes à barres empilées, diagrammes à chandeliers, diagrammes à secteurs, chronologies, diagrammes à horizon, diagrammes en cascade.
  • Comparaison : diagrammes à barres, diagrammes à barres groupées, diagrammes à bulles, diagrammes multi-lignes, diagrammes de coordonnées parallèles, diagrammes à puce
  • Classement : diagrammes à barres ordonnées, diagrammes à colonnes ordonnées, diagrammes de coordonnées parallèles·
  • Distribution : histogrammes, diagrammes en boîte à moustaches, diagrammes en violon, graphiques de densité·
  • Corrélation : diagrammes à nuage de points, diagrammes à bulles, diagrammes à colonnes et à courbes, heat map.

L’avènement des graphiques a changé notre vision des données. Cependant il y a tout de même de bonnes pratiques à respecter. Les graphiques linéaires permettent de montrer les tendances et les fluctuations. Alors que les diagrammes en camembert peuvent être utilisés pour comparer rapidement les données, mais ne sont pas recommandés si la précision est requise. Le choix du bon graphique est alors très important.

Quelques précisions sur les types de graphiques

TYPES

EXPLICATIONS

REPRESENTATIONS

Graphique à barres

Organise les données en barres rectangulaires. Ce type de graphique est utile pour comparer deux ou plusieurs ensemble de données de même type.

Graphique linéaire

Visualise les données sous forme d’une ligne. Est utile pour comprendre les tendances de données relatives à une variable continue dans le temps.

Graphique à secteurs

Représente en parts proportionnelles, des catégories. Il s’agit d’un cercle divisé en sections. Chaque tranche représente une proportion de chaque catégorie, tandis que le cercle entier représente la somme de toutes les données, égale à 100 %. Attention ce graphique n'est pas forcément recommandé, on vous explique pourquoi ici.

Treemap

Organise les données divisé en rectangles plus ou moins grand en fonction de ses proportions par rapport à l’ensemble des données. Le Treemap total montre l’ensemble des données tandis que les rectangles individuels montrent les sous-données proportionnellement à l’ensemble.

Graphique à aires

Les graphiques à aires sont similaires aux graphiques linéaires. Les deux permettent de montrer les tendances et la continuité d'un ensemble de données. Cependant pour les graphiques en aires, l'espace entre les axes et la courbe est rempli, indiquant un volume. Cette zone est également colorée. Il peut être utilisé avec plusieurs variables pour démontrer les différences relatives entre ces dernières.

Nuage de points

Utilisé pour comprendre la relation entre 2 variables.

Graphique à bulles

Utilisé pour montrer les relations entre différentes mesures et dimensions. Les compléter avec d’autres types de graphiques est souvent pertinent pour apporter plus de détails. La couleur et la taille des bulles indiquent plusieurs caractéristiques en visualisation.

Graphique à barres

Organise les données en barres rectangulaires. Ce type de graphique est utile pour comparer deux ou plusieurs ensemble de données de même type.

 

Graphique linéaire

Visualise les données sous forme d’une ligne. Est utile pour comprendre les tendances de données relatives à une variable continue dans le temps.

Graphique à secteurs

Représente en parts proportionnelles, des catégories. Il s’agit d’un cercle divisé en sections. Chaque tranche représente une proportion de chaque catégorie, tandis que le cercle .

Treemap

Organise les données divisé en rectangles plus ou moins grand en fonction de ses proportions par rapport à l’ensemble des données. Le Treemap total montre l’ensemble des ent à l’ensemble.

Graphique à aires

Les graphiques à aires sont similaires aux graphiques en courbes. Les deux permettent de montrer les tendances et la continuité d’un ensemble de données. Cependant pour les graphiques en courbes, l’espace entre les axes et la courbe est rempli, indiquant un volume. Cette zone est également colorée. Il peut être utilisé avec plusieurs variables pour s.

Graphique à bulles

Utilisé pour montrer les relations entre différentes mesures et dimensions. Les compléter avec d’autres types de graphiques est souvent pertinent pour apporter plus de détails. La couleur et la taille des bulles indiquent plusieurs caractéristiques en visualisation.

Il existe bien évidemment d’autres types de graphiques selon le type de données. Le site Data To Viz référence tous les types de graphiques selon l’utilisation que vous souhaitez en faire.

Conclusion

En tant qu’entreprise et organisation en général, vous disposez tous de données archivées ou récemment récoltées. Les visualiser représentent une vraie mine d’or pour vous et seront gage de gain de temps et de prises de décisions plus pertinentes.💪🚀🎯.

EN DÉCOUVRIR PLUS 

Les bonnes pratiques de la Data Visualisation

Les bonnes pratiques de la Data Visualisation

Les bonnes pratiques de la Data VisualisationLa Data Visualisation, ou Data Viz, permet de structurer visuellement des données, l’exploitation se faisant ainsi plus facilement. Il existe alors de...

Focus sur le pilotage opérationnel par les données

Focus sur le pilotage opérationnel par les données

Focus sur le pilotage opérationnel par la donnéeLa numérisation et le développement des technologies ont entrainé une grande hausse du volume de données présentes au sein des entreprises. Cette...

Les bonnes pratiques de la Data Visualisation

Les bonnes pratiques de la Data Visualisation

Les bonnes pratiques de la Data VisualisationLa Data Visualisation, ou Data Viz, permet de structurer visuellement des données, l’exploitation se faisant ainsi plus facilement. Il existe alors de...