DATA VISUALISATION
1️. Introduction à la DataViz
Définition
La Data Visualisation est l’art de représenter des données sous forme graphique pour les
rendre :
• compréhensibles
• rapides à analyser
• utiles pour décider
Objectif principal :
Transformer des chiffres en compréhension visuelle immédiate.
Pourquoi la DataViz est importante
Sans visualisation → données incompréhensables
Avec visualisation → décisions rapides
Exemples d’usage :
• entreprises → ventes
• chercheurs → résultats scientifiques
• gouvernements → statistiques nationales
• étudiants → rapports
2️. Les 5 objectifs fondamentaux de la visualisation
Une visualisation sert toujours à une mission précise :
Objectif Rôle
Informer montrer un fait
Comparer voir différences
Évoluer observer changement
Distribuer voir répartition
Convaincre soutenir argument
Une erreur fréquente = faire un graphique sans objectif.
3️. Comment le cerveau lit un graphique
Le cerveau comprend certains éléments plus vite que d’autres.
Hiérarchie de perception visuelle
Élément Compréhension
Position Très rapide
Longueur Rapide
Angle Moyen
Surface Lent
Volume Très lent
Bref :
Graphiques simples > Graphiques artistiques
4️. Types de graphiques essentiels
comparer des valeurs
facile à lire
mauvais pour tendance temporelle
Graphique en ligne — Évolution
montrer évolution
parfait pour séries temporelles
mauvais pour comparer catégories
Camembert — Répartition
montrer proportions
difficile avec beaucoup de catégories
Histogramme — Distribution
analyser répartition de valeurs
utile en statistiques
5️. Règles d’or d’une bonne visualisation
Règle 1 — Simplicité
Supprimer tout élément inutile.
Règle 2 — Lisibilité
Police simple, taille lisible.
Règle 3 — Cohérence
Même couleur = même signification.
Règle 4 — Hiérarchie visuelle
Ce qui est important doit ressortir.
Règle 5 — Titre clair
Un graphique sans titre = incompréhensible.
6️. Erreurs fréquentes à éviter
Graphiques 3D
Trop de couleurs
Axe tronqué
Données non triées
Légendes inutiles
Décorations inutiles
7️. Choisir le bon graphique (Guide rapide)
Situation Graphique
Comparer valeurs Barres
Évolution temps Ligne
Part d’un total Camembert
Distribution Histogramme
Relation entre variables Scatter plot
8️. Storytelling visuel
Une visualisation efficace raconte une histoire.
Structure :
1. Contexte
2. Observation
3. Insight
4. Conclusion
Exemple :
Les ventes ont augmenté de 40% après la campagne marketing.
9️. Couleurs en DataViz
Bonnes pratiques
• 1 couleur principale
• 1 couleur d’accent
• tons neutres
Mauvaises pratiques
• couleurs fluorescentes
• trop de couleurs
• couleurs sans signification
Méthode professionnelle de création
Processus utilisé par les analystes :
1. Comprendre l’objectif
2. Nettoyer les données
3. Choisir le graphique
4. Créer
5. Simplifier
6. Tester compréhension
7. Publier
Grille d’évaluation d’un graphique
Critère Question
Compréhensible Compris en 5 sec ?
Pertinent Graphique adapté ?
Lisible Texte visible ?
Clair Pas confus ?
Utile Apporte info ?
1️2. Outils populaires de DataViz
Niveau débutant :
• Datawrapper
• Excel
• Google Sheets
Niveau intermédiaire :
• Power BI
• Tableau
• Looker Studio
Niveau avancé :
• Python (Matplotlib, Seaborn)
• R
Exemple complet d’analyse
Données : notes étudiants
Étudiant Note
A 10
B 15
C 18
D 12
Choix graphique → barres
Pourquoi ? → comparaison
Insight :
L’étudiant C a la meilleure performance.
Règle ultime des experts
Si on doit expliquer un graphique, il est mal conçu.
Un bon graphique se comprend immédiatement.
Bref :
La DataViz consiste à :
Choisir le bon graphique/ simplifier l’information/ guider le regard/ révéler un message