👉
Concevoir de bonnes datavisualisations (guide)
  • Introduction
  • 1️METTEZ VOTRE MESSAGE EN VALEUR
    • ✅Dites le "pourquoi" et le "comment"
    • ✅Faites ressortir ce qui est important, racontez une seule histoire.
    • ✅Hiérarchie de l'information
  • 2️CHOISISSEZ VOTRE GRAPHIQUE
    • ✅Les tableaux sont préférables aux graphiques pour de nombreux petits ensembles de données
    • ✅Exploratoire vs Explicatif : choisir le bon format
    • ✅Statique ou interactif ?
  • 3️RENDRE LES GRAPHIQUES FACILES À LIRE
    • ✅Utilisez un langage clair et évitez les acronymes
    • ✅Supprimez tout encombrement visuel (principe de Tufte)
    • ✅Faire pivoter le diagramme à barres lorsque les noms de catégories sont trop longs
    • ✅N'utilisez pas de légende lorsque vous n'avez qu'une seule catégorie de données
    • ✅Utilisez l'étiquetage direct dans la mesure du possible, en évitant la recherche indirecte.
    • ✅Triez vos données pour faciliter les comparaisons
    • ✅N'utilisez pas plus de six couleurs (environ)
    • ✅Attention au daltonisme (déficience de la vision des couleurs)
  • 4️FAIRE DES GRAPHIQUES CORRECTS
    • ✅Utilisez des intervalles cohérents sur les axes (soyez transparent sur les lacunes des données)
    • ✅Utilisez un rapport d'aspect approprié pour minimiser les effets de pente dramatiques
    • ✅Ne pas confondre corrélation et causalité
    • ✅Ajuster l'inflation dans les séries longues
    • ✅Faites attention à la façon dont vous traitez les "données inexistantes/manquantes"
    • ✅Ne comparez pas des choux avec des carottes
    • ✅Indiquez le niveau de confiance
  • 5️TABLEAU DE BORD
    • ✅10 bonnes pratiques pour créer des tableaux de bord efficaces
  • 6️DERNIERES VÉRIFICATIONS
    • ✅Liste de contrôle pour la visualisation
    • ✅Demandez l'avis des autres
  • En savoir plus...
    • Sources
    • Autres ressources
    • Contact
Propulsé par GitBook
Sur cette page

Cet article vous a-t-il été utile ?

Exporter en PDF
  1. FAIRE DES GRAPHIQUES CORRECTS

Utilisez un rapport d'aspect approprié pour minimiser les effets de pente dramatiques

PrécédentUtilisez des intervalles cohérents sur les axes (soyez transparent sur les lacunes des données)SuivantNe pas confondre corrélation et causalité

Dernière mise à jour il y a 3 ans

Cet article vous a-t-il été utile ?

La pente d'un graphique linéaire doit être proche de 45 degrés pour une meilleure perception.

Dans l'exemple ci-dessous, les mêmes données sont présentées de trois façons. La pente reflète les échelles utilisées sur les deux axes :

Toutefois, dans certains cas, il peut y avoir des raisons légitimes de ne pas s'en tenir à une pente de 45 degrés. Par exemple, pour analyser les données qui révèlent certains schémas, qui autrement ne seraient pas visibles dans la pente à 45 degrés. Voir l'exemple ci-dessous

En savoir plus sur ce sujet :

4️
✅
https://eagereyes.org/basics/banking-45-degrees