Image à la une : Alien Pixels – Dribbble
Nous avons déjà tous passé des heures à analyser des données à partir de tableaux Excel interminables et complexes. La data visualisation (ou « dataviz » pour les initiés) est une réponse pour donner aux informations qui nous entourent une forme plus compréhensible et familière. En utilisant les outils que sont la couleur, le contraste, l’allégorie… ; elle nous rend la donnée accessible et lui donne une force émotionnelle. Elle est donc d’une grande aide pour la création d’interfaces ; les rendant lisibles, créatives et originales. Mais pour ce faire, une collaboration entre Dataviz et UX Design est formellement conseillée, en amont de tout projet data.
Data visualisation ou représentation des données
La Data visualisation ou représentation graphique de données, consiste à structurer visuellement des données recueillies et stockées. Ainsi, l’exploitation des données se fait plus facilement.
Cet accroissement constant de données a été théorisé par la règle des 4V d’IBM et explique l’émergence d’outils de visualisation des données ad hoc. Les premiers outils sont apparus il y a déjà plus de 10 ans. Ils ont été conçus à des fins “business”. Avec eux, est également apparu un nouveau terme : la business intelligence*.
*La Business Intelligence représente l’ensemble des actions et des outils mis en place pour l’analyse des données d’entreprise. Elle a pour but de documenter et d’améliorer la prise de décision et les performances. Ainsi, elle part du principe que la concentration et le croisement des données permettent de délivrer une information décisive.
Les 4V (Vélocité, Variété, Volume, Véracité) du Big Data ont été théorisés par IBM. Ces 4 attributs permettent de comprendre l’accélération à l’œuvre dans le domaine des données et d’apprécier l’importance de la data visualisation comme pratique permettant de créer de la valeur.
La dataviz : un langage graphique aux formes diverses
La compréhension de facteurs clés
- Le graphique : choisir le bon graphique pour représenter les données dépend de l’information que l’on souhaite communiquer et comment il est souhaitable de la communiquer. L’enjeu réside alors dans le choix le plus approprié pour délivrer une information efficace. Il en existe de diverses sortes : graphique de comparaison, graphique de distribution, graphique de composition, graphique de relation. Les graphiques peuvent être insérés dans des présentations ou encore dans des infographies et sont très utiles pour visualiser les données analysées de manière ponctuelle.
Exemple d’un graphique qui explique la progression boursière des GAFAM ces 11 dernières années. Source : Statista
Choisir des données pertinentes
- Le tableau de bord (dashboard) ou tableau de pilotage : utile pour piloter son activité (suivi récurrent) ou pour communiquer des informations clés, le dashboard permet un gain de temps important dans la lecture mais également dans le travail d’analyse. Il rend possible le regroupement des données, souvent éparses, dans un ensemble visuel circonscrit. Un tableau de bord prend tout son sens lorsqu’il s’agit de combiner des sources et surtout d’effectuer des calculs pour suivre l’évolution de tel ou tel indicateur clé. Mais au-delà de cet aspect automatisation, le dashboard peut être interactif et en temps réel, de sorte que l’exploration des données soit simplifiée au maximum.
Exemple avec le dashboard de “la Grande muraille verte”: une initiative visant à reverdir la région semi-aride du nord du Sahel pour empêcher le Sahara de s’étendre vers le sud.
Source : Statista
Une évolution de la Dataviz basée sur l’émotion
- Le storytelling : une bonne visualisation des données prend une autre dimension quand on sait l’interpréter. En effet, l’interactivité des tableaux de bord et la mise en page des données au travers des graphiques ne font pas tout. La data storytelling, qui consiste à transformer ces données en récit, clair et cohérent, offre à la visualisation le supplément de sens qui pourrait lui manquer. Présenter l’information de manière personnalisée, dans son contexte, est un moyen de communication très efficace. La data storytelling fait appel à la dimension rationnelle par les chiffres et à la dimension émotionnelle par l’histoire. Faire parler les données consiste donc à trouver leur lien organique et à le restituer sous forme d’un récit clair, avec un début et une fin.
Pour l’exemple de Data Storytelling : une initiative de Spotify, la célèbre plateforme de streaming musical, fait une utilisation intéressante du data storytelling.
Chaque fin d’année (depuis 2018), Spotify propose à ses utilisateurs une rétrospective de leurs habitudes d’écoute sur l’année écoulée : Ready for your 2021 Wrapped ?
“L’idée centrale de notre campagne Wrapped est de nous appuyer sur la donnée pour raconter des histoires.” confie Anshu Das, Senior Product Manager chez Spotify.
Data viz et UX Design : une rencontre nécessaire
“Une image vaut mille mots”
Confucius
La représentation visuelle de données permet de mettre en évidence des tendances c’est pourquoi les usages de la Dataviz sont multiples :
- établir des connexions entre les opérations et la performance d’une entreprise ;
- analyser les données en temps réel ;
- suivre et optimiser des campagnes.
En somme : amplifier les processus cognitifs afin de faciliter la prise de décision grâce à des représentations visuelles claires et intelligibles de tous.
Pourtant, la data visualisation seule ne suffit pas, il faut également prendre en compte l’expérience utilisateur.
Quels sont les facteurs à considérer d’un point de vue expérience utilisateur ?
L’UX Design prend en compte à la fois le l’utilisabilité du produit ou du service ainsi que le ressenti global de l’utilisateur lors de son usage. Dans le cas d’un tableau de bord, prendre en compte l’expérience utilisateur permet donc d’améliorer l’outil en lui-même. La Dataviz et l’UX Design sont donc deux corps de métiers complémentaires : leur collaboration, dès la phase de design d’un projet data, est donc primordial à la réussite de celui-ci. L’UX Designer peut notamment aider à améliorer le rendu et l’expérience utilisateur d’un tableau de bord. Il peut intervenir de manière itérative dès la phase amont du projet en réalisant des ateliers co-animés auprès des utilisateurs mais également lors de phases de tests pour recueillir le ressenti utilisateur et adapter l’outil créé en fonction.
La Dataviz est une interface utilisateur comme une autre, il est donc logique que son design respecte les règles UX et UI comme le fait une page web. La relation entre Dataviz et UX est indéniable et de nombreux arguments montrent qu’il est nécessaire d’allier ces deux corps de métiers.
Exemple avec Google Data Studio : un outil simple, intuitif et gratuit.
Google Data Studio est un outil de reporting et de Business Intelligence sur le Cloud. Lancée en 2016 et proposée gratuitement aux utilisateurs, la solution permet de créer des rapports, des tableaux personnalisés et des graphiques interactifs à partir de sources externes de données. Ces documents peuvent ensuite être partagés en temps réel avec les collaborateurs, les partenaires et les prospects/clients.
Google Data Studio donne aux entreprises tout ce dont elles ont besoin :
- pour matérialiser d’importants volumes de données sous la forme de rapports et de graphiques pédagogiques,
- suivre leurs principaux indicateurs de performance,
- de visualiser les tendances,
- de partager des informations auprès du plus grand nombre,
- d’optimiser leurs processus décisionnels afin de gagner en compétitivité.
Exemple de template fourni par Google Data Studio
Prise en main facile et accès gratuit
L’outil se focalise sur la simplicité de prise en main : l’interface épurée facilite le premier contact, la fonction glisser-déposer rend la solution intuitive, aucune notion de code n’est nécessaire, et la courbe d’apprentissage est rapide. Deux modes d’utilisation sont proposés :
- « édition » pour gérer les sources de données et créer les documents ;
- « vue » pour visualiser les données et interagir avec elles.
Enfin, pour les plus aguerris, il est toujours possible de toucher au code afin de créer des rapports plus complexes.
Google Data Studio est accessible gratuitement ce qui contribue à la démocratisation de la solution. Les applications associées sont elles aussi gratuites : Search Console, Analytics… tout comme les connecteurs liés à ces applications.
Seuls certains connecteurs, développés par des tiers, entraînent des frais supplémentaires. Dans la mesure où ils sont indispensables pour accéder à des sources de données externes (sur les réseaux sociaux notamment), cela va forcément occasionner quelques dépenses.
Gain de temps et personnalisation
Cet outil a clairement été pensé pour faire gagner du temps aux organisations : la création des documents est rapide et intuitive, les données sont actualisées en temps réel et de manière automatique lors de la consultation, et vous avez accès d’emblée à de nombreux templates très performants. Ce temps gagné sur le reporting peut être employé, par exemple, en vous focalisant sur la stratégie marketing et sur la prise de décision.
Les options de personnalisation sont multiples et les possibilités nombreuses.
De l’interface de l’outil aux documents édités :
- Application de styles et de thèmes de couleurs ;
- Utilisation de filtres ;
- Inclusion de zones de texte, de formes, d’images cliquables ou d’URL ;
- Création de catalogues de produits, de bibliothèques ou de contenus hypertextes…
Valorisation des données et mises à jour
C’est le grand avantage propre aux outils de dataviz : le fait de présenter aux partenaires, aux clients ou aux collaborateurs des rapports clairs et lisibles, qui mettent en valeur les données et traduisent instantanément une source brute en un message compréhensible par tous. En valorisant ainsi vos données, vous valorisez aussi votre entreprise et votre marque employeur.
Pour conclure avec les avantages, notons que Google Data Studio fait l’objet d’améliorations régulières depuis son lancement. De nouvelles fonctionnalités sont intégrées régulièrement, qui répondent aux besoins des experts de la data et des marketeurs. De plus, l’équipe en charge chez Google prête l’oreille aux commentaires de la communauté, afin d’apporter des améliorations aux utilisateurs et donc, là encore, un usage centré sur l’utilisateur.
Dataviz et UX
Les entreprises se tournent de plus en plus vers la Dataviz pour analyser leurs données et prendre des décisions. Pourtant assez peu d’outils décisionnels prennent aujourd’hui en compte l’expérience utilisateur, lors du développement, alors que Dataviz et UX sont complémentaires, comme nous l’avons vu. Dans une dynamique d’évolution, il serait judicieux de s’ouvrir à une nouvelle façon d’organiser les projets Data en mettant, certes, la donnée au cœur du débat, mais également l’expérience utilisateur au cœur du livrable. La dataviz doit être ergonomique et adaptée aux besoins et aux objectifs des utilisateurs pour être efficace et utile.
Lire aussi :
- 12 ouvrages de référence sur la visualisation des données
- 20 idées pour une meilleure visualisation des données
