Dashboards, datastories, maps : quelles data visualisations choisir ?
Dashboards, data stories, cartes interactives … Il existe de nombreux types de data visualisations ou dataviz. Dans cet article, nous allons passer en revue les différents types de data visualisations, comprendre à qui elles s’adressent et comment les choisir et les valoriser à leur plein potentiel.
Les organisations génèrent et collectent un grand nombre de données provenant d’applications métiers, de capteurs ou des clients. Sous leur forme brute, elles ne peuvent pas être interprétées pour identifier des opportunités, détecter ou anticiper des problèmes et les résoudre. On les retrouve parfois sous forme de liste ou de catalogue, mais là encore leur compréhension est difficile et laborieuse.
Selon notre étude réalisée avec le cabinet Odoxa auprès de 431 cadres dirigeants d’organisations de 500 salariés et plus, 90% des personnes interrogées déclarent que l’utilisation des données au sein de leur organisation est prioritaire ou importante. Alors comment les rendre intelligibles et facilement compréhensibles pour tous les niveaux de compétence dans votre organisation et pour vos parties prenantes externes ?
La data visualisation répond à cet enjeu. En représentant les données de manière graphique, il est plus simple de faire émerger des insights et d’améliorer la prise de décision pour tous. Nous vous proposons de découvrir tous les types de dataviz et leurs bénéfices au travers d’exemples concrets.
Dashboards, data stories, cartes interactives … Il existe de nombreux types de data visualisations ou dataviz. Dans cet article, nous allons passer en revue les différents types de data visualisations, comprendre à qui elles s’adressent et comment les choisir et les valoriser à leur plein potentiel.
Qu’est-ce qu’une data visualisation (dataviz)
La data visualisation (ou dataviz) est une pratique qui vise à traduire visuellement des données brutes. L’objectif est de rendre les données facilement compréhensibles et d’en faire un outil d’analyse intuitif pour toutes les parties prenantes, même sans compétences techniques.
Le nouveau portail open data de l’Assurance Maladie l’illustre parfaitement. Il regroupe les données des dépenses remboursées affectées à chaque pathologie. Affichées sous forme de tableau, il est très difficile de comprendre ces données et d’en extraire des insights. Cependant, si l’on récupère ces données pour les présenter sous forme de dataviz, il est beaucoup plus facile de les lire et de les comprendre. On peut voir un un coup d’œil grâce à cette dataviz interactive que le groupe de dépenses remboursées le plus conséquent concerne les hospitalisations ponctuelles.
La data visualisation permet donc d’accéder à l’essentiel des données rapidement. Toutes les organisations qui génèrent des données sont concernées par cette démarche. Elles disposent toutes d’archives conséquentes qui peuvent être transformées en outils d’analyse. Ces outils permettent d’améliorer la prise de décision, simplifient la diffusion de l’information et sont génératrices de valeur ajoutée.
Quels sont les critères importants à prendre en compte pour créer une data visualisation de qualité ?
Pour faire en sorte que votre data visualisation soit compréhensible, il y a des bonnes pratiques à appliquer. Nous vous détaillons ci-dessous les critères à suivre.
Les critères de fond :
Pour proposer des données pertinentes et réutilisables :
- définissez votre cible pour que votre dataviz soit cohérente et adaptée à l’audience;
- enrichissez vos visualisations en croisant vos datasets avec d’autres données;
- fournissez tous les détails sur les jeux de données utilisés dans votre visualisation.
Les critères de forme :
Il est indispensable de présenter votre dataviz dans un format attrayant, ergonomique et facilement compréhensible. Plusieurs critères sont à prendre en compte :
- Le format (colonnes, lignes, camembert, secteurs, barres, chandeliers, etc.) doit être en adéquation avec le type de données dont vous disposez et la façon dont vous voulez les mettre en valeur;
- Des filtres thématiques pour permettre à tous d’analyser les données de manière interactive;
- Les couleurs doivent permettre de comprendre les nuances et insights révélés par vos données, et doivent aussi refléter votre image de marque;
- Des légendes et du texte pour faciliter la compréhension et contextualiser vos données.
A qui s’adresse la data visualisation et quels sont les bénéfices ?
La data visualisation s’impose dès lors qu’il s’agit de présenter des données à des publics non experts. C’est un effort indispensable à fournir pour livrer une expérience de la donnée simple et qui s’inscrive dans la vie quotidienne de toutes les parties prenantes. Elle s’adapte également à des publics plus experts à la recherche de plus d’efficacité et qui souhaitent éliminer les tâches chronophages.
Tous les secteurs d’activités peuvent bénéficier des avantages de la data visualisation :
- Au sein même de leur organisation, en proposant des dashboards de reporting et de pilotage interactifs. Il s’agit de mettre à portée de tous des outils data-driven et de permettre à tous les départements d’optimiser leur processus de prise de décision.
- Pour créer des services data à la hauteur des attentes des partenaires et créer une synergie grâce un processus de valorisation de la donnée partagé.
- Pour communiquer avec le plus grand nombre dans des formats simples et compréhensibles en un instant. Les visualisations peuvent facilement s’insérer dans des applications et sont facilement accessibles. Elles génèrent ainsi des retombées positives en termes de compréhension, de visibilité et de transparence.
Graphiques, diagrammes, maps : quelle data visualisation choisir ?
Pour choisir la visualisation la plus adaptée à vos données et au message que vous voulez transmettre, vous devez prendre en compte plusieurs critères :
- Le contexte : quel est votre but et quelle est la future audience de votre data visualisation ? Que souhaitez-vous démontrer ?
- La nature des données que vous souhaitez valoriser : De quelle nature sont ces données ? (géographiques, données de références, données financières, etc.)
- La corrélation entre vos données : Quel est le lien entre ces données qui permettra de les comparer ? (évolution dans le temps, comparaison, classement, distribution, corrélation, etc.)
Si vous disposez de données géographiques ou liées à une zone géographique, le choix d’une carte est le plus pertinent. Par exemple, Kering présente sous forme de data visualisation les données issues de son compte de résultat environnemental (EP&L). Après avoir représenté sous forme de valeur les données qui portent sur son impact environnemental, Kering a créé une carte interactive. Il est possible d’obtenir des insights sur l’impact environnemental de l’entreprise dans le monde entier et de trier les informations très facilement grâce aux filtres (par type de pollution, par pays).
Afin de représenter l’évolution dans le temps, les chronologies et les diagrammes sont les outils qui donnent la représentation la plus adaptée. La Métropole d’Aix-Marseille-Provence utilise sur son portail des chronologies pour présenter les dernières données mises en ligne, ou encore pour les prochains évènements touristiques et culturels.
Si vous voulez comparer des données et mettre en avant les nuances, les diagrammes sont les dataviz les plus adaptées. Il existe de nombreuses formes de diagrammes (à barres, à barres empilées, à lignes, à secteurs, à horizon, en cascade, par chronologie, etc.). Par exemple, la ville de Bristol utilise un diagramme à barres pour présenter la qualité de vie de ses citoyens.
Si vous cherchez à représenter un classement, certains diagrammes sont plus adaptés (diagrammes à colonnes ordonnées, à barres ordonnées, de colonnes parallèles). La région Centre-Val de Loire utilise différentes formes pour représenter le classement de sa population, comme vous pourrez le voir sur leur portail. Cette visualisation est reprise sur d’autres portails, comme par exemple celui de l’Hérault.
Pour représenter la distribution dans votre dataviz, vous devez choisir une forme qui permet de la mettre en avant, comme par exemple les diagrammes en boîte à moustaches, les histogrammes, les graphiques de densité ou encore les diagrammes en violon.
Si vous cherchez à représenter une corrélation, il est possible d’utiliser des heatmaps, des diagrammes à nuages de points, des diagrammes à colonnes et à courbes, ou encore des diagrammes à bulles.
Par exemple, la Caisse Nationale d’Assurance Maladie (CNAM) a décidé de combiner les représentations d’une distribution et d’une corrélation dans cette dataviz. Dans cette carte qui donne la prévalence (en %) des cancers dans le département de Paris, il est possible de comprendre la distribution des personnes prises en charge pour une pathologie cancéreuse et de comprendre les corrélations avec les zones géographiques.
Dashboards, data stories : comment valoriser vos data visualisations ?
Pour mettre en valeur vos visualisations, il est essentiel de les contextualiser et de les mettre en valeur grâce à du texte, des légendes explicatives, des niveaux de titres ou encore grâce à des thèmes et des formats spéciaux. Selon votre besoin, vous pouvez choisir entre des dashboards ou des data stories.
Dashboard : pilotage d'actions, reporting, gestion opérationnelle
Un dashboard (ou tableau de bord) est composé de différentes données permettant une analyse approfondie sur des objectifs donnés.
Les dashboards sont utiles à tous niveaux de l’organisation et même en externe pour communiquer avec les partenaires. Il existe plusieurs types de dashboards :
- Dashboards décisionnels et de reporting : ils sont très utiles pour analyser rapidement une situation donnée. Des KPIs et objectifs business de l’organisation sont définis au préalable et peuvent être suivis en un coup d’œil sur ce support. Il est ainsi simple de déduire quelles décisions prendre;
- Dashboards financiers : ils regroupent des indicateurs et permettent de savoir quelles décisions prendre en fournissant une analyse financière;
- Dashboards opérationnels : ils permettent de faire remonter les problèmes de terrain, ou encore de voir l’activité de l’organisation. Ils sont souvent créés pour permettre aux citoyens de suivre les actions publiques;
- Dashboards thématiques : pour approfondir un sujet en particulier et proposer des tableaux de bord sur mesure à ses partenaires.
Voici des exemples de dashboards :
Le Health City Dashboard, outil opérationnel de la ville de Vancouver
La ville de Vancouver a créé la “Healthy City Strategy”. Cette stratégie a pour but de construire une communauté locale équitable, durable et résiliente pour donner une chance à tous. De nombreux objectifs qui concernent des enjeux sociaux et sociétaux ont été fixés.
Afin de permettre à tous d’accéder à des indicateurs qui permettent de suivre l’avancée de la municipalité sur les différents objectifs fixés dans le cadre de sa stratégie, la ville de Vancouver a créé le Health City Dashboard.
Structuré en fonction de ces objectifs, ce dashboard permet de voir rapidement et facilement des indicateurs en particulier. Véritable instrument de pilotage, il met en évidence les changements et permet d’avoir l’essentiel des données en un coup d’œil.
Le tableau de bord des engagements extra-financiers de EDF
Afin de partager ses indicateurs RSE simplement, EDF a créé grâce à notre solution no-code ODS Studio un dashboard : 4 indicateurs clés de la performance RSE du groupe EDF. Grâce à cet outil, il est possible de déduire l’état d’avancement de chaque engagement RSE et de savoir quel est le chemin restant pour atteindre l’objectif fixé par la direction.
Data stories : immersion thématique au sein des données
Une data story se distingue par sa construction plus proche de la littérature. Composée d’éléments de contexte, de chiffres clés et de dataviz, son but est de mettre en scène les données grâce à des thématiques pour raconter une histoire.
C’est un format que l’on retrouve généralement sur les portails open data car il permet de faciliter la compréhension des données pour le plus grand nombre.
Ainsi, sur le portail des collectivités, on retrouve souvent des data stories thématiques :
Orléans Métropole propose une data story à l’occasion d’une exposition sur Markus Lüpertz. En rassemblant des données de tous bords, la métropole propose une interface composée de dates importantes, de cartes thématiques et et toutes les informations pratiques pour voir cette exposition.
Dans le cadre de sa stratégie open data, la province espagnole de Castellón a créé différentes data stories avec notre outil no-code ODS Studio, dont cette data story sur les différentes disponibilités hôtelières.
Dans le secteur privé, certains acteurs proposent également des data stories :
Datajoule : les communes françaises desservies en gaz
Akajoule est un bureau d’études en efficacité énergétique et énergies renouvelables. Il a créé le concept “Datajoule”, une nouvelle solution conçue pour valoriser les données sur l’énergie et l’environnement.
Dans le but de partager à toutes les communes et citoyens français des informations sur la desserte en gaz, une data story interactive a été créée : « Communes françaises desservies en gaz« . Elle propose toutes les informations importantes en une seule page et donne des détails sur le gaz livré en France dans les différentes communes.
En outre, la plateforme Opendatasoft vous permet d’agréger les dataviz issues de tous les outils d’analyse et de BI sur vos dashboards et data stories. La solution se place au centre de votre stack technologique. Elle vous permet de générer rapidement et facilement des supports qui mettent la donnée au cœur la prise de décision dans votre organisation, même pour vos collaborateurs qui ne sont pas experts data.
Quelles sont les solutions existantes qui s’offrent aux grandes entreprises ou organisations du secteur public ? Permettent-elles vraiment de valoriser la donnée et de prendre des décisions data-driven pour construire des organisations véritablement data-centric ? Découvrez les réponses.
Dans cet article, nous nous intéressons plus particulièrement aux Dashboards as a Service, ces offres de services data digitaux qui se multiplient ces dernières années et qui génèrent de nombreux bénéfices pour les organisations qui les mettent en place et dans leurs écosystèmes.