Boîte à outils Smb: comment choisir la bonne visualisation des données

Les feuilles de calcul constituent depuis longtemps un pilier dans les affaires, et certaines personnes ont du mal à les laisser partir. Cependant, aujourd'hui, la plupart des entreprises ont dépassé l'attrait fugace de la nostalgie pour se doter d'outils plus puissants de veille économique en libre-service. Ces outils sont supérieurs aux tableurs pour plusieurs raisons, mais la plus évidente est la capacité de produire facilement des visualisations de données efficaces et convaincantes. Ce facteur l'emporte largement sur tout argument en faveur des feuilles de calcul pour une raison simple: le cerveau humain absorbe et traite les représentations visuelles de l'information plus rapidement et mieux que les chiffres.

Ce penchant humain pour les images sur les chiffres est loin d'être une découverte récente. L'histoire nous montre que le concept a été testé avec succès au fil du temps, des premiers dessins rupestres aux panneaux de signalisation universels modernes reconnus dans le monde entier, quelle que soit la langue. Un coup d'œil sur les messages illustrés et l'information est comprise, peu importe votre compétence linguistique ou mathématique. Les visualisations de données modernes portent ce puissant moyen de communication à un niveau entièrement nouveau, en insufflant les graphiques et graphiques riches générés avec des données riches.

Cependant, le choix de la visualisation de données appropriée ne consiste pas simplement à choisir un graphique à secteurs sur un graphique à barres ou un nuage de points. Ce n'est pas aussi simple que de choisir des visualisations traditionnelles plutôt que d'avant-garde, comme des représentations de réalité virtuelle 3D. Il y a beaucoup plus que des goûts personnels et des préférences en jeu.

Chaque élément d'une visualisation transmet une partie du message global. Des choix de couleurs et du rapport d'encre aux données proprement dites (en passant par toutes les couches que vous pouvez explorer), les visualisations de données constituent une représentation simple et trompeuse de points de vue complexes, basés sur des données.

Alors, quelle visualisation devriez-vous choisir? En fin de compte, vous avez le choix d’identifier la représentation visuelle qui correspond le mieux au message que vous essayez d’envoyer avec les données que vous présentez. Voici ce que vous devez savoir pour prendre une décision éclairée et stratégique.

Types de visualisations

Je ne vous ennuierai pas en récapitulant tous les trucs éprouvés. Si vous êtes en affaires depuis un temps considérable ou avez travaillé avec des données autres que de les saisir simplement dans un logiciel, vous connaissez déjà les formes de visualisation traditionnelles: graphiques à secteurs, graphiques à barres, graphiques linéaires, diagrammes de dispersion et cartes avec symboles. Celles-ci, entre autres représentations graphiques, sont généralement organisées en deux ou trois caractéristiques, notamment l'heure, le nombre d'unités et les coûts ou les ventes.

Il n'y a rien de mal avec ce groupe de visualisations. Ils sont utilisés depuis longtemps pour une bonne raison: ils travaillent.

En effet, leur familiarité même signifie que votre auditoire ne doit pas s'arrêter et comprendre le formulaire avant de pouvoir comprendre le message. C'est exactement ce que vous voulez arriver. Alors, pourquoi ne pas vous arrêter ici et en choisir un? Ou, comme c'est le cas dans de nombreuses applications de BI, laissez le logiciel en choisir une pour vous?

Parce que tous les résultats analytiques ne peuvent ni ne doivent être exprimés dans un moyen de transmission aussi simpliste. Un feu de circulation est réduit à trois fonctions car il n’ya que trois messages à transmettre: aller, ralentir et s’arrêter. Si vous voulez dire autre chose, vous devez ajouter un autre visuel. Peut-être un panneau indiquant "Pas de virage à droite en rouge" ou peut-être ajouterez-vous un autre feu rouge juste pour la voie de virage. Dans les tableaux de bord et les rapports, tous ces éléments visuels ajoutés peuvent s'empiler et, lorsque votre auditoire arrive à la fin du tas, ils ont oublié le lien qui existe entre cette information et le premier ou d'autres éléments visuels de la pile. Ce n'est ni efficace ni instructif. De plus, l'utilisation de trop de visualisations peut fatiguer l'utilisateur. Le message est perdu dans l'esprit qui erre.

Dans tous les cas, vous connaissez déjà ces visualisations. Passons à autre chose et considérons de nouvelles formes.

'Twixt et' Tween

Cette classe de visualisations décrit plus de fonctionnalités que le groupe traditionnel, mais le message a tendance à avoir une seule poussée. Par exemple, considérons le "nuage de mots". Cette visualisation mesure plusieurs mots les uns par rapport aux autres, de sorte que la taille de chaque mot est proportionnelle à son utilisation par rapport aux autres mots. Les couleurs peuvent être utilisées pour décrire des sous-groupes au sein du groupe ou d'autres informations, ou simplement pour faciliter la visualisation de la taille des mots individuels en un coup d'œil.

Quand une visualisation en nuage de mots peut-elle être utile? Il existe plusieurs cas d'utilisation, notamment l'humeur du client / utilisateur sur les médias sociaux, l'escalade et / ou la réduction des problèmes des clients dans les centres d'appels, les demandes des clients concernant des produits spécifiques, les ventes de produits et autres. D'autres exemples de ce type sont fréquemment vus dans les infographies car elles décrivent des données basées sur un thème.

Conviviale pour le vendeur mais averse pour l'utilisateur

Il y a ensuite les visualisations que les vendeurs de BI sont fiers d'offrir mais peu d'acheteurs et d'utilisateurs comprennent. Mais attendez, pourriez-vous dire. Si je ne peux pas regarder une visualisation et dire comment elle fonctionne, comment mon public peut-il comprendre ce que les données lui disent?

Il est vrai que parfois la visualisation contient les informations mais ne parvient pas à les fournir. Prenons, par exemple, "La nuit étoilée" de Vincent van Gogh, qu'il a peint en 1889. L'œuvre iconique décrit avec précision la turbulence du vent, mais aucun mathématicien ou scientifique ne l'a reconnue jusqu'à des siècles plus tard. Parlez de ne pas livrer l'information.

"Les scientifiques ont eu du mal à décrire l'écoulement turbulent pendant des siècles - certains auraient considéré le problème plus dur que la mécanique quantique", selon un rapport paru dans Nature. "Plusieurs œuvres de van Gogh montrent la distribution de Kolmogorov dans leurs distributions de probabilité de luminance. À l'œil nu, ce motif peut être vu comme des tourbillons de tailles différentes, comprenant à la fois de grands tourbillons et de petits tourbillons créés par le travail au pinceau."

Bien que le succès d'une visualisation dépende au moins en partie du point de vue et des connaissances du spectateur, les informations sont parfois si complexes qu'elles nécessitent des visualisations plus sophistiquées et plus exactes. Sinon, les informations sont perdues lors du transport ou de la traduction.

Certains fournisseurs de BI offrent ce niveau de sophistication dans leurs palettes de visualisation. Un diagramme de Sankey, très utile pour décrire le flux d'informations dans un ensemble de données, en est un exemple.

"Par exemple, cette visualisation peut montrer le processus par lequel un client bancaire transfère de l'argent, en mesurant le flux de trésorerie par transaction. Les diagrammes Sankey sont utiles chaque fois que vous souhaitez afficher le flux d'informations à travers les différentes étapes d'un processus", a expliqué Daphne Tan. Product Marketing Manager chez MicroStrategy, qui a produit la visualisation du diagramme Sankey ci-dessous.

Il faudra peut-être un effort pour apprendre à votre public à lire certaines des visualisations les plus sophistiquées. Cependant, cela vaut la peine si vous devez régulièrement transmettre plus que des informations générales et ne souhaitez pas tirer la fourgonnette Gogh. Cependant, vous trouverez de nombreux publics déjà familiarisés avec ces métriques et représentations de données plus exactes, notamment des statisticiens, des ingénieurs et de nombreux professionnels travaillant dans le domaine des sciences.

Voici une brève description de certaines des visualisations de cette catégorie qui méritent d’être examinées et des endroits où vous voudriez les utiliser:

1. Diagrammes en arc: Ces diagrammes sont particulièrement capables de représenter des modèles complexes dans des données de chaîne, c'est-à-dire des séquences qui contiennent souvent aussi des sous-séquences répétitives. Pensez à l'ADN et à la diffusion en continu de données à partir de l'Internet des objets (IoT). Vous trouverez des informations plus détaillées sur les diagrammes d'arc dans cet article d'IBM Research.

2. Graphique Sunburst: également appelés camemberts multiniveaux, ils sont principalement utilisés pour visualiser des données hiérarchiques à l'aide de cercles concentriques. Vous pouvez les créer dans Microsoft Excel, par exemple. Voici un exemple:

3. Streamgraph: Microsoft et GitHub décrivent un streamgraph comme "un graphique à aires empilées avec interpolation lisse, souvent utilisé pour afficher les valeurs au fil du temps". Une forme organique fluide se forme dans ce graphique et le résultat peut être à la fois exigeant et exaspérant. Néanmoins, il a des utilisations très valables, telles que l'affichage de jeux de données volumineux pour rechercher des tendances et des modèles au fil du temps dans un large éventail de catégories. Oui, il s'agit d'une visualisation open source que vous pouvez obtenir au magasin Microsoft Office ou sur GitHub.

4. Arbre hyperbolique: Également appelée arbre hypertexte, cette visualisation s’inspire de la géométrie hyperbolique et constitue essentiellement un moyen de dessiner un très grand arbre dans un espace restreint tout en évitant de créer une goutte. Vous mettez tout sur un disque plutôt que sur un plan plat, de sorte que les branches les plus éloignées semblent plus petites. Mais vous pouvez les faire glisser vers vous, ce qui les rend plus grands et plus faciles à examiner. Les arbres hyperboliques affichent des informations volumineuses avec des détails et un contexte dans une vue (par opposition à la pagination ou autrement appelant et présentant des détails granulaires dans une autre vue).

Visualisations issues de la nouvelle technologie

Il existe tellement de types de visualisations disponibles aujourd'hui que vous pouvez vous attendre à ce que tous les moyens imaginables de représentation visuelle des données soient déjà disponibles. Hélas non. Les nouvelles technologies et les cas d'utilisation génèrent inévitablement de nouvelles formes de visualisation.

Les systèmes de réalité augmentée (AR) et de réalité virtuelle (VR) viennent immédiatement à l’esprit. Les fournisseurs de solutions de BI travaillent déjà sur des visualisations uniques pour ces systèmes. Un exemple: le nouveau système de visualisation de données de Vantage Data Centers dans un système de visite virtuelle 3D compatible VR. Cela ressemble à ceci:

«Nous avons lancé la plate-forme concept3D en mai 2017 pour nous aider à promouvoir notre nouveau centre de données à Santa Clara, alors en construction. Cette plate-forme est incroyable lorsque vous essayez de commercialiser un bâtiment inexistant, "a déclaré Steve Lim, vice-président et chef du marketing chez Vantage Data Centers.

Les données apparaissent en superposition à l'écran en réalité virtuelle, mais ce lieu à lui seul serait trop limitatif.

"A court terme, nous prévoyons que la plupart de nos clients et employés utiliseront le système sans VR sur leur ordinateur de bureau ou leur mobile. C’est impressionnant de le voir pour la première fois et le potentiel de ce système pour nous aider dans les opérations données en temps réel de partout dans le monde ", a ajouté Lim.

Choisissez en fonction de la tâche

Chaque type de visualisation est construit pour une tâche analytique spécifique telle que la distribution, la composition, la relation ou la comparaison. Assurez-vous de bien comprendre chaque tâche et de choisir les visualisations en conséquence. Par exemple, comprendre les ventes de produits en vacances, comme Noël, est une étude de relation. Les bons choix de visualisation pour cela seraient les diagrammes de dispersion, les nuages ​​de mots et les diagrammes de Venn.

Comprendre si les manteaux ou les pneus se vendent mieux est une comparaison. Les graphiques à barres, les camemberts, les graphiques à puces et les graphiques linéaires sont de bons choix ici. Décrire la part de marché et l'analyse de la concurrence est une tâche de composition. Envisagez des graphiques empilés en barres / secteurs, des camemberts, des chutes d’eau ou n’importe laquelle des cartes en arborescence, en fonction de la quantité d’informations contextuelles à afficher.

Les tâches de distribution impliquent de comprendre quels types de marchandises sont envoyées à quels magasins et / ou stockées dans quels entrepôts, ainsi que de visualiser comment les ressources sont réparties par les gouvernements en fonction des données démographiques. Les bons choix de visualisation incluent des histogrammes, des tracés en bande et des tracés en boîte.

"Dans ce cas, nous voulons une vue où nous pouvons voir toutes les données en même temps et essayer de trouver la plage de valeurs, de formes ou de valeurs aberrantes", explique Patrik Lundbald, responsable de la visualisation chez BI et logiciel de visualisation Qlik.

Liste de contrôle pour choisir une visualisation

1. Connaissez votre public: choisissez une visualisation que votre public est le plus susceptible de trouver intéressant et engageant. Donc, si des hot-dogs amusants dans une infographie décrivent le mieux les ventes de vos vendeurs de trottoirs, allez-y. Toutefois, ne lésinez pas sur les informations si vous les transmettez à un public fortement initié aux statistiques, à la science des données, à l'ingénierie ou à d'autres compétences de premier plan. Choisissez une visualisation qui fournira les détails et le contexte dont ils ont besoin pour agir sur les informations, sans avoir à trier une pile apparemment infinie de visualisations associées.

2. Faites de la clarté votre priorité absolue: soyez clair et concis, même avec des informations très détaillées et complexes. Votre objectif est de produire des visualisations faciles à lire, même si le contenu est tout sauf.

3. Faites attention à chaque détail: vous souhaitez donc que le graphique à barres de cette application de BI transmette cette information. Mais les barres se rapportent-elles correctement ou la balance est-elle éteinte? Les détails comptent. Tout dans chaque visualisation raconte une histoire. Assurez-vous de raconter l'histoire que vous vouliez raconter.

4. Prévoyez d'éviter la fatigue de l'utilisateur: trop de visualisations fatiguent le spectateur, tout comme des représentations inconnues ou des graphiques trop complexes. Fournissez les informations dans un récit précis et bref afin que le spectateur reste engagé et se souvienne de ce qu'il a appris. Limitez le nombre de visualisations dans les tableaux de bord et les rapports.

5. Tester les formulaires de visualisation: les visualisations sont comme des blagues. Si vous devez les expliquer, alors vous avez échoué. Il doit pouvoir transmettre les informations avec un minimum de texte. Avant de commencer à utiliser régulièrement une visualisation, testez-la sur des personnes qui ne sont pas proches du sujet. Choisissez des personnes qui doivent trouver les informations dans la visualisation plutôt que celles qui les connaissent déjà. Sont-ils éclairés ou confus? En cas de confusion, choisissez une autre forme de visualisation ou préparez-vous à éduquer votre public.

"À moins qu'il s'agisse d'informations spécialisées requérant une connaissance approfondie de l'intelligence artificielle, des chaînes de blocs, de l'hémorragie pétéchiale ou de la physique quantique, la visualisation sert mieux le lecteur lorsqu'elle peut être interprétée seule, et pas seulement avec le contexte de l'article", a déclaré Mark Nicholson, vice-président du marketing et du développement des affaires de NiceJob, une entreprise de renforcement de la réputation des médias sociaux et des clients.

6. N'oubliez pas de van Gogh: des informations complexes peuvent être perdues dans une représentation trompeusement simple. Par conséquent, une simple visualisation peut ne pas être le bon choix. Concentrez-vous sur la transmission de l'information, c'est la chose la plus importante. En outre, van Gogh nous a appris que les couleurs ne sont pas le seul ni même le meilleur moyen de transmettre rapidement des informations. Le magnifique pinceau de Van Gogh utilisait une propriété appelée luminance, une mesure de la luminosité relative entre différents points. L'œil est plus sensible au changement de luminance qu'au changement de couleur, ce qui signifie que nous réagissons plus rapidement aux changements de luminosité que de couleurs, "rapporté NPR. Utilisez différents niveaux de luminosité et de couleur pour mettre en évidence des informations ou montrer un mouvement.

7. Découvrez les visualisations des nouveaux fournisseurs: demandez des tutoriels, des exemples et d'autres informations sur les visualisations proposées par un fournisseur que vous ne comprenez pas. Il vaut mieux apprendre sur le tas que de s'en tenir aux visualisations que vous connaissez déjà. Pourquoi? Parce que la technologie est en train de changer, de nouvelles formes de visualisations vont apparaître. C'est comme ne jamais mettre à jour ou améliorer votre téléphone. Tôt ou tard, vous ne pourrez plus atteindre personne.

8. Parfois, le meilleur est automatisé: certains éditeurs de BI ont beaucoup réfléchi à leur fonction de visualisation automatisée. Un exemple qui me vient à l’esprit est Salesforce Einstein Analytics. La société possède des années d'expérience dans les analyses de clientèle, de vente et de marketing, remontant à leurs débuts dans la gestion de la relation client (CRM). Leurs visualisations automatisées reflètent cette expérience. Ainsi, si vous exploitez jour après jour vos données commerciales et vos données clients, le recours à Einstein pour gérer les visualisations est une solution intelligente et pratique. Il n'y a aucune raison de réinventer la roue.

9. Considérez le récit: Choisissez des visualisations qui améliorent votre récit, racontent une histoire. Sinon, vous reprenez des chiffres et vos collègues de travail ou votre patron ne vont pas non plus absorber et conserver les informations. Assurez-vous que les représentations sont dans le contexte, utilisez les mesures correctes (par exemple, les valeurs absolues par rapport aux valeurs relatives) et vérifiez l’échelle. Utilisez des couleurs pour mettre en évidence les points importants, mais limitez le nombre de couleurs que vous utilisez. La visualisation elle-même ne devrait pas être le point de mire du spectateur, mais son contenu.

10. Gardez votre tâche à l'esprit: N'oubliez pas que les visualisations sont conçues pour certaines tâches et utilisez-les en conséquence. Cependant, simple est presque toujours mieux que complexe. L'objectif est de trouver le moyen le plus rapide, le plus clair et le plus simple pour transférer des informations de machines à des humains.