Source : http://epicgraphic.com/data-cake/

L’exemple suivant fait réfléchir :

Normalement, la portion de pixels utilisées par une couleur devrait correspondre à la portion des données quelle représente. Si c’est 25% du tout, visuellement, on doit pouvoir s’en rendre compte. De plus, pourquoi utiliser un graphique si de toute façon, il est nécessaire de regarder les chiffres pour comprendre ? Ça devient très difficile de voir l’évolution des données.

Un simple graphique à courbes aurait très bien fait l’affaire.

Et oui, il existe une version à l’envers. Difficile de savoir ce qui les distingues l’une de l’autre. Surement pas l’effectivité visuelle.

Vous pouvez retrouver ces affichages et beaucoup d’autres ici. Voir la section Cloud preview.

Ma présentation :

Comment passer de l’information à la prise de décision ?

Lorsque vient le temps de mettre en place un graphique, que ce soit dans un tableau de bord, une présentation ou un simple rapport, il est important de prendre le temps de bien évaluer les possibilités qui s’offre à nous.

L’une des priorités, c’est que le graphique soit compréhensible en un coup d’oeil par ceux qui le consulteront. Il faut donc bien identifier l’auditoire et mettre en oeuvre les bonnes pratiques afin de produire l’affichage qui répondra le mieux aux besoins.

Venez constater par vous-même comment de petits détails, peuvent faire toute la différence.

Voici le lien pour vous y inscrire : Inscription activité du 20 avril.

Au plaisir de vous y rencontrer.

Au cours des semaines à venir, mes confrères de chez agileDSS publieront eux aussi des articles sur différents sujets liés à l’intelligence d’affaires. C’est à ne pas manquer !

Je sais avoir négligé le présent blogue dernièrement, mais j’espère bien m’y remettre bientôt !

Bonne lecture !

Disponible sur Flickr

Trouvé sur le blog Indexed.

Dans ses explications, Stephen mentionnait que, même si le développement de plate-formes BI se fait depuis plusieurs années, les fournisseurs ont échoués dans le mandat le plus important, soit aider les utilisateurs à mieux exploiter et comprendre leurs données. Au lieu de garder le focus et de miser sur des applications orientées utilisateurs et donc faciles d’utilisation, ils ont mit leur énergie dans la technologie, en suivant la vision des ingénieurs. Ces logiciels se retrouvent donc confiné du côté gauche du mur.

Quelques exceptions sont mentionnées, soit les logiciels Tableau, TIBCO Spotfire, Panopticon, Advisor Solutions et SAS.

Plus de détail dans le billet de Stephen Few, BI as hit the wall.

Que penses-vous du graphique ci-dessous ? Comment vous y prendriez-vous pour en faire un graphique convainquant ? Quelles sont ses lacunes ?

Peut-être le trouvez-vous parfait ? Dites-le moi !

Vous pouvez consulter une version pleine page du graphique et consulter le texte qui y est joint via le blog DéCHIFFRAGE.

Voici trois graphiques que j’ai trouvés sur le site de SAS, et pour tout dire, il n’y a que trois graphiques sur la page.

Graphique #1

Le premier est une tarte, et oui, encore une !

Je dirais que son principal défaut, c’est que les secteurs du graphique sont eux-mêmes divisés en sous-secteur, ce qui porte à confusion. Il est déjà difficile, dans une tarte, de faire des comparaisons entre les différents secteurs, si ceux-ci sont en plus divisés en plusieurs morceaux, c’est encore pire.

Normalement, dans une tarte, le plus grand secteur doit commencer à midi et les autres (en ordre décroissant) doivent être ajoutés dans le sens des aiguilles d’une montre. Ce n’est visiblement pas le cas ici.

Graphique #2

Deuxième graphique, un histogramme 3D :

Dans un premier temps, nous aurions pu nous passer de la troisième dimension qui n’apporte rien au graphique. Quand on y regarde de plus près, on peut même se demander laquelle de ces lignes représente réellement les données.

L’image en arrière plan n’est pas nécessaire non plus. Nous sommes devant ce qu’Edward Tufte nomme judicieusement « Chart junk », de la pollution visuelle qui n’apporte absolument rien au message du graphique.

Aussi, le fait que les valeurs soient empilées les unes sur les autres par année, nous empêche de pouvoir comparer entre-elles celles qui sont au-dessus.

Par exemple, il est difficile de savoir si la production d’eau est resté la même entre 1987 et 1988. Pourtant, les deux barres sont côte-à-côte.

La ligne représentant la moyenne aurait avantage à être comparée à toutes les valeurs (essence, huile et eau), dans cet affichage, seules les barres représentant l’essence peuvent l’être.

Graphique #3

Pour finir, examinons la carte :

À vrai dire, au premier coup d’oeil, je n’avais rien vu. Mais en regardant la légende, j’ai sursauté. Les regroupements de valeurs sont étrange. Pourquoi tant de détail ? Ai-je vraiment besoin de savoir que le premier groupe représente les ventes entre $11,458 et $32,896 ? 11,000 et 33,000 aurait été plus logique.

Un autre détail agaçant, il faudrait que les regroupements soient égaut.

Par exemple :

• 11,000 à 30,000
• 31,000 à 50,000
• 51,000 à 70,000
• 71,000 à 90,000. 

S’agit-il de millier ou de million de dollars ? Il aurait fallut le spécifier. Si ce sont des millions, la légende pourrait alors ressembler à :

• 11 à 30
• 31 à 50
• 51 à 70
• 71 à 90.

Ce qui la simplifie beaucoup.

Dans ce graphique, les regroupements semblent avoir été choisis au hasard. En fait, si je voyais ça dans une présentation, je penserais que la personne à définit les groupes selon le classement qu’elle même voulait donner aux différents états.

Des spécialistes en affichage graphique de l’information; pour quoi faire ?

C’est tellement vrai, surtout quand on pense à la dernière campagne de vaccination contre la grippe.

Vous pouvez retrouver ce dessin et plusieurs autres sur le blog indexed.