Reporting : Comment choisir le bon graphique pour vos données

Catégories

Sommaire

Chaque jour, nous traitons des données dans le cadre de notre travail. Nous devons donc être en mesure de les comprendre et maîtriser leurs performances. Elles peuvent concerner le trafic sur les sites Web, les performances commerciales, mais aussi la gestion des employés. Cependant, il n'est pas facile de choisir le graphique approprié à la bonne base de données : celui qui vous aidera à illustrer, autant que possible, vos indicateurs.

data-overload-2-1-Jul-12-2021-10-33-03-16-AM

Tout d'abord, une brève définition du reporting est nécessaire. Le mot "Reporting" fait référence à une famille d'outils de Business Intelligence, conçus pour assurer l'exécution, la publication et la distribution de rapports d'activité dans un format déjà prédéterminé.

Au fil du temps, les grandes entreprises ont acquis autant de données qu'il y a de morts dans les films de Tarantino. Une montagne. C'est principalement dû à l'héritage de la dernière décennie et d'investissements massifs dans la collecte de données : la ruée vers le Big Data.

Aujourd'hui, le défi consiste à pouvoir utiliser les données disponibles. Cependant, la difficulté réside dans le fait que nous ne savons ni comment extraire ces informations, ni comment les rendre exploitables.

 

En bref, le reporting est encore assez embryonnaire, voire inexistant, dans la majorité des institutions. Jusqu'à présent, les outils de business intelligence n'ont été utilisés et adressés qu'à des utilisateurs experts en traitement de données. De plus, il existe peu de formations sur des sujets tels que la récupération des données, et les utilisatuers doivent souvent se débrouiller eux-mêmes.

C'est là que cet article sur la visualisation des données prend tout son sens. Savoir présenter les informations de manière adéquate est un atout important pour offrir à votre équipe la possibilité de comprendre des sujets complexes en un coup d'œil. Que ce soit à des fins de contrôle de performance, de communication ou de présentation, cette approche permet de démocratiser l'accès aux données pour tous les membres d'une institution.

Experts, décideurs ou responsables opérationnels, quels que soient les outils que vous utilisez pour présenter vos données, nous souhaitons partager avec vous notre expérience et notre expertise sur le sujet.

C'est pourquoi, dans cet article, nous allons répondre aux deux questions suivantes :

Qu'est-ce qu'un bon reporting ?

Quels sont les meilleurs graphiques pour représenter vos données ?

comment établir un reporting pertinent ?

Choisir le type de graphique à utiliser pour représenter vos données en entreprise n'est pas une science infuse. Et on ne vous conseille pas de compter sur Jammy Gourmand pour vous aider sur ce sujet, car même le plus grand des puits de science a ses limites. Le choix d'une mauvaise visualisation peut entraîner des malentendus et une mauvaise interprétation des données.

 

reporting graphique données

Le reporting n'a rien de sorcier

Voici 5 étapes que vous devez garder à l'esprit lors de la création de vos graphiques

Étape 1 : Classez vos indicateurs par ordre de priorité

Tout d'abord, votre reporting doit être clair à la lecture. Cela signifie que l'exhaustivité est votre premier ennemi. Trop souvent, le manque de planification des objectifs nous pousse à créer des graphiques avec toutes les données dont nous disposons. Il en résulte un reporting illisible, qui est aussi peu pertinent que l'intervention de Franck Ribéry dans une conférence de presse. Le lecteur, perdu face à ces graphiques compliqués, sera dans l'obligation de choisir les informations à retenir. Vous ne communiquerez certainement pas l'information appropriée.

Il est donc essentiel que vous définissiez votre public, ses besoins, et que vous sélectionniez les indicateurs les plus importants. Une fois défini, tenez-vous en à votre périmètre, et toute idée sortant de votre champ d'action devra être traitée dans un nouveau reporting.

Étape 2 : schématiser et tester vos graphiques

Au cours de cette deuxième étape, n'investissez pas vos efforts dans les résultats. Faites des diagrammes sur papier avec des indicateurs réels. Discutez avec votre public, et définissez avec lui les améliorations à apporter, l'utilité et la valeur des graphiques que vous construisez.

Itérez autant que possible, jusqu'à ce que vous arriviez à un reporting pertinent, et gardez à l'esprit que, pour créer un bon tableau de bord, une règle s'impose : un graphique = un message.

Étape 3 : Intégrer vos données

Une fois que vous avez hiérarchisé vos indicateurs et schématisé vos graphiques, il est temps d'intégrer les volumes de données. Cela peut conduire à des surprises et des remises en question des résultats : c'est l'occasion de renouveler votre processus de feedback avec vos employés ou associés.

Étape 4 : Racontez une histoire

Si vous vous souvenez bien, un graphique = un message. Par conséquent, la visualisation des données ne doit pas s'arrêter aux courbes et aux barres. Ce que nous appelons le data storytelling, c'est la capacité à raconter une histoire avec des données, dans le but de simplifier leur compréhension.

Cette phase nécessite une contextualisation poussée : des commentaires, une légende, des couleurs adaptées, un glossaire... Permettez à vos interlocuteurs de bien comprendre le message que vous transmettez. Vous avez compris ?

Étape 5 : Un bon reporting est exploitable.

Qu'il s'agisse de la gestion de la performance commerciale ou de la communication financière, il est important de présenter les indicateurs de performance de votre département de manière à ce qu'ils conduisent à prendre des décisions.

Par exemple, imaginons que le département financier n'ait pas atteint ses objectifs. Comment est-il possible de l'aider ? Quelles étaient les performances à n-1 ? Un problème de saisonnalité ou de sous-performance est-il dû à l'absence d'un des commerciaux ? Recueillez les données et partagez-les en points d'action.

Reporting : cas personnalisés

Comment montrer une connexion entre plusieurs données ?


1. Bubble Chart

game of graphs

Game of graph

Objectif : Le Bubble chart connecte trois indicateurs, pour illustrer des corrélations. Il est utile pour comparer des ensembles complexes.

Application : Les Bubble charts sont généralement utilisés pour comparer et montrer la corrélation entre les étiquettes et les catégories, grâce à l'utilisation du positionnement et des proportions. Ainsi, vous pouvez utiliser le Bubble chart pour analyser des modèles/corrélations.

L'utilisation d'un trop grand nombre de bulles peut rendre la lecture difficile. Cela signifie donc que le graphique a une capacité limitée en termes de volume de données. Toutefois, ce problème peut être surmonté par l'interactivité : en cliquant sur les bulles, vous pouvez révéler des informations cachées et obtenir des détails approfondis.

Par exemple : Ici le Bubble chart des relations entre les différentes maisons de Game of Thrones. En cliquant sur les bulles, il est possible de découvrir des informations précises sur les actions menées par les différents protagonistes des familles, et leur impact sur les relations entre elles. La data viz arrive !

2. Force-based graph

 

force directed graph

Objectif : Ce graphique est idéal pour vous aider à analyser les réseaux ou les liens entre plusieurs entités.

Application : Bien que ce graphique soit souvent complexe à mettre en place, il est sans équivalent car il identifie les liens entre les canaux, en termes de volume ou de flux, et permet des comparaisons deux à deux.

 

3. Bar and line chart

 

Bar-line-chart

 

Objectif : Ce graphique est unique car il relie entre eux le volume et la variation.

Application : Ce graphique est facile à appliquer. En fait, il est idéal dans le sens où la superposition du bar chart et du line chart permet la corrélation d'un volume et d'une variation.

Ce qui est formidable avec le line chart, c'est qu'il révèle toutes les variations dans le temps, et qu'il peut être utilisé pour montrer différentes catégories de données. Vous pouvez donc vous en servir pour exposer un ensemble de données continues.

Ce graphique est pertinent si vous voulez avoir deux métriques ayant des échelles de valeur différentes : 3% et 3 000 k€. Par exemple, vous pouvez utiliser ce combo pour estimer votre consommation d'énergie dans le temps, tout en évaluant son évolution.

 

4. Scorecard

 

score card

 

Objectif : Ce graphique permet d'illustrer des dizaines d'indicateurs qui n'ont peu ou pas de corrélation directe entre eux.

Application : La théorie précise que ce graphique ne doit être utilisé qu'en dernier recours. Pour les puristes de DataViz, il n'apporte pas de réelle valeur ajoutée en termes de lecture. Ainsi, il devrait être utilisé pour présenter des données de valeurs et d'unités différentes.

Un exemple très connu de graphique de type scorecard ? Le classement hebdomadaire de la Ligue 1, un tableau de bord avec une étiquette correspondant à chaque équipe, et plusieurs KPI's correspondant aux points gagnés, aux matchs gagnés, aux buts marqués, etc.

Ce tableau de bord n'est visiblement plus à jour. Toulouse, devant Lyon, vous y croyez ?

Vous pouvez désormais briller lors de vos soirées foot, en demandant naïvement "Quel est le Scorecard après la 5e journée ?", tout en sirotant votre kro tiède.     

Comment comparer vos données

1. Bar chart

 

bar chart

 

Objectif : Ce graphique est pertinent pour la comparaison classique ou conventionnelle de volume ou de débit, et la dimension peut être temporelle.

Application : Il est conseillé d'utiliser plusieurs indicateurs dans le même groupe, si vous voulez avoir la possibilité de comparer vos données. Restez toujours simple, et ne comparez pas plus de trois indicateurs à la fois.

2. Horizontal Bar chart

Horizontal-barchart

 

Objectif : cette visualisation de données permet de comparer des entités entre elles, par exemple les performances d'une entreprise par rapport à son concurrent.

Application : un horizontal bar chart comme celui-ci peut être utilisé lorsqu'il y a plus de 10 entités à comparer. Ce type de visualisation permet de comparer jusqu'à 3 types de données différentes.

 

3. Centered average leaderboard

 

Centred-average-leaderboard

 

Objectif : Ce tableau de bord est idéal pour comparer des indicateurs de volume ou de flux, par entité et sur la base d'une moyenne.

Application : Vous pouvez utiliserce ce leaderbord pour comparer les performances de plusieurs entités ou individus, par rapport à un objectif précis.

Généralement, ce type de graphique est utilisé pour étudier une distribution (sexe, âge, catégorie socioprofessionnelle).

Il est bien illustré dans cet exemple

 

4. Slope graph

 

slope graph

 

Objectif : Si vous souhaitez montrer l'évolution d'une variation entre une date t et t+1 par entité, c'est le graphique à utiliser.

Application : Ce graphique analyse l'évolution entre deux situations. Ce qu'on veut dire, c'est que plus vos barres sont entrelacées, plus la classification ou le classement initial sera inversé.

Cette visualisation est idéale pour comparer un ensemble de variables et évaluer les interconnexions entre elles.  Par exemple, elle sera utile si vous souhaitez comparer les performances d'un large éventail de produits sur deux ans.

 

5. Bullet chart

Bullet-chart

 

Objectif : Le bullet chart est un instrument de comparaison objective.

Application : La barre jaune est utilisée pour l'objectif, tandis que la barre horizontale est utilisée pour la performance actuelle ou en cours.

Lien d'exemple intéractif

Ce graphique est pertinent dans le sens où il montre la progression de l'indicateur vers un objectif précis. Vous avez donc la possibilité de comparer cette mesure à une autre et de contextualiser avec une performance ou un taux.

Si vous fixez des objectifs pour un projet de vente, ou pour une équipe de marketing, c'est le graphique à utiliser. Cependant, il peut également être utilisé pour des objectifs personnels comme le nombre de rendez-vous Tinder accumulés sur un mois VS le nombre attendu. Eh oui, ça aussi c'est important !

6. Heatmap

 

heatmap

 

Objectif : Cette heatmap vous aide à acquérir une vision globale en combinant plusieurs indicateurs et entités. Elle est idéale pour décomposer les données.

Application : Une heatmap permet de visualiser des données grâce à des variations de couleurs. En fait, ce graphique sert à croiser diverses séries de données, à placer les variables en lignes et en colonnes puis à colorier les cellules du tableau.

Les heatmap sont très efficaces pour estimer les évolutions de plusieurs variables. Elles révèlent tous les modèles disponibles, en montrant leurs similitudes et en détectant les corrélations possibles entre eux.

Lien d'exemple intéractif

 

7. Cartographie

 

Objectif : Son objectif principal est de visualiser les indicateurs dans leur géolocalisation.

Application : Une cartographie est idéale pour représenter des données de géolocalisation combinées à des données de performance.

La cartographie est utilisée pour afficher des zones géographiques divisées, des régions colorées, ou des plans de centres commerciaux, par rapport à une donnée variable. Ainsi, il est possible de visualiser des valeurs sur une zone géographique et d'afficher des variations ou des tendances.

Un bon exemple est cette carte des artistes préférés de nos amis américains par État. Malgré la domination des MCs, Jay-Z, et Drake, on remarque la présence de nos Frenchies, Daft Punk. Cocorico !

 

cartography

Daft Punk au sommet, dans l'Ouest des USA, COCORICO

Comment Visualiser des données temporelles

1. Diagramme linéaire

 

line chart

 

Objectif : En général, cette visualisation est utilisée pour les données temporelles.

Application : Les graphiques ou diagrammes linéaires sont utilisés pour afficher une valeur quantitative, sur une durée continue.

Ce graphique est donc le plus souvent utilisé pour montrer des tendances et des interconnexions. Les graphiques linéaires permettent également d'avoir une vision globale d'un intervalle donné, d'évaluer sa croissance sur une certaine période de temps.

Lorsqu'on utilise un graphique linéaire, il est conseillé de limiter le graphique à 3 lignes, afin de garder une lecture simple et facile.

Un exemple frappant est l'évolution de la présence des femmes dans différentes professions. Notez que le seul secteur d'activité qui n'a cessé de diminuer depuis 1983 est celui de l'informatique.

 

2. Frise chronologique

 

timeline

 

Objectif : Ce graphique est utilisé pour représenter un événement important pour une institution ou un individu particulier.

Application : Cette frise chronologique est utilisée pour représenter graphiquement la biographie d'un individu ou l'histoire d'une institution. Pour ce faire, on sélectionne les données les plus importantes, afin de garder une vision claire et simple.

Lien d'exemple interactif

 

3. Stacked Bar chart

 

Stacked Bar chart

 

Objectif :  Ce tableau a pour objectif principal de diviser le volume total d'une entité en plusieurs catégories.

Application : Ce graphique compare les catégories d'une entité entre elles. Ainsi, il est facile de constater les forces et faiblesses de chaque sous-ensemble et leur impact sur l'activité d'un département par exemple.

Lien d'exemple … oh, et puis vous savez comment ça marche maintenant

 

4. Graphique en cascade

Waterfall

 

Objectif : Communément appelé tableau Mario en raison des briques en suspension, le graphique en cascade est idéal pour illustrer les flux de travail.

super Mario graph

 

Application : Plus sérieusement, le graphique en cascade permet de comprendre l'accumulation de valeurs positives et négatives sur une période donnée.

Un graphique en cascade est facilement utilisable pour montrer comment une valeur initiale est affectée par des valeurs intermédiaires, positives ou négatives, pour aboutir ensuite à une valeur finale.

Il peut révéler la composition d'un résultat. Par exemple, ce graphique est utile pour comprendre l'impact de différents magasins sur le revenu global d'une entreprise de supermarchés.

Regardez ce tutoriel vidéo pour créer un graphique en cascade avec Toucan Toco.

 

 

 

5. Treemap

Treemap

 

Objectif :  Son objectif principal est de faciliter la visualisation de hiérarchies ou de structures complexes.

Application : La Treemap est un moyen facile de visualiser un grand répertoire de données et de variables, sans utiliser trop d'espace sur l'écran.

Il s'agit d'une option plus compacte et efficace pour afficher les hiérarchies, donnant ainsi un aperçu rapide d'une structure. C'est également un moyen pertinent de comparer différentes entités.

Data Storytelling : racontez une histoire 

1. Contextualisez

Un bon reporting n'est rien sans contexte. Par conséquent, pour le rendre attrayant, ajoutez des commentaires, des sources, des unités, des légendes, des glossaires...

2. Enrichissez votre contenu

Une image vaut mille mots. Vous pouvez donc utiliser cette logique pour enrichir vos tableaux de bord, en utilisant du contenu vidéo et des images. Cela permet d'accompagner et de contextualiser l'information, ou le message que vous partagez, avec votre public ou votre équipe.

Il est clair que vous n'auriez jamais compris le graphique en cascade sans l'illustration de Mario, allez-y, admettez-le.

3.Valoriser les informations importantes

Une visualisation de données réussie met en évidence les éléments clés à retenir. Elle raconte une histoire et suit la diffusion des informations grâce à des éléments de couleur et de contexte. Valoriser les informations importantes, c'est donc les rendre actionnables et opérationnelles.

Vous l'aurez compris, construire un bon reporting, ce n'est pas chercher à condenser une information technique dans le support le plus court possible, mais c'est rendre cette information compréhensible par le plus grand nombre.

Pour ce faire, essayez autant que possible de sélectionner les informations les plus pertinentes et mettez-vous à la place de vos lecteurs.

Votre tableau de bord doit parler de lui-même. Si vous pouvez l'envoyer à vos équipes sans autre explication, alors vous maîtrisez l'exercice !

 

Apprenez à construire des data stories

 

Télécharger l'Ebook
Ebook_Eckerson

Explorez l'app Analytics sur mobile

 

DEMANDER UNE DÉMO
Mobile Analytics

Sommaire