Data lake, data warehouse : l’architecture est en place, les données sont prêtes, nettoyées et qualifiées, un travail effectué en vue de cas d’usage calés sur une stratégie. Reste la question du dashboard. Autrement dit, comment présenter aux métiers, aux utilisateurs finaux les données analysées voulues ? C’est au tour d’une data visualization bien pensée d’entrer en scène.
Apports de la data visualization
Le premier intérêt d’une data visualization est par définition de porter une méthode ou modélisation globale des données à servir aux utilisateurs. Ces données ont été agrégées selon une logique d’entreprise propre à leur conférer de la cohérence.
Tout le monde n’est pas un inconditionnel du tableur. La data visualization cherche à faire comprendre d’un regard une information essentielle. En hausse ou en baisse ? Dans le vert ou dans le rouge ? Traits, symboles et couleurs font partie de notre univers visuel, ce sur quoi la data visualization s’appuie.
Une représentation graphique de données essentielles apporte une lecture rapide, immédiate, non pas technique, mais métier. On perçoit une tendance, on est surpris par un chiffre, on s’interroge sur une corrélation. En même temps, l’image du dashboard est vite mémorisée.
A sa manière, un dashboard raconte une histoire bien plus facile à retenir que des résultats d’une analyse froide. Le storytelling du tableau de bord consiste à créer un récit convaincant autour de données et d’indicateurs clés de performance (KPI). Il illustre les performances de l’entreprise et ses perspectives et oriente, engage les utilisateurs d'une certaine manière.
Aucun autre moyen ne permettrait une telle vue d’ensemble. L’essentiel est montré sous une forme hiérarchisée. La décision peut être prise en pleine connaissance de cause. Attention cependant, la visualisation demande une interprétation de la part de l’utilisateur. On ne passe pas automatiquement de la donnée à la décision.
Les types de visualisation
“La forme, c’est le fond qui remonte à la surface”, écrivait Victor Hugo. La data visualization est un média. Elle doit trouver le bon équilibre entre la forme et le fond, soit rendre visuellement attractives des données sans les trahir. Il y faut une dose de créativité ! Pour telle expression de données, tel type de représentation conviendra mieux qu’un autre.
Voici quelques exemples de types de visualisation qui, le cas échéant, peuvent être assemblés au sein du même dashboard :
- tableau
Un tableau affiche des données dans leurs valeurs exactes en lignes et en colonnes, éventuellement en grand nombre. Il est assez accessible, cependant il est difficile d’en avoir une lecture comme d’une image. En fait, un tableau est souvent la phase préparatoire d’un affichage véritablement visuel. Exemple d’utilisation : pour l’évolution d’année en année du chiffre d’affaires de catégories de produits.
- graphique
Un graphique affiche des données sous forme de lignes, de courbes, de segments, d’aires, de points… Ceci selon un axe horizontal et un axe vertical, ou parfois en 3D. Il permet de visualiser facilement une ou des tendances.
Les variantes de graphiques ne manquent pas : l’histogramme qui montre des plages de valeurs, sous forme de barres (ou catégories), le camembert (ou “pie” en anglais, à chacun ses références gastronomiques !), soit un diagramme circulaire en secteurs ou en anneau, le nuage de points ou de bulles, la boîte à moustaches (ou diagramme en boîte, boîte de Tukey), etc. Un graphique peut être combiné en associant par exemple un histogramme et un graphique en courbes…
Exemple d’utilisation : pour l’évolution du taux d’emploi de la population active selon l’âge.
- compartimentage (ou “treemap”)
Le compartimentage montre un ensemble de rectangles de dimensions diverses représentant des données, assemblés et englobés hiérarchiquement dans un même rectangle. Souvent, les sous-ensembles de rectangles sont identifiés par une couleur, correspondant ainsi à un niveau hiérarchique ; la surface de chacun est fonction de sa valeur mesurée.
Exemple d’utilisation : représentation des achats par catégories de produits et sous-catégories de fournisseurs ; les produits d’une même catégorie ont la même couleur, la surface de chacun de leur rectangle varie selon le montant de la facture du fournisseur.
- carte
Une carte permet d’associer des informations quantitatives et de catégories à des emplacements spatiaux. Elle suppose de disposer de coordonnées cartographiques (géocodage), par exemple un code postal. Exemple d’utilisation : pour visualiser la localisation de ses magasins et leurs zones de clientèles.
- chronologie (“time line”)
Une chronologie permet de situer des données sur une ligne de temps. L’une de ses variantes (qui est aussi une forme de graphique) est le diagramme de Gantt, bien connu des managers et planificateurs. En gestion de projet, cet outil permet de visualiser dans le temps les diverses tâches planifiées.
- arborescence hiérarchique
Dans une arborescence hiérarchique, les données sont organisées sous la forme d'un arbre qui établit une hiérarchie entre les éléments qui la composent : chaque élément, sauf le premier, procède du précédent et peut en engendrer plusieurs autres.
Exemple d’utilisation : pour visualiser des gammes de produits et leurs sous-ensembles.
Texte !
Aussi belles soient ces visualisations, proposer du texte dans le dashboard pour éclairer un point particulier peut parfois être utile. Pas question de recopier un extrait de rapport - autant en donner le lien. Il est possible de soumettre la source voulue à une intelligence artificielle et elle en proposera automatiquement un résumé qui sera affiché.
Facile à créer, tester et comprendre
La composition d’un dashboard passe par deux critères de choix. Bien sûr, d'une part, proposer une data visualization facile à comprendre pour les utilisateurs - par nature, elle doit l’être - et facile à manipuler. En effet, l’utilisateur n’est pas passif devant son écran. Pour interpréter ce qu’il voit, en savoir plus, confirmer une intuition, chercher à expliquer une donnée aberrante, il doit pouvoir “jouer” avec les données. Autrement dit, cliquer sur un segment pour obtenir un calcul sur une fourchette plus étroite, bouger un curseur par exemple sur une ligne de temps pour mettre en relief les données d’une période particulière, pointer sur une zone d’une carte et faire apparaître une fenêtre contextuelle avec des données propres à ce sous-niveau, sélectionner deux points sur un graphique pour faire apparaître leurs liens, etc. Enfin, le système d’alerting en place invitera l’utilisateur à consulter d’urgence certaines informations contextuelles, à proposer un diagnostic et prendre les décisions nécessaires. On pense par exemple à des alertes posées sur des coûts, des limites de budget, etc.
D’autre part, en amont, la DSI souhaite des indicateurs faciles à créer et à tester. Un logiciel en no code est très apprécié ; il permet de mettre en place rapidement de nouvelles visualisations. Des widgets de visualisation (sortes d’extensions d’applications, blocs affichés à l'écran pour diffuser une information) peuvent aussi être intégrés dans les applications. Attention cependant à présenter les différents éléments dans un ordre logique, reconnaissable, conforme au storytelling.
Il ne faut pas forcément chercher à concentrer toutes les données sur un même tableau de bord, cela risquerait de nuire à leur lisibilité et efficacité. En outre, la complexité d’une organisation l’empêche, impossible de la résumer en une demi-douzaine de représentations concentrées sur un même écran. Par exemple, à lui seul un service de RH aura besoin de plusieurs dashboards : effectifs, pyramide des âges, égalité hommes-femmes, absentéisme…
Pour la prise en main, une dose de conduite du changement est nécessaire. On recourt à de la communication, des démos, des notifications. En gardant un œil sur les statistiques d’utilisation pour éventuellement relancer, remotiver et ajuster.
