Il n’y a pas si longtemps, la capacité à créer des visualisations de données intelligentes, ou dataviz, était une compétence agréable à posséder. Pour l’essentiel, elle profitait aux managers soucieux du design et des données qui prenaient la décision délibérée d’investir pour l’acquérir. La situation a changé. Désormais, la communication visuelle est une compétence indispensable pour tous les managers, car de plus en plus souvent, c’est le seul moyen de donner du sens à leur travail.
Les données sont le principal moteur de ce changement. La prise de décision s’appuie de plus en plus sur les données, qui nous parviennent à une vitesse et dans un volume tels que nous ne pouvons pas les comprendre sans une certaine couche d’abstraction, par exemple visuelle. Un exemple typique : Chez Boeing, les responsables du programme Osprey doivent améliorer l’efficacité des décollages et des atterrissages de l’avion. Mais chaque fois que l’Osprey décolle ou atterrit, ses capteurs créent un téraoctet de données. Dix décollages et atterrissages produisent autant de données que la Bibliothèque du Congrès. Sans visualisation, la détection des inefficacités cachées dans les modèles et les anomalies de ces données serait un slogans impossible.
Mais même les informations qui ne sont pas statistiques exigent une expression visuelle. Les systèmes complexes – les flux de processus commerciaux, par exemple, ou la façon dont les clients se déplacent dans un magasin – sont difficiles à comprendre, et encore moins à réparer, si vous ne pouvez pas d’abord les voir.
Grâce à Internet et à un nombre croissant d’outils abordables, traduire des informations en visuels est désormais facile (et bon marché) pour tout le monde, indépendamment des compétences en matière de données ou de conception. Il s’agit là d’une évolution largement positive. L’un de ses inconvénients, cependant, est qu’il renforce l’impulsion de « cliquer et visualiser » sans réfléchir d’abord à votre but et à vos objectifs. La commodité est un substitut tentant à la qualité, mais elle conduit à des graphiques qui sont simplement adéquats ou, pire, inefficaces. La conversion automatique des cellules d’une feuille de calcul en un graphique ne fait que visualiser des parties de la feuille de calcul ; elle ne permet pas de saisir une idée. Comme le dit l’experte en présentation Nancy Duarte, « Ne projetez pas l’idée que vous montrez un graphique. Projetez l’idée que vous montrez un reflet de l’activité humaine, des choses que les gens ont faites pour faire monter et descendre une ligne. Ce n’est pas ‘Voici nos résultats financiers du troisième trimestre’, c’est ‘Voici où nous avons raté nos objectifs' »
Les managers qui veulent s’améliorer dans la réalisation de graphiques commencent souvent par apprendre des règles. Quand faut-il utiliser un diagramme à barres ? Combien de couleurs sont de trop ? Où doit aller la clé ? Dois-je faire commencer mon axe des y à zéro ? La grammaire visuelle est importante et utile, mais la connaître ne garantit pas que vous ferez de bons graphiques. Commencer par des règles de création de graphiques, c’est renoncer à la stratégie pour l’exécution ; c’est faire ses bagages pour un voyage sans savoir où l’on va.
Votre communication visuelle s’avérera bien plus fructueuse si vous commencez par reconnaître qu’il ne s’agit pas d’une action isolée, mais plutôt de plusieurs activités, dont chacune requiert des types distincts de planification, de ressources et de compétences. La typologie que je propose ici a été créée en réaction au fait que j’ai commis l’erreur que je viens de décrire : Le livre dont cet article est adapté était au départ une sorte de livre de règles. Mais après avoir exploré l’histoire de la visualisation, l’état passionnant de la recherche sur la visualisation et les idées intelligentes des experts et des pionniers, j’ai reconsidéré le projet. Nous n’avions pas besoin d’un autre livre de règles ; nous avions besoin d’une façon de penser à la discipline de plus en plus cruciale de la communication visuelle dans son ensemble.
La typologie décrite dans cet article est simple. En répondant à seulement deux questions, vous pouvez vous mettre en position de réussir.
Les deux questions
Pour commencer à penser visuellement, considérez la nature et le but de votre visualisation :
L’information est-elle conceptuelle ou axée sur les données ?
Suis-je en train de déclarer quelque chose ou d’explorer quelque chose ?
Si vous connaissez les réponses à ces questions, vous pouvez planifier les ressources et les outils dont vous aurez besoin et commencer à discerner quel type de visualisation vous aidera à atteindre vos objectifs le plus efficacement.
La première question est la plus simple des deux, et la réponse est généralement évidente. Soit vous visualisez des informations qualitatives, soit vous tracez des informations quantitatives : idées ou statistiques. Mais notez que la question porte sur l’information elle-même, et non sur les formes que vous pourriez finalement utiliser pour la montrer. Par exemple, le Hype Cycle classique de Gartner utilise une forme traditionnellement axée sur les données – un graphique linéaire – mais pas de données réelles. Il s’agit d’un concept.
Si la première question identifie ce que vous avez, la seconde suscite ce que vous faites : soit communiquer des informations (déclaratif), soit essayer de comprendre quelque chose (exploratoire).
Les gestionnaires travaillent le plus souvent avec des visualisations déclaratives, qui font une déclaration, généralement à un public dans un cadre formel. Si vous avez un classeur de feuille de calcul rempli de données de vente et que vous l’utilisez pour montrer les ventes trimestrielles dans une présentation, votre objectif est déclaratif.
Mais disons que votre patron veut comprendre pourquoi les performances de l’équipe de vente sont à la traîne ces derniers temps. Vous soupçonnez que les cycles saisonniers ont causé ce creux, mais vous n’en êtes pas sûr. Votre objectif est maintenant exploratoire, et vous utiliserez les mêmes données pour créer des visuels qui confirmeront ou infirmeront votre hypothèse. Le public visé est généralement vous-même ou une petite équipe. Si votre hypothèse est confirmée, vous pouvez très bien montrer à votre patron une visualisation déclarative, en disant : » Voici ce qui se passe pour les ventes. «
Les visualisations exploratoires sont en fait de deux types. Dans l’exemple ci-dessus, vous testiez une hypothèse. Mais supposons que vous n’ayez pas d’idée sur la raison pour laquelle les performances sont en baisse – vous ne savez pas ce que vous cherchez. Vous voulez exploiter votre classeur pour voir quels modèles, tendances et anomalies apparaissent. Que verrez-vous, par exemple, si vous mesurez la performance des ventes par rapport à la taille de la région gérée par un vendeur ? Que se passe-t-il si vous comparez les tendances saisonnières dans différentes zones géographiques ? Comment la météo affecte-t-elle les ventes ? Un tel remue-méninges sur les données peut apporter de nouvelles idées. Les grandes questions stratégiques – Pourquoi les revenus baissent-ils ? Où pouvons-nous trouver des gains d’efficacité ? Comment les clients interagissent-ils avec nous ? » peuvent bénéficier d’une visualisation exploratoire axée sur la découverte.
Les quatre types
Les questions sur la nature et l’objectif se combinent dans un 2×2 classique pour définir quatre types de communication visuelle : l’illustration des idées, la génération d’idées, la découverte visuelle et la dataviz quotidienne.
Identification d’idées. On pourrait appeler ce quadrant le « coin des consultants ». Les consultants ne peuvent pas résister aux diagrammes de processus, aux diagrammes de cycle et autres. Au mieux, les illustrations d’idées clarifient les idées complexes en faisant appel à notre capacité à comprendre les métaphores (arbres, ponts) et les conventions de conception simples (cercles, hiérarchies). Les organigrammes et les arbres de décision sont des exemples classiques d’illustrations d’idées. Tout comme le 2×2 qui encadre cet article.
L’illustration des idées exige un design clair et simple, mais sa dépendance à la métaphore invite à des ornements inutiles. Parce que la discipline et les limites des ensembles de données ne sont pas intégrées à l’illustration d’idées, elles doivent être imposées. L’accent doit être mis sur une communication claire, la structure et la logique des idées. Les compétences les plus utiles ici sont similaires à celles qu’un éditeur de texte apporte à un manuscrit : la capacité à réduire les choses à leur essence. Certaines compétences en conception seront également utiles, qu’elles soient propres ou louées.
Supposons qu’une entreprise engage des consultants pour aider son groupe R&D à trouver de l’inspiration dans d’autres industries. Les consultants utilisent une technique appelée la recherche pyramidale – un moyen d’obtenir des informations auprès d’experts dans d’autres domaines proches du vôtre, qui vous indiquent les meilleurs experts dans leurs domaines, qui vous indiquent des experts dans d’autres domaines encore, qui vous aident ensuite à trouver les experts dans ces domaines, et ainsi de suite.
C’est en fait délicat à expliquer, et les consultants peuvent donc utiliser la visualisation pour les aider. Comment fonctionne une recherche pyramidale ? Cela ressemble à quelque chose comme ceci :
Les axes utilisent des conventions que nous pouvons saisir immédiatement : les industries tracées de près à loin et l’expertise cartographiée de bas en haut. La forme pyramidale elle-même montre la rareté relative des experts de haut niveau par rapport à ceux de niveau inférieur. Les mots du titre – « escalade » et « pyramides » – nous aident à saisir l’idée rapidement. Enfin, le concepteur n’a pas succombé à la tentation de la décoration : Les pyramides ne sont pas littéralement des objets tridimensionnels de couleur grès.
Trop souvent, l’illustration d’une idée ne se passe pas si bien que ça, et on se retrouve avec quelque chose comme ça :
Ici, le dégradé de couleurs, les ombres portées et les pyramides en 3D nous détournent de l’idée. Les flèches ne montrent pas réellement comment fonctionne une recherche pyramidale. Et les experts et les meilleurs experts sont placés sur le même plan au lieu d’être à des hauteurs différentes pour transmettre un statut relatif.
Génération d’idées. Les gestionnaires ne pensent peut-être pas à la visualisation comme à un outil d’aide à la génération d’idées, mais ils l’utilisent pour faire du brainstorming tout le temps – sur des tableaux blancs, sur du papier de boucherie ou, classiquement, au dos d’une serviette de table. Comme l’illustration d’idées, la génération d’idées s’appuie sur des métaphores conceptuelles, mais elle a lieu dans des contextes plus informels, tels que les sites externes, les sessions stratégiques et les projets d’innovation en phase initiale. Elle est utilisée pour trouver de nouvelles façons de voir le fonctionnement de l’entreprise et pour répondre à des défis managériaux complexes : restructurer une organisation, imaginer un nouveau processus commercial, codifier un système de prise de décision.
Bien que la génération d’idées puisse se faire seule, elle bénéficie de la collaboration et emprunte au design thinking – recueillir autant de points de vue et d’approches visuelles divers que possible avant de se concentrer sur l’un d’entre eux et de l’affiner. Jon Kolko, fondateur et directeur du Austin Center for Design et auteur de Well-Designed : How to Use Empathy to Create Products People Love, remplit les murs de tableaux blancs de son bureau de visualisations conceptuelles et exploratoires. « C’est notre méthode de prédilection pour réfléchir à la complexité », explique-t-il. « Le croquis est cet effort pour travailler à travers l’ambiguïté et la boue et arriver à la netteté ». Les managers qui savent diriger des équipes, animer des séances de remue-méninges et encourager puis capturer la pensée créative obtiendront de bons résultats dans ce quadrant. Les compétences en matière de conception et de rédaction sont moins importantes ici, et parfois contre-productives. Lorsque vous recherchez des percées, l’édition est l’opposé de ce dont vous avez besoin, et vous devriez penser en croquis rapides ; les conceptions raffinées ne feront que vous ralentir.
Supposons qu’une équipe de marketing organise un off-site. Les membres de l’équipe doivent trouver un moyen de montrer aux cadres leur proposition de stratégie de montée en gamme. Une session de tableau blanc d’une heure donne lieu à plusieurs approches et idées (dont aucune n’est effacée) pour présenter la stratégie. En fin de compte, une approche est adoptée par l’équipe, qui pense qu’elle rend mieux compte de l’élément clé : Amener moins de clients à dépenser beaucoup plus. Le tableau blanc ressemble à quelque chose comme ceci :
Bien sûr, les visuels qui émergent de la génération d’idées mènent souvent à des illustrations d’idées conçues et présentées de manière plus formelle.
Découverte visuelle. C’est le quadrant le plus compliqué, car il contient en vérité deux catégories. Rappelez-vous qu’à l’origine, nous avons séparé les objectifs d’exploration en deux types : la vérification d’une hypothèse et la recherche de modèles, de tendances et d’anomalies. Le premier est ciblé, tandis que le second est plus flexible. Plus les données sont volumineuses et complexes, et moins vous en savez au départ, plus le travail est ouvert.
Confirmation visuelle. Vous répondez à l’une des deux questions suivantes avec ce type de projet : Ce que je soupçonne est-il réellement vrai ? ou Quelles sont les autres façons de représenter cette idée ?
L’étendue des données a tendance à être gérable, et les types de graphiques que vous êtes susceptible d’utiliser sont communs – bien que lorsque vous essayez de représenter les choses de nouvelles façons, vous pouvez vous aventurer dans certains types moins communs. La confirmation ne se fait généralement pas dans un cadre formel ; c’est le travail que vous faites pour trouver les graphiques que vous voulez créer pour des présentations. Cela signifie que votre temps s’éloignera de la conception pour s’orienter vers le prototypage qui vous permet d’itérer rapidement sur la dataviz. Une certaine habileté à manipuler des feuilles de calcul et une connaissance des programmes ou des sites qui permettent un prototypage rapide sont utiles ici.
Supposons qu’un responsable marketing pense qu’à certaines heures de la journée, plus de clients achètent son site sur des appareils mobiles que sur des ordinateurs de bureau, mais que ses programmes marketing ne sont pas conçus pour en tirer parti. Il charge certaines données dans un outil en ligne (appelé Datawrapper) pour voir s’il a raison (1 ci-dessus).
Il ne peut pas encore confirmer ou réfuter son hypothèse. Il ne peut pas dire grand-chose, mais il fait du prototypage et utilise un outil qui permet d’essayer facilement différentes vues dans les données. Il travaille rapidement ; la conception n’est pas une préoccupation. Il essaie un graphique linéaire au lieu d’un graphique à barres (2).
Maintenant, il voit quelque chose, mais travailler avec trois variables ne lui permet toujours pas d’obtenir la vue mobile-contre-bureau qu’il souhaite, alors il essaie à nouveau avec deux variables (3). À chaque itération, il évalue s’il peut confirmer son hypothèse de départ : À certains moments de la journée, plus de clients font des achats sur des appareils mobiles que sur des ordinateurs de bureau.
Au quatrième essai, il zoome et confirme son hypothèse (4).
Les nouveaux outils logiciels font que ce type de visualisation est plus facile que jamais : Ils font de nous tous des analystes de données.
L’exploration visuelle. Les visualisations ouvertes axées sur les données ont tendance à être la province des scientifiques des données et des analystes de veille stratégique, bien que de nouveaux outils aient commencé à engager les directeurs généraux dans l’exploration visuelle. C’est passionnant à essayer, car cela produit souvent des aperçus qui ne peuvent être glanés d’aucune autre manière.
Parce que nous ne savons pas ce que nous cherchons, ces visuels ont tendance à tracer les données de manière plus inclusive. Dans des cas extrêmes, ce type de projet peut combiner plusieurs ensembles de données ou charger des données dynamiques en temps réel dans un système qui se met à jour automatiquement. La modélisation statistique bénéficie de l’exploration visuelle.
L’exploration se prête également à l’interactivité : Les gestionnaires peuvent ajuster les paramètres, injecter de nouvelles sources de données et revisualiser en permanence. Les données complexes conviennent parfois aussi à une visualisation spécialisée et inhabituelle, comme les diagrammes à direction de force qui montrent comment les réseaux se regroupent, ou les tracés topographiques.
La fonction l’emporte ici sur la forme : Les compétences en analyse, programmation, gestion des données et intelligence économique sont plus cruciales que la capacité à créer des graphiques présentables. Il n’est pas surprenant que ce soit dans cette moitié du quadrant que les responsables soient les plus susceptibles de faire appel à des experts pour les aider à mettre en place des systèmes permettant de brasser des données et de créer des visualisations adaptées à leurs objectifs analytiques.
Anmol Garg, un data scientist chez Tesla Motors, a utilisé l’exploration visuelle pour exploiter la grande quantité de données de capteurs que les voitures de l’entreprise produisent. Garg a créé un graphique interactif qui montre la pression des pneus d’une voiture au fil du temps. Fidèles à leur démarche exploratoire, lui et son équipe ont d’abord créé les visualisations avant de leur trouver diverses utilisations : voir si les pneus sont correctement gonflés lorsqu’une voiture quitte l’usine, combien de fois les clients les regonflent et combien de temps ils mettent à réagir à une alerte de basse pression ; trouver les taux de fuite ; et faire de la modélisation prédictive sur le moment où les pneus sont susceptibles de se dégonfler. La pression des quatre pneus est visualisée sur un diagramme de dispersion qui, bien qu’impénétrable pour un public général, est clair pour son public cible.
Garg explorait les données pour trouver des idées qui ne pouvaient être glanées que par des visuels. » Nous avons affaire à des téraoctets de données en permanence « , explique-t-il. « Vous ne pouvez rien trouver en regardant des feuilles de calcul et en interrogeant des bases de données. Il faut que ce soit visuel. » Pour les présentations à l’équipe de direction, Garg traduit ces sessions d’exploration en types de graphiques plus simples dont il est question ci-dessous. « La direction adore voir des visualisations », dit-il.
Dataviz de tous les jours. Alors que les scientifiques des données font le gros du travail d’exploration visuelle, les gestionnaires font le gros du travail de visualisation de tous les jours. Ce quadrant comprend les diagrammes et graphiques de base que vous collez normalement d’une feuille de calcul dans une présentation. Il s’agit généralement de diagrammes linéaires simples, de diagrammes à barres, de tartes et de diagrammes de dispersion.
« Simple » est la clé. Idéalement, la visualisation communiquera un seul message, en ne traçant que quelques variables. Et l’objectif est simple : affirmer et définir le contexte. La simplicité est avant tout un défi de conception, d’où l’importance des compétences en la matière. La clarté et la cohérence rendent ces graphiques plus efficaces dans le contexte où ils sont généralement utilisés : une présentation formelle. Dans une présentation, le temps est compté. Un graphique mal conçu fait perdre ce temps en suscitant des questions qui obligent le présentateur à interpréter des informations censées être évidentes. Si une dataviz de tous les jours ne peut pas parler d’elle-même, elle a échoué – tout comme une blague dont la chute doit être expliquée.
Ceci ne veut pas dire que les graphiques déclaratifs ne doivent pas susciter de discussion. Mais la discussion doit porter sur l’idée contenue dans le graphique, et non sur le graphique lui-même.
Supposons qu’une vice-présidente des RH doive présenter au reste du comité exécutif les coûts de santé de l’entreprise. Elle veut faire comprendre que la croissance de ces coûts a ralenti de manière significative, créant une opportunité d’investir dans des services de soins de santé supplémentaires.
La VP a lu un rapport en ligne sur cette tendance qui comprend un lien vers certaines données gouvernementales. Elle télécharge les données et clique sur l’option de graphique linéaire dans Excel. Elle dispose de sa viz en quelques secondes. Mais comme c’est pour une présentation, elle demande à un collègue concepteur d’ajouter des détails à partir de l’ensemble des données pour donner une vue plus complète.
Ce graphique est bien conçu et précis, mais ce n’est probablement pas le bon. Le comité exécutif n’a pas besoin d’un contexte historique de deux décennies pour discuter de la stratégie de l’entreprise en matière d’investissements dans les avantages sociaux. Le point que le VP veut faire valoir est que les augmentations de coûts ont ralenti au cours des dernières années. Est-ce clairement communiqué ici ?
En général, lorsqu’il faut plus de quelques secondes pour digérer les données d’un graphique, celui-ci fonctionnera mieux sur papier ou sur l’écran d’un appareil personnel, pour quelqu’un qui n’est pas censé écouter une présentation en essayant d’assimiler autant d’informations. Par exemple, les décideurs en matière de soins de santé pourraient bénéficier de voir ce graphique avant une audience au cours de laquelle ils discuteront de ces tendances à long terme.
Notre VP a besoin de quelque chose de plus propre pour son contexte. Elle pourrait exprimer son point de vue aussi simplement que ceci :
Une telle simplicité demande une certaine discipline – et du courage – pour y parvenir. L’impulsion est d’inclure tout ce que vous savez. Des graphiques chargés communiquent l’idée que vous avez été justement très occupé. « Regardez toutes les données dont je dispose et le travail que j’ai accompli », semblent-ils dire. Mais ce n’est pas l’objectif de la vice-présidente. Elle veut persuader ses collègues d’investir dans de nouveaux programmes. Grâce à ce tableau, elle n’aura pas besoin de prononcer un mot pour que l’équipe de direction comprenne la tendance. Elle a clairement établi une base pour ses recommandations.
D’une certaine manière, la « visualisation de données » est un terme terrible. Il semble réduire la construction de bons graphiques à une procédure mécanique. Il évoque les outils et la méthodologie nécessaires à la création plutôt que la création elle-même. C’est comme appeler Moby-Dick une « séquentialisation de mots » ou La Nuit étoilée une « distribution de pigments ». »
Il reflète également une obsession permanente dans le monde de la dataviz pour le processus par rapport aux résultats. La visualisation est simplement un processus. Ce que nous faisons réellement lorsque nous faisons un bon graphique, c’est atteindre une certaine vérité et amener les gens à la ressentir – à voir ce qui ne pouvait pas être vu auparavant. Pour changer les esprits. Pour provoquer l’action.
Une grammaire commune de base améliorera notre capacité à communiquer visuellement. Mais les bons résultats nécessitent une compréhension plus large et une approche stratégique – que la typologie décrite ici a pour but de vous aider à développer.
La communication visuelle n’est pas une fin en soi.