Ecrit par Alan Henry
Traduit par Vincent van Heesewijk
Les chiffres ne mentent pas, mais une mauvaise décision graphique rend extrêmement difficile de comprendre ce que ces chiffres signifient. Avant de mettre en place une autre présentation PowerPoint, assurez-vous que vous choisissez le bon type de graphique pour communiquer clairement les informations que vous souhaitez partager. Voici comment.
Pourquoi le type de graphique est-il important?
Lorsque
j'étais étudiant en physique - et encore une fois quand je travaillais dans un
laboratoire - j'ai appris que travailler et collecter énormément de données
était gratifiant, mais ces données sont aussi bonnes que la façon dont vous
pouvez communiquer ce que cela signifie. Il est facile de jeter vos données sur
un diagramme à barres dispersées ou à barres, de les glisser dans une
présentation, et de vous convaincre que vous allez faire l'explication, mais
c'est un raccourci terrible. Lorsque la présentation est terminée et qu'il ne
reste que vos diapositives, personne n'aura la moindre idée de ce que votre
graphique essayait de communiquer.
Le problème est qu'il y a tellement de
types de graphiques, de styles et de méthodes de présentation de données qu'il
peut être déroutant et difficile de choisir le bon. Les passionnés de données
comme le statisticien et informaticien Edward Tufte ont consacré leur vie à
aider les gens à apprendre à mieux présenter l'information, et voici quelques
conseils et outils inspirés par leur travail qui peuvent vous aider.
Tout d'abord, comprenez le message que vous essayez
de présenter avec vos données
Lorsque vous
créez un graphique, vous essayez de montrer l'une des quatre choses avec les
données que vous avez: une relation entre des points de données, une
comparaison de points de données, une composition de données ou une
distribution de données.
- Une relation tente de montrer une connexion ou une corrélation entre deux variables ou plus à travers les données présentées, comme la capitalisation boursière d'un titre donné au fil du temps par rapport à la tendance générale du marché.
- Une comparaison tente de définir un ensemble de variables en dehors d'un autre et d'afficher comment ces deux variables interagissent, comme le nombre de visiteurs de cinq sites Web concurrents en un seul mois.
- Une composition essaie de collecter différents types d'informations qui composent un ensemble et de les afficher ensemble, comme les termes de recherche que ces visiteurs ont trouvés sur votre site, ou combien d'entre eux provenaient de liens, de moteurs de recherche ou de trafic direct.
- Une distribution essaie de mettre en page une collection d'informations connexes ou non, simples pour voir comment elle corrèle, voire pas du tout, et comprendre s'il y a une interaction entre les variables, comme le nombre de bugs rapportés pendant chaque mois d'une beta.
Ensuite, sélectionnez le meilleur arrangement
Une fois que vous avez compris le message que vous essayez d'envoyer avec les données dont vous disposez, il est temps de sélectionner la meilleure méthode pour afficher cette information. Différents types de graphiques conviennent mieux aux différentes méthodes. Par exemple, les diagrammes de dispersion sont mieux utilisés pour afficher les distributions, alors que les diagrammes linéaires (essentiellement, les diagrammes de dispersion avec une tendance définie) sont mieux adaptés aux relations. Les diagrammes à secteurs fonctionnent bien lorsque vous essayez de communiquer une composition, mais faites des comparaisons ou des distributions médiocres (bien que Tufte soutiendrait qu'il n'y a pas de bon usage pour un graphique type camembert).
Cet organigramme de la méthode de
présentation extrême peut vous aider à sélectionner le meilleur type de
graphique pour le message que vous souhaitez envoyer. L'outil Sélecteur de
graphiques de Juice Analytics va encore plus loin: l'outil sélectionne
automatiquement les types de graphiques en fonction de vos sélections et
propose des modèles Excel et PowerPoint à télécharger qui vous permettent de
présenter vos données correctement..
Enfin, formatez votre graphique
Une fois
que vous avez sélectionné le bon type de graphique pour vos données,
assurez-vous de ne pas rendre un mauvais service à vos données en oubliant
certains conseils de conception de base. Tuez les lignes de la grille à moins
qu'elles ne soient absolument nécessaires, ou du moins qu'elles soient subtiles
afin qu'elles ne vous distraient pas des informations que vous essayez de
présenter. Assurez-vous que votre tableau est centré sur les données que vous
voulez présenter, que vos axes sont clairement étiquetés et que vos axes
comportent des unités si nécessaire, donc personne n'a à deviner ou à déduire
ce que vous essayez de dire. Rappelez-vous que votre objectif est que tout le
monde puisse trouver votre graphique, que vous soyez là pour en parler ou non,
et que vous compreniez l'information que les données tentent de communiquer..
Expérimenter avec de nouvelles méthodes de présentation
Toutes
ces suggestions vous aideront à démarrer, mais il n'y a pas de règles strictes
sur la façon dont les données doivent être présentées, à part cela, elles
doivent être claires, communicatives et parlent d'elles-mêmes. Si vous trouvez
que vous êtes restreint par des types de graphiques communs, alors ramenez-vous
à des techniques plus expérimentales. Il n'y a aucune raison de ne pas laisser
votre concepteur intérieur s'asseoir avec votre statisticien intérieur.
Ensemble, vous pouvez trouver des méthodes intelligentes et informatives pour
présenter l'information, et vous n'aurez pas à vous rabattre sur des diagrammes
à secteurs et des diagrammes à barres. fais le. Photo via XKCD.
Qu'est-ce que tu penses? Tenez-vous à des types de graphiques
spécifiques pour vos données ou créez-vous vos propres diagrammes à partir de
zéro? Partagez vos conseils dans les commentaires ci-dessous.
Nous pouvons vous aider avec votre projet. Il suffit de cliquer ici si vous voulez en savoir plus sur nous, ou entrer en contact.
0 comments:
Post a Comment