Qu’est-ce que la data visualisation ? Quels sont ses outils ? Dans quelle situation les utiliser ? On vous dit tout ci-dessous !
C’est à partir des années 80 que l’on commence à comprendre l’intérêt de la data visualisation et la business intelligence au sein de la prise de décision en entreprise, et on peut le voir à travers l’utilisation grandissante de la data dans ce domaine. Ce n’est qu’à partir des années 2000 que sont produits des ordinateurs assez puissants pour traiter une aussi grande volumétrie de données.
Et oui ! De nos jours, on produit des chiffres pour tout : que ce soit pour garder un œil sur les systèmes de gestion et de facturation, ou bien les stocks. Mais au fur et à mesure, le volume de données à traiter augmente si rapidement que l’on n’arrive plus à assimiler et analyser autant de données en un simple coup d'œil.
C’est pour cette raison qu’il est nécessaire d’extraire toutes ces informations pour monitorer les activités des entreprises (en calculant le chiffre d’affaires d’une entreprise par exemple, ou encore le nombre d’employés…). La donnée est très présente dans les domaines du marketing digital, des ressources humaines, et activités numériques de manière générale.
Avec la data visualisation, on va chercher à comprendre cet ensemble d’indicateurs et les synthétiser pour pouvoir y voir plus clair et établir des rapports stratégiques, notamment pour simplifier les prises de décisions en entreprise.
Vous voulez savoir comment utiliser la Data dans la prise de décision stratégique en entreprise ? Découvrez dès maintenant notre article dédié, signé Dayo Aderibigbe, Product Operations Manager chez Google.
L'objectif principal de la data visualisation est de donner un accès simplifié à de grandes volumétries de données. Grâce aux informations collectées, analysées et visualisées, on va faire émerger des tendances, des comparaisons ou encore des recommandations.
Pour faire simple, la data visualisation est la manière visuelle de savoir de quoi est constituée la donnée qui nous est mise à disposition.
Nous le savons bien : le cerveau humain n’est pas fait pour analyser des milliers de lignes de données. Sans la visualisation de données, ou dataviz pour les initiés, analyser toutes ces lignes de chiffres et de mots nous prendrait bien trop de temps. Nous allons donc chercher à rendre toutes ces données et indicateurs accessibles au plus grand nombre, facilitant la compréhension et la lecture de ces derniers.
Voici un exemple de réalisation dataviz créé sur Flourish (outil de data visualisation et storytelling) :
Cette visualisation représente l’évolution de la population mondiale, avec une projection jusqu’en 2100. Source : United Nations.
De nos jours, l’intelligence autour des chiffres devient essentielle, surtout dans le monde de l’entreprise. Quand on parle de business intelligence, on fait allusion à la production de représentations (reportings et/ou dashboards) pour faciliter les prises de décisions et être en mesure de traquer les tendances.
Il faut savoir que le marché mondial de la business intelligence pesait déjà plus de 17 milliards de dollars en 2016 d’après Gartner, et devrait générer 26,5 milliards de dollars en 2021 !
Ainsi, même si la dataviz et la BI ont une problématique principale commune : permettre à chacun d’exploiter ses données à travers différents types de graphiques, des camemberts, des courbes… On constate tout de même des différences notables entre les librairies de data visualisation et les outils BI.
Les librairies de data visualisation ont été créées pour développer et obtenir des résultats sous forme de visualisation pour pouvoir personnaliser vos représentations de A à Z.
On a souvent tendance à les identifier comme des outils techniquement plus poussés que les outils BI - que l’on détaillera par la suite. Ces librairies demandent à ses utilisateurs des compétences non seulement en data, mais aussi en développement - il faut donc savoir analyser et interpréter les données tout en sachant coder !
Vous l’aurez compris : librairie de data visualisation rime avec langage de programmation.
On distingue trois langages de référence : Python, JavaScript et R !
Toutes les librairies de dataviz n’ont cependant pas le même objectif. Pour vous aider à y voir plus clair, on peut répartir ces dernières en 2 types : les librairies de dataviz interactives et les librairies de dataviz exploratoires.
Les librairies de dataviz interactives permettent de créer des visualisations dynamiques pour avoir un résultat final de qualité et présentable. Par exemple, on va chercher à avoir une présentation claire en entreprise, pour un client et/ou pour les utilisateurs finaux.
Quelles sont les librairies de dataviz interactives les plus utilisées ?
1. Plotly est une librairie de visualisation de données (en Python et JavaScript) qui permet de créer des visualisations sophistiquées avec du code. Cette librairie est rendue accessible grâce à sa documentation de qualité.
Le développement de Dash - un framework en Python - a permis de simplifier l’intégration des visualisations Plotly à une application web. Dash a été co-créé par Chris Palmer, qui se trouve être l’un des cofondateurs de Plotly.
2. Bokeh est une librairie de visualisation de données en Python, qui utilise également JavaScript et HTML pour mettre en forme ses graphiques. Cette solution flexible et interactive crée des tracés dynamiques qui changent en fonction de la façon dont l’utilisateur interagit avec eux, et permet d’explorer les données sous des angles divers et variés.
3. Nivo.rocks, basée sur du D3.js, est l’une des librairies les plus utilisées en React. qui permet de créer facilement des applications de dataviz hautement personnalisables.
Pour vous aider à visualiser ce que l’on est capable de faire en couplant code et data visualisation, on vous invite à consulter le Starbucks Interactive Dashboard créé par Antony Henrion, formateur en data analyse à la Wild Code School de Paris, à l’aide de Plotly !
Comme précisé plus haut, ce dashboard* interactif a été développé via la librairie de dataviz Plotly couplée au framework Dash.
En bref, si vous avez des compétences techniques ET que souhaitez avoir un résultat totalement personnalisable et avoir la main sur le moindre détail, optez pour les librairies de data visualisation.
*Dashboard : un tableau de bord qui rassemble plusieurs datasets provenant de sources diverses et qui établit une synthèse claire et compréhensible pour l’auditoire. Il permet également de suivre en temps réel l’évolution des différents indicateurs dont il fait part. Par exemple, un dashboard peut comporter une combinaison de graphiques, chiffres et autres informations en tout genre.
Il existe aussi des librairies de dataviz pour effectuer des visualisations statiques utilisées dans la phase exploratoire d’un dataset.
Ainsi, on cherche seulement à visualiser des statistiques descriptives et quelques indicateurs à travers des boxplots, barcharts… qui permettent d’en savoir plus sur la donnée en nous aidant à faire des choix.
Les outils BI sont à la data, ce que le no-code est au développement web. Ce sont des softwares déjà développés qui permettent de glisser et déposer, par un système de drag and drop, un dataset pour visualiser la donnée directement.
On dit de ces outils qu’ils sont plus accessibles aux personnes qui n’ont pas ou peu été initiées à la data. Ils sont souvent destinés aux entreprises qui cherchent des résultats rapides et simples à manier.
1. Tableau est l’outil BI de référence sur le marché ! Il est très fortement utilisé en entreprise, notamment grâce à sa capacité d'analyse et visualisation des données volumineuses.
Comment procéder avec Tableau ? À l’aide d’une ou plusieurs sources de données, vous construisez la visualisation sur une plateforme déjà développée. Il suffit d’y incorporer votre source de données et glisser et déposer à votre guise les données en fonction de la visualisation que vous voulez obtenir : une carte, des graphiques... Pour plus d’informations, rendez-vous sur la galerie Tableau.
Exemple de travail réalisé via Tableau :
2. Qlikview était le concurrent principal de Tableau avant de connaître une perte de vitesse. Il témoigne d’un grand nombre de fonctionnalités (data visualisation, business intelligence, analyse et reporting) qui rendent sa configuration très personnalisable. Cependant, la courbe d’apprentissage qui y est liée est non négligeable : pour maîtriser Qlikview, un certain temps est nécessaire !
3. Power BI, désormais le principal concurrent de Tableau, est une suite d’outils analytiques, développée par Microsoft, qui permet de combiner des données provenant de ressources multiples afin de construire des rapports détaillés. Le partage de ces informations est totalement sécurisé. Pour plus d’informations, rendez-vous sur la galerie Power BI.
4. Google Data Studio est un outil de la suite Google Analytics qui transforme vos données provenant de vos comptes Google (Ads, Analytics, Drive, Sheets…) et autres sources (Facebook, YouTube, Twitter, Search console, MySQL...) en rapports à la fois personnalisables et esthétiques, simples à lire et à partager.
Pour résumer, on peut obtenir des résultats similaires en travaillant avec des libraires de dataviz et des outils BI, mais ces deux solutions reposent sur des techniques différentes. Découvrez le top 11 des meilleurs outils de data visualisation en 2021 !
Orientez-vous plutôt sur Google Data Studio. Même si cet outil est encore récent et qu’il ne permet pas de faire des représentations aussi poussées que Tableau, c’est une solution totalement gratuite, à la fois personnalisable et collaborative, mettant à jour les données en temps réel. Parfaite pour faire ses premiers pas dans la data visualisation !
L’application Power BI Desktop s’obtient gratuitement, et permet de partager les reportings avec votre équipe, des acteurs de votre entreprise ou bien des clients.
Si vous possédez un minimum de ressources, vous pouvez même opter pour Power BI Pro (inclus dans Microsoft 365 E5) pour 9,99$/mois.
Il existe également une version gratuite de Tableau : Tableau Public qui permet de créer du data storytelling sans avoir aucune ligne de code à écrire.
Tableau Desktop permet une analyse pointue grâce à des calculs poussés, une visualisation interactive et attractive, et la création de documents de travail qualitatifs, vivants et animés. Pour pouvoir utiliser la version complète, l’achat de la licence à 70$/mois est nécessaire.
Quant à Qlik, bien que cet outil possède des versions gratuites, il propose un catalogue d’options et des prix variables en fonction de l’option choisie : si vous pariez plutôt sur de la visualisation ou de l’intégration, par exemple. Plus d’informations ici !
Un profil qui maîtrise les outils BI peut devenir Consultant BI. Un aperçu de ses missions :
Si ce profil a une expertise sur un outil en particulier (ex : Tableau), il peut devenir Expert BI. Un aperçu de ses missions :
Et enfin, si ce profil maîtrise à la fois outils BI et librairies de dataviz : il peut devenir Data analyst ou Business analyst. Les missions peuvent varier en fonction des entreprises et des fiches de postes.
Pour en savoir plus, découvrez le témoignage de Thomas, spécialiste BI, qui nous parle des opportunités sur le marché de la Data !
Projet réalisé par Michael Kohler sur les flux aériens des passagers européens au sein de l’Europe entre mars 2019 et mars 2021 :
Projet réalisé par Antoine Carré sur les vols aériens en Europe entre janvier 2018 et avril 2021 :
La data vous intéresse mais vous ne savez pas par où commencer ? Débutez avec notre cours prépa Data analyst et plongez au cœur de nos articles dédiés à la Big Data !
Et si cette initiation vous a plu, on vous donne rendez-vous sur l’une de nos formations data :