Excel - Les aires Tutoriels

Découvrez comment créer et personnaliser des graphiques d'aires dans Microsoft 365 en utilisant des données réelles.
Cette vidéo présente les étapes clés pour ajouter des aires, personnaliser les axes et les étiquettes de données, et choisir la bonne visualisation en fonction de vos données.
Obtenez des conseils pratiques pour afficher clairement les données chronologiques et les proportions pour mieux comprendre l'évolution de vos chiffres d'affaires, trafic mensuel ou courbes épidémiologiques.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour créer facilement des graphiques d'aires professionnels et mieux comprendre vos données.

  • 05:40
  • 846 vues

Objectifs :

L'objectif de cette vidéo est d'explorer l'utilisation des graphiques à aires pour visualiser des données cumulées, en mettant l'accent sur la comparaison entre plusieurs catégories, notamment dans le contexte de l'évolution des cas de COVID-19 par pays. La vidéo vise à démontrer comment les graphiques à aires empilées peuvent offrir une meilleure compréhension des tendances et des contributions relatives de chaque pays au total.

Chapitres :

  1. Introduction aux Graphiques à Aires
    Dans cette section, nous allons examiner les graphiques à aires, qui permettent d'obtenir une vue cumulée des données. Ces graphiques sont particulièrement utiles lorsque l'on souhaite visualiser les contributions de différentes catégories sur une période donnée.
  2. Affichage des Aires Simples
    Nous commençons par les aires simples. Cependant, un problème se pose : les aires se superposent, rendant difficile la visualisation des données de chaque pays. Par exemple, si l'Espagne recouvre les données des autres pays, cela complique l'interprétation des résultats.
  3. Utilisation des Aires Empilées
    Pour résoudre ce problème, nous allons utiliser des aires empilées. Ce type de graphique permet de visualiser les données cumulées de chaque pays, en montrant clairement l'évolution des cas. Par exemple, en observant les données pour la France, l'Allemagne, l'Italie et l'Espagne, nous pouvons voir comment chaque pays contribue au total au fil du temps.
  4. Analyse des Données par Pays
    En utilisant les aires empilées, nous pouvons analyser les tendances. Par exemple, nous remarquons que l'Italie a connu une augmentation significative des cas à partir d'une certaine date, tandis que l'Espagne a également montré une forte augmentation. Ces graphiques permettent de visualiser les moments où chaque pays a commencé à enregistrer des cas, offrant ainsi une perspective claire sur l'évolution de la pandémie.
  5. Comparaison des Aires Empilées et Simples
    Les aires empilées sont plus informatives que les aires simples, car elles montrent non seulement les valeurs brutes, mais aussi la part de chaque pays par rapport au total. Cela permet de mieux comprendre la dynamique des cas de COVID-19 en Europe, en mettant en lumière les contributions relatives de chaque pays.
  6. Conclusion
    En conclusion, les graphiques à aires, en particulier les aires empilées, sont des outils puissants pour visualiser des données cumulées. Ils permettent d'analyser les tendances et de comprendre les contributions de chaque catégorie, ce qui est essentiel pour une interprétation précise des données, notamment dans le contexte de la pandémie de COVID-19.

FAQ :

Qu'est-ce qu'un graphique à aires?

Un graphique à aires est une représentation graphique qui utilise des surfaces colorées pour montrer des valeurs cumulées sur une période. Il permet de visualiser les contributions de différentes catégories.

Comment utiliser les aires empilées dans une analyse de données?

Les aires empilées permettent de visualiser la contribution de chaque catégorie au total. Elles sont utiles pour comprendre comment les différentes catégories évoluent dans le temps et se comparent les unes aux autres.

Quelle est la différence entre les aires empilées et les aires empilées 100?

Les aires empilées montrent les valeurs absolues cumulées, tandis que les aires empilées 100 montrent la part relative de chaque catégorie par rapport au total, normalisé à 100%.

Pourquoi est-il important de visualiser les données cumulées?

La visualisation des données cumulées permet d'identifier les tendances globales et les contributions de chaque catégorie, facilitant ainsi la prise de décision basée sur des données.

Comment les aires empilées peuvent-elles aider à analyser les données COVID-19?

Les aires empilées permettent de visualiser l'évolution des cas de COVID-19 par pays, montrant comment chaque pays contribue au total des cas au fil du temps.

Quelques cas d'usages :

Analyse des tendances de vente par région

Utiliser des graphiques à aires empilées pour visualiser les ventes cumulées par région sur plusieurs mois, permettant d'identifier les régions les plus performantes et les tendances saisonnières.

Suivi de l'évolution des cas de COVID-19

Appliquer des aires empilées pour représenter le nombre de cas de COVID-19 par pays, facilitant la compréhension de l'évolution de la pandémie et des contributions relatives de chaque pays.

Visualisation des performances des produits

Utiliser des graphiques à aires pour montrer la part de marché de différents produits au fil du temps, permettant aux équipes marketing de prendre des décisions éclairées sur les stratégies de vente.

Analyse des dépenses par catégorie

Mettre en place des aires empilées pour visualiser les dépenses cumulées par catégorie (marketing, opérations, etc.) sur une période donnée, aidant à identifier les domaines nécessitant des ajustements budgétaires.

Évaluation des performances des campagnes publicitaires

Utiliser des graphiques à aires pour comparer l'impact de différentes campagnes publicitaires sur les ventes, permettant d'identifier les campagnes les plus efficaces.

Glossaire :

Aires

Représentation graphique des données sous forme de surfaces colorées, permettant de visualiser des valeurs cumulées sur une période donnée.

Aires empilées

Type de graphique où les aires sont superposées les unes sur les autres, permettant de visualiser la contribution de chaque catégorie au total.

Aires empilées 100

Graphique similaire aux aires empilées, mais qui montre la part relative de chaque catégorie par rapport au total, normalisé à 100%.

Courbes

Représentation graphique des données sous forme de lignes, permettant de visualiser les tendances au fil du temps.

Cumulé

Somme des valeurs sur une période donnée, permettant de visualiser l'évolution totale d'un ensemble de données.

Visualisation des données

Technique de représentation graphique des données pour faciliter leur compréhension et leur analyse.

COVID-19

Maladie infectieuse causée par le coronavirus SARS-CoV-2, qui a conduit à une pandémie mondiale à partir de 2019.

résultat(s)
00:00:02
maintenant on va voir un autre
00:00:04
aspect qui vont être les aires.
00:00:06
Ça c'est intéressant
00:00:07
dans le cas où vous souhaitez avoir une vue
00:00:10
un petit peu cumulée sur les éléments
00:00:12
que vous affichez. Donc là typiquement
00:00:14
j'ai quatre catégories et quand j'affiche
00:00:15
les courbes, du coup les courbes
00:00:17
vont se superposer. Là ce qu'on
00:00:19
voudrait avoir c'est potentiellement
00:00:20
avoir le détail par pays,
00:00:22
mais aussi le total visuellement sur
00:00:24
la période. Donc pour ça, on
00:00:26
va aller toujours dans l'Insertion
00:00:28
et on va aller sélectionner,
00:00:30
(alors peut-être par défaut,
00:00:31
il ne les affiche pas) effectivement,
00:00:32
si effectivement ça se retrouvera ici.
00:00:34
Donc là on va faire le premier
00:00:36
qui est celui-ci,
00:00:37
les aires simples,
00:00:38
on verra qu'il y en a d'autres,
00:00:40
voilà les aires empilées et les aires
00:00:42
empilées 100%, on va y venir.
00:00:43
On va commencer par les aires toute simples.
00:00:46
Alors là,
00:00:47
on va se rendre compte
00:00:48
rapidement d'un problème,
00:00:49
c'est que vu que là, tout ce qui
00:00:52
est la partie inférieure de la
00:00:53
courbe va être mise avec
00:00:56
une couleur. Donc là le problème par
00:00:58
rapport à ça, c'est que du coup je
00:01:01
vais avoir l'Espagne par exemple
00:01:02
qui va recouvrir l'intégralité
00:01:04
des données des autres pays.
00:01:06
Donc là on voit que ça ne marche pas du tout.
00:01:08
Donc là nous ce dont on a besoin
00:01:10
plutôt, c'est non pas des aires comme
00:01:11
ça qui vont se superposer parce que
00:01:13
au final ça revient à peu près à
00:01:14
la même chose que les courbes,
00:01:16
et c'est encore moins clair parce
00:01:17
que du coup je n'ai pas les données
00:01:19
des autres pays qui s'affichent.
00:01:20
Donc pour ça, je vais plutôt changer le type
00:01:24
de mon graphique et aller mettre ce
00:01:27
qu'on appelle des courbes des aires empilées.
00:01:31
Je vais agrandir un petit peu,
00:01:34
pour voir un petit peu mieux ce que ça rend.
00:01:38
Voilà donc ici on a les données de chaque
00:01:40
pays qui s'affichent en fait en cumulé. Donc là
00:01:42
on va commencer par la France, donc le
00:01:44
compteur est à 0 et donc là ce que vous
00:01:47
avez en fait c'est ce qui s'est passé
00:01:49
pour la France et juste au-dessus de ça,
00:01:51
on va aller additionner ce qui est
00:01:53
apparu pour l'Allemagne et encore
00:01:54
au-dessus de ça pour l'Italie et
00:01:56
encore au-dessus ça pour l'Espagne.
00:01:57
Ce qui fait qu'on peut se rendre compte
00:01:59
effectivement de qui évolue plus rapidement.
00:02:01
Là on voit que typiquement l'Italie et
00:02:03
c'est ce qui s'est réellement passé,
00:02:04
c'est ce qu'on a pu voir mais en
00:02:06
tout cas visuellement on voit que,
00:02:09
et l'Espagne aussi d'ailleurs,
00:02:10
on voit que il y a une prédominance de
00:02:12
ces pays là qui apparaît à
00:02:15
partir à peu près de cette partie là,
00:02:17
en tout cas, visuellement,
00:02:18
c'est là que ça se voit et ce qui
00:02:20
est aussi intéressant,
00:02:21
c'est qu'on peut avoir du coup le cumulé ici,
00:02:23
donc ça sera le haut de l'Espagne.
00:02:25
Donc tout ce qui est au-dessus là
00:02:27
des zones de couleur où là du
00:02:30
coup on aura la somme de la France,
00:02:32
de la Germanie, de l'Allemagne,
00:02:34
de l'Italie et de l'Espagne pour
00:02:35
chaque jour où on a récupéré des
00:02:37
données et donc après in fine
00:02:39
le résultat total, donc plutôt intéressant.
00:02:41
C'est une autre manière d'analyser les
00:02:44
données où à la fois on a le détail,
00:02:47
à la fois on a le global, donc c'est plutôt
00:02:49
pas mal. Et l'autre
00:02:51
type d'aire qu'on pourra utiliser,
00:02:53
ce sont les aires empilées,
00:02:57
alors peut être un peu plus abstraites.
00:02:59
L'idée, en gros,
00:03:00
c'est que là on ne va pas prendre les
00:03:02
valeurs brutes, on va plutôt prendre
00:03:03
quelle est la part de ce pays-là
00:03:06
par rapport au total.
00:03:07
Donc là si on regarde ici par
00:03:08
exemple au tout début,
00:03:10
bon on voit que
00:03:11
c'est la France qui occupait 100 %
00:03:13
des cas de COVID en
00:03:14
Europe en tout cas sur ces 4 pays.
00:03:16
Et pourquoi ça ?
00:03:17
Parce que si on regarde les
00:03:19
premiers jours de l'épidémie,
00:03:20
les 1, 2, 3,
00:03:21
les 5 premiers jours,
00:03:22
mais en fait il n'y a que la France
00:03:24
qui comptabilisait ses cas. Peut être
00:03:26
que les autres pays en avaient, en tous
00:03:28
les cas nous on a commencé à compter
00:03:30
à partir de ce moment-là.
00:03:32
Et donc effectivement du 22 au 26
00:03:34
donc c'est à peu près ce
00:03:37
qu'on a ici,
00:03:37
et bien 100 % des cas sur les quatre
00:03:40
pays étaient représentés par la France.
00:03:42
Après, si on avance un petit peu,
00:03:44
on voit qu'on va avoir l'Allemagne aussi
00:03:47
qui va commencer à apparaître quelques
00:03:49
jours après et c'est ce qu'on voit ici.
00:03:51
Là on a des valeurs et ici
00:03:53
sur l'Espagne, sur l'Espagne,
00:03:55
et l'Italie, nous n'en avons pas. Et après
00:03:57
on va avoir la comptabilisation qui
00:03:59
va s'opérer de manière très brutale
00:04:01
côté italien,
00:04:02
à partir de février où
00:04:04
là-bas, du coup,
00:04:05
il y a un décrochage complet,
00:04:07
c'est à dire que à partir du... alors il faudrait
00:04:10
regarder les données..., dans tous les cas
00:04:11
enfin il faut quand même prendre ça
00:04:13
avec des pincettes parce qu'on reste
00:04:15
sur des volumes de cas qui sont quand
00:04:17
même relativement faible
00:04:18
mais effectivement si on regarde ici,
00:04:20
vous voyez le décollage qui est très net
00:04:23
par rapport aux autres pays sur le 22.
00:04:26
À partir du 22 et donc là,
00:04:27
à partir de ce moment-là,
00:04:29
l'Italie, sur cette période là,
00:04:30
là ici va prendre une place très très
00:04:32
forte sur la période. Et ça du coup ce n'est
00:04:34
pas facile à voir quand on est en
00:04:36
empilé simple parce que les données
00:04:38
sont extrêmement faibles au démarrage
00:04:39
et donc en fait les la courbe est un
00:04:42
peu tassée par rapport aux valeurs
00:04:43
de fin et donc ça on ne peut pas s'en
00:04:45
rendre compte donc c'est pour ça que
00:04:46
ces aires empilées sont très intéressantes,
00:04:48
ça permet de se rendre
00:04:50
compte de ces effets là.
00:04:52
Et effectivement donc,
00:04:53
sur toute cette zone là,
00:04:55
l'Italie prend une place qui
00:04:56
est extrêmement importante.
00:04:57
Après on a un rattrapage de
00:04:59
l'Espagne à partir de, à peu près
00:05:01
voilà du, à partir de mi-mars,
00:05:03
on va dire, et jusqu'à une
00:05:05
stabilisation de la répartition,
00:05:07
j'ai envie de dire, sur cette
00:05:09
période là donc on va dire à partir
00:05:12
de mi-avril voilà et à partir de
00:05:14
ce moment-là, du coup, on a chacun
00:05:17
sa place entre guillemets avec des
00:05:19
pourcentages qui sont plus ou moins
00:05:21
associés
00:05:23
à chaque pays.
00:05:24
Voilà donc ça,
00:05:25
c'est vraiment sur tout ce qui est
00:05:27
répartition et évolution de la répartition,
00:05:29
une visualisation que j'aime beaucoup
00:05:30
et qui permet de se rendre compte
00:05:32
de ses immenses effets de bord sur
00:05:34
certaines périodes où le volume
00:05:36
brut de données est relativement faible.

Il n’existe aucun élément correspondant à votre recherche dans cette vidéo...
Effectuez une autre recherche ou retournez au contenu !

 

Mandarine AI: CE QUI POURRAIT VOUS INTÉRESSER

LES COURS ASSOCIÉS Ce tutoriel fait partie des cours suivants

Abonnés
3227 vues
E-learning Intermédiaire

Formation Vidéo Microsoft Excel - Intermédiaire

Augmentez votre champ d’action grâce à nos tutoriels intermédiaires dédiés aux formules, à la valorisation visuelle avancée ainsi qu’à l’ana...

Cours E-learning
TOUS LES COURS

Une erreur est survenue

Impossible de sauvegarder votre progression. Veuillez recharger la page, vous connecter, et essayer de nouveau. Si le problème persiste, merci de contacter un administrateur.

Fermer

Rappel

Afficher

/

Acceder à la session