Excel - Les grands principes de la data visualisation Tutoriels

Découvrez les grands principes de la datavisualisation dans Microsoft 365 pour rendre les données compréhensibles et raconter une histoire.
Cette vidéo présente les étapes clés du cycle de la dataviz, les bonnes pratiques et la création d'un dashboard.
Obtenez des conseils pratiques pour choisir la bonne visualisation en fonction de vos données et améliorer la compréhension des informations importantes.
Cette ressource est utile pour tous les professionnels souhaitant améliorer leur compréhension de la datavisualisation dans Microsoft 365. Suivez cette formation pour améliorer votre compréhension de la datavisualisation et raconter des histoires convaincantes avec vos données.

  • 11:57
  • 980 vues

Objectifs :

L'objectif de cette vidéo est d'expliquer les concepts fondamentaux de la visualisation des données, en mettant l'accent sur l'importance du storytelling, la transmission instantanée de messages, et la capacité de rendre des informations évidentes à travers des visualisations efficaces.

Chapitres :

  1. Introduction à la Visualisation des Données
    La première partie de cette vidéo aborde les explications sur la compréhension et les concepts fondamentaux autour de la visualisation des données. Il est essentiel de comprendre que la visualisation des données n'est pas un phénomène récent, mais a des racines historiques. Nous allons explorer des illustrations célèbres qui démontrent l'importance de la visualisation dans la narration d'histoires.
  2. Le Concept de Storytelling
    Le premier concept fondamental à retenir est le storytelling. Les visualisations cherchent à raconter une histoire et à expliquer des informations à travers un cheminement de pensée. Par exemple, le schéma de Charles Joseph Minard sur la campagne de Russie de Napoléon (1812-1813) illustre comment la largeur du trait représente le nombre de troupes. Au fur et à mesure de l'avancée des troupes, la diminution de l'épaisseur du trait indique les pertes subies, rendant ainsi l'histoire de cette campagne accessible et compréhensible.
  3. Analyse du Graphique de Minard
    Ce graphique montre l'avancée des troupes françaises en territoire russe, avec des points de contrôle indiquant le nombre de soldats restants. Par exemple, ils sont partis avec 422 000 hommes, mais ce nombre a chuté à 100 000 à Moscou. La visualisation permet de comprendre rapidement les pertes et les étapes clés de cette campagne, tout en intégrant des éléments comme les températures extrêmes rencontrées lors de la retraite.
  4. Transmission Instantanée de Messages
    Un autre élément crucial de la visualisation est sa capacité à transmettre instantanément un message. L'exemple de la rosace en hélice réalisée par Florence Nightingale illustre comment elle a démontré que la principale cause de mortalité pendant la guerre de Crimée était due à des maladies épidémiques, plutôt qu'aux blessures de guerre. Cette visualisation a permis de convaincre les autorités militaires d'instaurer des règles sanitaires.
  5. Rendre Évident ce qui ne l'est Pas
    La visualisation des données permet également de rendre des informations évidentes qui ne le seraient pas avec des données brutes. L'exemple de la carte de Londres réalisée par John Snow pendant l'épidémie de choléra en 1854 montre comment il a pu identifier un point d'eau contaminé en plaçant des rectangles sur les lieux des décès. Cette approche a permis de résoudre le problème de l'épidémie en fermant la pompe contaminée.
  6. Comparaison entre Données Brutes et Visualisation
    Enfin, la vidéo souligne l'importance de la visualisation par rapport aux données brutes. Un tableau de données peut sembler confus, mais lorsqu'il est représenté graphiquement, il devient plus facile d'identifier des tendances et des anomalies. Par exemple, un graphique peut montrer clairement les fluctuations des ventes d'une entreprise, permettant ainsi une analyse rapide et efficace.

FAQ :

Qu'est-ce que la data visualisation?

La data visualisation est la représentation graphique de données qui permet de rendre les informations plus accessibles et compréhensibles. Elle utilise des graphiques, des diagrammes et d'autres outils visuels pour aider à analyser et interpréter des données complexes.

Pourquoi le storytelling est-il important dans la data visualisation?

Le storytelling est crucial car il permet de donner un sens aux données. En racontant une histoire à travers les visualisations, on peut mieux communiquer des messages clés et engager le public.

Comment la data visualisation peut-elle améliorer la prise de décision?

La data visualisation aide à identifier rapidement des tendances, des anomalies et des relations dans les données, ce qui facilite la prise de décisions éclairées basées sur des informations visuelles claires.

Quels sont des exemples historiques de data visualisation?

Des exemples incluent le graphique de Minard sur la campagne de Russie de Napoléon et la rosace de Florence Nightingale sur les causes de mortalité pendant la guerre de Crimée. Ces visualisations ont permis de révéler des problèmes critiques à l'époque.

Comment créer une visualisation efficace?

Pour créer une visualisation efficace, il est important de définir clairement le message que vous souhaitez transmettre, de choisir le bon type de graphique, d'utiliser des couleurs et des étiquettes claires, et de s'assurer que les données sont précises et pertinentes.

Quelques cas d'usages :

Analyse des performances commerciales

Les entreprises peuvent utiliser la data visualisation pour analyser les performances de vente au fil du temps. Par exemple, en transformant des tableaux de chiffres en graphiques, les équipes peuvent rapidement identifier les tendances de vente, les mois les plus performants et les domaines nécessitant des améliorations.

Gestion des crises sanitaires

Les autorités sanitaires peuvent appliquer des visualisations pour suivre la propagation des maladies. Par exemple, en utilisant des cartes pour localiser les cas de choléra, comme l'a fait John Snow, ils peuvent identifier les zones à risque et mettre en œuvre des mesures préventives.

Planification stratégique

Les organisations peuvent utiliser la data visualisation pour présenter des données complexes lors de réunions stratégiques. Cela permet aux décideurs de visualiser les impacts potentiels de différentes stratégies et de prendre des décisions basées sur des données claires.

Éducation et sensibilisation

Les éducateurs peuvent utiliser la data visualisation pour enseigner des concepts complexes. Par exemple, en illustrant des données historiques à l'aide de graphiques, les étudiants peuvent mieux comprendre les événements passés et leurs implications.

Suivi des performances environnementales

Les organisations environnementales peuvent utiliser la data visualisation pour suivre les indicateurs de durabilité, comme les niveaux de pollution ou la biodiversité. Cela aide à sensibiliser le public et à promouvoir des actions pour améliorer l'environnement.

Glossaire :

Data Visualisation

La représentation graphique de données pour faciliter leur compréhension et leur analyse. Elle permet de transformer des données brutes en informations visuelles claires.

Storytelling

L'art de raconter une histoire à travers des visualisations. Cela implique de structurer les données de manière à transmettre un message ou une idée de façon engageante.

Graphique de Minard

Un graphique célèbre réalisé par Charles Joseph Minard, représentant la campagne de Russie de Napoléon, illustrant les pertes de troupes au fil du temps et des distances parcourues.

Rosace

Un type de graphique circulaire utilisé pour représenter des données, souvent utilisé pour montrer des proportions ou des relations entre différentes catégories.

Épidémie

Une propagation rapide d'une maladie dans une population. Dans le contexte de la vidéo, cela fait référence à l'épidémie de choléra à Londres.

Point d'eau

Un endroit où l'eau est accessible pour la consommation. Dans le cas de l'épidémie de choléra, un point d'eau contaminé a été identifié comme source de l'infection.

Températures extrêmes

Des conditions climatiques très froides ou très chaudes qui peuvent affecter la santé et le bien-être des individus, comme mentionné lors de la retraite de Russie.

résultat(s)
00:00:02
des explications sur la compréhension
00:00:04
et des concepts fondamentaux
00:00:06
autour de la data visualisation.
00:00:08
Pour ça, on va prendre quelques illustrations
00:00:11
de visualisation qui sont historiques et
00:00:14
célèbres et aussi pour vous montrer que
00:00:16
ce qu'on appelle la data visualisation,
00:00:19
c'est pas quelque chose de récent.
00:00:21
Donc le premier concept fondamental à
00:00:23
avoir en tête, c'est le storytelling.
00:00:25
Les visualisations cherchent
00:00:26
à raconter un histoire.
00:00:28
Elles cherchent à expliquer quelque
00:00:30
chose avec un cheminement
00:00:32
de pensée et là typiquement en
00:00:34
fait le schéma que vous avez ici
00:00:36
Il raconte tout à fait une histoire.
00:00:39
Et d'ailleurs,
00:00:40
c'est l'histoire de France.
00:00:41
En tout cas,
00:00:42
les histoires des guerres françaises.
00:00:44
Donc cette illustration a été
00:00:46
réalisée par Charles Joseph Minard qui
00:00:48
représente la campagne de Russie,
00:00:50
donc de 1812 à 1813 qui a
00:00:53
été menée par Napoléon.
00:00:54
Donc qu'est ce qu'on peut lire
00:00:57
sur ce graphique donc vous avez
00:00:59
en fait le nombre de troupes
00:01:01
qui est représenté par
00:01:03
la largeur du trait donc déjà ça,
00:01:05
c'est quelque chose d'assez
00:01:07
astucieux pour le rendre visuel et
00:01:09
donc on va avoir l'avancée des troupes
00:01:11
françaises en territoire russe à
00:01:13
partir de ce fleuve là qui vont
00:01:15
s'enfoncer dans les terres russes et en fait,
00:01:17
au fur et à mesure,
00:01:19
on va voir que le trait s'amenuise,
00:01:21
et est de moins en moins épais et ça
00:01:24
correspond aux pertes qui ont
00:01:26
été subies par l'armée française lors
00:01:28
de leur avancée dans le territoire russe.
00:01:31
Donc ici on avance, on avance,
00:01:33
on avance, on avance.
00:01:34
On a au passage des check-points
00:01:37
avec des valeurs où ils sont partis
00:01:40
422 000 ils n'étaient plus que 400 000,
00:01:43
et cetera et cetera,
00:01:45
et cetera.
00:01:47
Avec également les villes qui ont été
00:01:49
rencontrées et on arrive du coup à Moscou où,
00:01:52
ils n'étaient déjà plus que 100 000.
00:01:54
Et ensuite,
00:01:54
vous avez en noir en fait la retraite
00:01:57
donc la fameuse retraite de Russie
00:01:59
où l'armée française est repartie
00:02:01
en plein hiver en France parce
00:02:03
que le tsar
00:02:05
avait brûlé Moscou tout simplement.
00:02:07
Donc les soldats n'avaient
00:02:09
n'avait plus de logis est pas de quoi
00:02:12
construire donc ils sont repartis.
00:02:13
Bon je vais pas faire l'histoire de France,
00:02:16
pardon je m'étale un peu je
00:02:19
je m'égare.
00:02:20
En tous les cas,
00:02:21
voilà le trait rouge correspond à la
00:02:24
retraite des troupes françaises.
00:02:26
Et donc on voit effectivement que
00:02:28
ça s'amenuis
00:02:30
On voit déjà ici qu'il y avait eu
00:02:33
un premier retour de la part de
00:02:35
certaines troupes et finalement,
00:02:37
qui ne sont arrivées que 10 milles,
00:02:40
lors du passage de ce fleuve.
00:02:42
Donc ça a été une ,
00:02:44
ce qu'on appelle aujourd'hui une
00:02:46
bérézina qui correspond à un
00:02:48
épisode de cette campagne de Russie,
00:02:50
peu importe.
00:02:51
vous pouvez regarder sur Wikipédia,
00:02:52
si ça vous intéresse, je vais m'arrêter là.
00:02:55
En tous les cas,
00:02:56
voici comment illustrer de manière très
00:02:58
simple plutôt qu'un grand tableau
00:02:59
avec des dates et
00:03:01
un volume de troupes avec
00:03:03
aussi potentiellement des lieux.
00:03:04
ici en un coup d'oeil on comprend ce
00:03:06
qui s'est passé et on se rend compte aussi
00:03:09
effectivement de l'histoire qui a pu
00:03:12
avoir sur cette déperdition au fur et à
00:03:14
mesure les étapes clés à et
00:03:16
les différentes pertes qui ont pu avoir lieu.
00:03:19
En plus de ça on va avoir une autre échelle.
00:03:22
Donc ça aussi,
00:03:23
c'est très intéressant en fait le l
00:03:25
graphique est très complet avec les
00:03:27
températures que vous avez ici et à chacune
00:03:29
des étapes du coup surtout sur le retour.
00:03:31
donc retraite en hiver en Russie égal,
00:03:34
températures extrêmement froides
00:03:35
donc là des températures
00:03:36
négatives qui expliquent aussi là,
00:03:38
on voit à chaque fois les
00:03:40
les check point,
00:03:42
les étapes de perte sur les températures
00:03:44
qui étaient extrêmement froides et qui
00:03:46
ont aussi expliquées le nombre de morts
00:03:48
qui a pu avoir donc premier concept
00:03:50
fondamental à retenir sur la visualisation,
00:03:52
elle sert
00:03:52
à raconter une histoire comme
00:03:54
je viens de le faire.
00:03:56
2e élément très important à avoir en tête,
00:04:00
c'est qu'elle permet normalement
00:04:01
si elle est bien faite,
00:04:04
de faire passer instantanément un message.
00:04:06
Donc cette 2e illustration qui
00:04:08
est ma foi très jolie donc
00:04:11
en rosace , en hélice,
00:04:14
comme on peut le voir ici.
00:04:17
Donc elle a été réalisée
00:04:19
par Florence Nightingale,
00:04:20
donc qui était une infirmière pour l'armée
00:04:23
britannique et qui cherchait à montrer
00:04:26
À l'armée britannique en fait que il y
00:04:28
avait un gros problème sanitaire
00:04:31
sur les champs de bataille,
00:04:34
notamment au niveau des infirmeries
00:04:36
qui étaient à côté du front pour
00:04:40
montrer en fait que la principale
00:04:42
cause de mortalité sur la guerre
00:04:45
de Crimée
00:04:48
était des problèmes de maladies
00:04:50
qu'on appelait épidémiques donc
00:04:52
en gros des épidémies
00:04:55
sur les infirmeries.
00:04:57
Et donc là nécessité en fait alors
00:05:00
sur les infirmeries et dans le champ
00:05:02
de bataille et donc là nécessité
00:05:04
d'aller instaurer des règles sanitaires.
00:05:06
Alors en 2020, avec le COVID,
00:05:08
ça ne fait que plus éco.
00:05:10
Donc déjà à l'époque il y avait ce
00:05:12
type de raisonnement là et en fait ce
00:05:14
que vous avez ici tout simplement,
00:05:17
c'est une rosace qui va indiquer
00:05:19
pour chaque mois,
00:05:20
donc là ici vous voyez April May,
00:05:22
June, July et cetera sur les années,
00:05:24
on va avoir différentes couleurs pour
00:05:26
expliquer les causes de mortalité.
00:05:28
Donc si je me souviens bien,
00:05:30
le noir correspond aux morts sur
00:05:33
le champ de bataille, le rose,
00:05:35
je crois que c'est suite aux
00:05:37
complications de blessures de guerre
00:05:39
pour faire très simple et ensuite
00:05:42
Le bleu correspond aux maladies
00:05:44
épidémiques et là en fait on se rend
00:05:47
compte instantanément que et surtout
00:05:49
là encore on regarde le janvier 1855.
00:05:52
La proportion des maladies épidémiques
00:05:53
qui est absolument énorme par
00:05:55
rapport aux morts qu'on
00:05:57
pourrait s'attendre sur.
00:05:58
ces ces champs de bataille
00:06:00
et au final, effectivement,
00:06:01
on peut voir instantanément le problème,
00:06:03
donc les maladies épidémiques qui tuent
00:06:05
plus que la guerre en elle-même et en
00:06:08
plus de ça du coup elle a appliqué
00:06:10
un zoom en fait ici par rapport à
00:06:12
ce que vous souhaitez nous afficher.
00:06:14
Donc ça a été extrêmement complet dans
00:06:16
la manière d'afficher donc là quand vous
00:06:18
montrez ça aux aux généraux britanniques,
00:06:20
là y a pas de débat.
00:06:22
En fait, vous avez simplement à montrer
00:06:24
cette zone pour dire il faut
00:06:27
instaurer des règles sanitaires
00:06:28
dans les armées britanniques et donc
00:06:31
là, le message est instantanément passé,
00:06:33
il n'y a pas forcément besoin de polémiquer.
00:06:37
Le dernier élément, et c'est,
00:06:39
je pense, peut être le plus évident
00:06:41
de tout ceux que j'ai pu vous montrer,
00:06:44
c'est que
00:06:45
une visualisation sert à rendre des
00:06:47
choses évidentes alors qu'elles ne l'étaient
00:06:50
pas du tout avec des données brutes.
00:06:53
Le dernier cas que je souhaite vous montrer,
00:06:56
donc c'est toujours des
00:06:57
des choses historiques,
00:06:58
mais que je trouve encore une
00:07:01
fois extrêmement intéressantes
00:07:02
Ça va être cette carte de Londres qui
00:07:05
a été faite en 1854 par John Snow.
00:07:08
Et oui, ça ne s'invente pas,
00:07:10
alors qu'il y avait une une épidémie
00:07:13
de choléra sur Londres, voilà.
00:07:16
Et donc on cherche à estimer la cause
00:07:19
de cette épidémie de choléra.
00:07:21
Donc sans rentrer dans les détails,
00:07:24
on se demandait si c'était dans l'air,
00:07:26
on se demandait si c'était contagieux
00:07:28
et cetera,
00:07:29
et cetera.
00:07:29
Et donc on avait chargé cette personne là,
00:07:32
donc un médecin d'essayer d'investiguer pour
00:07:35
comprendre un petit peu ce qui se passait.
00:07:37
Donc lui, sa méthode,
00:07:39
ça a été relativement simple,
00:07:40
ça a été de prendre une carte du du quartier
00:07:44
de Soho à Londres et d'aller mettre
00:07:46
un rectangle sur chaque
00:07:48
palier ou il y a eu un mort,
00:07:50
donc on allait récupérer les
00:07:51
adresses des morts de choléra.
00:07:53
Et à chaque fois,
00:07:54
sur un palier,
00:07:55
on allait rajouter ce rectangle,
00:07:57
donc ce qu'on s'est aperçu très rapidement,
00:07:59
c'est que déjà ça se situait
00:08:00
dans une toute petite zone.
00:08:02
Donc qui était ici et quand on fait le zoom,
00:08:05
on voit que il y avait ici un point d'eau
00:08:07
qui était en plein milieu d'une zone
00:08:09
ou il y avait énormément de morts.
00:08:12
Donc encore une fois,
00:08:13
chose qui se voyait pas forcément
00:08:15
juste avec une liste de d'adresses
00:08:17
avec les morts correspondants et
00:08:19
donc effectivement, en zoomant,
00:08:20
on se rend compte que on a donc là
00:08:23
écrit Pump donc c'est
00:08:26
le point d'eau et en fait
00:08:29
on se rend compte que tout simplement
00:08:31
dans ce point d'eau,
00:08:33
on avait jeté des couches de bébé
00:08:35
qui étaient atteint de choléra,
00:08:37
donc effectivement, on était au 19e siècle,
00:08:39
et les
00:08:42
normes sanitaires encore une fois
00:08:44
n'étaient pas présentes et donc le fait
00:08:46
de jeter des couches souillées
00:08:49
de bébé qui étaient atteints du choléra.
00:08:51
Les gens, du coup,
00:08:52
allaient récupérer de l'eau pour
00:08:53
boire et donc s'infectaient eux-mêmes,
00:08:56
et donc à partir de là,
00:08:58
on a pu fermer cette pompe.
00:09:00
Et instantanément,
00:09:00
du coup, sur cette zone,
00:09:02
le nombre de choléra a drastiquement baissé.
00:09:05
Voilà donc là, vous voyez à partir de
00:09:07
choses qu'on ne pouvait pas comprendre,
00:09:10
on l'a simplement affiché sur
00:09:12
une carte et on a pu résoudre la
00:09:14
problématique qu'on avait
00:09:16
sur cette épidémie de
00:09:18
choléra et pour vous convaincre
00:09:20
encore un peu plus de ce cas-là.
00:09:23
Ce que je voulais vous montrer,
00:09:25
c'était un petit cas où on
00:09:27
va avoir ce tableau de données.
00:09:30
Donc les mois avec le nombre de ventes,
00:09:32
le chiffre d'affaires en milliers d'euros
00:09:34
qui a été réalisé pour une entreprise,
00:09:36
peu importe laquelle.
00:09:37
Et donc je vais vous demander de
00:09:39
prendre quelques secondes de
00:09:40
réflexion et me dire voilà,
00:09:42
avec ce tableau,
00:09:43
qu'est ce que vous êtes capable de
00:09:45
me dire sur ce qui s'est passé au
00:09:47
cours de ce semestre là ?
00:09:52
Voilà, je vous laisse quelques secondes.
00:09:53
Sinon, mettez sur pause si vous
00:09:55
voulez un peu plus de temps.
00:09:57
Moi, personnellement, j'ai du mal.
00:09:59
Clairement, je vois qu'il y a effectivement,
00:10:01
voilà des en tout cas une
00:10:03
fluctuation qui est existantes.
00:10:04
Là ça monte là ça redescend donc
00:10:05
là ça a l'air d'être une valeur
00:10:07
relativement basse
00:10:09
par rapport aux autres, et cetera.
00:10:11
Mais rien de bien concluant.
00:10:12
Par contre, si on l'affiche sur un
00:10:14
graphique donc comme je l'ai fait donc
00:10:16
c'est exactement les mêmes valeurs,
00:10:18
on va tout de suite en fait
00:10:20
visuellement détecter des choses
00:10:21
qui vont nous sauter aux yeux.
00:10:23
Déjà on a toute la partie sur les extrêmes,
00:10:26
ça l'œil est très habitué à repérer
00:10:28
les valeurs
00:10:29
qui sortent un petit peu de du lot,
00:10:32
donc là on voit instantanément que le
00:10:34
meilleur mois est le mois de mai et que
00:10:37
le plus mauvais mois est le mois de mars,
00:10:39
2e élément qu'on peut alors de
00:10:41
manière un peu secondaire apercevoir,
00:10:43
c'est que effectivement le premier
00:10:44
trimestre a été moins bon que le 2e.
00:10:46
Là on voit que on a 3 points qui sont
00:10:49
relativement voilà autour
00:10:51
de 50 et là on voit tout de
00:10:54
suite qu'on décolle et que sur la
00:10:56
fin du 2e trimestre on est plutôt
00:10:58
sur des valeurs autour de 60. 70.
00:11:02
Aussi l'œil va directement,
00:11:03
en tout cas,
00:11:04
le cerveau va essayer de tracer
00:11:05
une droite pour simplifier ça.
00:11:07
Et c'est vrai que au final,
00:11:09
on est plutôt sur une tendance qui est
00:11:11
à la hausse encore une fois sur le trimestre.
00:11:15
Et encore autre chose qu'on
00:11:17
pourrait constater, donc là,
00:11:18
ça va un petit peu plus loin,
00:11:21
c'est peut être une amorce de
00:11:23
chute pour l'été parce qu'on passe
00:11:25
de 75 000 en mai à presque
00:11:28
60000 en juin donc voilà, tout ça,
00:11:30
c'est très difficile à avoir
00:11:32
sur un tableau de données,
00:11:34
donc pour parfois essayer de
00:11:35
comprendre quelque chose
00:11:36
allez,
00:11:39
à partir du tableau,
00:11:40
on fait rapidement un graphique sur
00:11:43
Excel et on peut tout de suite voir
00:11:45
des choses qui nous sauteraient pas
00:11:47
aux yeux si on ne l'avait pas vu.
00:11:49
Voilà donc
00:11:51
toutes ces notions fondamentales
00:11:53
et l'intérêt qu'il peut y avoir
00:11:56
à faire de la data visualisation.

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
3620 vues
E-learning Débutant

Formation Vidéo Microsoft Excel - Découverte

Découvrez et familiarisez-vous avec Excel : De la création à l’exploitation de vos tableaux en passant par l’amélioration de vos visuels ain...

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