Excel - Les graphiques de relation entre propriétés disponibles Tutoriels

Découvrez comment créer des graphiques de relation entre propriétés dans Microsoft 365 en utilisant des données réelles.
Cette vidéo présente les nuages de points et les Bubble charts pour mettre en évidence les relations entre deux ou plusieurs propriétés et identifier les valeurs extrêmes.
Obtenez des conseils pratiques pour ajouter des catégories et personnaliser les couleurs pour mieux comprendre vos données.
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 de relation professionnels et mieux comprendre vos données.

05:40
830 vues

Disponible dans Microsoft365

Objectifs :

L'objectif de cette vidéo est d'explorer l'utilisation de graphiques moins courants dans la visualisation des données, en particulier dans Excel, en se concentrant sur le nuage de points et le nuage de bulles. Ces graphiques permettent de mettre en évidence les relations entre différentes propriétés et d'identifier des valeurs extrêmes.

Chapitres :

Introduction aux Graphiques de Visualisation
Dans le domaine de la visualisation des données, certains graphiques sont sous-utilisés, notamment le nuage de points et le nuage de bulles. Ces graphiques sont particulièrement utiles pour illustrer les relations entre deux ou plusieurs variables, ainsi que pour identifier des valeurs extrêmes qui se démarquent des autres observations.
Le Nuage de Points
Le nuage de points est un graphique qui représente des observations sous forme de points sur un plan cartésien. Chaque point correspond à un item, tel qu'un produit, et est associé à des métriques. Par exemple, on peut représenter le poids d'un produit en grammes sur l'axe des abscisses et les frais d'expédition en euros sur l'axe des ordonnées. - **Exemple** : Un produit pesant 155 grammes avec des frais d'expédition de 2 euros sera représenté par un point sur le graphique. - **Analyse** : En traçant tous les points, on peut observer des patterns, comme une corrélation entre le poids et les frais d'expédition. Si les points sont dispersés sans tendance claire, cela indique l'absence de corrélation. - **Singularités** : Le nuage de points permet également d'identifier des valeurs extrêmes qui pourraient nécessiter une vérification des données.
Ajout de Catégories par Couleurs
Il est possible d'ajouter une dimension supplémentaire au nuage de points en utilisant des couleurs pour représenter différentes catégories de produits. Par exemple : - Rouge : High Tech - Vert : Joaillerie - Bleu : Articles de Sport Cette approche permet d'ajouter une information catégorielle à la visualisation.
Le Nuage de Bulles
Le nuage de bulles est similaire au nuage de points, mais il permet d'ajouter une troisième dimension grâce à la taille des bulles. Cette taille peut représenter une métrique supplémentaire, comme le prix du produit. - **Exemple** : Dans un graphique où le poids est sur l'axe des abscisses et le prix sur l'axe des ordonnées, la taille de la bulle peut indiquer le coût du produit. Plus la bulle est grande, plus le prix est élevé. - **Précautions** : Il est important de ne pas surcharger le graphique avec trop de valeurs, car cela peut rendre la lecture difficile. Une légende pour la taille des bulles est également essentielle pour la compréhension.
Conclusion et Application Pratique
Les graphiques de nuage de points et de bulles sont des outils puissants pour visualiser des relations complexes entre plusieurs variables. En utilisant des couleurs et des tailles de bulles, on peut enrichir l'analyse des données. Dans la prochaine section, nous allons nous entraîner à créer ces graphiques dans Excel, en appliquant les concepts discutés.

FAQ :

Qu'est-ce qu'un nuage de points et comment l'utiliser ?

Un nuage de points est un graphique qui montre la relation entre deux variables en utilisant des points. Il est utilisé pour identifier des corrélations, des tendances ou des anomalies dans les données.

Comment interpréter une corrélation dans un nuage de points ?

Une corrélation positive signifie que lorsque l'une des variables augmente, l'autre augmente également. Une corrélation négative indique que lorsque l'une augmente, l'autre diminue. L'absence de corrélation se manifeste par des points dispersés sans tendance claire.

Qu'est-ce qu'un Bubble chart et en quoi est-il différent d'un nuage de points ?

Un Bubble chart est similaire à un nuage de points, mais il ajoute une troisième dimension en utilisant la taille des bulles pour représenter une variable supplémentaire. Cela permet de visualiser plus d'informations dans le même graphique.

Comment identifier des singularités dans mes données ?

Les singularités peuvent être identifiées en observant des points qui se situent loin des autres dans un graphique. Cela peut indiquer des erreurs de données ou des observations intéressantes qui méritent d'être examinées de plus près.

Pourquoi est-il important d'utiliser des légendes dans mes graphiques ?

Les légendes aident à clarifier les informations présentées dans un graphique, en expliquant les couleurs, symboles ou tailles utilisés. Cela améliore la compréhension et l'interprétation des données.

Quelques cas d'usages :

Analyse des coûts d'expédition

Utiliser un nuage de points pour analyser la relation entre le poids des produits et les frais d'expédition, permettant d'identifier des tendances et d'optimiser les coûts.

Évaluation des performances des produits

Appliquer un Bubble chart pour visualiser la relation entre le coût d'un produit, sa marge bénéficiaire et son poids, facilitant ainsi la prise de décision sur les produits à promouvoir.

Identification des anomalies dans les ventes

Utiliser des singularités dans un nuage de points pour détecter des ventes anormales ou des erreurs de données, permettant d'améliorer la qualité des données et la prise de décision.

Segmentation de marché

Utiliser des couleurs dans un Bubble chart pour représenter différentes catégories de produits, facilitant ainsi l'analyse des performances par segment de marché.

Optimisation des stocks

Analyser les relations entre le poids des produits et les ventes à l'aide d'un nuage de points pour ajuster les niveaux de stock et améliorer la gestion des inventaires.

Glossaire :

Nuage de points

Un graphique qui représente des observations sous forme de points sur un plan cartésien, permettant de visualiser la relation entre deux variables.

Corrélation

Une relation entre deux variables où un changement dans l'une est associé à un changement dans l'autre. Cela peut être positif (les deux augmentent) ou négatif (l'un augmente pendant que l'autre diminue).

Singularités

Des valeurs qui se démarquent des autres dans un ensemble de données, souvent considérées comme des anomalies ou des points extrêmes.

Bubble chart

Un type de graphique similaire au nuage de points, mais qui utilise des bulles de tailles différentes pour représenter une troisième variable, ajoutant ainsi une dimension supplémentaire à la visualisation.

Métriques

Des mesures quantitatives utilisées pour évaluer des performances ou des caractéristiques, comme le poids, le prix, ou le chiffre d'affaires.

Légende

Un élément graphique qui explique les symboles, couleurs ou tailles utilisés dans un graphique, facilitant ainsi la compréhension des données présentées.

00:00:01

qui selon moi ne sont pas assez

00:00:03

utilisés d'une manière générale

00:00:05

dans la data visualisation,

00:00:07

et plus particulièrement sur Excel,

00:00:08

c'est peut être parce que c'est

00:00:10

un petit peu moins visuel,

00:00:12

en tout cas pour le nuage de points,

00:00:14

donc c'est tout ce qui va concerner la

00:00:16

mise en évidence de relation entre

00:00:19

deux ou plusieurs propriétés et aussi de

00:00:21

pouvoir se rendre compte de potentielles

00:00:23

valeurs qui sont un petit peu extrêmes

00:00:26

ou en tout cas qui sortent un petit

00:00:28

peu du lot par rapport

00:00:31

aux autres observations.

00:00:32

Le premier graphique dont on va parler,

00:00:35

c'est le nuage de points.

00:00:36

Donc ça de quelle manière ça fonctionne ?

00:00:39

Vous allez avoir ce qu'on

00:00:40

appelle des observations,

00:00:41

donc en gros

00:00:42

des items donc ça peut

00:00:44

être une liste de produits,

00:00:46

ça peut être des jours dans

00:00:48

une année donnée, et cetera,

00:00:50

et des métriques, donc des caractéristiques

00:00:51

vont lui être associées. Donc

00:00:53

typiquement pour les produits, ça

00:00:54

peut être le chiffre d'affaires,

00:00:56

le poids du produit,

00:00:57

si c'est sur un site

00:00:59

e-commerce par exemple,

00:01:00

ça pourrait être essayer de mettre en

00:01:02

relation le poids du produit

00:01:04

avec les frais d'expédition.

00:01:07

Et donc par rapport à ça,

00:01:09

vous allez avoir donc... partons sur ce cas là,

00:01:12

typiquement on va avoir par exemple

00:01:14

ici le poids du produit en gramme,

00:01:17

mais ici, les frais d'expédition en euro.

00:01:19

Donc imaginons qu'on ait ce produit là,

00:01:22

donc chaque point représente un

00:01:24

produit et typiquement celui-ci

00:01:25

qui va être autour de 155,

00:01:27

allez,

00:01:28

on va se dire ça, donc 155 grammes

00:01:31

va coûter 2€ en frais d'expédition.

00:01:34

Et celui-là, qui est à 190,

00:01:36

va coûter également 2€ en

00:01:37

frais d'expédition, et cetera, et cetera.

00:01:39

À partir de là,

00:01:40

du coup on va mettre tous les points

00:01:42

sur notre graphique et donc ça peut

00:01:45

potentiellement tracer un

00:01:46

pattern justement, un tracé sur

00:01:49

le graphique, ça peut potentiellement

00:01:50

mettre en évidence une corrélation,

00:01:52

c'est à dire on voit que plus une valeur

00:01:54

cette valeur en abscisse augmente et

00:01:57

plus la valeur en ordonnée peut baisser.

00:01:59

Là c'est un petit peu ce qui se passe ici.

00:02:04

Et autres cas,

00:02:05

on peut aussi mettre en avant

00:02:06

l'absence de corrélation,

00:02:07

c'est à dire que là rien n'est dessiné,

00:02:09

c'est à dire,

00:02:10

il n'y a pas de

00:02:12

corrélation descendante ou montante

00:02:13

et on va simplement avoir des

00:02:15

points qui vont être complètement

00:02:16

dispatchés partout et auquel cas

00:02:17

c'est aussi une information.

00:02:19

On peut aussi se dire mais est ce que ces deux

00:02:20

éléments ne sont pas liés, eh bien

00:02:22

en le testant on se rend compte

00:02:24

que non et on peut potentiellement

00:02:26

aussi en conclure des choses.

00:02:28

Ça peut permettre également de mettre en

00:02:29

avant ce qu'on appelle des singularités,

00:02:31

donc là typiquement sur ce graphique

00:02:33

là, on pourrait se dire,

00:02:34

eh bien ce point là, il est un peu

00:02:36

extrême par rapport aux autres,

00:02:37

il est vraiment écarté du

00:02:39

standard là de la courbe

00:02:40

qu'on aurait tendance à

00:02:41

tracer ici avec l'œil,

00:02:42

donc ça peut être une information aussi,

00:02:44

en soi se dire : dans

00:02:45

mon jeu de données, j'ai une des

00:02:47

valeurs qui est un peu extrême,

00:02:49

est ce que les données sont

00:02:50

bonnes et si elles sont bonnes

00:02:51

qu'est ce qui s'est passé ?

00:02:53

Quelle est la particularité

00:02:55

de cet item ?

00:02:57

Dernier élément à avoir en tête,

00:02:59

c'est qu'on peut ajouter des catégories

00:03:00

sur les points via des couleurs,

00:03:02

donc typiquement ici,

00:03:03

comme je vous le disais,

00:03:05

ce sont des produits avec frais

00:03:07

d'expédition plus poids et on

00:03:08

pourrait tout à fait rajouter une

00:03:10

couleur qui irait dire eh bien quand

00:03:12

le point est rouge,

00:03:14

c'est du high tech, quand le point est vert,

00:03:16

c'est de la joaillerie et quand le

00:03:18

point est bleu, ce sont des articles de

00:03:20

sport. Et donc à partir de là, on

00:03:22

pourra avoir une troisième information

00:03:24

plus orientée catégorie,

00:03:25

du coup, et non métrique

00:03:26

qui pourrait venir s'ajouter.

00:03:28

Le deuxième graphique dont on va

00:03:30

parler est très proche en terme de logique,

00:03:33

c'est le Bubble chart,

00:03:35

donc le nuage de bulles.

00:03:39

Et donc ici,

00:03:40

on va toujours avoir ce système

00:03:41

de croisement de deux valeurs.

00:03:43

D'ailleurs,

00:03:44

ce sont les mêmes données qui sont ici

00:03:46

aussi. La seule différence,

00:03:48

c'est que nous, là, on va pouvoir ajouter

00:03:50

sur ce Bubble chart une troisième valeur numérique,

00:03:54

dans le graphique,

00:03:55

qui sera la taille de la bulle.

00:03:57

Donc là j'ai toujours mon poids en grammes,

00:03:59

mon prix et du coup cette taille-là,

00:04:01

donc ça peut potentiellement

00:04:03

être le prix du produit typiquement

00:04:05

et donc plus la bulle est grosse

00:04:07

et plus le prix du produit sera

00:04:09

élevé. Donc l'avantage de ce

00:04:11

graphique-là c'est que ça permet

00:04:13

d'avoir effectivement trois métriques

00:04:14

dans un même graphique ; on pourra

00:04:16

même potentiellement rajouter

00:04:17

la notion de couleur pour les

00:04:19

catégories comme avant mais ça

00:04:21

commence à faire beaucoup. Attention

00:04:22

à ne pas avoir effectivement

00:04:24

trop de valeurs parce que vu

00:04:25

que là les bulles sont plus

00:04:27

grosses que les points,

00:04:29

si vous avez beaucoup de valeurs,

00:04:31

ça va être une grosse soupe de

00:04:33

de points et on ne pourra plus

00:04:35

forcément les distinguer.

00:04:36

Et évidemment aussi pensez à rajouter

00:04:38

une légende pour la taille des bulles.

00:04:41

Parce que ça

00:04:42

commence à rajouter beaucoup

00:04:43

d'informations et potentiellement

00:04:44

aussi pour la taille des bulles,

00:04:46

n'hésitez pas faire des paliers,

00:04:48

parce que là typiquement entre celle-ci

00:04:50

et celle-ci,

00:04:50

on ne voit pas forcément trop la

00:04:53

différence et pourtant il y en a

00:04:55

une donc pourquoi pas se dire :

00:04:57

de 0 à 100 €, ça sera une

00:04:59

petite bulle, de 100 à 200,

00:05:01

ça serait une moyenne bulle et de 200

00:05:04

à 300 ça sera une grande bulle.

00:05:07

Et donc effectivement,

00:05:08

en type de données qu'on pourrait

00:05:10

utiliser pour ce type de graphique,

00:05:12

vous auriez par exemple la relation

00:05:14

entre le coût d'un produit et

00:05:16

la marge réalisée.

00:05:17

Donc voilà,

00:05:18

on est à peu près dans ce

00:05:20

registre-là et en fonction du type

00:05:23

de produit, donc là typiquement

00:05:24

on pourrait utiliser les couleurs,

00:05:26

les couleurs différentes pour

00:05:27

les points ou en fonction du CA,

00:05:30

du chiffre d'affaires généré eh

00:05:31

bien ça pourrait être la taille

00:05:34

de la bulle avec plutôt du coup

00:05:36

un graphique en Bubble chart.

00:05:38

Et on va maintenant s'entraîner à les créer.

Mandarine AI: CE QUI POURRAIT VOUS INTÉRESSER

LES COURS ASSOCIÉS Ce tutoriel fait partie des cours suivants

Abonnés

3446 vues

E-learning Avancé

Formation Vidéo Microsoft Excel – Avancée

Grâces à nos tutoriels « avancés », découvrez et maitrisez le plein potentiel d’Excel grâce à l’utilisation de fonctions complexes, aux macr...

Cours E-learning

TOUS LES COURS