Qu’est-ce qu’une bonne dataviz ?

En résumé. Une bonne datavisualisation répond à une question précise avec la forme adaptée : des barres pour comparer, une courbe pour suivre une évolution, un nuage de points pour révéler une corrélation. Elle repose sur une source fiable, reste accessible et sert à changer une décision.

Le réflexe le plus coûteux consiste à choisir un type de graphique avant de savoir ce qu'on cherche à dire. Or chaque question appelle sa forme : l'oeil compare des longueurs bien mieux que des angles ou des surfaces, et le temps se lit toujours de gauche à droite sur une courbe.

Une bonne dataviz se reconnaît aussi à sa sobriété : on ne voit que ce qu'elle révèle, jamais l'effet graphique pour lui-même. Elle s'appuie sur une donnée vérifiée, reste lisible pour tous et débouche sur un choix concret.

Le vrai critère est là : si une visualisation n'a jamais fait changer d'avis personne, elle ne sert à rien, quelle que soit sa beauté. La forme se choisit selon la question posée, jamais par habitude ni par goût décoratif.

• Barres pour comparer des grandeurs
• Courbe pour suivre une évolution dans le temps
• Nuage de points pour révéler une corrélation
• Carte seulement si la géographie porte l'information

Questions associées : Qu'est-ce que la dataviz ? · Qu’est-ce qu’une carte choroplèthe ? · Qu'est-ce que la navigation agentique ? · Pourquoi le rayon d’un cercle proportionnel suit-il la racine carrée de la valeur ?

En résumé. La différence tient à la donnée. Une infographie raconte une histoire figée, souvent illustrée. Une datavisualisation représente des données réelles et se met à jour quand elles changent. La dataviz suppose donc une source fiable et, souvent, une mise à jour automatisée.

L'infographie est un objet éditorial : elle met en scène un message une fois pour toutes, avec des pictogrammes et une composition graphique. Sa valeur tient au récit et à l'illustration, pas à la fraîcheur des chiffres qu'elle montre.

La dataviz, elle, est branchée sur une source : ses formes reflètent l'état actuel des données et évoluent avec elles. Cela impose une exigence en amont, vérifier que les données sont complètes, cohérentes et régulièrement actualisées, avant même de penser au dessin.

C'est cette dépendance à la donnée vivante qui distingue vraiment les deux familles. Une même statistique peut nourrir l'une ou l'autre : figée dans une infographie de campagne, ou branchée en direct dans un tableau de bord mis à jour automatiquement.

Questions associées : Quelle différence entre dataviz et infographie ? · Que fait Limbus Studio ? · Un site non mis à jour peut-il se faire pirater tout seul ? · Faut-il que les données soient déjà propres ?

En résumé. Non, pas en soi : il fonctionne à deux ou trois parts. Au-delà, l'oeil ne compare pas des angles avec précision, et une liste ordonnée ou des barres deviennent plus lisibles. Le problème n'est pas la forme, mais son emploi au-delà de ce qu'elle sait montrer.

Personne ne compare douze angles de tête. Dès qu'un camembert dépasse trois ou quatre parts, la lecture devient approximative et la hiérarchie des valeurs se perd. Une simple liste triée, ou des barres, restitue la même information de façon immédiate et sans effort pour le lecteur.

Le camembert garde sa place pour montrer une répartition simple, deux ou trois catégories dont les proportions parlent d'elles-mêmes. Pour une répartition plus riche, mieux vaut des barres empilées ou un treemap.

Choisir la forme selon la question, et non par habitude, reste la règle de base d'une visualisation honnête. Le camembert n'est donc pas à bannir : il est à réserver aux cas où le nombre de parts reste faible et où la comparaison fine n'est pas l'objectif.

Questions associées : Un code complexe est-il un mauvais code ? · Qu'est-ce que la dataviz ? · Quels sont les seuils à respecter pour les Core Web Vitals ?

En résumé. Parce qu'un axe qui démarre à 95 plutôt qu'à 0 transforme une variation de 2 % en falaise. C'est le mensonge graphique le plus répandu, et il est souvent involontaire : l'auteur finit par croire ce que son propre graphique lui montre.

Un axe des ordonnées tronqué exagère visuellement les écarts. Une hausse minime paraît spectaculaire, une différence négligeable devient un gouffre. Le lecteur retient l'impression visuelle bien avant les chiffres, et cette impression est fausse.

Le piège est d'autant plus insidieux qu'il est rarement malhonnête : beaucoup d'auteurs tronquent l'axe sans intention de tromper, puis se laissent convaincre par leur propre graphique. D'autres déformations relèvent de la même logique, comme la troisième dimension qui altère les proportions ou la couleur qui porte seule le sens.

Partir de zéro reste la protection la plus simple. Il existe des exceptions admises, par exemple pour des séries qui ne contiennent jamais zéro, mais elles doivent être signalées clairement au lecteur, jamais utilisées pour gonfler artificiellement un écart.

• Axe des ordonnées partant de zéro par défaut
• Éviter la 3D qui déforme les proportions
• Ne jamais confier le sens à la seule couleur
• Signaler clairement toute rupture d'échelle au lecteur

Questions associées : Qu'est-ce que la dataviz ? · Que fait Limbus Studio ? · Pourquoi un site finit-il par afficher un écran blanc ?

En résumé. Oui, et Limbus Studio y travaille systématiquement : alternative textuelle qui énonce ce que le graphique montre, tableau de données consultable, contrastes suffisants, information jamais portée par la seule couleur, navigation au clavier. La data sonification, qui traduit la donnée en son, va plus loin encore.

Une dataviz accessible sert tout le monde, pas seulement les personnes handicapées. L'alternative textuelle décrit ce que le graphique révèle, pas ce qu'il est. Le tableau de données sous-jacent reste consultable, les contrastes sont suffisants, et aucune information ne repose sur la seule distinction du rouge et du vert, mal perçue par environ 8 % des hommes.

Pour les visualisations interactives, la navigation au clavier est indispensable. Ces exigences recoupent le RGAA et l'obligation d'accessibilité qui pèse désormais sur de nombreux sites.

La data sonification va plus loin en traduisant la donnée en son : une expertise rare, précieuse pour les publics que le graphique laisse de côté et parfois révélatrice pour les autres, car l'oreille perçoit des rythmes que l'oeil manque.

• Alternative textuelle décrivant ce que montre le graphique
• Tableau de données sous-jacent consultable
• Contrastes suffisants, sens jamais porté par la seule couleur
• Navigation clavier pour les graphiques interactifs

Questions associées : Une dataviz est-elle accessible aux personnes malvoyantes ? · Qu'est-ce que le RGAA et les WCAG ? · L'accessibilité est-elle un supplément ?