Types de visualisation et cas d'usage

Chaque type de visualisation répond à un objectif spécifique. Choisir le mauvais graphique peut induire en erreur ou masquer des informations clés. Cette section présente les principaux types de visualisation, leurs caractéristiques, et les cas d’usage associés.

1. Graphiques linéaires (ou graphiques en courbes)

🔹 Objectif :

Montrer une évolution dans le temps (séries temporelles).

🔸 Cas d’usage :

• Suivi de la croissance d’un chiffre d’affaires

• Analyse de trafic web

• Évolution de la température

2. Diagrammes à barres (ou histogrammes)

🔹 Objectif :

Comparer des valeurs discrètes ou catégorielles.

🔸 Cas d’usage :

• Comparaison de ventes par produit

• Répartition des utilisateurs par pays

• Nombre d’articles publiés par mois

Variante :

• Histogramme : utilisé pour les données quantitatives continues (ex : distribution de salaires).

3. Camemberts (ou diagrammes circulaires)

🔹 Objectif :

Montrer la proportion de chaque partie dans un tout.

🔸 Cas d’usage :

• Répartition du budget

• Part de marché d’une entreprise

• Composition d’un panier moyen

⚠️ À utiliser avec parcimonie : peu lisible au-delà de 4–5 catégories.

4. Nuages de points (scatter plots)

🔹 Objectif :

Explorer la corrélation entre deux variables numériques.

🔸 Cas d’usage :

• Relation entre taille et poids

• Lien entre nombre d’heures travaillées et performance

• Analyse de clusters

5. Cartes (map visualizations)

🔹 Objectif :

Représenter des données géographiques ou spatiales.

🔸 Cas d’usage :

• Répartition des ventes par région

• Analyse du trafic routier

• Taux de vaccination par pays

6. Diagrammes en aires

🔹 Objectif :

Montrer une évolution cumulée dans le temps.

🔸 Cas d’usage :

• Évolution des parts de marché

• Accumulation de revenus par trimestre

7. Diagrammes en radar (ou toiles d’araignée)

🔹 Objectif :

Comparer plusieurs variables multi-dimensionnelles entre plusieurs entités.

🔸 Cas d’usage :

• Profil de compétences de candidats

• Comparaison de performances de modèles IA

• Analyse SWOT visuelle

8. Treemaps et sunburst

🔹 Objectif :

Visualiser des hiérarchies et leur proportion.

🔸 Cas d’usage :

• Structure d’un budget

• Arborescence de fichiers

• Répartition des effectifs par département et équipe

9. Matrices de corrélation

🔹 Objectif :

Afficher les relations linéaires entre plusieurs variables numériques.

🔸 Cas d’usage :

• Analyse exploratoire avant modélisation

• Détection de colinéarités

• Sélection de variables

En résumé