Réaliser un graphique avec une courbe linéaire n’est pas difficile en soir et nous avons pu retravailler certaines courbes plusieurs fois dans le passé, comme l’illustre par exemple ce post sur l’évolution du taux de conversion via une courbe.
Je suis tombé récemment sur le graphe suivant, issu du merveilleux site qu’est Our World in Data. Il s’agit d’un graphe avec plusieurs courbes qui nous permet de comparer une tendance spécifique entre plusieurs pays. Dans cet exemple, la charte graphique contient plus de 10 courbes à comparer :
Il n’est pas rare de rencontrer des graphes avec plusieurs courbes à comparer entre elles. Et si le tout peut sembler intéressant à lire, le côté très chargé peut nous donner l’impression qu’il s’agit d’un graphe à but exploratoire plutôt qu’explicatif car il y a vraiment beaucoup de courbes.
Comment faire une représentation graphique qui contient plusieurs courbes ?
C’est la question à se poser. A moins de fournir une analyse où le but est de dire à votre audience « débrouillez-vous et analyser le pays qui vous intéresse dans ce graphe spaghetti », je pense qu’il est plus intelligent d’optimiser sa charte de façon à guider l’audience sur ce que l’on souhaite montrer.
Je me suis amusé à télécharger les données et recréer une charte graphique similaire sous Excel, avec la présentation par défaut.
En partant de là, il n’y a pas besoin de trop réfléchir pour savoir qu’analyser les différentes courbes linéaires sera vraiment galère. Plein de couleurs, les légendes en décalé par rapport aux courbes : oui, c’est l’enfer à lire. Et pourtant, je peux vous assurer que des chartes comme ça, il y en a plein sur le web !
Lorsque je me retrouve face à une situation de ce genre, j’aime utiliser 2 approches différentes.
1. Faire un focus de couleurs sur les données qui m’intéressent
Je pars du principe que lorsqu’on a des données à présenter, c’est pour une bonne raison. Je ne vois pas pourquoi on voudrait présenter en détails toutes les tendances (bon courage pour faire ça dans une réunion de 30 minutes).
Dans le cas présent, mettons que ce qui intéresse mon audience est l’évolution du nombre d’année moyen pour les 3 pays suivants : Canada, Allemagne et Portugal.
Lorsque je me retrouve face à un graphe où c’est un véritable arc-en-ciel au niveau des couleurs, j’ai tendance à tout griser pour ensuite voir quelles sont les données qui me sont vraiment utiles. Dans le cas présent, on s’intéresse donc au Canada, Allemagne et Portugal (encore une fois, j’invente un contexte, il pourrait y avoir 2 pays de plus que mon approche serait la même).
En reprenant ma charte Excel avec toutes mes courbes linéaires, j’en arrive à la mise à jour suivante :
Mon audience s’intéresse à 3 pays différents. De ce fait, je choisis un code couleur pour chacun des 3 pays qui va permettre de lire et analyser les 3 courbes sans souci de lisibilité (j’ai volontairement choisi le bleu, noir et marron).
Les autres courbes linéaires sont toutes en gris et j’ai même supprimé les légendes pour que l’audience se focalise sur le plus important.
2. Afficher un tableau avec sparklines
Une autre approche que j’aime parfois utiliser est la combinaison des données dans une tableau avec ce que l’on appelle une sparkline (graphe miniature qui tient dans une cellule Excel).
L’avantage d’un tel graphe est qu’il permet de conserver toutes les données, les légendes mais aussi de résumer l’ensemble de ces données via une courbe assez simplifiée.
Dans notre exemple, toutes les courbes linéaires sont devenues des nombres avec à la fin une courbe simplifiée qui résume la tendance globale pour chaque pays.
Le code couleur est conservé pour chacun des 3 pays et j’ai choisi de mettre les données en gras pour attirer l’attention de l’audience.
A partir de là, plusieurs variantes sont possibles comme par exemple :
- Supprimer certains pays de l’analyse (si nécessaire)
- Ne pas afficher les données pour toutes les années (si par exemple la tendance est vraiment ce qui importe le plus).
Une 3ème option me vient également en tête : la réalisation de mini courbes linéaires dans des chartes individuelles. Cela permet d’avoir les données pour tous les pays et chaque charte contient une seule courbe linéaire.
L’avantage est qu’il est facile de lire chaque charte. L’inconvénient majeur est qu’il sera difficile de comparer un pays avec un autre.
Arnaud Mangasaryan est chef d’équipe SEO / Webanalytics chez Vistaprint et auteur / partageur d’expérience sur Histoire de Data.