📊 Visualiser ses données : le bon graphique, les bons outils

Guide data visualisation · Types de graphiques · Outils gratuits · Erreurs

Un bon graphique se comprend en 5 secondes ; un mauvais induit en erreur même avec des données exactes. Ce guide vous apprend à choisir le graphique adapté à votre question, à utiliser des outils gratuits (Google Sheets, Datawrapper, Flourish, Tableau Public) et à repérer les visualisations trompeuses.

Sommaire

1️⃣ Quel graphique pour quelle question ?

La règle d'or : la question détermine le graphique, pas l'inverse. Chaque type de graphique répond à un type de question précis.

Votre questionGraphique recommandéExemple
« Comment ça évolue dans le temps ? »Courbe (ligne)CA mensuel sur 24 mois
« Qui est le plus grand / le plus petit ? »Barres / colonnesVentes par région
« Quelle est la répartition d'un tout ? »Camembert ou barres empilées (max 5-6 parts)Parts de marché par canal
« Y a-t-il un lien entre deux variables ? »Nuage de pointsBudget pub vs ventes
« Comment mes valeurs sont-elles réparties ? »HistogrammeDistribution des notes ou des tailles
« Quelle est la part de chaque étape ? »Funnel (entonnoir)Visiteurs → devis → clients
« Où se situent les valeurs ? »Boîte à moustaches (boxplot)Salaires par département
💡 Cas fréquent : vous voulez montrer une évolution → toujours une courbe, jamais des camemberts successifs. Vous comparez des catégories → barres triées par ordre décroissant, c'est la lecture la plus rapide.

2️⃣ Les règles d'une visualisation claire

RèglePourquoiExemple concret
Titre = message, pas descriptionLe lecteur doit comprendre la conclusion sans lire les données.« Les ventes ont doublé depuis 2024 » et non « Ventes 2024-2026 ».
Axes qui commencent à zéro (pour les barres)Un axe tronqué exagère les différences.Barres de 98 à 102 : la différence paraît énorme à tort.
Étiqueter les données utilesLe lecteur n'a pas à deviner les valeurs.Afficher « 12,4 k€ » au-dessus de chaque barre.
Limiter les couleursTrop de couleurs = bruit ; 1 couleur + 1 accent suffisent souvent.Tout en bleu, la catégorie star en violet.
Supprimer le superflu3D, dégradés, grilles denses : ils distraient sans informer.Graphique 2D plat, grille légère, pas d'ombres.
Ordre logique ou triéLe cerveau lit les barres triées plus vite.Tri décroissant par valeur, sauf ordre chronologique imposé.

3️⃣ Les outils gratuits

OutilPoint fortPour quel usageCoût
Google Sheets / ExcelDéjà connu, suffisant pour 90 % des cas.Graphiques simples, TCD, tableaux de bord de base.Gratuit / inclus
DatawrapperGraphiques propres et « journalistiques » en 2 minutes.Cartes, courbes, barres à publier (blog, rapport).Gratuit (marque incluse)
FlourishVisualisations animées et originales.Présentations, storytelling, classements animés.Gratuit (public)
Tableau PublicTableaux de bord interactifs puissants.Exploration multi-vues, partage public.Gratuit (public)
Python (matplotlib, seaborn)Contrôle total et reproductibilité.Séries de graphiques identiques à régénérer.Gratuit

4️⃣ Les erreurs qui trompent le lecteur

Pour construire vos données de départ proprement (moyennes, médianes, écarts-types), passez par le calculateur de statistiques.

5️⃣ Mise en pratique : avant / après

SituationAvant (à éviter)Après (recommandé)
CA par moisCamembert de 12 partsCourbe simple avec point de bascule annoté
Ventes par produitBarres avec axe commençant à 40Barres depuis zéro, triées, valeurs affichées
Lien pub / ventesDeux courbes superposéesNuage de points avec tendance
Âge des clientsCamembertHistogramme par tranches d'âge
📘 Enchaînez avec le guide entreprise. Une fois vos graphiques maîtrisés, apprenez à les transformer en KPI et tableaux de bord pour piloter une activité. Voir le guide data en entreprise →

À lire aussi

🎓 Débuter en data : Excel, SQL, Python 🏢 KPI, tableaux de bord et décisions 📈 Statistiques : moyenne, médiane, écart-type % Pourcentages : variation, remise, marge