Cehlc: resumé

2025-09-01T06:29:12Z

resumé

New page

= Data visualisation =

La '''data visualisation''' (ou ''visualisation de données'' en français) désigne l'ensemble des techniques et des méthodes qui permettent de représenter graphiquement des [[donnée|données]] afin d'en faciliter la compréhension, l'analyse et la communication. Ces procédés sont essentiels tant dans le [[secteur public|secteur public]] que dans le [[secteur privé|secteur privé]], et se révèlent particulièrement stratégiques pour les métiers de la [[fonction publique]].

== Histoire et évolution ==

Les origines de la data visualisation remontent à l’Antiquité, avec des premières traces d'utilisation de cartes et de symboles pour représenter des informations. Au 18e siècle, [[William Playfair]], économiste écossais, inventa le [[diagramme à barres]] et le [[graphique en courbes]], posant les bases de la discipline moderne.

Au 19e siècle, [[Florence Nightingale]] a utilisé des diagrammes de roses pour illustrer la mortalité dans les hôpitaux lors de la guerre de Crimée. Plus tard, [[Charles Joseph Minard]] realiza une carte de la campagne de Russie de Napoléon qui reste considérée comme une œuvre majeure de la data visualisation.

Dans les années 1960, l’apparition de l’[[ordinateur|informatique]] et plus tard des logiciels dédiés a révolutionné les outils de création de visualisations. Aujourd’hui, de nombreux outils et langages (tels que [[Microsoft Excel|Excel]], [[Tableau (logiciel)|Tableau]], [[Power BI]], [[R (langage)|R]], [[Python (langage)|Python]] via des bibliothèques telles que [[Matplotlib]], [[Seaborn]] ou [[Plotly]]) permettent une exploration interactive des données.

== Objectifs et avantages ==

La data visualisation vise à :
* Synthétiser de grands volumes de [[données statistiques]]
* Identifier des modèles, tendances et anomalies
* Prendre des décisions éclairées et partagées
* Communiquer efficacement auprès de publics variés

Dans la [[fonction publique]], elle permet de rendre compte de la gestion des finances, des ressources humaines, des politiques publiques, de l’[[open data]] ou encore des performances des services.

== Principaux types de visualisations ==

{| class="wikitable"
! Type de visualisation !! Description !! Utilisation typique
|-
| [[Graphique à barres]] || Représente les quantités sous forme de barres horizontales ou verticales || Comparaison entre différentes catégories
|-
| [[Histogramme]] || Visualise la distribution de variables quantitatives || Analyse de fréquences
|-
| [[Diagramme circulaire|Camembert / Diagramme circulaire]] || Affiche la part de chaque catégorie dans un ensemble || Répartition proportionnelle
|-
| [[Nuage de points]] || Représente deux variables continues par leurs coordonnées cartésiennes || Analyse de corrélations
|-
| [[Carte géographique]] || Localise des données spatiales sur une carte || Données territoriales et géographiques
|-
| [[Heatmap|Carte de chaleur]] || Illustre la densité ou l’intensité d’une valeur selon l’emplacement || Analyse spatiale, matrices de corrélation
|-
| [[Courbe temporelle]] || Met en lumière l'évolution d'une variable dans le temps || Séries temporelles (par exemple, statistiques de l'emploi)
|}

== Méthodologies et bonnes pratiques ==

Une data visualisation efficace respecte certains principes :
* Privilégier la **clarté** sur la complexité
* Adapter la visualisation au type et au volume de données
* Éviter les biais et manipulations (choix des couleurs, des échelles, des légendes)
* Offrir une accessibilité maximale (contraste, niveaux lisibles de détails)
* Ajouter les [[métadonnées]] essentielles (sources, dates, unités)

Des initiatives telles que la [[Society for News Design]], [[The Data Visualization Society]] ou les standards du [[World Wide Web Consortium|W3C]] tendent à promouvoir ces bonnes pratiques à travers le monde.

== Outils et logiciels ==

Les outils de data visualisation sont variés. Selon les besoins, on distingue :
* Les outils bureautiques : [[Microsoft Excel|Excel]], [[Google Sheets]]
* Les solutions professionnelles : [[Tableau (logiciel)|Tableau]], [[Power BI]], [[QlikView|Qlik]]
* Les logiciels libres/opensource : [[RStudio]], [[Jupyter Notebook]]
* Les outils de publication web : [[D3.js]], [[Highcharts]], [[Leaflet (logiciel)|Leaflet]] pour la cartographie

{| class="wikitable"
! Outil !! Type !! Nature !! Utilisation courante dans la fonction publique
|-
| [[Microsoft Excel|Excel]] || Tableur || Propriétaire || Tableau de bord, rapports simples
|-
| [[Tableau (logiciel)|Tableau]] || Logiciel BI || Propriétaire || Analyse interactive
|-
| [[QlikView|Qlik]] || Logiciel BI || Propriétaire || Exploration ad hoc
|-
| [[R (langage)|R]]/[[RStudio]] || Programmation || Libre || Analyses poussées, rapports reproductibles
|-
| [[Python (langage)|Python]]/[[Matplotlib]] || Programmation || Libre || Automatisation, analyses avancées
|-
| [[Power BI]] || Logiciel BI || Propriétaire || Dashboards interactifs
|}

== Enjeux pour la fonction publique ==

Dans le contexte de la [[fonction publique]], la data visualisation participe activement à l’[[ouverture des données publiques]], à la transparence et au pilotage des politiques publiques. Les [[ministère|ministères]], les [[collectivité territoriale|collectivités territoriales]], et les [[établissement public|établissements publics]] utilisent la data visualisation pour :
* Suivre les indicateurs de performance (ex : [[indicateur de performance|KPI]])
* Partager les résultats d'enquêtes ou de recensements
* Faciliter la prise de décision lors de comités de pilotage
* Diffuser les informations auprès des citoyens via des portails [[open data]]

La [[Cour des comptes]] et l’[[INSEE]] (Institut National de la Statistique et des Études Économiques) s’appuient régulièrement sur la visualisation de données pour illustrer leurs rapports.

== Data visualisation et open data ==

Le mouvement [[open data]] favorise la diffusion de jeux de données réutilisables par tous. De nombreuses administrations françaises (comme [[data.gouv.fr]], la plateforme nationale de l’open data) proposent des visualisations prêtes à l’emploi (cartes, graphiques dynamiques) pour comprendre l’emploi public, les finances locales, les résultats scolaires, etc. Cela augmente la participation citoyenne et la transparence des institutions.

== Exemples d'applications dans la fonction publique ==

* [[Tableau de bord de suivi]] des effectifs et des recrutements dans la [[fonction publique d'État]] et la [[fonction publique territoriale]]
* Visualisation des budgets et des subventions accordés aux [[association|associations]]
* Cartographies interactives des infrastructures publiques (ponts, écoles, hôpitaux)
* Suivi visuel de la consommation énergétique des bâtiments publics

== Limites et défis ==

Malgré ses atouts, la data visualisation est confrontée à certains enjeux :
* **Surcharge d’informations** (''data overload'') nuisant à la lisibilité
* **Biais de représentation** (choix graphiques trompeurs)
* **Accessibilité** pour les personnes handicapées (normes [[accessibilité numérique]])
* Nécessité d’une [[littératie numérique]] et statistique accrue parmi les agents

Le respect des référentiels tels que le [[RGAA]] (Référentiel Général d’Accessibilité pour les Administrations) est essentiel dans la sphère publique.

== Voir aussi ==

* [[Donnée]]
* [[Statistique]]
* [[Fonction publique]]
* [[Open data]]
* [[Informatique décisionnelle|Business Intelligence]]
* [[Indicateur de performance|KPI]]

== Références ==

# [[William Playfair]], ''The Commercial and Political Atlas'', 1786.
# [[Florence Nightingale]], ''Diagram of the Causes of Mortality in the Army in the East'', 1858.
# [[Charles Joseph Minard]], ''Carte figurative des pertes successives en hommes de l’Armée française dans la campagne de Russie 1812-1813'', 1869.
# [[INSEE]], [[Cour des comptes]], rapports statistiques disponibles sur [[data.gouv.fr]].

[[Catégorie:]]

Data visualisation - Revision history

Cehlc: resumé