8 étapes pour produire des visualisations pertinentes et percutantes

Publié le 03 novembre 2020
par Sophie Marchand M.Sc., CPA, CGA, MVP
Visualisations de données

8 étapes pour produire des visualisations pertinentes et percutantes

Il va sans dire que le degré de maturité numérique des entreprises est très variable. Si certaines entreprises ont réussi, dans les dernières années, à se construire des solutions analytiques qui arrivent réellement à avoir un impact important sur la qualité des décisions prises par les gestionnaires, d’autres semblent encore avoir du mal à tirer leur épingle du jeu. C’est dans cet esprit que j’ai rédigé l’article suivant, qui vous présente 8 grandes étapes à traverser, avant de pouvoir présenter une visualisation de données pertinente et percutante, utile à la prise de décision.

 

Voici un exemple d’un tableau de statistiques, sans grand impact, converti en une visualisation de données percutante, qui permet de bien cibler l’évolution du nombre de médecins ayant facturé plus de 1 millions de dollars à la RAMQ, entre 2014 et 2019.

Dataviz makeover

 

1. Poser les bonnes questions

Une entreprise aura beau utiliser les meilleures solutions disponibles sur le marché pour créer des visualisations, si ses analystes ne posent pas d’abord les questions lui permettant de résoudre des problématiques précises ou d’indiquer des voies d’améliorations ou encore de pointer vers des opportunités spécifiques, les visualisations qu’ils produiront n’auront en bout de ligne, que peu de valeur. Avant donc de s’en remettre à la technologie, il devient essentiel de réfléchir aux besoins d’affaires et à la formulation des questions auxquelles devront répondre les visualisations.

Formation recommandée : Créer des visualisations de données percutantes

 

2. Obtenir les bonnes données

Il ne suffit pas toutefois de poser les bonnes questions. Il faut également être en mesure d’identifier les données essentielles à la formulation des réponses et s’assurer de pouvoir les obtenir aisément. Autrement dit, il faut que l’entreprise mette en place des structures, notamment des entrepôts de données, et des solutions d’extraction et de transformation de ces données (ETL / Extraction, transforming, loading) afin de pouvoir éventuellement en faire l’analyse. Bien des entreprises en sont encore à cette étape.

Formation recommandée : Excel – Introduction à Power Query et au langage M

 

3. Maîtriser les données en profondeur

Une fois que l’entreprise aura développé un environnement où les bonnes données seront facilement accessibles, les analystes devront apprendre à connaître en profondeur ces données. Ils devront notamment avoir la curiosité nécessaire pour en faire l’exploration, à l’aide de solutions informatiques comme Power BI par exemple. Et au-delà de la curiosité, ils devront aussi développer un cadre méthodologique et démontrer le lien étroit entre les questions posées et les données qui serviront à fournir les réponses.

Formation recommandée : Power BI (niveau 1)

 

4. Définir les inducteurs importants

Lorsque l’analyste maîtrisera en profondeur les données, il deviendra important qu’il sache en extraire les inducteurs qui permettront de répondre aux différentes questions. Cette étape demande non seulement une connaissance approfondie des données de l’entreprise mais aussi une connaissance approfondie des opérations de l’entreprise et des processus internes. L’analyste devra développer ses connaissances d’affaires et sa pensée critique, user d’un raisonnement mathématique et logique et établir des connexions entre les diverses variables.

Formation recommandée : Excel – Modélisation financière (niveau 1)

 

Vous souhaitez développer vos compétences en visualisation, que ce soit de façon générale ou plus pointue avec Excel et/ou Power BI ? Jetez un œil à nos formations en Visualisation de données.

 

5. Construire un modèle de données fiable

Lorsqu’il aura défini les inducteurs importants, l’analyste devra créer des relations entre les différentes sources de données et bâtir un modèle de données opérationnel, qui pourra éventuellement être utilisé par d’autres utilisateurs pour faire des analyses additionnelles basées sur les mêmes données. Le modèle devra présenter des données précises et intègres, connectées entre elles par des relations pertinentes, qui répondent aux règles d’affaires de l’entreprise. Ces modèles doivent permettre de récupérer ou calculer les inducteurs identifiés à l’étape précédente.

Formation recommandée : Excel – Introduction à Power Pivot et aux modèles de données

 

6. Identifier la bonne visualisation de données pour le bon message

L’analyste devra finalement choisir les bonnes visualisations, celles qui permettront de répondre précisément aux questions de départ. Il faudra opter pour des visualisations qui présenteront une conclusion claire, pour permettre aux décideurs de prendre des décisions importantes, basées sur cette conclusion. Certains croient à tort (et j’ai déjà fait partie de ces gens), qu’une visualisation n’est qu’un agrément dans une analyse… Au contraire! La grande majorité des rapports manquent leur cible et c’est pourquoi il devient primordiale de présenter aux gestionnaires des visualisations pertinentes, percutantes, qui livrent un message clair et qui les incitent ainsi à l’action.

Formation recommandée : Créer des visualisations de données percutantes

 

7. Structurer les données convenablement pour alimenter la visualisation de données

Pour produire des visualisations percutantes et non les visualisations que les analystes maîtrisent (très différent!), il faudra parfois transformer à nouveau, bonifier ou ajuster les données afin qu’elles soient présentées de façon à pouvoir être exploitées pour dessiner les visualisations retenues. À cette étape, plusieurs analystes changent d’idée et reviennent vers les visualisations qu’ils maîtrisent déjà. C’est là une erreur grandement répandue. Et cela vient diminuer largement la valeur de tout le travail accompli aux étapes précédentes. Mieux vaut apprendre les techniques qui permettront de présenter les meilleures visualisations possibles et non les visualisations que l’on maîtrise.

Formation recommandée : Excel – Introduction à Power Query et au langage M

 

8. Dessiner sa visualisation de données

Pour terminer, il faudra bel et bien dessiner les visualisations retenues, en suivant les meilleures pratiques d’affaires, notamment en s’assurant de ne pas tromper les lecteurs ou de ne pas les rendre confus. Il faudra savoir jouer avec les couleurs et les perspectives pour faire ressortir un message clair et engageant.

Formations recommandées : Atelier – Visualisations de données dans Excel et Atelier – Visualisations de données dans Power BI

 


CFO-Masque_Formations-en-ligne_FBLa mission du CFO masqué est de développer les compétences techniques des analystes et des contrôleurs de gestion en informatique décisionnelle avec Excel et Power BI et favoriser l’atteinte de leur plein potentiel, en stimulant leur autonomie, leur curiosité, leur raisonnement logique, leur esprit critique et leur créativité.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Scroll to Top