Si vous suivez ce blogue depuis quelques temps, vous savez que j’ai démarré une série d’articles qui porte sur la critique et l’amélioration de données présentées par La Presse +. Je m’étais ainsi engagée à partager avec vous une trentaine de propositions d’améliorations (ou makeovers si vous préférez) et j’ai toujours l’intention de livrer la marchandise. Je vous expliquais d’ailleurs que, si vous suivez ma formation Créer des visualisations de données percutantes, vous serez invité, pendant un des ateliers, à évaluer la qualité d’une visualisation de données tirée de La Presse + et à proposer une solution alternative. C’est d’ailleurs ce qui m’a inspiré cette série d’articles. Ici, je ne fais pas de proposition à proprement parler mais je fais plutôt quelques recommandations par rapport à l’usage de variations en pourcentages utilisées dans un tableau de statistiques important de La Presse +.
Autres articles de la même série sur les visualisations de données
Voici les autres articles publiés jusqu’à maintenant, dans le cadre de cette série :
- Visualisations de données : Les opportunités manquées par La Presse + (1 de 30)
- Visualisations de données : Les opportunités manquées par La Presse + (2 de 30)
- Visualisations de données : Les opportunités manquées par La Presse + (3 de 30)
- Visualisations de données : Les opportunités manquées par La Presse + (4 de 30)
- Visualisations de données : Les opportunités manquées par La Presse + (5 de 30)
- Visualisations de données : Les opportunités manquées par La Presse + (6 de 30)
- Visualisations de données : Les opportunités manquées par La Presse + (7 de 30)
- Visualisations de données : Les opportunités manquées par La Presse + (8 de 30)
- Visualisations de données : Les opportunités manquées par La Presse + (9 de 30)
Statistiques quotidiennes concernant la COVID-19
Ancien tableau utilisé par La Presse +
Jusqu’à tout récemment, La Presse + présentait les statistiques liées à la covid-19 avec le tableau ci-dessous.
Tableau intermédiaire
Depuis quelques jours, ce tableau, qui était le même depuis très longtemps, a été modifié à 3 reprises. On nous a d’abord présenté ce qui suit, en modifiant certaines informations et en ajoutant des variations en pourcentages à l’aide de visuels :
Nouveau tableau avec visuels améliorés pour présenter les variations en pourcentages
Puis, on a rapidement modifié les visuels de variations en pourcentages pour présenter ce qui suit :
Et finalement, depuis quelques jours, on ne présente plus du tout ce tableau. On indique simplement le nombre de nouveaux cas et de nouveaux décès. À suivre…
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. |
|---|
Points positifs et négatifs liés aux nouvelles variations en pourcentages
Du moment que les grosses flèches ont été introduites en guise de visuels (3ième image), ça m’a frappée. Mais j’avais complètement ignoré les visuels précédents. De même, je me suis demandé pourquoi les visuels de flèches n’étaient pas utilisés au niveau des décès. Ceci m’a convaincue de me pencher sur la question. Voici donc, à mon avis, les points positifs et négatifs liés aux nouveaux visuels de variations en pourcentages.
Points positifs
Je suis tout à fait pour l’ajout de visuels (flèches vertes et rouges, vers le haut et vers le bas) pour accompagner une statistique, puisqu’en un seul coup d’oeil, on peut savoir si la situation s’est améliorée ou détériorée. Dans le cas des statistiques liées à la covid-19, évidemment, notre souhait, c’est que le nombre de cas, le nombre de décès et le nombre d’hospitalisations diminuent. Ce faisant, on se réconforte de voir des flèches vertes pointer vers le bas. J’estime donc que l’ajout de visuels pour illustrer ces statistiques est une excellente idée. Cela permet de communiquer clairement et rapidement l’état de la situation pour chaque statistique.
Tel que mentionné au préalable, je n’avais pas du tout remarqué la première forme de visuels utilisée. Je crois que ces visuels étaient trop affinés pour capter mon attention. Je présume que le commentaire a été formulé par d’autres puisque rapidement, on a changé ce visuel pour un visuel plus dense, qui est nettement plus visible. Là aussi, c’était une très bonne décision.
Points négatifs
Là où le bât blesse par contre, c’est qu’on ne sait pas par rapport à quoi se font les variations. C’est un peu embêtant. Par exemple, dans le 3ième visuel ci-dessus, on peut supposer que la baisse de 16% des nouveaux cas est la baisse par rapport à la journée précédente. Mais on peut aussi en douter… Est-ce que la variation est calculée entre le nombre de nouveaux cas aujourd’hui vs le nombre de nouveaux cas hier ou est-elle calculée sur le nombre de cas actifs total ? La même question se pose par rapport au nombre de patients hospitalisés et aux soins intensifs.
Parallèlement, si on fournit des variations en pourcentages pour les nouveaux cas, les hospitalisations et les patients aux soins intensifs, pourquoi est-ce qu’on ne fournit pas la statistique de variation pour les décès ? Si la variation présentée pour les hospitalisations, par exemple, est celle entre les nouveaux cas du jour et les nouveaux cas du jour précédent, pourquoi ne calcule-t-on pas la variation entre les nouveaux décès du jour et les nouveaux décès de la veille ?
Conclusion sur les nouveaux visuels de variations en pourcentages
Les nouveaux visuels permettent de rapidement comprendre si la situation s’améliore ou se détériore mais malheureusement, il manque de contexte. Il faut plus d’information pour pouvoir mieux interpréter les variations en question. Et cela est récurrent en visualiation de données. Les usagers négligent souvent de mettre leurs visuels en contexte. C’est ici le terme à retenir à mon avis. Contexte !
Formation complémentaire
Pour améliorer vos compétences en visualisation de données, nous vous recommandons notre formation Créer des visualisations de données percutantes.
Voici quelques commentaires d’apprenants ayant suivi cette formation :
La 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.
