Graphique de données : bien choisir le type de graphique

Graphique de données, design de données : bien choisir le type de graphique en fonction du message à faire passer

En matière d’intelligence artificielle, de management ou de communication RH, nous avons tous un réflexe assez naturel : celui d’intégrer des visuels à nos rapports, nos dossiers ou nos supports de présentation.
Mais derrière le mot graphique, il y a en réalité une multitude de formats possibles.
Et si l’on veut que le visuel serve réellement le message, il faut savoir choisir le bon design de données.

Comprendre la différence entre les visuels et les graphiques de données

Quand on parle de format de sortie, il existe bien sûr les formats textuels, tabulaires, visuels, pédagogiques, etc.
Mais à l’intérieur même des formats visuels, on peut distinguer deux grandes familles :

• D’un côté, les graphiques de texte, c’est-à-dire les représentations visuelles conçues pour mettre en forme une idée ou une structure logique (mindmap, organigramme, diagramme, infographie…).

• De l’autre, les graphiques de données, destinés à représenter des résultats chiffrés, des séries statistiques ou des indicateurs issus d’enquêtes, de SIRH ou de LMS.

Dans le premier cas, on travaille sur une intention graphique : comment représenter visuellement un message pour le rendre plus clair ?
Dans le second, on s’appuie sur des données mesurables que l’on souhaite rendre lisibles, comparables et interprétables.

Les neuf catégories de design de données selon Alan Smith (Infographics, éditions Pearson)

L’ouvrage Infographics, publié aux éditions Pearson par Alan Smith, est une référence incontournable pour tout professionnel qui s’intéresse au design des données.
Sans reproduire les images de l’ouvrage, on peut restituer ici les neuf grandes catégories de représentations qu’il propose.

1. Déviation

Les variations à partir d’un point de référence fixe.
Le point de référence est souvent zéro, mais il peut aussi s’agir d’un objectif ou d’une moyenne à long terme.
👉 Outils : barres divergentes, barres empilées divergentes, axe central, courbes excédent/déficit.
👉 Exemples RH : écart entre recrutements prévus et réalisés, absentéisme réel vs cible, turnover vs moyenne du secteur.

2. Corrélation

Montre la relation entre deux variables ou plus.
👉 Outils : nuages de points, courbes temporelles, bulles, cartes de chaleur.
👉 Exemples RH : lien entre taux de formation et performance, télétravail et satisfaction, ancienneté et engagement.

3. Classement

Met en avant la position relative d’un élément.
👉 Outils : barres classées, symboles proportionnels, bandes de points, pentes.
👉 Exemples RH : classement des services selon l’absentéisme, hiérarchie des compétences les plus rares, ranking des écoles partenaires.

4. Distribution

Représente toutes les valeurs d’un ensemble de données et leur fréquence.
👉 Outils : histogrammes, boîtes à moustaches, pyramide des âges, violons, courbes cumulatives.
👉 Exemples RH : répartition des salaires, des formations, des évaluations ou des absences.

5. Évolution dans le temps

Suit les tendances et les changements à travers le temps.
👉 Outils : courbes, pentes, streamgraphs, frises chronologiques, chandeliers.
👉 Exemples RH : évolution mensuelle du turnover, taux de satisfaction, nombre de candidatures reçues.

6. Grandeurs

Compare des volumes ou des tailles absolues.
👉 Outils : barres, colonnes jumelées, radars, symboles proportionnels, coordonnées parallèles.
👉 Exemples RH : effectifs par service, volume d’heures de formation, budget par catégorie.

7. Partie d’un tout

Montre la composition d’un ensemble.
👉 Outils : camemberts, donuts, treemaps, cascades, barres empilées.
👉 Exemples RH : répartition du budget RH, composition des contrats, parts de marché des recrutements internes.

8. Géographie

Utilise la localisation ou la répartition spatiale des données.
👉 Outils : cartes choroplèthes, cartes de flux, cartogrammes, cartes de chaleur.
👉 Exemples RH : effectifs par région, taux d’absentéisme par site, flux de mobilité entre zones.

9. Flux

Montre des transitions ou des mouvements entre états.
👉 Outils : diagrammes de Sankey, cascades, réseaux.
👉 Exemples RH : flux d’entrée et de sortie du personnel, parcours de mobilité interne, transitions de poste.

Utiliser l’IA pour choisir le bon type de graphique

Ce qui est intéressant, c’est que l’intelligence artificielle peut véritablement devenir un assistant de design de données.
À partir d’un tableau de chiffres ou d’un extrait de SIRH, vous pouvez lui demander de vous aider à choisir le graphique le plus pertinent selon votre objectif de communication.

L’IA n’est pas seulement capable de tracer un graphique : elle peut aussi analyser la nature du message que vous souhaitez faire passer et vous orienter vers le bon format.

Dix questions à poser à l’IA (ou à soi-même) avant de choisir un graphique

1. Quel est le message principal que je veux faire passer ?

2. Combien de variables mes données comportent-elles ?

3. Est-ce une évolution dans le temps ou un instantané ?

4. Quelle est la nature de mes données : chiffrée, catégorielle, géographique ?

5. Ai-je besoin de montrer des écarts par rapport à une norme ?

6. Est-ce que mes données illustrent des flux ou des transitions ?

7. Dois-je comparer des volumes ou des hiérarchies ?

8. Est-ce que je montre une partie d’un tout ?

9. Dois-je mettre en avant des relations entre variables ?

10. Mon objectif est-il la lisibilité ou la sophistication visuelle ?

Dix prompts types pour interroger l’IA sur le choix graphique

1. “J’ai un jeu de données et je veux faire passer un message clair. Peux-tu me dire quel type de graphique conviendrait selon que je montre une évolution, une comparaison ou une répartition ?”

2. “Mes données comportent plusieurs variables : peux-tu me conseiller le graphique le plus adapté pour 2 ou 3 dimensions ?”

3. “Voici mes données temporelles : quel graphique serait le plus lisible pour montrer les tendances ?”

4. “Mes données sont [chiffrées / catégorielles / géographiques]. Quel graphique est le plus adapté à ce type ?”

5. “Je veux montrer des écarts entre objectifs et résultats. Quel graphique de déviation me recommandes-tu ?”

6. “Je souhaite visualiser des flux internes (arrivées, départs, mobilités). Quelle représentation serait la plus parlante ?”

7. “Je compare plusieurs services ou équipes. Quel graphique me permettrait de visualiser efficacement ces différences ?”

8. “Je veux représenter la répartition d’un tout (budget, temps, effectifs). Quelle visualisation me conseilles-tu ?”

9. “Je cherche à montrer une corrélation entre deux variables RH. Quel type de graphique utiliser ?”

10. “Peux-tu me proposer un graphique simple mais impactant pour illustrer ce jeu de données ?”

En conclusion

Métaprompt : Comment bien formuler un prompt pour le design des données

💬 “Je souhaite représenter des données liées à [thème ou domaine, ex. Ressources Humaines].
Voici les informations dont je dispose : [liste des variables ou données clés].
Mon objectif est de [expliquer le message à faire passer : évolution, comparaison, proportion, etc.].
Peux-tu m’indiquer le type de graphique le plus pertinent pour transmettre ce message à [public cible : direction, collaborateurs, étudiants, etc.] ?
Merci d’expliquer ton choix et de proposer une alternative visuelle originale.”

🧭 Conseils de formulation

1. Commencez par le message à transmettre, pas par le graphique.

2. Décrivez vos données et leur structure.

3. Indiquez le public visé pour calibrer la lisibilité.

4. Précisez le contexte d’usage : rapport, LMS, présentation, formation.

5. Demandez une justification du choix graphique pour apprendre à lire vos données autrement.