La visualisation des données est un excellent moyen de raconter une histoire sur les données. Mais quelle est la meilleure façon de le faire? Une compréhension de la perception et de la cognition humaines peut aider les concepteurs à le faire efficacement.
Les gens utilisent des visuels pour raconter des histoires et illustrer des réponses à des questions essentielles depuis des milliers d'années. Le premier exemple de visualisation de données est probablement une carte d'il y a environ 27 000 ans, et pendant longtemps, il était rare de voir des visualisations de données pour autre chose que la géographie.
Notre cerveau est-il spécialement conçu pour reconnaître les modèles et les connexions? Aujourd'hui, nous vivons à l'âge d'or de la visualisation de données. La communication efficace des données peut s'avérer difficile, et bien que les graphiques puissent nous aider à comprendre des données complexes et même à les voir d'un nouveau point de vue, lorsqu'il s'agit de transmettre correctement un message à un public ou de prendre des décisions commerciales basées sur des données, la visualisation peut être un moyen essentiel. pour l'accomplir. Mais quoi est derrière la puissance de la visualisation des données?
Contexte historique de la conception de la visualisation de données
La visualisation des données a une longue histoire et a fait des progrès significatifs entre les 17e et 19e siècles. L'idée de présenter graphiquement des données quantitatives est née au 18e siècle lorsque René Descartes a inventé un système de coordonnées bidimensionnel pour afficher les valeurs des opérations mathématiques. Ce système a été amélioré lorsque William Playfair a été le pionnier des formes graphiques telles que nous les connaissons aujourd'hui. Il est crédité d'avoir inventé des graphiques en courbes et à barres, et plus tard le camembert et le graphique circulaire.
Au fil des ans, l'utilisation de graphiques quantitatifs s'est généralisée. Leur méthodologie et leur efficacité se sont considérablement accrues dans la seconde moitié du XXe siècle avec la publication du livre de Jacques Bertin La sémiologie des graphiques . Son travail était crucial car il a constaté que pour présenter les informations de manière intuitive, claire et efficace, la perception visuelle fonctionnait selon des règles et des modèles qui pouvaient être suivis.
quels sont les principes de conception
Bertin a étudié l'efficacité de différents types de graphiques. Dans l'exemple ci-dessous, les graphiques à secteurs montrent la production de divers types de viande dans plusieurs pays. Bertin les considérait comme «inutiles». Au milieu - en utilisant la visualisation matricielle, les modèles de haut niveau deviennent plus immédiatement visibles. Et à droite, puisque les pays et la production de viande n'ont pas d'ordre naturel, de nombreuses autres matrices peuvent être produites - y compris l'exemple illustré - qui apportent beaucoup plus de clarté. Dans ce scénario, la réorganisation des catégories a considérablement amélioré la présentation des données.
Qu'est-ce que la psychologie a à voir avec la visualisation des données?
La perception visuelle est la capacité de voir, d'interpréter et d'organiser notre environnement. La visualisation des données peut être extrêmement efficace car elle tire parti des capacités naturelles du cerveau humain. C'est rapide et efficace.
John Tukey , un mathématicien et statisticien théorique américain influent, a déclaré: «La plus grande valeur d'une image est lorsqu'elle nous oblige à remarquer ce que nous ne nous attendions jamais à voir.»
La cognition, qui est gérée par le cortex cérébral, est beaucoup plus lente et nécessite plus d'efforts pour traiter l'information. La présentation visuelle des données accélère notre perception et contribue à réduire la charge cognitive.
Dans l'exemple ci-dessous, le tableau nous permet de voir des nombres précis. Cependant, pourrions-nous trouver rapidement les chiffres les plus élevés et les plus bas pour les ressources en eau renouvelables? Pas facilement, mais les mêmes données deviennent beaucoup plus claires et plus compréhensibles lorsqu'elles sont présentées visuellement dans le graphique à barres de droite.
L'influence dominante de la perception visuelle par rapport aux autres sens est bien illustrée dans un exemple du physicien danois Tor Norretranders . Il a démontré la puissance des visuels en convertissant la capacité des sens humains en débits informatiques standard. La vue arrive en tête car elle a la même bande passante qu'un réseau informatique. Sa capacité de canal est 10 fois supérieure au toucher et 100 fois supérieure à l'audition ou à l'odorat. Le petit carré dans le coin inférieur droit est l'endroit où nous sommes conscients cognitivement des expériences sensorielles.
Traitement pré-attentif
Non seulement le traitement visuel domine les entrées sensorielles, mais la quantité de données et la vitesse à laquelle nous traitons sont bien plus élevées que nous ne le pensons. Ce phénomène est appelé «traitement pré-attentif». C'est subconscient et rapide. Il faut entre 200 et 500 millisecondes à l'œil pour transmettre et au cerveau pour traiter la propriété pré-attentive du stimulus visuel (c'est beaucoup plus rapide que la façon dont le cerveau peut traiter les données d'une feuille de calcul).
«Le traitement pré-attentif est l'accumulation subconsciente d'informations provenant de l'environnement. Toutes les informations disponibles sont traitées de manière pré-attentive. Ensuite, le cerveau filtre et traite ce qui est important. Les informations qui ont la plus haute importance (un stimulus qui se démarque le plus) ou qui sont pertinentes par rapport à ce à quoi une personne pense sont sélectionnées pour une analyse plus approfondie et plus complète par un traitement conscient (attentif). - de Wikipédia
Le traitement pré-attentif est une aubaine pour les concepteurs car son déploiement habile permet aux gens de comprendre ce qui est présenté plus rapidement. Un très compétent designer peut aider une personne visualisant des visualisations de données à absorber plus d'informations plus rapidement et avec moins d'effort, car cela allège le traitement conscient et diminue la charge de la mémoire.
Avantages du traitement pré-attentif:
- Rapide / Automatique
- Émotif
- Impulsions / entraînements
- Habitudes
- Croyances
- Stéréotypique
- Subconscient
Beaucoup variables visuelles déclencher une réponse pré-attentive. En apprenant quels éléments visuels sont automatiquement mis en valeur, puis en les incorporant dans des tableaux de bord, nous pouvons concevoir des visualisations qui racontent efficacement l'histoire des données.
Variables visuelles
Introduit par Jacques Bertin , les variables visuelles sont les différences entre les éléments perçus par l'œil humain. Étudiées depuis longtemps, ces variables fournissent les moyens de comprendre comment le cerveau humain traite et navigue dans les informations visuelles. L'ensemble original de «variables rétiniennes» se composait de sept variables: position, taille, forme, valeur, teinte de couleur, orientations et texture.
Les graphiques ci-dessous montrent des exemples de variables visuelles utiles pour montrer les différences qualitatives ou quantitatives - selon Bertin. Ils montrent également une manière de présenter les attributs à travers des points, des lignes ou des zones.
Une étude réalisée en 1984 par William Cleveland et Robert McGill a classé les aspects les plus courants que deux formes peuvent avoir en fonction de la facilité avec laquelle le cerveau humain détecte les différences entre elles. Ils ont ordonné les fonctionnalités visuelles suivantes de la plus précise à la moins précise:
Position le long d'une échelle commune
Parce que nous partageons un système de référence spatiale commun, la position est la caractéristique la plus facile à reconnaître et à évaluer en ce qui concerne les éléments dans l'espace.
Exemples: histogrammes, nuages de points
Positions le long d'échelles identiques et non alignées
Il est facile de comparer des échelles séparées répétées avec le même axe même si elles ne sont pas alignées. Les graphiques en panneaux, ou «petits multiples», en sont un excellent exemple. Le résultat est une grille de graphiques qui suivent tous le même format visuel mais montrent différents ensembles de données. Par rapport à un graphique unique plus grand, de petits multiples peuvent aider à la sur-traçage, lorsque les données peuvent devenir obscurcies ou occluses parce qu'il y a trop d'éléments tracés.
Exemple: petits multiples (aka Rellis, Lattice, Grid et Panel charts)
Longueur
La longueur peut effectivement représenter des informations quantitatives, car la longueur d'un élément peut s'adapter à la valeur de données qu'il représente. Le cerveau humain reconnaît facilement les proportions et évalue la longueur, même si les objets ne sont pas alignés.
Exemple: graphiques à barres
Direction
La direction est facilement reconnue par l'œil humain. Il peut utiliser des graphiques linéaires et des graphiques de tendance, par exemple, pour présenter des données qui changent au fil du temps.
Exemple: graphiques de tendance
Angle
Les angles aident à faire des comparaisons en fournissant un sens des proportions. Des études montrent que les angles sont plus difficiles à évaluer que la longueur ou la position. Cependant, les graphiques à secteurs sont aussi efficaces que les graphiques à barres empilées, à moins qu'il n'y ait plus de trois parties dans l'ensemble.
Exemple: graphiques à secteurs
Région
L'ampleur relative des zones est plus difficile à comparer par rapport à la longueur des lignes. La deuxième direction nécessite plus d'efforts pour traiter et interpréter.
Exemple: graphiques à bulles
Le volume
Le volume fait référence à l'utilisation d'objets 3D dans des espaces à deux dimensions, ce qui les rend beaucoup plus difficiles à évaluer. Cependant, des études suggèrent que les objets 3D peuvent être perçus plus précisément en comparant deux formes de même dimensionnalité.
Exemple: graphiques à barres 3D
Saturation de couleur
La saturation des couleurs fait référence à l'intensité d'une seule teinte. Les intensités de couleur croissantes peuvent être perçues intuitivement comme des nombres de valeur croissante. Cependant, il est difficile d’évaluer les résultats avec précision.
Exemple: Heatmaps
Comprendre le classement des variables visuelles est essentiel pour créer des visualisations de données convaincantes. Cependant, cela ne signifie pas que les concepteurs doivent se limiter aux graphiques à barres et aux nuages de points. Cleveland et McGill notent: «La commande n'entraîne pas une prescription précise pour l'affichage des données, mais plutôt un cadre dans lequel travailler.»
Couleur
Selon William Cleveland, la saturation et l'ombrage des couleurs sont les moins précis en ce qui concerne la perception des modèles et du comportement. Pourtant, la couleur peut être un outil puissant pour concepteurs de visualisation de données pour donner du sens et de la clarté lors de l'affichage des données. Il est toutefois essentiel que les concepteurs comprennent comment la couleur fonctionne et ce qu’elle fait et ne fonctionne pas bien.
Couleur en contexte
Notre perception de la couleur dépend du contexte, de la couleur et de son contraste avec les objets environnants.
Un bon exemple est une expérience d'Akiyoshi Kitaoka, professeur au Département de psychologie de l'Université de Ritsumeikan au Japon, où il fait glisser un morceau de papier gris sur un dégradé noir à blanc. Le papier semble changer de couleur à mesure qu'il se déplace d'un côté à l'autre. À chaque instant, nous percevons la couleur différemment car différentes nuances de gris l'entourent. Regardez la vidéo ci-dessous:
Dans son article Règles pratiques d'utilisation de la couleur dans les graphiques , Stephen Few tire quelques règles pratiques de ces observations:
- Si vous souhaitez que différents objets de la même couleur dans un tableau ou un graphique se ressemblent, assurez-vous que l'arrière-plan (la couleur qui les entoure) est cohérent.
- Si vous souhaitez que les objets d'un tableau ou d'un graphique soient facilement visibles, utilisez une couleur d'arrière-plan qui contraste suffisamment avec l'objet.
La couleur raconte une histoire
La couleur n'est pas qu'une décoration. Il est préférable lorsqu'il est utilisé de manière significative et stratégique. La couleur doit aider à raconter une histoire et à communiquer l'objectif de l'ensemble de données présenté. Comme le dit le proverbe, «moins c'est plus».
Les couleurs contrastées ne devraient être appliquées qu'aux différences de signification des données pour réduire la charge cognitive. La couleur peut également mettre en valeur les principaux éléments de la visualisation.
L’absence de couleur ne rend pas un bon graphique moins efficace. Le gris est un bon point de départ au stade de l'idéation, et une fois qu'un point de focalisation est identifié, l'application de la couleur accentuera ces parties.
Définir des palettes de couleurs
L'ensemble de couleurs qu'un concepteur de visualisation de données applique peut changer complètement la signification des données. De nombreux outils peuvent aider à sélectionner une palette de couleurs significative, en fonction de la nature des données. En voici quelques-uns:
- ColorBrewer . Les palettes sont divisées en trois types:
- Catégoriel (utilisé pour séparer les éléments en groupes distincts)
- Séquentiel (utilisé pour coder les différences quantitatives)
- Divergente
- Palette de visualisation . Viz Palette s'occupe de l'accessibilité, de la conception pour le daltonisme et des nuances espacées de manière uniforme. Il comprend un «rapport de couleur» qui identifie les nuances qui peuvent se ressembler dans diverses situations.
Application des principes de Gestalt à la visualisation des données
La principes de la gestalt de la perception peut aider à clarifier la façon dont le cerveau organise les éléments en fonction de caractéristiques communes en essayant de donner un sens aux informations visuelles. La théorie de la Gestalt est fondée sur l'idée que le cerveau humain tentera de simplifier et d'organiser des images ou des dessins complexes composés de nombreux éléments en organisant inconsciemment les parties dans un système organisé qui crée un tout, plutôt qu'une simple série d'éléments disparates.
Similarité
Le principe de similitude dit que notre esprit regroupera automatiquement les éléments avec des propriétés visuelles partagées comme étant «similaires». Des couleurs similaires, des formes similaires, des tailles similaires et des orientations similaires sont perçues comme un groupe. Ce principe est illustré dans les graphiques ci-dessous.
Contrairement au graphique de gauche avec les barres de couleurs différentes, elles sont du même bleu sur la droite. Étant donné qu'il n'y a qu'une seule variable (coûts / revenus), cela a du sens. Le fait d'avoir les barres de la même couleur facilite la compréhension des données et supprime la tension cognitive supplémentaire causée par l'utilisation de couleurs différentes sur la gauche.
Proximité
La proximité est plus efficace que la similitude car l'œil humain perçoit les éléments comme étant liés en fonction de leur proximité les uns avec les autres.
Dans le graphique ci-dessous, l'objectif est de comparer les ventes par pays sur trois trimestres. S'il est facile de comparer les ventes de chaque pays sur un trimestre en raison de leur proximité, il serait difficile d'analyser les ventes par pays.
Le graphique révisé le communique plus clairement. Dans ce cas, les informations sont classées par ordre de priorité pour se concentrer sur l'objectif de visualisation, car elles rapprochent les principaux points de données.
Enceinte
La principe de région commune , introduit par Palmer en 1992, montre comment l'enceinte d'éléments avec une frontière clairement définie a tendance à être perçue comme un groupe s'ils partagent un espace commun.
Dans l'exemple ci-dessous, les trois barres de la zone grisée semblent faire partie d'un groupe. Cette technique permet aux spectateurs de se concentrer sur un groupe d'objets dans un graphique.
Conclusion
Comprendre les éléments clés de la perception humaine et du processus cognitif est une partie essentielle de la conception d'excellentes visualisations de données. Lorsque vous travaillez sur des produits nécessitant une visualisation des données, qu'il s'agisse d'un tableau de bord B2B ou d'une application financière, designers doivent être conscients du processus de perception visuelle du cerveau humain et des principes fondamentaux de conception de la visualisation des données.
Une familiarité avec les principes de perception visuelle bien connus de la gestalt peut être un grand avantage pour les concepteurs et les aider à comprendre comment le cerveau transforme des images complexes en modèles. Être conscient de ces principes est précieux dans le processus visant à obtenir une hiérarchie visuelle plus explicite lors de la conception de visualisations de données et de la conception de graphiques plus efficaces.
De plus, être conscient du traitement pré-attentif et des variables visuelles, ainsi que de l'application correcte de la couleur, permettra aux concepteurs de créer des visualisations de données plus efficaces.
Dites-nous ce que vous en pensez! Veuillez laisser vos pensées, commentaires et commentaires ci-dessous.
• • •
Lectures complémentaires sur le blog ApeeScape Design:
- Un aperçu complet des meilleurs outils de visualisation de données
- Visualisation des données - Meilleures pratiques et fondations
- Principaux exemples de visualisation de données et conceptions de tableaux de bord
- Conception du tableau de bord - Considérations et bonnes pratiques
- COVID-19: Le cas d'utilisation ultime de la pensée de conception
Comprendre les bases
Pourquoi la visualisation des données est-elle importante?
La visualisation des données peut fournir des informations que les statistiques descriptives traditionnelles ne peuvent pas. Avec la prolifération rapide actuelle des données, la conception de la visualisation de données est un moyen puissant et cohérent de communiquer visuellement un contenu quantitatif et de permettre aux utilisateurs de traiter plus facilement et plus rapidement de grandes quantités d'informations.
Pourquoi la visualisation est-elle si puissante?
Notre sens de la vue fournit des informations beaucoup plus rapidement que les autres sens, et nous traitons ce que nous voyons avant même d'y penser. La conception de la visualisation des données tire parti de cette réponse sensorielle rapide, c'est pourquoi la visualisation des données dans la conception est si puissante et communique si efficacement.
Quels sont les avantages de la visualisation?
La conception de la visualisation des données fournit des informations plus rapides et améliorées sur les ensembles de données et donne aux utilisateurs la possibilité de les traiter plus rapidement.
Comment utilisez-vous la visualisation des données?
La visualisation des données est la présentation graphique des données. La conception de la visualisation des données utilise des éléments visuels tels que des graphiques, des graphiques et des cartes qui offrent un aperçu des tendances et des modèles dans les données.
Comment la vision est-elle liée à la psychologie?
Les psychologues étudient la sensation pour comprendre la perception. Nos sens sont la base physiologique de la perception, qui est le processus par lequel le cerveau sélectionne, organise et interprète les sensations recueillies par nos récepteurs sensoriels, les yeux.
