Je ne suis pas vraiment fan des graphiques en lignes miroir, c’est le moins qu’on puisse dire.
Graphique en lignes miroir
Je comprends tout à fait pourquoi ce choix est souvent fait, surtout lorsqu’une visualisation de données est destinée à un large public.
On peut tous s’accorder sur le fait que, dans ce type de graphique, la deuxième ligne est redondante.
Mais il est vrai que ces lignes facilitent la lecture d’une histoire chronologique, deux tendances qui évoluent en parallèle, des événements clés, une frise temporelle, des courbes qui se croisent, et un résultat final.
La sensation de progression dans le temps, et l’habitude d’utiliser des lignes pour la représenter, prennent souvent le dessus sur d’autres bonnes pratiques de data viz ainsi que sur les efforts visant à réduire la charge cognitive lors de la lecture d’un graphique.
Toutefois, pour les personnes habituées à lire des graphiques, la première question qui vient à l’esprit face à un graphique en lignes miroir est de savoir s’il s’agit réellement d’un graphique miroir. Une sorte de paradoxe, au lieu de se concentrer sur l’insight clé que le graphique est censé transmettre, on cherche d’abord à vérifier que la valeur d’une ligne résulte simplement d’un calcul arithmétique basé sur l’autre (ici 1-x )à partir de x.
Graphique en aires empilées à 100%
Pour ce genre de situation, je préfère largement les graphiques en aires empilées à 100 %. Les aires permettent de lire plus facilement l’évolution de chaque part, avec une seule ligne principale qui divise le terrain en deux.
Hier, je suis retombé sur exactement ce type de graphique en lignes miroir et je me suis posé encore une fois les mêmes questions. J’ai d’abord échangé (la méthodologie statistique de l’étude et ses biais) avec Myriam Jessier sur Bluesky (oui, il y a des gens qui partagent sur Bluesky…), à propos d’un article de Graphite.io qu’elle avait relayé et qui mettait en avant le nombre croissant d’articles rédigés par l’IA, dépassant ceux écrits par des humains.
Revisitons cette visualisation de données
Puis, je me suis reposé cette fameuse question, ce qui m’a aussi replongé dans la belle époque où je participais à « Makeover Monday » d’Andy Kriebel et Eva Murray, une occasion parfaite pour pratiquer mes compétences en dataviz de temps en temps.
Je me suis donc lancé dans l’exercice de revisiter le graphique que j’avais sous les yeux, en partant sur une visualisation par défaut en aires empilées à 100 %, tout en laissant à l’utilisateur la possibilité de basculer vers une vue en miroir, et en y ajoutant quelques idées de design.
Le tout bien sûr réalisé dans Looker Studio.
Cet exercice a renforcé mes convictions, même si je reconnais toujours l’intérêt du graphique miroir et les conventions qui y sont associées.
Ingrédients : Fonctionnalités Looker Studio utilisées
Pour créer ce rapport, les fonctionnalités suivantes ont été utilisées :
- Un graphique en courbe et un graphique en aires empilées à 100%
- Des graphiques d’indicateurs de dimension pour les libéllés de lignes
- Un paramètre pour la sélection entre les 2 possibilités de data viz
- Une commande en curseur en haut à droite de la visualisation de données
- Une source de données Google Sheets avec le data set fourni par l’étude
- Quelques champs calculées
- Des mises en forme conditionnelles
Accès au rapport partagé Looker Studio
Il est temps de voir ce que donne ce rapport interactif en action.
