La data visualisation apparait aujourd’hui comme un élément primordial de l’analyse de données, du marketing analytique à la prise de décision stratégique. Pourtant, bien avant l’ère de l’Intelligence Artificielle et du Big Data avec les tableaux de bord interactifs que nous connaissons et utilisons, des pionniers ont posé les bases de la représentation visuelle de l’information. Dans ce billet, nous abordons l’origine de la data visualisation ainsi que de son évolution. Cela permet de mieux comprendre les enjeux et d’anticiper sur les usages futurs.
Les origines : William Playfair et la naissance des graphiques modernes
La data visualisation actuelle trouve ses origines à la fin du XVIIIᵉ siècle avec l’ingénieur et économiste écossais William Playfair (1759–1823). Dans son travail d’ingénieur et d’économiste, il cherchait à illustrer les relations entre les parties et le tout. Dans son ouvrage publié en 1786 et intitulé The Commercial and Political Atlas, il a introduit pour la première fois un graphique linéaire pour représenter la balance commerciale entre l’Angleterre et les autres pays. Dans l’ouvrage, d’autres graphiques sont introduits pour la première fois : le graphique en lignes, le graphique en barres et le graphique en aires.
Publié en 1801, The Statistical Breviary, introduit les diagrammes circulaires avec lesquels Playfair représente les proportions de l’Empire Turc situées en Asie, en Europe et en Afrique.
L’objectif principale de William Playfair était de rendre compréhensibles et « accessibles » des données économiques complexes (importations, exportations, balances commerciales) à un public non spécialiste. Ainsi Playfair a posé un principe fondamental de la data visualisation : la transformation des chiffres abstraits en éléments visuels simples.
Le XIXᵉ siècle : l’âge d’or des graphiques statistiques
Le XIXᵉ siècle marque une véritable explosion des représentations graphiques, poussée par le développement des mathématiques et statistiques, de la cartographie et des sciences humaines. Dans les années 1850, Florence Nightingale utilise des graphiques polaires pour démontrer que la majorité des décès de soldats britanniques pendant la guerre de Crimée (1853 à 1856) étaient dus à des maladies évitables plutôt qu’aux combats. On retrouve ici un autre aspect important de la data visualisation qu’est la capacité à convaincre et influencer les décisions publiques à l’aide de visualisations claires et percutantes.
Un peu plus loin, en 1869, Charles Joseph Minard crée l’une des visualisations les plus célèbres de l’histoire : la carte représentant la campagne de Russie de Napoléon en 1812. Cette carte combine plusieurs dimensions : taille de l’armée, localisation géographique, direction du mouvement, température. Minard démontre que la visualisation des données peut raconter une histoire complexe en une seule image. Il s’agit là des bases de la visualisation narrative.
Le XXᵉ siècle : standardisation et démocratisation
Au début du XXᵉ siècle, les graphiques deviennent des outils standards dans l’industrie, l’économie et la recherche scientifique. Les visualisations sont principalement statiques, produites sur papier, avec un objectif de reporting.
Dans les années 1960, le cartographe français Jacques Bertin a, dans son ouvrage Sémiologie graphique (1967), posé les bases des attributs visuels pré attentifs : quand dois-je utiliser un graphique ? et quel graphique faudrait-il faire ?
Il s’agit d’identifier le positionnement des éléments visuels, leur taille, couleur, orientation, forme, etc. Ce sont là les bases de la lisibilité graphique.
Dans les années qui suivent, la data visualisation sera considérée comme une discipline à part entière, avec des principes méthodologiques propres à elle.
L’ère informatique : de la visualisation statique à l’interactivité
Avec l’informatique, la data visualisation quitte le papier pour l’écran. Les logiciels permettent :
• la génération automatique de graphiques,
• la manipulation de volumes de données plus importants,
• l’apparition des premiers graphiques dynamiques.
Cependant, l’interaction reste limitée et réservée à des profils techniques. Dans les années 2000, l’essor des outils BI (Business Intelligence) comme Tableau, Qlik et Power BI un peu plus tard, transforment la data visualisation en outil décisionnel quotidien. Les tableaux de bord interactifs deviennent accessibles à des utilisateurs non techniques.
La visualisation n’est plus seulement descriptive : elle devient exploratoire, permettant de filtrer, croiser et analyser les données en temps réel.
Les évolutions récentes : data visualisation augmentée et storytelling
La visualisation moderne intègre de plus en plus une dimension narrative. Il ne s’agit plus seulement de montrer des données, mais de :
• guider la lecture,
• mettre en évidence des insights clés,
• contextualiser les chiffres.
Le data storytelling combine graphiques, texte et hiérarchisation visuelle.
Les visualisations actuelles permettent de répondre aux besoins de réactivité des organisations modernes en offrant des interactions riches (drill-down, hover, filtres dynamiques), en permettant l’analyse de données en temps réel ainsi que l’intégration de sources de données multiples.
Les évolutions récentes des outils intègrent l’IA pour une visualisation avancée. Avec l’IA dans les outils de data visualisation, il est possible de :
• suggérer automatiquement les graphiques les plus pertinents,
• détecter des anomalies ou tendances,
• générer des visualisations à partir de requêtes en langage naturel.
La data visualisation devient un assistant analytique, et non plus seulement un outil de restitution.
Depuis les premiers graphiques de William Playfair jusqu’aux visualisations augmentées par l’intelligence artificielle, la data visualisation n’a cessé d’évoluer pour répondre à un même besoin : rendre la donnée compréhensible et actionnable.
Si les technologies changent, les principes fondateurs restent les mêmes : clarté, lisibilité, pertinence et capacité à raconter une histoire. Comprendre cette évolution historique permet de mieux concevoir les visualisations d’aujourd’hui et d’anticiper celles de demain.