Aller au contenu

Visualisationde données

Tableaux de bord, graphiques publics, explorateurs de données : Witify et sa division Kashika Studio conçoivent l’outil où vos lecteurs trouvent eux-mêmes la réponse, sur vos données réelles.

Parler avec un expert

Deux ordinateurs portables ouverts sur des graphiques interactifs qui comparent des scénarios
Pour
Organismes, instituts et entreprises du Québec
Technologies
D3.js, Vue, Nuxt, Laravel
Équipe
Montréal, avec Kashika Studio

01 En bref

Des outils que le public consulte, pas seulement les analystes

Deux outils publics conçus par Witify et sa division Kashika Studio : des données de spécialistes, lues par un public qui ne l’est pas.
  • Plus de 1 400

    graphiques configurés pour l’Observatoire des tout-petits Six types, dessinés par un moteur bâti pour ces données.

  • Plus de 200

    indicateurs de l’Observatoire, rangés dans un seul modèle de données Classés en 13 thèmes, du simple décompte au pourcentage d’enquête.

  • 151

    scénarios à comparer dans l’Explorateur de trajectoires 269 séries, 14 territoires et cinq horizons, de 2020 à 2060.

Nombres tirés des études de cas de l’Observatoire des tout-petits et de l’Institut de l’énergie Trottier.

02 Quand

Quand les chiffres existent, mais que personne ne les lit

Le problème est rarement le manque de données. C’est la distance entre le fichier et la personne qui doit comprendre.
Un grand bureau à aire ouverte où des employés travaillent devant leurs écrans
  1. Le rapport que personne n’ouvre

    Quarante pages de tableaux, envoyées chaque trimestre. La direction lit le résumé. Le reste n’est jamais consulté.

  2. Le tableau de bord où tout a la même taille

    Trente indicateurs côte à côte, sans objectif ni comparaison. Rien n’attire l’œil, alors personne ne s’y arrête.

  3. Des données publiées, mais à télécharger

    Le fichier est en ligne. Pour s’en servir, il faut l’ouvrir, le trier et le croiser soi-même : il faut être analyste.

  4. Le graphique refait à la main chaque mois

    Quelqu’un colle les nouveaux chiffres, ajuste l’échelle, exporte l’image. Une cellule décalée passe inaperçue.

  5. Une estimation dessinée comme une certitude

    Le graphique ne montre ni la marge d’erreur ni le changement de méthode. Le lecteur conclut plus que les données ne le permettent.

  6. L’outil qui attend un développeur

    Chaque nouvelle série de résultats passe par un programmeur. La mise à jour prend des semaines, et le public retourne aux fichiers.

Vos analystes explorent leurs propres chiffres ? Power BI ou Looker Studio sont faits pour eux, et nous vous orienterons vers ces outils. Le sur mesure commence quand le lecteur n’est plus un analyste.

Un public qui lit sans formation, une marge d’erreur à montrer, un graphique qui doit vivre dans votre site ou votre application : c’est là qu’un outil sur mesure se justifie. Notre service d’analyse de données aide à trancher.

03 Ce qu’on bâtit

Du tableau de bord interne au graphique public

Vos équipes s’en servent pour décider, le public pour comprendre. Dans les deux cas, l’outil lit vos données à la source, sans copie à tenir à jour.

01

Tableaux de bord de gestion

Les indicateurs de l’organisation sur un seul écran, alimentés par vos systèmes plutôt que par un export recopié.

Logiciel de gestion

02

Graphiques publics intégrés

Le graphique vit sur votre site, avec son titre, sa source, ses notes et ses exports. Il suit vos données quand elles changent.

Observatoire des tout-petits

03

Explorateurs de données

Des centaines de séries à filtrer, comparer et agrandir, pour un public qui cherche sa propre réponse.

Explorateur de trajectoires

05

Rapports et fiches

Des rapports exportés en PDF ou en Excel, une fiche par région, chacun avec ses notes et sa source. Les chiffres viennent des mêmes données que l’outil en ligne.

06

Une administration pour publier

Importer, vérifier, publier : votre équipe met l’outil à jour sans attendre un développeur.

Voir comment


Les autres services de données

La visualisation est le dernier maillon. En amont, la stratégie organise les données et l’analyse dit ce qu’elles contiennent.

04 Lire

Un bon graphique se comprend avant d’être expliqué

Le lecteur va de la vue d’ensemble au détail. Chaque écran l’aide à faire le pas suivant et dit jusqu’où les données permettent d’aller. Les exemples portent sur des données fictives.

Vue d’ensemble

Repérer avant de lire

Une case par région et par mois, plus foncée quand le délai s’allonge. Le problème se voit avant qu’on lise un seul chiffre.

Écart

Comparer à l’objectif, pas seulement suivre la courbe

La cible reste en gris, le résultat en couleur. L’œil va droit à l’écart, sans calcul de tête.

Comparer

Une seule échelle pour toutes les régions

Chaque région a son panneau, sur la même échelle. Pointer un mois le repère dans tous les panneaux à la fois.

Précision

La marge d’erreur, dessinée

Chaque barre porte son intervalle de confiance. Dans le Nord, peu de répondants : un astérisque renvoie à la note sous le graphique.

Source

La source voyage avec le graphique

Notes, rupture de méthode et source restent attachées au graphique, jusque dans l’export en image, en CSV ou en Excel.

05 Méthode

De la question du lecteur au graphique en ligne

Les questions passent avant le graphique, les maquettes avant le code. Vous approuvez le livrable de chaque étape avant que la suivante commence.

01 Découverte

On part des questions de vos lecteurs.

Des rencontres avec les futurs lecteurs de l’outil (direction, équipes, public) et avec les personnes qui produisent les données. Chaque question est notée dans les mots de la personne, puis classée selon son importance.
Fig. 01 Les questions des lecteurs, classées par priorité

02 Analyse

On examine les données telles qu’elles arrivent.

Pour chaque source : son format, sa fréquence, sa qualité et ses trous. On sait alors ce que l’outil pourra affirmer. On sait aussi ce qui demandera une mise en garde.
Fig. 02 Les sources de données et leur rôle dans l’outil

03 Schéma de données

On conçoit la structure des données.

Indicateurs, séries, régions et valeurs deviennent des tables reliées, pensées pour les regroupements et les comparaisons que feront les graphiques. Les versions publiées y ont leur place dès le départ.
Fig. 03 Le schéma de données et ses versions publiées

04 Maquettes

Vous essayez les écrans avant qu’on les programme.

Les écrans prennent d’abord la forme de prototypes interactifs. Vous les manipulez, avec quelques futurs lecteurs quand c’est possible. Un graphique qu’on comprend mal est revu avant la première ligne de code.
Fig. 04 Un prototype en revue

05 Cahier des charges

On décrit chaque graphique, et vous l’approuvez.

Le cahier des charges précise les données que lit chaque graphique, ses interactions, ses exports et ses cas particuliers : une valeur manquante, une série qui change de méthode. Le développement part de ce document approuvé.
Fig. 05 La fiche d’un graphique, approuvée

06 Développement

On livre des graphiques chaque semaine.

Les sprints durent une semaine. Sprintify, notre génération de code assistée par IA, fournit des composants préfaits : l’équipe consacre son temps à vos graphiques. Chacun passe en préproduction, sur une copie de vos données, où vous pouvez l’essayer.
Fig. 06 Le tableau du sprint

07 Qualité

On teste chaque calcul avant la mise en ligne.

Totaux, moyennes et marges d’erreur ont leurs tests automatisés. Tout changement passe par une revue de code, puis par ces tests. Le temps d’affichage est mesuré sur le volume réel, pas sur un échantillon.
Fig. 07 Un changement de graphique, vérifié avant la mise en ligne

06 Fiabilité

Un chiffre public doit pouvoir se défendre

Un graphique engage celui qui le publie. Ces décisions se prennent dès la conception, pas après la première critique.
  1. Montrer ce que le chiffre ne dit pas

    Le risque
    Un sondage à 80 répondants s’affiche avec la même assurance qu’un décompte complet. Rien ne prévient le lecteur.
    Notre choix
    Marge d’erreur, estimation fragile et changement de méthode sont dessinés sur le graphique, expliqués en note et conservés dans l’export. Le moteur de graphiques de l’Observatoire des tout-petits fonctionne ainsi.
    Le gain
    Un chiffre que vous pouvez publier, et que vos partenaires citent pour ce qu’il vaut.
  2. Calculer d’avance ce que tout le monde consulte

    Le risque
    Des millions de valeurs additionnées à chaque visite : la première page tarde. Le lecteur part avant de l’avoir vue.
    Notre choix
    Après chaque import, le serveur prépare les résumés les plus consultés. L’Explorateur de trajectoires en garde 70 prêts à servir, un par territoire et par horizon.
    Le gain
    La vue d’ensemble s’affiche aussitôt, même sur un gros volume.
  3. Garder chaque version publiée

    Le risque
    Un chiffre corrigé remplace l’ancien sans laisser de trace. Un partenaire cite une valeur qui n’existe plus.
    Notre choix
    Publier fige une version de l’indicateur, de ses données et de ses graphiques. La copie de travail reste modifiable, le site public ne lit que la version courante. L’Observatoire des tout-petits conserve ainsi 563 versions publiées.
    Le gain
    Chaque chiffre diffusé peut être retrouvé, daté et expliqué.

Publier sans développeur

Un outil de visualisation vit au rythme de vos données. Votre équipe dépose les nouveaux fichiers, l’outil recalcule ses résumés, puis elle publie. L’équipe de l’Institut de l’énergie Trottier charge ainsi chaque nouveau passage de son modèle. Lire l’étude de cas

L’administration d’un outil : les fichiers d’un indicateur déposés, les résumés recalculés

07 IA

L’IA prépare les données, pas les conclusions

Dans un projet de visualisation, l’IA rapporte surtout avant le graphique, là où quelqu’un recopie des chiffres d’un fichier à l’autre. Devant le graphique, elle peut aussi répondre à une question posée en langage courant : notre article sur le reporting conversationnel en montre les possibilités et les limites.

Où elle rapporte

  • Lire des classeurs Excel qui ont chacun leur mise en page, puis proposer les changements à apporter à la base.
  • Associer chaque libellé d’un fichier à la bonne valeur du catalogue : une région, une année, une catégorie.
  • Répondre en langage clair à une question sur vos données, à partir des graphiques et des tableaux déjà publiés.

Ce que ça change

  • La saisie recule, la vérification avance : l’équipe valide au lieu de recopier.
  • À l’Observatoire des tout-petits, le gain est estimé à environ 2 500 heures par année. C’est un ordre de grandeur, pas une mesure.
  • Un lecteur qui ne sait pas filtrer obtient quand même sa réponse.

Ce qu’elle ne remplace pas

  • Le dernier mot sur un chiffre public : rien n’est écrit dans la base avant l’approbation d’une personne.
  • Le choix de ce qu’il faut montrer, à qui et pourquoi.
  • L’œil d’un expert du domaine, qui sait si un écart est réel ou s’il vient d’un changement de méthode.

Exemple

Une question, une réponse sourcée

L’assistant répond à partir des données du tableau de bord et cite ses sources. Quand les données ne disent pas pourquoi, il le dit au lieu de deviner.

Voir notre service d’intégration de l’IA

08 Mise en service

Une mise en ligne vérifiée sur vos vrais chiffres

Une visualisation se valide avec ceux qui produisent les chiffres, avant d’être montrée à ceux qui les lisent.
  1. Données réelles L’historique utile importé, chaque série comparée à sa source.
  2. Revue par vos experts Vos experts du domaine comparent les premiers graphiques à ce qu’ils savent. Un chiffre qui sonne faux se repère tout de suite.
  3. Premiers lecteurs La préproduction s’ouvre à quelques lecteurs choisis avec vous, avant le public.
  4. Mise en ligne L’outil ouvre à la date convenue, chaque graphique approuvé.
  5. Formation Votre équipe apprend à importer, vérifier et publier, documentation à l’appui.

09 Après

Une fois l’outil en ligne, un partenaire attentif à vos lecteurs

Un graphique vaut par ceux qui le lisent. Après la mise en service, on reste votre partenaire technologique : on lit l’usage avec vous, on vous conseille sur ce qui mérite d’être ajouté et on vous tient au fait de ce que l’IA et les nouvelles sources de données rendent possible. Côté technique, notre offre de support et maintenance couvre les mises à jour et la surveillance.

01

Ce que vos lecteurs consultent

Graphiques ouverts, filtres choisis, exports téléchargés : l’usage réel montre ce qui sert et ce qu’on pourrait retirer.

02

Ce qu’ils cherchent sans le trouver

Une région absente, un indicateur demandé par un partenaire, une comparaison impossible : on vous recommande les ajouts qui comptent le plus, avec l’effort que chacun demande.

03

Ce qu’apportent l’IA et les nouvelles données

Données ouvertes à croiser avec les vôtres, assistant qui répond en langage courant, import qui lit les fichiers reçus : on retient ce qui ferait avancer votre outil, et on vous explique pourquoi.

04

Un regard extérieur sur vos choix

Ouvrir vos données au public, ajouter un outil de BI pour vos analystes, intégrer un graphique à votre application : on vous dit ce que l’outil actuel permet déjà et ce qui demande autre chose.

10 Réalisations

Des données complexes, lisibles par tous

L’Explorateur de trajectoires, réalisé pour Ressources naturelles Canada avec l’Institut de l’énergie Trottier. La plateforme de données de l’Observatoire des tout-petits. Les écrans du SMR Dashboard, dessinés avec la firme Niji pour l’Agence pour l’énergie nucléaire de l’OCDE. Les études de cas les montrent écran par écran.

Voir tous les projets

  • Ressources naturelles Canada

    Recherche en énergie

    Le Canada carboneutre en 2050. 151 chemins pour y arriver.

    Application web

  • Les tout-petits du Québec. En plus de 200 indicateurs.

    Logiciel sur mesure

  • Une filière mondiale. Un seul tableau de bord.

    Application web

Notre outil de visualisation n’aurait pas été ce qu’il est sans la précieuse collaboration de Witify. L’équipe nous a aidés à préciser les objectifs que nous souhaitions atteindre avec ce nouvel outil pour ainsi nous proposer des interfaces claires et efficaces. Leur équipe sait comment présenter des données.

Louis Beaumier Directeur exécutif, Institut de l’énergie Trottier

11 Questions

Questions et réponses

Les questions qu’on nous pose quand des chiffres doivent devenir lisibles.

Une autre question ? Écrivez-nous à info@witify.io ou appelez au 1 800 334 9031.

Quelle est la durée d’un projet de visualisation de données ?

Elle dépend du nombre de vues, de l’état des données et du public visé. Un tableau de bord interne branché sur des données propres se bâtit en quelques semaines. Une plateforme publique, avec son administration et ses versions, demande plusieurs mois : celle de l’Observatoire des tout-petits a été livrée par étapes, de septembre 2025 à juillet 2026.

L’analyse du départ fixe la portée et le calendrier. Grâce aux sprints d’une semaine, un premier graphique tourne sur vos vraies données bien avant la mise en ligne.

Quels sont les formats de données avec lesquels vous travaillez ?

Surtout des classeurs Excel, des fichiers CSV, des bases de données SQL et des API, mais aussi du JSON et du XML. Excel domine, souvent avec une mise en page propre à chaque fournisseur.

L’import s’adapte aux fichiers tels qu’ils arrivent, plutôt que de demander à chacun de changer les siens. L’Explorateur de trajectoires importe ainsi les résultats au format que le modèle de l’institut produit déjà.

Quelles technologies utilisez-vous pour développer vos visualisations de données ?

Le choix suit le projet. Pour les graphiques interactifs, nous travaillons surtout avec D3.js, dans des interfaces Vue ou Nuxt. Le serveur de données est souvent bâti sur Laravel. Si votre environnement repose sur d’autres technologies, nous nous y adaptons.

L’outil peut aussi alimenter votre site existant par API : le site public de l’Observatoire des tout-petits affiche ainsi les graphiques de sa plateforme de données.

Quel est l’avantage d’une visualisation sur mesure versus des outils comme Tableau, PowerBI, Excel ou Data Studio ?

Tableau, Power BI, Excel et Looker Studio, qui a remplacé Data Studio, servent très bien une équipe qui analyse ses propres données. Quatre questions aident à choisir :

  • Qui lira l’outil ? Un public externe, sans formation, a besoin d’écrans pensés pour lui.
  • Vos données ont-elles leurs propres règles de lecture ? Une marge d’erreur ou une série non comparable doit se voir sur le graphique.
  • Où l’outil doit-il vivre ? Dans votre site ou votre application, avec votre identité visuelle.
  • Qui le mettra à jour ? Une administration sur mesure épouse la façon dont vos données arrivent.

Les deux approches peuvent aussi coexister : une base de données bien structurée peut alimenter vos analystes dans leur outil de BI et le public dans un outil sur mesure.

Nous avons déjà un tableau de bord, mais personne ne l’utilise. Que faire ?

Ne changez pas d’outil tout de suite. Regardons d’abord comment il est utilisé : les écrans ouverts, ceux qu’on quitte aussitôt, les chiffres que les gens vont encore chercher ailleurs. Puis nous rencontrons quelques-uns de ses lecteurs pour connaître la question qu’ils se posent en l’ouvrant.

La solution tient souvent au premier écran : il doit répondre à cette question avant tout le reste. Quelques écrans revus suffisent parfois, sans reconstruction. Notre service d’analyse de données peut aussi vérifier que les indicateurs affichés sont les bons.

Pouvons-nous mettre à jour les graphiques nous-mêmes ?

Oui, c’est prévu dès la conception. L’administration de l’outil sert à importer, vérifier et publier, et même à écrire des contenus : l’Institut de l’énergie Trottier rédige lui-même les six analyses guidées de son explorateur.

À l’Observatoire des tout-petits, l’équipe ajoute un indicateur et règle ses graphiques dans un configurateur, sans développeur. La formation donnée à la mise en service couvre ces gestes.

Comment choisissez-vous le bon type de graphique ?

À partir de la question du lecteur, puis de la forme des données. Une évolution se suit sur une courbe, la part d’un tout se lit en barres empilées, une comparaison entre régions demande une échelle commune. Quand un objectif existe, on montre l’écart plutôt que deux valeurs à comparer de tête.

Le choix se vérifie ensuite sur les prototypes, avant le développement : un graphique mal choisi s’y repère dès qu’on cherche une réponse précise.

Comment l’outil reste-t-il rapide avec de gros volumes de données ?

En calculant d’avance ce que tout le monde consulte. L’Explorateur de trajectoires prépare 70 résumés après chaque import : la vue d’ensemble des 151 scénarios s’affiche aussitôt. Le détail ne se charge que lorsque le lecteur le demande.

Le temps d’affichage est mesuré sur le volume réel avant la mise en ligne. Notre article sur la volumétrie en logiciel explique comment planifier la croissance de vos données.

Des chiffres à rendre lisibles ? Parlons-en.

Montrez-nous un rapport, un fichier ou un tableau de bord que personne n’ouvre. En trente minutes, on regarde avec vous ce que vos lecteurs devraient voir en premier.

  • Un appel de 30 minutes avec un expert, pas un vendeur
  • Une estimation budgétaire réaliste, chiffres à l’appui
  • Un plan d’action concret, que vous travailliez avec nous ou non
Ou écrivez-nous

Gratuit. Sans engagement. Réponse en moins de 24 h.

Les noms et les chiffres affichés dans les interfaces sont donnés à titre d’exemple.