QCM : Conception de visualisations de données (11 questions)

Questions et réponses du QCM

1. Une analyste examine un jeu de données pour repérer des tendances encore inconnues, puis prépare une présentation destinée à communiquer une conclusion à un public. Comment qualifier ces deux usages, dans cet ordre ?

Exploratoire, puis exploratoire
Explicative, puis exploratoire
Explicative, puis explicative
Exploratoire, puis explicative

Exploratoire, puis explicative

Explication

La datavisualisation exploratoire sert à analyser et découvrir les données, tandis que l’explicative transmet un message à un public. Inverser les deux confond leurs finalités ; qualifier la présentation de conclusion d’exploration ou les deux usages d’explicatifs ne respecte pas cette distinction.

2. Une équipe importe des chiffres dans un tableur et produit plusieurs graphiques, sans examiner leur signification ni leur contexte. Que doit-elle ajouter pour en faire une datavisualisation pertinente ?

Ajouter davantage de données au tableur avant de tracer
Analyser l’information et la replacer dans son contexte
Choisir des couleurs et multiplier les graphiques produits
Adapter les graphiques au public sans interpréter les chiffres

Analyser l’information et la replacer dans son contexte

Explication

Une datavisualisation ne se réduit pas à copier des données et à créer des graphiques : l’information doit être analysée et remise en contexte. Choisir des couleurs, adapter la forme ou ajouter des données ne remplace pas cette analyse.

3. Une équipe commence à concevoir un tableau de bord, mais n’a pas encore déterminé ce qu’elle cherche à comprendre ni ce qu’elle veut faire retenir. Quelle étape doit-elle accomplir avant de choisir les visualisations ?

Vérifier les données avant de préciser l’objectif
Choisir les graphiques adaptés aux données disponibles
Organiser la mise en page finale du tableau de bord
Définir la problématique et le message principal

Définir la problématique et le message principal

Explication

La problématique et le message principal doivent être définis avant la conception de la datavisualisation. Choisir d’abord des graphiques, organiser la mise en page ou vérifier les données ne fixe pas ce que la visualisation doit faire comprendre.

4. Deux équipes doivent présenter les mêmes chiffres : l’une à des décideurs, l’autre à des analystes qui veulent comparer et explorer les données. Quelle démarche est la plus adaptée ?

Produire des visualisations différentes selon chaque public
Présenter les mêmes graphiques puisque les données sont identiques
Fournir une synthèse décisionnelle aux analystes
Réserver les comparaisons détaillées aux décideurs

Produire des visualisations différentes selon chaque public

Explication

Le public visé détermine la forme de la datavisualisation : une même donnée peut conduire à des visualisations très différentes. Des graphiques identiques ignorent les besoins distincts ; attribuer l’exploration aux décideurs ou la synthèse aux analystes confond leurs attentes.

5. Une organisation prépare une visualisation destinée à un public dont les décisions, la maîtrise des chiffres et la connaissance du sujet sont incertaines, et qui peut être réticent au message. Que doit-elle examiner pour adapter sa présentation ?

Rôle décisionnel, volume de données et fréquence des mises à jour
Rôle décisionnel, expertise des données et du sujet, biais éventuels
Types de graphiques, palette visuelle et quantité de données
Expertise du sujet, choix des indicateurs et format du rapport

Rôle décisionnel, expertise des données et du sujet, biais éventuels

Explication

L’adaptation au public demande d’évaluer son rôle décisionnel, son expertise des données et du sujet, ainsi que ses biais éventuels. Se limiter aux indicateurs ou au format omet des dimensions importantes, et ignorer les biais néglige la possible réticence de l’audience.

6. Une équipe étudie l’évolution du chômage selon les régions et les mois. Quelles dimensions a-t-elle retenues ?

Qui : mois ; où : chômage ; quand : régions
Quoi : régions ; qui : chômage ; quand : mois
Quoi : chômage ; où : régions ; quand : mois
Quoi : chômage ; qui : régions ; quand : mois

Quoi : chômage ; où : régions ; quand : mois

Explication

L’indicateur étudié correspond à « quoi », les régions à « où » et les mois à « quand ». Les autres réponses confondent indicateur, unités observées, lieux et périodes.

7. Pour comparer les émissions de plusieurs entreprises dans différentes régions et sur plusieurs années, quel type de données peut l’analyse mobiliser ?

Des données réservées à un seul territoire
Des données sans dimension temporelle
Des données à dimension unique
Des données multidimensionnelles

Des données multidimensionnelles

Explication

L’analyse peut mobiliser des données multidimensionnelles, combinant ici plusieurs objets, lieux et périodes. Une analyse à dimension unique écarterait une partie de ces axes, tandis que la variété des formats ne définit pas la multidimensionnalité.

8. Avant de représenter les données recueillies pour un tableau de bord, quelle étape l’équipe doit-elle considérer comme particulièrement importante ?

Choisir les couleurs et les formes des graphiques
Rédiger le message final sans contrôler les données
Vérifier et valider les données
Construire le tableau de bord à partir des données brutes

Vérifier et valider les données

Explication

La vérification et la validation des données sont des étapes particulièrement importantes avant leur visualisation. Le choix graphique et la rédaction du message ne remplacent pas ce contrôle préalable.

9. Une équipe dispose de nombreuses données, mais certaines ne contribuent pas au message de sa datavisualisation. Que devrait-elle faire de ces données ?

Ne pas nécessairement les faire apparaître
Les présenter toutes dans le même graphique
Les remplacer par des données provenant d’une seule source
Les intégrer toutes pour préserver l’exhaustivité

Ne pas nécessairement les faire apparaître

Explication

La disponibilité d’une donnée ne signifie pas qu’elle doit figurer dans la datavisualisation : la sélection peut dépendre de sa pertinence pour le message. L’exhaustivité et la présentation de toutes les données dans un même graphique ne sont pas des exigences.

10. Une équipe prépare un tableau de bord pour aider des responsables régionaux à comprendre l’évolution des ventes. Quelle séquence de conception respecte la démarche attendue ?

Définir la problématique, cerner le projet, repérer les données, formuler le message, choisir les visualisations
Définir la problématique, choisir les visualisations, cerner le projet, repérer les données, formuler le message
Définir la problématique, repérer les données, cerner le projet, formuler le message, choisir les visualisations
Définir la problématique, cerner le projet, repérer les données, choisir les visualisations, formuler le message

Définir la problématique, cerner le projet, repérer les données, choisir les visualisations, formuler le message

Explication

La conception progresse de la problématique vers le cadrage du projet, les données disponibles et les visualisations, avant la formulation du message. Choisir les graphiques trop tôt inverse le cadrage et la visualisation ; repérer les données avant le public et les dimensions bouleverse le cadrage préalable ; formuler le message avant les visualisations inverse les deux dernières étapes.

11. En préparant un récit de données, une analyste a déjà identifié ses données et choisi une représentation graphique. Quel lien doit-elle établir ensuite pour compléter le schéma ?

Relier les données directement au message à transmettre
Relier la visualisation au message à transmettre
Relier le message à transmettre à la visualisation choisie
Relier le public aux données à représenter

Relier la visualisation au message à transmettre

Explication

Le récit suit le lien données → visualisation → message : une fois la visualisation choisie, elle doit servir à transmettre le message. Le lien direct données-message omet la représentation, le lien message-visualisation inverse le rapport, et le public ne remplace pas le message dans cette chaîne.

Révisez avec les flashcards

Mémorisez les réponses avec 20 flashcards sur Conception de visualisations de données.

À quoi sert la datavisualisation exploratoire ?

À analyser et découvrir les données.

Que présente la datavisualisation explicative à un public ?

Un message.

Que faut-il faire des données avant de créer une datavisualisation ?

Les analyser et les replacer dans leur contexte.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Conception de visualisations de données.

Voir la fiche →

Cours similaires

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM