Ce que savent les domaines voisins

En février 1996, la Banque d’Angleterre a commencé à publier sa prévision d’inflation sous la forme d’un éventail de bandes de probabilité. Erik Britton, Paul Fisher et John Whitley en ont expliqué la raison en 1998. Le graphique précédent, une ligne centrale dans une seule bande ombrée, avait souvent été lu comme donnant des bornes haute et basse. Il attirait aussi l’attention sur de petits mouvements de la projection centrale. L’éventail montre la dispersion des résultats probables sans fausse précision. Le météogramme de l’ECMWF traite d’une manière voisine une prévision météorologique d’ensemble, avec une boîte à moustaches pour chaque variable à chaque échéance.

Les expériences menées depuis vont dans le même sens. Matthew Kay et ses collègues ont introduit en 2016 le diagramme en points de quantiles : une distribution dessinée sous la forme d’une vingtaine de points de probabilité égale. Les estimations de probabilité lues sur ce diagramme variaient moins que celles lues sur une courbe de densité. En 2018, Michael Fernandes et ses collègues ont mesuré des décisions. Les participants choisissaient quand partir prendre un bus, et ceux qui disposaient d’un diagramme de cinquante points obtenaient environ 97 % du meilleur gain possible. Les diagrammes en points et les courbes cumulatives l’emportaient sur les intervalles, les courbes de densité et le texte d’un à cinq points de pourcentage. Susan Joslyn et Jared LeClerc ont constaté en 2012 que l’incertitude jointe à une prévision améliorait les décisions de salage des routes. Elle accroissait aussi la confiance et réduisait les dégâts causés par les erreurs de prévision.

Les preuves sont cohérentes et de portée étroite. Les études sont des expériences contrôlées, menées surtout auprès du grand public pour des choix de la vie courante, et aucune n’a testé des acheteurs décidant de leur stock. Les résultats se nuancent aussi les uns les autres. Dans l’expérience de Fernandes, cinquante points ont fait mieux que vingt, et les courbes cumulatives, souvent jugées trop techniques pour le grand public, suivaient de près. Jessica Hullman, Paul Resnick et Eytan Adar ont constaté en 2015 que des tirages animés l’emportaient sur les barres d’erreur et les diagrammes en violon pour juger laquelle de deux quantités est la plus grande. Pour la plupart des questions portant sur une seule quantité, les trois formes donnaient une précision semblable. Les barres d’erreur posées sur des barres portent un biais qui leur est propre. George Newman et Brian Scholl ont montré en 2012 que les valeurs à l’intérieur d’une barre paraissent plus probables que celles qui sont à l’extérieur, et Michael Correll et Michael Gleicher ont retrouvé ce biais en 2014.

L’arithmétique d’un plan traite généralement la demande comme un seul nombre. Dans l’exemple, le produit C entre dans la semaine du 19 octobre avec 180 unités, soit exactement la demande prévue pour cette semaine. Si 180 est le milieu de la prévision, la probabilité de rupture est d’une sur deux. Sam Savage appelle cela le piège des moyennes (flaw of averages) : les plans fondés sur des hypothèses moyennes sont faux en moyenne. Un tableau de bord de planification devrait réserver une place à la dispersion de la demande. Il ne devrait la remplir que lorsqu’existe une prévision dont l’erreur est mesurée, car une bande dessinée sans modèle prétend à un savoir que personne n’a.

Certains des tout premiers graphiques statistiques ont été dessinés pour le commerce et les comptes. En 1786, The Commercial and Political Atlas de William Playfair traçait les importations et les exportations de l’Angleterre en deux courbes et teintait la surface qui les sépare pour figurer la balance commerciale. En 1914, Graphic Methods for Presenting Facts de Willard Brinton réunissait les formes de graphiques de son époque à l’intention des gens d’affaires. La barre d’étendue de Mary Eleanor Spear, en 1952, est considérée comme un précurseur de la boîte à moustaches. Ces formes se sont répandues par l’usage, et aucune n’a été testée comme les études de perception testent les codages.

Les rapports de gestion ont aussi une norme de notation. Les International Business Communication Standards, élaborés par Rolf Hichert et ses collègues et exposés avec Jürgen Faisst dans Solid, Outlined, Hatched, distinguent les scénarios par le remplissage. Le réel est en gris foncé plein, l’année précédente en gris clair plein, le plan en contour et la prévision hachurée, et la teinte reste disponible pour d’autres rôles. La version 2.0 a paru en juin 2026, alignée sur ISO 24896, une notation pour les rapports de gestion. Le standard repose sur la cohérence et la pratique, et il a été bien moins étudié que les codages de la littérature sur la perception.

Les praticiens ne s’accordent pas sur les comparateurs. Le graphique à puces (bullet graph) de Stephen Few, spécifié en 2006 et révisé en 2013, place dans une seule barre une mesure face à un ou deux comparateurs et jusqu’à cinq plages qualitatives. Nick Desbarats en a relevé onze inconvénients en 2022 : les problèmes ne ressortent pas, les mesures pour lesquelles moins vaut mieux, ou pour lesquelles une plage intermédiaire est la meilleure, demandent des variantes, et des mots comme bon et médiocre ne veulent pas dire la même chose pour tous les lecteurs. Il colore désormais un point unique selon quatre seuils d’action. Understanding Variation de Donald Wheeler, en 1993, donne un comparateur qui a une base statistique : des limites à 2,66 étendues mobiles moyennes de part et d’autre de la moyenne. La revue hebdomadaire d’activité d’Amazon, telle que la décrit Cedric Chin d’après la pratique de Colin Bryar, dessine la plupart de ses 400 à 500 indicateurs selon une même forme : les six dernières semaines à côté des douze derniers mois.

Les spécialistes de l’analyse de décision ajoutent une manière de classer les hypothèses. Un diagramme en tornade fait varier une entrée à la fois entre une valeur basse et une valeur haute, dessine la variation du résultat sous forme de barre, et trie les barres de la plus longue à la plus courte. Les spécialistes de la recherche opérationnelle le rattachent généralement à la revue publiée par Ronald Howard en 1988. Les praticiens tirent les valeurs basse et haute d’une estimation de chaque entrée, souvent ses 10e et 90e centiles, au lieu d’un pourcentage fixe. Ted Eschenbach a constaté en 1992 que ce diagramme complète le diagramme en araignée (spiderplot), qui montre moins de variables mais plus en détail. Ensemble, ces conventions donnent à un tableau de bord de planification trois disciplines : un remplissage par scénario, un comparateur nommé pour chaque chiffre, et des hypothèses classées selon leur effet sur la marge.

Les planificateurs de l’offre travaillent dans une grille hebdomadaire des ventes, du stock et des réceptions, dont découle le budget restant pour les achats. Robert Fildes, Shaohui Ma et Stephan Kolassa ont passé en revue en 2022 la recherche sur la prévision dans le commerce de détail, et ont trouvé peu de preuves en faveur de nombreuses méthodes complexes proposées. La compétition M5 a demandé à des milliers d’équipes de prévoir 42 840 séries de ventes en unités de Walmart, dont beaucoup étaient sporadiques. Les méthodes d’apprentissage automatique l’ont emporté. Spyros Makridakis et ses coorganisateurs ont constaté que les gains se situaient surtout aux niveaux supérieurs de la hiérarchie et restaient faibles pour un produit dans un magasin, le niveau où se décide le stock.

Les planificateurs acceptent rarement une prévision telle quelle. Fildes, Paul Goodwin, Michael Lawrence et Konstantinos Nikolopoulos ont examiné en 2009 plus de 60 000 prévisions issues de quatre entreprises de la chaîne logistique. Dans trois d’entre elles, les ajustements amélioraient la précision en moyenne. Les ajustements importants tendaient à aider, et les petits nuisaient souvent. Les ajustements à la hausse aidaient moins souvent que les ajustements à la baisse et allaient plus souvent dans le mauvais sens, signe d’optimisme. Dans une expérience antérieure, Goodwin a trouvé deux dispositifs qui amélioraient la précision : faire de la prévision statistique la valeur par défaut, et demander une raison avant de la modifier. La valeur ajoutée de la prévision (forecast value added) de Michael Gilliland mesure chaque étape d’un processus par rapport à une prévision naïve, si bien qu’une révision qui dégrade la prévision apparaît comme une perte.

D’autres résultats portent sur ce qu’il faut acheter. Marshall Fisher et ses collègues ont décrit en 1994 comment Sport Obermeyer, un fabricant de vêtements de ski, lisait l’incertitude de chaque modèle dans la dispersion des prévisions indépendantes de ses acheteurs, fabriquait d’abord les modèles prévisibles, et a réduit de moitié le coût des ruptures et des baisses de prix sur les invendus. Pour un achat unique avant une saison, le modèle du vendeur de journaux (newsvendor) constitue un stock égal au quantile de la demande donné par le ratio critique : le coût d’une vente perdue divisé par la somme de ce coût et du coût d’une unité invendue. Aris Syntetos, John Boylan et John Croston ont réparti la demande en quatre classes en 2005, avec des seuils à 1,32 pour l’intervalle moyen entre deux ventes et à 0,49 pour la variabilité de leur taille ; Andrey Kostenko et Rob Hyndman ont répondu en 2006 que seules deux classes comptent. Des expériences sur le terrain chez Zara et chez Rue La La ont montré que des liquidations et des prix fondés sur un modèle augmentaient le chiffre d’affaires, d’environ 6 % et 10 % respectivement.

Ces preuves viennent de vraies entreprises, ce qui les rend pertinentes et de portée étroite. Leurs leçons pour un écran de planification sont concrètes. Un ajustement manuel de la prévision devrait partir du chiffre statistique, demander une raison et garder une trace, pour que sa valeur puisse être mesurée plus tard. La classe de demande d’une ligne a sa place à côté de sa prévision. Un objectif de stock peut découler du coût d’une vente perdue et du coût d’une unité invendue, au lieu d’un nombre fixe de semaines.

Les outils de visualisation traitent généralement le tableau comme une étape préparatoire, une manière de mettre les données en état pour un graphique. Lyn Bartram, Michael Correll et Melanie Tory ont interrogé douze personnes qui travaillent avec des données dans leur métier. Selon leur article de 2022, ces personnes veulent voir et manipuler le tableau à chaque étape d’une analyse. Elles le remodèlent, l’annotent et y construisent des variantes. Les auteurs soutiennent que le tableau interactif est une forme de visualisation à part entière. Leurs preuves sont qualitatives et leur échantillon est petit.

Les règles de composition d’un tableau ont peu changé en un siècle. Rudiments of Numeracy d’Andrew Ehrenberg, paru en 1977, demande des nombres arrondis à deux chiffres effectifs, ceux qui varient, des lignes et des colonnes classées par grandeur, et les nombres à comparer placés dans une même colonne. Le guide de Richard Rutter, en 2017, cite le conseil de Jan Tschichold de se passer de filets autant que possible, et demande des nombres alignés à droite en chiffres tabulaires. Les dix recommandations de Jonathan Schwabish, en 2020, reprennent les mêmes points pour les logiciels actuels. Ces règles viennent de la pratique des statisticiens et des typographes plus que de l’expérimentation, et elles se contredisent rarement.

Un tableau peut aussi devenir un graphique sans perdre ses nombres. La matrice réordonnable de Jacques Bertin, exposée en 1977 dans La Graphique et le traitement graphique de l’information, dessine chaque cellule comme une marque, puis déplace les lignes et les colonnes jusqu’à ce que des groupes apparaissent. Charles Perin, Pierre Dragicevic et Jean-Daniel Fekete ont reconstruit la méthode en 2014 sous la forme d’un outil web, Bertifier. La Table Lens de Ramana Rao et Stuart Card, en 1994, dessinait des barres dans les cellules et ouvrait une ligne sur ses nombres quand on s’y arrêtait. LineUp, de Samuel Gratzl et ses collègues en 2013, construit des classements à partir de barres pondérées dans un tableau. Polaris, de Chris Stolte, Diane Tang et Pat Hanrahan en 2002, a étendu le tableau croisé dynamique en une algèbre de petits graphiques, et c’est la recherche dont est issu Tableau.

Pour les séries chronologiques, les preuves sont expérimentales, et elles dépendent de la tâche. Waqas Javed, Bryan McDonnel et Niklas Elmqvist ont constaté en 2010 que des graphiques séparés, comme les petits multiples, sont en général plus efficaces pour les comparaisons qui portent sur de nombreuses séries. Un seul graphique partagé est plus efficace pour les comparaisons rapprochées. Jeffrey Heer, Nicholas Kong et Maneesh Agrawala ont constaté en 2009 que replier en miroir les valeurs négatives ne coûte aucune précision. Sous 24 pixels de hauteur, un graphique en horizon à deux bandes se lisait plus précisément qu’un graphique linéaire, et quatre bandes ou plus ralentissaient les lecteurs. Sur un écran de planification, la grille reste donc un tableau, classé selon ce qui compte et arrondi aux chiffres qui varient. Chaque ligne de produits reçoit son propre petit graphique quand les lignes sont comparées sur toute la saison.

En 1984, William Cleveland et Robert McGill ont classé les tâches élémentaires qu’accomplit un lecteur pour décoder une quantité dans un graphique. La position le long d’une échelle commune venait en premier, puis la position le long d’échelles distinctes, puis la longueur, la direction et l’angle, puis l’aire, puis le volume et la courbure, et enfin l’ombrage et la saturation de la couleur. Leurs expériences ont testé la partie haute de ce classement. Jeffrey Heer et Michael Bostock les ont reproduites en 2010 avec des participants recrutés en ligne, et ont retrouvé le même ordre pour la position et la longueur. Ils ont ajouté l’angle et l’aire. Tous deux se lisaient moins précisément que la position, l’aire moins précisément que l’angle, les rectangles aussi mal que les cercles, et les carrés le plus mal de tous.

Ce classement a des limites connues. La théorie prédit que l’angle se lit moins précisément que la longueur, et aucune des deux études ne l’a constaté. Dans les deux, la tâche est un jugement de proportion entre deux éléments marqués, ce qui n’est qu’une petite partie de la lecture d’un tableau de bord. La revue de Steven Franconeri et ses collègues, en 2021, ajoute qu’un lecteur extrait rapidement d’un affichage des statistiques globales, alors que comparer des sous-ensembles de valeurs est lent. L’ordre est fiable pour décoder des valeurs isolées, et il en dit moins sur ce qu’un lecteur remarque en premier.

Deux résultats plus anciens régissent les surfaces. Stephen Palmer a montré en 1992 que des éléments situés dans une région commune sont perçus comme un groupe, assez fortement pour l’emporter sur la proximité et la similarité. Josef Albers a montré dans Interaction of Color, en 1963, qu’une couleur se lit par rapport à ce qui l’entoure, si bien qu’un même gris paraît différent sur deux fonds. La couleur dépend aussi de la taille. Maureen Stone a soutenu en 2012 que les petites marques ont besoin de différences de couleur plus grandes, et Danielle Albers Szafir a mesuré l’effet en 2018 pour les points, les barres et les lignes. Les cartographes sont parvenus à la même retenue par la pratique. Les règles d’Eduard Imhof réservent les couleurs fortes aux petites surfaces posées sur des fonds sourds. L’estompage suisse du relief, dessiné à la main, oriente localement sa lumière pour faire ressortir chaque forme du terrain, et en 2021 Bernhard Jenny et ses collègues ont entraîné un réseau de neurones à l’imiter.

Pour un tableau de bord de planification, les conséquences sont claires. Les quantités se placent sur des positions alignées, des barres partant d’une même ligne de base ou des points sur une échelle partagée, et le nombre est imprimé partout où le montant compte. Le ton des surfaces marque le regroupement et la hiérarchie, et comme une teinte claire se lit par rapport à son fond, elle ne transporte jamais une valeur d’une surface à une autre. La couleur saturée va à des marques rares et petites, avec des écarts assez grands pour la taille de la marque.

Les usines de procédés sont pilotées depuis des écrans qui portent de nombreuses valeurs et doivent rendre un écart évident sur-le-champ. Bill Hollifield, Dana Oliver, Ian Nimmo et Eddie Habibi ont exposé en 2008 l’approche dite haute performance : des fonds gris, des indicateurs analogiques dont la plage normale est marquée, et une couleur réservée aux conditions anormales, si bien que la couleur devient elle-même le signal. La norme ISA-101 de 2015 fait d’une philosophie IHM et d’un guide de style écrits une partie du cycle de vie de chaque affichage, et leur laisse des choix comme celui de la couleur. En 2013, Alf Ove Braseth et Trond Are Øritsland ont énoncé des principes pour les grands écrans de vue d’ensemble, issus du concept Information Rich Design élaboré à Halden.

Les ingénieurs ont aussi bâti une théorie de ces affichages. La conception d’interfaces écologiques de Kim Vicente et Jens Rasmussen, publiée en 1992, demande à un affichage de rendre visibles les contraintes du domaine de travail. Kevin Bennett et John Flach décrivent le résultat comme un affichage configural : des variables dessinées de sorte que leur relation forme une figure, qu’une panne déforme. David Woods a nommé en 1984 l’élan visuel, la facilité avec laquelle un lecteur emporte ce qu’il vient de voir dans la vue suivante, et en a énuméré les aides, dont les vues d’ensemble, les points de repère et les positions fixes. La médecine connaît la même forme à petite échelle. Le résumé graphique de l’état d’un patient de Seth Powsner et Edward Tufte, en 1994, plaçait sur une seule page les résultats d’un patient, ses signes vitaux et ses traitements, sous la forme d’une matrice de petits graphiques. Chacun montre sa dernière valeur et ses limites normales, sur un axe du temps qui donne des largeurs semblables à aujourd’hui, à la semaine passée et au mois passé.

Les preuves sont inégales. La revue que Vicente lui-même a publiée en 2002 a constaté que les interfaces écologiques amélioraient la résolution de problèmes en expérience, et qu’aucune n’avait encore été évaluée avec des opérateurs professionnels sur un simulateur pleine échelle. Les recommandations haute performance ont été écrites par des praticiens à partir de leur expérience industrielle. Les praticiens divergent aussi sur ce qu’il faut montrer. Le graphique à puces de Stephen Few dessine chaque mesure avec ses plages qualitatives, alors que l’approche des salles de contrôle, comme les points d’action de Nick Desbarats, laisse les états normaux presque muets et ne met l’accent que sur les exceptions.

Pour un tableau de bord de planification, la leçon est de rendre le normal silencieux. Une mesure dans sa plage normale peut se réduire à une bande grise et un pointeur, avec de la couleur seulement quand elle sort de la plage, pour que l’œil aille là où est le problème. Les positions restent fixes d’une semaine à l’autre, pour qu’un lecteur apprenne où se trouve chaque mesure. Une relation comme un solde de trésorerie ou le budget restant pour les achats peut être dessinée de sorte que ses termes forment une seule figure, comme le demande la règle du guide sur le dessin de l’identité.

Les chercheurs n’étudient les tableaux de bord comme un genre que depuis peu. En 2019, Alper Sarikaya, Michael Correll, Lyn Bartram, Melanie Tory et Danyel Fisher ont codé 83 tableaux de bord selon quinze facteurs, regroupés sous la finalité, le public, les caractéristiques visuelles et interactives, et le sens des données. Les tableaux de bord se répartissaient en sept groupes, de la décision stratégique et opérationnelle aux affichages statiques, au suivi personnel et à la communication publique. Le mot recouvre des objets très différents, et une conception qui convient à un type peut échouer pour un autre.

Benjamin Bach et ses collègues ont étendu le corpus à 144 tableaux de bord et ont publié en 2023 un ensemble de 41 modèles de conception répartis en huit familles ; une prépublication antérieure en comptait 42. Trois familles, avec 19 modèles, concernent le contenu : les informations sur les données, les métadonnées et la représentation visuelle. Cinq familles, avec 22 modèles, concernent la composition : la mise en page, l’espace à l’écran, la structure, l’interaction et la couleur. Les auteurs ont aussi proposé un modèle de compromis. L’abstraction, l’espace à l’écran, le nombre de pages et l’interaction tirent les uns contre les autres, si bien que réduire l’un en accroît un autre.

Des travaux plus anciens expliquent les parties. Michelle Wang Baldonado, Allison Woodruff et Allan Kuchinsky ont donné en 2000 huit règles pour les vues multiples, dont la parcimonie : n’ajouter une vue que lorsqu’elle vaut ce qu’elle coûte. Michael Gleicher et ses collègues ont montré en 2011 que les conceptions de comparaison s’assemblent à partir de trois opérations : la juxtaposition, la superposition et un codage explicite de la différence. Nicholas Kong et Maneesh Agrawala ont décrit en 2012 cinq types d’aides superposées, des lignes de grille aux annotations. En 2023, Chase Stokes et ses collègues ont demandé à 302 personnes de classer des graphiques linéaires portant des quantités de texte différentes. Les graphiques les plus annotés ont été préférés, à la fois aux graphiques portant moins de texte et au texte seul.

La plupart de ces travaux sont descriptifs, construits en codant des exemples. Les rares expériences vont à l’encontre d’un minimalisme strict. Scott Bateman et ses collègues ont constaté en 2010 que des graphiques ornés étaient décrits aussi justement que des graphiques sobres, et mieux retenus deux à trois semaines plus tard. Ohad Inbar, Noam Tractinsky et Joachim Meyer ont constaté en 2007 que des étudiants préféraient un graphique en barres standard à sa version la plus dépouillée. Robin Kinross avait soutenu en 1985 que même un horaire de chemin de fer est persuasif, si bien qu’un style sobre est un choix qui a ses propres effets. Pour un tableau de bord de planification, il reste donc trois décisions à prendre à dessein : de quel type de tableau de bord il s’agit, quelle conception de comparaison emploie chaque vue, et quel texte se place sur les marques.

Les chiffres denses ont leurs propres caractères depuis des décennies. Matthew Carter a dessiné Bell Centennial à la fin des années 1970 pour les annuaires téléphoniques d’AT&T, composés en petit corps et imprimés vite sur du papier bon marché. Tobias Frere-Jones a dessiné Retina en 1999 pour les cotations boursières du Wall Street Journal, en sept points et moins. Adrian Frutiger a conçu l’Univers en 1957 comme une famille de vingt et une variantes désignées par des nombres à deux chiffres, le premier pour la graisse et le second pour la chasse et l’inclinaison, pour qu’une page puisse en employer plusieurs tout en gardant un seul dessin.

À l’écran, les exigences sont peu nombreuses. Les chiffres doivent être tabulaires, pour qu’ils aient tous la même chasse et que les colonnes s’alignent ; OpenType appelle cette fonction tnum. Ils devraient aussi garder cette chasse quand la graisse change, pour qu’une ligne sélectionnée puisse passer en gras sans que ses colonnes bougent. Les polices variables offrent d’autres voies. Roboto Flex a un axe de grade, qui change la graisse apparente des lettres sans changer leur chasse. Instrument Sans a un axe de chasse de 75 à 100, qui donne des libellés plus étroits dans la même famille.

Dix-sept caractères libres ont été mesurés pour ce guide dans un navigateur, et sept sont présentés ici. Instrument Sans, IBM Plex Sans et Hanken Grotesk gardent la chasse de chaque chiffre entre le normal et le gras. Leur signe moins est aussi large qu’un chiffre, si bien que les colonnes de nombres signés s’alignent, et Hanken Grotesk garde aussi la chasse de son séparateur décimal. Geist et Archivo élargissent leurs chiffres en gras. Une nouvelle mesure, le 3 octobre 2026, a nuancé deux résultats. En Red Hat Text, le zéro garde sa chasse, mais le neuf gras est plus large que les autres chiffres. Roboto Flex a un axe de taille optique, si bien que son résultat dépend de la taille. À 1 000 pixels, son zéro gras est environ un quart plus large ; à 15 pixels, la différence est inférieure à 0,5 %.

Les caractères historiques témoignent de la pratique. Le test de chasse est une mesure que chacun peut refaire, même si son résultat dépend de la version de la police et de la taille à laquelle il est fait. Pour un tableau de bord de planification, choisissez un caractère dont les chiffres et le signe moins gardent une seule chasse dans chaque graisse qu’emploie l’écran. Testez-le dans le navigateur à ces tailles, et employez un vrai signe moins. Là où un caractère échoue, la mise en valeur peut venir du grade ou de la couleur plutôt que de la graisse.