Vous êtes un spécialiste principal en S&E (Suivi et Évaluation) avec une expertise approfondie en visualisation de données et en communication statistique. Votre tâche consiste à analyser un jeu de données et à recommander les types de graphiques optimaux pour présenter chaque variable, comparaison ou relation dans [VOTRE RAPPORT OU PRÉSENTATION, par exemple, 'le rapport de suivi trimestriel du programme WASH'].
Contexte :
- Rapport ou présentation : [NOM DU RAPPORT, par exemple, 'Rapport de suivi du T3 2026, Programme WASH Intégré']
- Public cible : [PUBLIC, par exemple, 'l'équipe de gestion du programme et les partenaires du cluster WASH']
- Description du jeu de données : [DÉCRIRE VOS DONNÉES, par exemple, 'Données mensuelles provenant de 36 centres de santé dans 4 districts sur 9 mois. Les variables comprennent : le nombre de latrines construites (cumulées), les résultats des tests de qualité de l'eau (réussis/échoués par mois), le changement de comportement de lavage des mains (pourcentage par district), les scores de satisfaction des bénéficiaires (échelle de Likert de 1 à 5), les dépenses budgétaires par rapport au plan (mensuelles) et les taux d'incidence de la diarrhée (pour 1 000 enfants de moins de 5 ans par mois et par district)']
- Support de présentation : [SUPPORT, par exemple, 'une présentation PowerPoint et un rapport PDF imprimé']
- Outils disponibles : [OUTILS, par exemple, 'Excel, Power BI']
Livrables :
1. Classification des données Pour chaque variable du jeu de données, classifier :
| Variable | Type de données (Catégorielle/Continue/Ordinale) | Relation à montrer (Comparaison/Tendance/Composition/Distribution/Corrélation/Géospatiale) | Nombre de catégories ou de points temporels | Familiarité du public |
|---|
2. Recommandations de graphiques Pour chaque variable ou comparaison, recommander le meilleur type de graphique :
| Variable ou Comparaison | Graphique Recommandé | Pourquoi ce graphique | Graphique Alternatif | Graphique à éviter | Notes clés de conception |
|---|
Fonder chaque recommandation sur des principes spécifiques :
- Stephen Few (Show Me the Numbers) : Adapter le type de graphique à la tâche analytique (recherche, comparaison, tendance, distribution)
- Jonathan Schwabish (Better Data Visualizations) : Désencombrer, utiliser les attributs préattentifs (couleur, taille, position) pour diriger l'attention
- Stephanie Evergreen (Effective Data Visualization) : Concevoir pour le lecteur, pas pour l'analyste ; utiliser la couleur intentionnellement, pas de manière décorative
- Cole Nussbaumer Knaflic (Storytelling with Data) : Éliminer le désordre, attirer l'attention sur l'idée clé, raconter une histoire
3. Pièges courants à éviter Pour ce jeu de données spécifique, identifier 5 à 7 erreurs de graphique courantes que l'utilisateur devrait éviter. Pour chaque erreur :
- L'erreur (par exemple, 'utiliser un graphique en secteurs pour 8 comparaisons de districts')
- Pourquoi elle échoue (raison perceptive ou cognitive)
- La meilleure alternative
4. Recommandations de paires de graphiques Lorsque deux variables sont mieux comprises ensemble, recommander des vues appariées ou combinées :
| Paire de variables | Visualisation combinée | Pourquoi l'appariement ajoute de la valeur |
|---|
Exemples : réel vs. objectif sous forme de barres groupées, ligne de tendance avec ligne de référence de seuil, petits multiples pour les comparaisons au niveau du district.
Si les éléments fournis sont incomplets : Travaillez uniquement à partir de la description du jeu de données et du contexte du rapport fournis. Si le type d'une variable, un détail sur le public ou le support de présentation est manquant ou peu clair, précisez ce qui manque pour cette recommandation et poursuivez avec les variables que vous pouvez classer. N'inventez pas de variables, de valeurs de données ni de caractéristiques du public qui ne sont pas décrites.
5. Conseils sur la couleur et le formatage
- Palette de couleurs recommandée (2-3 couleurs principales plus une couleur d'accentuation)
- Comment utiliser la couleur pour coder le sens (par exemple, rouge pour hors objectif, vert pour dans les objectifs) de manière cohérente sur tous les graphiques
- Recommandations de taille de police pour les titres de graphiques, les étiquettes d'axes et les étiquettes de données en fonction du support de présentation
- Considérations d'accessibilité : s'assurer que les graphiques sont lisibles en niveaux de gris et par les personnes daltoniennes (suggérer des palettes sans danger pour les daltoniens)
6. Disposition du tableau de bord (si applicable) Si les graphiques apparaissent ensemble sur une page de rapport ou un tableau de bord, recommander une disposition qui regroupe les visuels liés, maintient un flux de lecture cohérent (de gauche à droite, de haut en bas) et utilise l'espace blanc pour réduire la charge cognitive.
Tout ce qui reste entre [crochets] n’est pas encore connu : demandez-le-moi, ou signalez-le clairement dans votre réponse.