Un client m’a un jour remis un tableau avec quatorze colonnes et m’a demandé une « diapositive propre ». Pas une diapositive de synthèse, pas une section — une seule diapositive. Mon premier réflexe a été de commencer à supprimer des colonnes. Ce réflexe était erroné, et comprendre pourquoi a changé la façon dont j’aborde chaque ensemble de données dense depuis lors.

Le problème n’était jamais que les données étaient compliquées. Le problème était que personne n’avait encore décidé quelle question la diapositive devait répondre. Couper des colonnes avant cette décision revient à créer une version arbitraire de la même table écrasante — plus petite, mais pas plus claire.

Simplifier n’est pas la même chose que réduire

La plupart des gens traitent « simplifier les données » comme un problème de soustraction : supprimer des lignes, éliminer les décimales, réduire la taille de la police jusqu’à ce qu’elle tienne. Cela fonctionne jusqu’au moment où quelqu’un dans la salle demande : « Attendez, où est passé le chiffre du T3 ? » — et vous réalisez que vous avez supprimé le point de données qui comptait spécifiquement pour eux, parce que vous ne saviez pas qu’il comptait spécifiquement pour eux.

Ce qui fonctionne vraiment, c’est de décider le seul point à soutenir par la diapositive, puis de conserver uniquement ce qui le défend. Tout le reste n’est pas supprimé — il est déplacé. Dans une diapositive annexe, une note pour l’orateur, un graphique de secours que vous consultez uniquement si quelqu’un conteste. Rien qui pourrait importer pour quelqu’un dans la salle ne doit disparaître entièrement ; il doit simplement cesser de rivaliser pour la place en première ligne.

Le type de graphique est une décision, pas une option par défaut

Je ne recommanderais pas d’ouvrir PowerPoint ou Keynote et de choisir automatiquement le type de graphique que vous avez utilisé la dernière fois. Un graphique en barres empilées et un graphique en courbes peuvent afficher les mêmes chiffres et amener le public à deux conclusions différentes — l’un met l’accent sur la composition, l’autre sur la tendance — et si votre point principal porte sur la tendance, une barre empilée travaillera silencieusement contre vous, même si les données sont techniquement correctes.

Voici où cela devient moins net que la plupart des conseils l’admettent : parfois, le « bon » type de graphique pour les données est le mauvais choix pour la salle. Un nuage de points peut être la représentation honnête d’un ensemble de données bruyantes, mais si le public dispose de trente secondes et n’a pas de formation en statistiques, un nuage de points se lit comme du bruit, pas comme une révélation. Dans ce cas, une ligne de tendance simplifiée — clairement indiquée comme lissée, pas brute — communique souvent le résultat réel mieux que l’exactitude technique. Il s’agit d’un compromis, pas d’un raccourci, et il vaut la peine de le dire ouvertement dans la salle plutôt que de le cacher.

La superposition prime l’aplatissement

Une chose que les gens négligent : le public ne veut pas moins de données, il veut des données séquencées. Une table dense aplatie en une seule vue force tout le monde à construire sa propre hiérarchie mentale en temps réel, ce qui est épuisant. La même information présentée sur deux ou trois diapositives — d’abord le chiffre clé, ensuite la répartition, puis l’explication des écarts — permet aux gens de l’absorber dans l’ordre que vous avez prévu plutôt que dans l’ordre où leurs yeux se sont posés.

C’est là que les formats de graphiques tridimensionnels ou superposés peuvent vraiment justifier leur place au lieu de simplement paraître impressionnants. D’après mon expérience, les formats de type cube ou empilés fonctionnent le mieux spécifiquement pour des données hiérarchiques ou étagées — les modèles de graphiques basés sur des cubes sont conçus autour de ce type de révélation superposée, où chaque face ou niveau porte une partie de l’histoire au lieu que tout compete pour l’attention en même temps. Utilisés sur une comparaison plate unique, la même structure 3D ajoute de la confusion au lieu d’enlever.

Les tableaux ne sont pas l’ennemi — les tableaux non structurés le sont

Il y a un réflexe en conception de présentation qui consiste à traiter les tableaux comme la chose à simplifier loin de, comme si toute grille de lignes et de colonnes était inhéremment un échec de conception. Ce n’est pas mon expérience. Un tableau bien structuré — regroupement clair, un ancrage visuel par ligne, alignement cohérent — peut communiquer une comparaison plus rapidement qu’un graphique, surtout lorsque le public a besoin de chiffres exacts plutôt que d’une forme générale. Le mode de défaillance n’est pas le format de tableau lui-même ; c’est un tableau construit en copiant-collant une plage de tableau sur une diapositive sans décider quelles lignes méritent d’être mises en avant.

Quand j’utilise des tableaux pour des comparaisons denses, j’opte pour des mises en page de tableaux pré-structurées plutôt que de construire la grille depuis zéro, principalement parce que les décisions de regroupement et d’alignement sont déjà prises — ce qui libère le temps de travail réel pour décider ce qui doit figurer dans le tableau, pas comment dessiner ses bordures.

La règle du chiffre unique, et son exception

Si une diapositive est destinée à convaincre plutôt qu’à simplement informer, elle doit généralement porter un seul chiffre que le public peut répéter cinq minutes plus tard. Pas zéro chiffre — une assurance vague sans données se lit comme de l’évitement — et pas douze, ce qui se lit comme du remplissage ou un manque de confiance dans son propre argument.

L’exception concerne les tableaux de bord et les rapports de statut, où le but même est que différentes personnes dans la salle aient besoin de chiffres différents, et choisir un chiffre pour le titre reviendrait à fausser le rapport comme un argument alors qu’il s’agit en réalité d’un document de référence. Dans ce cas précis, une mise en page multi-métrique bien organisée fait honnêtement le travail qu’un seul chiffre mis en avant ne peut pas — le but passe de la persuasion à la recherche rapide, et la mise en page doit suivre ce changement.

Quand les données géographiques brisent les règles habituelles

Les ensembles de données régionaux ou géographiques méritent une mention séparée parce que l’instinct de « simplifier en coupant » s’avère contre-productif ici. Couper une région d’une carte pour réduire le bruit visuel ne simplifie pas les données — cela change silencieusement la portée de l’affirmation, ce qui est un problème différent de l’encombrement. Si la diapositive porte sur les performances dans un ensemble spécifique de marchés, la carte doit montrer exactement cet ensemble, ni plus ni moins, avec un codage par couleur qui fait le travail de simplification au lieu de l’omission. Les modèles de cartes régionales éditables — par exemple, des mises en page de cartes centrées sur l’Amérique centrale, plutôt qu’une carte du monde entier avec tout ce qui est en dehors de la région concernée grisé comme un après-pensée — gardent la portée honnête tout en permettant à la couleur et aux superpositions de porter la comparaison.

Ce que je dirais à quelqu’un qui construit cette diapositive ce soir

Avant de toucher aux polices ou aux couleurs, écrivez la phrase d’une ligne que la diapositive doit prouver. Si vous ne pouvez pas écrire cette phrase, aucun choix de type de graphique ou d’espace blanc ne réparera la diapositive, parce que le vrai problème n’a pas encore été résolu — il a simplement été habillé. Les données n’ont jamais été le vrai défi. Décider ce que vous êtes prêt à laisser de côté, et être honnête sur la raison, l’est.