Un client m’a un jour envoyé une version « finale » d’un tableau de bord trimestriel trois heures avant la réunion du conseil d’administration. Chaque tuile de KPI utilisait un dégradé bleu-rouge, allant d’un bleu ciel doux pour les faibles valeurs à un rouge profond pour les fortes. Cela avait l’air coûteux. Mais cela faisait aussi paraître deux indicateurs non liés — le taux de désabonnement et le volume de tickets de support — comme s’ils évoluaient en synchronisation, simplement parce que les deux se situaient dans la bande orange de l’échelle. Ils n’avaient aucun lien. C’est là que les gens se trompent avec les dégradés de couleur : le problème n’est pas qu’ils soient laids ou surutilisés. C’est que le cerveau humain est structurellement mal adapté pour interpréter un dégradé continu comme une quantité continue, avec des étapes régulières et prévisibles.

La couleur n’a pas d’échelle intégrée

Les nombres ont un ordre évident. Trois est plus grand que deux, plus petit que quatre, sans interprétation nécessaire. La couleur ne fonctionne pas ainsi. Quand vous ombrez un graphique du jaune à l’orange puis au rouge, vous comptez sur le cerveau du spectateur pour convertir silencieusement la teinte en magnitude — et la teinte n’a jamais été conçue pour ce rôle.

C’est exactement la critique qui a écarté la « carte des couleurs de l’arc-en-ciel » de la visualisation scientifique. Dans leur article largement cité de 2007 pour l’IEEE, les chercheurs David Borland et Russell Taylor ont soutenu que les échelles de couleurs de type arc-en-ciel trompent les lecteurs car elles manquent d’un ordre perceptif naturel, et que les variations inégales de luminosité sur l’échelle peuvent masquer de réelles différences dans les données ou en inventer qui n’existent pas. Un dégradé qui saute en luminosité à mi-parcours — la plupart des échelles multiteintes et arc-en-ciel le font — crée une « limite visuelle » à ce point, même lorsque la valeur numérique sous-jacente évolue à un rythme parfaitement régulier.

J’ai vu cela se produire sur des graphiques de ventes ordinaires, pas seulement scientifiques. Une carte thermique de revenus qui passe du jaune au vert autour de la même valeur à chaque fois attire l’œil vers cette frontière comme si quelque chose y avait changé. Rien ne s’y est passé. Le dégradé a simplement un point lumineux au milieu de sa plage.

Le graphique fonctionne sur votre ordinateur — puis ne fonctionne plus

Voici où cela devient plus ennuyeux qu’un simple défaut de design. Un dégradé calibré sur un écran colorimétrique précis, dans un bureau calme, à pleine luminosité, n’est pas le dégradé que voit votre public.

Projetez la même diapositive sur un écran de salle de réunion avec les lumières à moitié ouvertes, et les fines distinctions entre les nuances adjacentes — celles qui portent vos données réelles — s’estompent en premier, car les changements subtils de teinte ont bien moins de contraste qu’une frontière de couleur franche. Imprimez-le en noir et blanc pour un dossier de réunion, ce qui arrive plus souvent que la plupart des concepteurs ne le supposent, et un dégradé à cinq étapes peut se réduire à deux ou trois blocs visuellement distincts. Capturez-le d’écran et collez-le dans un fil Slack, et la compression JPEG étalera davantage les transitions.

Aucun de ces problèmes ne se voit lors de la conception du graphique. Ils apparaissent dans la salle, quand quelqu’un plisse les yeux devant l’écran et demande quelle région a réellement mieux performé — et la réponse honnête est que le graphique ne peut plus le dire.

Ensuite, il y a le lecteur que vous n’avez pas conçu

La déficience visuelle des couleurs n’est pas un cas marginal rare qu’on peut raisonnablement ignorer. Colour Blind Awareness estime que cela concerne environ 1 homme sur 12 et 1 femme sur 200 — ce qui signifie qu’une réunion d’actionnaires de taille moyenne inclura très probablement quelqu’un qui ne peut pas distinguer de manière fiable l’extrémité rouge de votre dégradé de l’extrémité verte ou orange. Les dégradés rouge-vert sont les pires coupables, car c’est exactement cette distinction que la plupart des déficiences visuelles brouillent.

Ce n’est pas une mise en garde à ajouter à la fin d’une checklist de couleurs. Cela repose sur le même problème de base que le problème du projecteur : un dégradé ne fait son travail que si chaque spectateur le décode en une valeur numérique similaire. Dès qu’une part significative de la salle ne peut pas le faire, le graphique a cessé de communiquer des données et commence à communiquer « couleurs chaudes contre couleurs froides », ce qui est un signal beaucoup plus grossier que celui que vous aviez en tête.

Les dégradés ne sont pas les méchants — utilisés sans catégorie, ils le deviennent

Aucune de ces raisons ne signifie qu’il faille bannir les dégradés de tous les graphiques. Un dégradé séquentiel bien construit — une seule teinte, ne variant que par intensité, comme un bleu pâle à un bleu profond — fait effectivement son travail pour une seule variable continue, et il résiste bien mieux à l’éblouissement du projecteur et à l’impression en noir et blanc qu’un dégradé multiteintes arc-en-ciel, car il n’y a qu’une seule chose qui change : l’intensité, pas la teinte.

C’est là que les dégradés méritent leur place : dans l’exploration, pas dans la comparaison. Une matrice de carte thermique utilisée pour repérer visuellement où un grand jeu de données se concentre — quelle région d’une grille 10x10 est « chaude » par rapport au reste — est une utilisation raisonnable, précisément parce que le lecteur n’est pas censé lire des valeurs précises, mais simplement repérer le schéma général. Si l’on regarde comment les modèles de matrice thermique sont généralement construits, les meilleurs associent le dégradé à des nombres réels imprimés dans chaque cellule, de sorte que la couleur fait un repérage grossier tandis que les chiffres portent la précision réelle. Cette combinaison est la marque d’un dégradé utilisé correctement : la couleur pour le gestalt, les chiffres pour les faits.

C’est là que les dégradés échouent : dans le travail opposé — demander à quelqu’un de comparer deux valeurs précises, comme « laquelle de ces six régions a connu la plus forte croissance ». C’est le travail d’un graphique en barres, pas d’un dégradé, car les barres donnent une longueur, et la longueur est l’une des rares encodages visuels que les gens lisent presque aussi précisément qu’ils lisent du texte.

Un test plus rapide que de mémoriser la théorie des couleurs

Je ne recommande pas d’essayer de mémoriser la science perceptive des couleurs avant que votre prochaine présentation ne soit prête. Un contrôle plus rapide et intuitif : convertissez le graphique en noir et blanc et plissez les yeux en le regardant depuis l’autre bout de la pièce. Si vous pouvez toujours distinguer quelles régions sont significativement différentes, le dégradé transmet une information réelle. Si tout se brouille en deux ou trois zones vagues, la couleur faisait plus de décoration que de communication, et vous feriez mieux d’utiliser un petit ensemble de catégories distinctes et nommées — ou de confier la précision aux étiquettes et aux chiffres, comme le font généralement par défaut les modèles de graphiques bien construits.

Le tableau de bord du client, en fin de compte, a conservé son dégradé pour la diapositive de carte thermique montrant le volume d’ordres régionaux — réellement exploratoire et réellement pertinent — et l’a supprimé partout ailleurs, le remplaçant par cinq catégories distinctes, vérifiées pour la daltonisme, pour tout ce dont le conseil avait besoin pour comparer directement. Personne dans cette réunion n’a plus confondu le taux de désabonnement avec le volume de tickets.