---
title: "Comprendre la visualisation et l’agrégation des données"
url: "https://help.aedifion.io/fr/article/comprendre-la-visualisation-et-lagregation-des-donnees"
language: "fr"
last_updated: "2026-03-02T10:32:44.124Z"
---

# Comprendre la visualisation et l’agrégation des données

## Pourquoi une valeur incorrecte est-elle affichée pendant une longue période?

Parfois, les graphiques dans notre interface peuvent contenir des incohérences, comme dans cet exemple. Dans ce cas, la vue dézoomée montre une valeur constante à 68,5 °C pendant plusieurs heures, mais en zoomant, on constate qu’elle ne baisse que très brièvement avant de remonter à 72 °C.

![](https://cdn-assets.productfruits.com/c0ecc737-41a2-46f5-9427-37dd312a31fa)

## Comment cela se produit-il ?

Lors de la visualisation de données sur de longues périodes, la plateforme agrège automatiquement les points de données en groupes temporels afin d’améliorer les performances et la lisibilité. Pour une période d’une semaine, les données sont regroupées par intervalles d’environ une heure. Pour chaque groupe temporel, une valeur moyenne de toutes les mesures est calculée et affichée. Si un groupe ne contient aucune mesure, la valeur du groupe précédent est utilisée.

Cela peut également expliquer un comportement inattendu de certains points de données affichant des valeurs qui ne devraient normalement pas exister. Par exemple, si vous observez une valeur à états multiples (un point de données qui alterne entre des nombres entiers \[1, 2, 3, 4…\]), la valeur moyenne d’un groupe temporel peut donner un résultat tel que 2,5, car différentes mesures ont été agrégées.

Dans notre exemple ci-dessus, l’incohérence se produit de la manière suivante :

1.  Les deux mesures de 65 °C et 72 °C tombent dans le même groupe temporel et donnent une valeur moyenne de 68,5 °C.
2.  Comme le groupe temporel suivant ne contient aucune donnée, la valeur du groupe précédent, soit 68,5 °C, est supposée rester constante (le terme technique pour cela est « zero-order hold »).
3.  La mesure suivante a lieu à 22 h 30, ce qui fait que la valeur moyenne est affichée pendant une longue période.

## Comment nous évitons ce problème

Le moyen le plus simple d’éviter ce comportement est de s’assurer qu’une nouvelle mesure est toujours disponible. Pour cela, nous configurons nos enregistreurs de données afin qu’ils envoient toutes les mesures chaque heure, même si les valeurs n’ont pas changé.

De cette façon, une valeur incorrecte est affichée au maximum pendant une heure avant qu’une nouvelle mesure ne la remplace.

## Comment gérer les graphiques ambigus

Si le graphique que vous consultez contient des données qui vous semblent difficiles à interpréter, cela peut être dû à un problème de ce type. Pour vous aider à ajuster facilement la manière dont les données sont agrégées, nous mettons à votre disposition un menu déroulant pour le taux d’échantillonnage (la taille des groupes temporels).

![](https://cdn-assets.productfruits.com/e504709f-6f50-402b-a299-2e6eaf500a7a)

Le taux d'échantillonnage `Automatique` détermine la taille des groupes temporels en fonction de la période sélectionnée. Pour une semaine, cela correspond à des groupes d'environ une heure ; pour un mois, d'environ quatre heures ; et pour une année, d'environ deux jours.

Le taux d'échantillonnage `Original` renvoie l'ensemble du jeu de données non agrégé. Chaque observation individuelle est affichée sans calcul de moyenne, de sorte que les pics et anomalies sont entièrement visibles. Attention : cela peut impliquer un volume de données important, entraînant des temps de chargement longs et un ralentissement du graphique. Évitez cette option pour de longues périodes ou lorsque de nombreux points de données sont sélectionnés.

Passer d'un taux d'échantillonnage automatique à un taux fixe d'`1 heure` ou de `15 minutes` peut améliorer l'apparence du graphique. Si vous consultez un graphique annuel, la valeur moyenne sur deux jours peut être très éloignée de la dernière valeur réelle. Changer pour un taux fixe peut donc améliorer la visualisation.