The production of energy, in particular the production of electricity, is the main responsible for the emission of greenhouse gases at world scale. The residential sector being the most energy consuming, it is essential to act at a personal scale to reduce these emissions. Thanks to the development of ubiquitous computing, it is now easy to collect data about the electricity consumption of electrical appliances of a housing. This possibility has allowed the development of eco-feedback technologies, whose objective is to provide to consumers a feedback about their consumption with the aim to reduce it. In this thesis we propose a personal visualization method for time-dependent data based on a what if interaction, which means that users can apply modifications in their behavior in a virtual way. Especially our method allows to simulate the modification of the usage of electrical appliances of a housing, and then to evaluate visually the impact of the modifications on data. This approach has been implemented in the Activelec system, which we have evaluated with users on real data.We synthesize the essential elements of conception for eco-feedback systems in a state of the art. We also outline the limitations of these technologies, the main one being the difficulty faced by users to find relevant modifications in their behavior to decrease their energy consumption. We then present three contributions. The first contribution is the development of a what if approach applied to eco-feedback as well as its implementation in the Activelec system. The second contribution is the evaluation of our approach with two laboratory studies. In these studies we assess if participants using our method manage to find modifications that save energy and which require a sufficiently low effort to be applied in reality. Finally the third contribution is the in-situ evaluation of the Activelec system. Activelec has been deployed in three private housings and used for a duration of approximately one month. This in-situ experiment allows to evaluate the usage of our approach in a real domestic context. In these three studies, participants managed to find modifications in the usage of appliances that would savea significant amount of energy, while being judged easy to be applied in reality.We also discuss of the application of our what if approach to the domain of personal visualization, beyond electricity consumption data, which is defined as the visual analysis of personal data. We hence present several potential applications to other types of time-dependent personal data, for example related to physical activity or to transportation. This thesis opens new perspectives for using a what if interaction paradigm for personal visualization.

La production d’énergie, et en particulier la production d’électricitĂ©, est la principale responsable de l’émission de gaz Ă  effet de serre au niveau mondial. Le secteur rĂ©sidentiel Ă©tant le plus consommateur d’énergie, il est essentiel d’agir au niveau personnel afin de rĂ©duire ces Ă©missions. Avec le dĂ©veloppement de l’informatique ubiquitaire, il est dĂ©sormais aisĂ© de rĂ©colter des donnĂ©es de consommation d’électricitĂ© des appareils Ă©lectriques d’un logement. Cette possibilitĂ© a permis le dĂ©veloppement des technologies eco-feedback, dont l’objectif est de fournir aux consommateurs un retour sur leur consommation dans le but de la diminuer. Dans cette thĂšse nous proposons une mĂ©thode de visualisation de donnĂ©es temporelles personnelles basĂ©e sur une interaction what if, qui signifie que les utilisateurs peuvent appliquer des changements de comportement de maniĂšre virtuelle. En particulier notre mĂ©thode permet de simuler une modification de l’utilisation des appareils Ă©lectriques d’un logement, puis d’évaluer visuellement l’impact de ces modifications sur les donnĂ©es. Cette mĂ©thode a Ă©tĂ© implĂ©mentĂ©e dans le systĂšme Activelec, que nous avons Ă©valuĂ© avec des utilisateurs sur des donnĂ©es rĂ©elles. Nous synthĂ©tisons les Ă©lĂ©ments de conception indispensables aux systĂšmes eco-feedback dans un Ă©tat de l’art. Nous exposons Ă©galement les limitations de ces technologies, la principale Ă©tant la difficultĂ© rencontrĂ©e par les utilisateurs pour trouver des modifications de comportement pertinentes leur permettant de consommer moins d’énergie.Nous prĂ©sentons ensuite trois contributions. La premiĂšre contribution est la conception d’une mĂ©thode what if appliquĂ©e Ă  l’eco-feedback ainsi que son implĂ©mentation dans le systĂšme Activelec. La seconde contribution est l’évaluation de notre mĂ©thode grĂące Ă  deux expĂ©rimentations menĂ©es en laboratoire. Dans ces expĂ©rimentations nous Ă©valuons si des participants utilisant notre mĂ©thode trouvent des modifications qui Ă©conomisent de l’énergie et qui nĂ©cessitent suffisamment peu d’efforts pour ĂȘtre appliquĂ©es en vrai. Enfin la troisiĂšme contribution est l’évaluation in-situ du systĂšme Activelec dans des logements personnels pour une durĂ©e d’environ un mois. Activelec a Ă©tĂ© dĂ©ployĂ© dans trois appartements privĂ©s afin de permettre l’évaluation de notre mĂ©thode en contexte domestique rĂ©el. Dans ces trois expĂ©rimentations, les participants ont pu trouver des modifications d’utilisation des appareils qui Ă©conomiseraient une quantitĂ© d’énergie significative, et qui ont Ă©tĂ© jugĂ©es faciles Ă  appliquer en rĂ©alitĂ©. Nous discutons Ă©galement de l’application de notre mĂ©thode what if au-delĂ  des donnĂ©es de consommation Ă©lectrique au domaine de la visualisation personnelle, qui est dĂ©finie comme l’analyse visuelle des donnĂ©es personnelles. Nous prĂ©sentons ainsi plusieurs applications possibles Ă  d’autres donnĂ©es temporelles personnelles, par exemple concernant l’activitĂ© physique ou les transports. Cette thĂšse ouvre de nouvelles perspectives pour l’utilisation d’un paradigme d’interaction what if pour la visualisation personnelle.