Contexte D'après le dernier Baromètre du Numérique (Arcep, 2016), près de deux Français sur trois possèdent un smartphone, et parmi eux, une forte part l'utilise fréquemment pour « chercher un restaurant, un bar, un musée ou un magasin à partir d'une application [où ils sont géolocalisés] ». Les principaux systèmes d'exploitation mobiles (Apple iOS et Google Android), après accord de l'utilisateur 1 , collectent de manière systématique un historique des localisations enregistrées sur le smartphone. Cela produit à terme, pour chaque utilisateur de ces systèmes, des données spatio-temporelles massives. Elles peuvent être consultées sur les smartphones dans tous les cas, mais seul Android permet leur visualisation externe ainsi que leur export, via le service Google Timeline. Dans la lignée des pratiques de « quantified self », nous avons créé un outil d'exploration de ces données, TimeLine Exploratory DashBoard (TimeLineEDB), afin de permettre à chacun de mesurer l'ampleur de ces informations collectées, et, au moyen d'une interface d'analyse intuitive, de rendre compte de la forte capacité intrusive que ces données peuvent conférer. Sur le plan de la géovisualisation, nous souhaitons ici montrer que face à une masse de données, les méthodes de représentation et d'interrogation les plus simples peuvent suffire à extraire de précieuses informations et synthèses des caractéristiques et comportements de mobilité d'un individu.