Data Storytelling : 4 conseils et exemples pour faire parler vos données en 2023

Ces dernières années ont été marquées par l’essor de la Data visualisation.

Cette discipline permet de rendre actionnable la masse de données générées ou exploitées par les entreprises. Cependant, afin de susciter un intérêt pour la data analyse et permettre à toutes les équipes d’en tirer parti, les informations présentées doivent être parlantes.

Le Data Storytelling permet justement de dynamiser la restitution d’une analyse de données afin d’aider le public à en retirer les informations essentielles.

Grâce à différentes techniques détaillées dans cet article, tu peux communiquer efficacement tes observations et aider l’audience à prendre les bonnes décisions.

Définition du Data Storytelling

Enjeux et importance du Data Storytelling

Le Data Storytelling, c’est l’art de raconter une histoire avec des données représentées graphiquement.

En entreprise, l'exploitation des données est devenue incontournable. Afin de faciliter l’exploration des données récoltées, des outils de business intelligence se sont démocratisés.

Cependant, l’utilisation de ces outils techniques peut être difficile pour les néophytes en science des données. Pour faire face à leur emploi du temps chargé, les dirigeants ont besoin de comprendre simplement et rapidement les leçons à tirer d’une analyse de données.

Malheureusement, la surabondance d’informations, même appuyée sur des visuels clairs, ne suffit pas toujours à transmettre efficacement une idée importante à l’audience.

Il faut trouver un moyen de faire parler les données afin d’intéresser l’audience et l’aider à arriver aux conclusions résultant des graphiques présentés.

Le Data Storytelling donne vie à l’analyse de données ! En racontant une histoire, on adapte les graphiques à l’audience afin de susciter son intérêt : ils permettent de transmettre une idée de manière simple, agréable et efficace.

Il s’agit d’un enjeu majeur au sein des entreprises car tous les départements peuvent tirer parti de la data.

Aujourd’hui, il ne s’agit pas seulement de collecter des données. Tous les employés doivent être capables de les interpréter correctement.

Le Data Storytelling présente plusieurs avantages :

• Rendre la donnée actionnable :  avec des données clairement représentées, n’importe qui est en mesure d’identifier les bonnes stratégies pour ton activité,
• Améliorer la productivité de ton entreprise : si les données sont présentées de manière simple et interactive, les équipes identifient rapidement les informations essentielles à retenir,
• Faciliter la prise de décision agile : le Data Storytelling améliore la communication entre les équipes et les aide à améliorer leurs performances en prenant des décisions éclairées.

Tu veux apprendre à maîtriser les techniques de Data Storytelling ? Databird propose une formation à la data analyse qui s’adapte à tous les emplois du temps.

Si le Data Storytelling améliore la transmission des conclusions d’une analyse de données, il ne faut pas confondre cette technique avec la Data Visualisation. Les deux disciplines sont complémentaires.

‍

 {{banniere-article}}

‍

Différence entre Data Storytelling et Data visualisation

La Data visualisation et le Data Storytelling permettent de représenter graphiquement un jeu de données.

Grâce aux outils de dataviz, la représentation visuelle d’un dataset facilite la compréhension des données, la communication entre les équipes et la prise de décision des dirigeants. Une image vaut mille mots !

Cependant, ces deux techniques ne sont pas rigoureusement identiques :

• La Data visualisation (ou Dataviz) est un ensemble de techniques permettant de résumer de manière graphique des données statistiques. 
• Le Data Storytelling s’appuie sur la Dataviz pour créer une histoire à partir des données. Cela permet d’adapter les graphiques à l’audience afin de faciliter davantage la visualisation des tendances, l’importance d’une évolution et les leçons à tirer des données représentées.

Malgré leurs différences, Dataviz et Data storytelling sont complémentaires !

Dit simplement, le Data Storytelling dynamise la Data Visualisation. Cela permet de stimuler l’attention du public et de le guider efficacement à chaque étape de l’analyse. Ainsi, la transmission des informations essentielles au public concerné, quel que soit son niveau d’expertise, est améliorée. Un Data Storytelling réussi facilite davantage la prise de décision.

‍

‍

Les 3 piliers du Data Storytelling

La donnée

Lorsque les graphiques s'appuient sur des données pertinentes, ils mesurent efficacement les performances d’une entreprise et ils aident à révéler l’information importante qui “se cache” dans une base de données.

Cependant, si un Data analyst parle “d’écart-type”, “d’espérance” ou de “distribution” devant tous les employés d’une entreprise, il est probable que certains soient perdus. Face aux volumes de données à analyser, il doit pourtant les agréger et trouver une manière convaincante de restituer ses conclusions. 

Un Data analyst doit choisir soigneusement les données qui lui servent à présenter ses analyses. La nature des données doit être adaptée à son public.

‍

Le Data storytelling consiste à raconter l’histoire qui réside dans un ensemble de données trop complexes à analyser pour un œil humain. Ainsi, l’audience comprend presque instinctivement les enseignements apportés par les données représentées visuellement. Et cela, quelque soit sa familiarité avec les statistiques ou la Data science.

Par exemple, un directeur financier et un directeur commercial apprécient différemment les performances de leur département. Leur jargon est différent. Ils ne sont pas sensibles aux mêmes données ou aux mêmes KPIs. 

C’est pourquoi un Data analyst doit adapter les données à son audience et redoubler de clarté si celle-ci n’est pas habituée aux indicateurs présentés.

Si le choix des données est important, celles-ci doivent appuyer un discours ou parler d'elles-mêmes. C’est pourquoi un bon choix de données doit être combiné à une bonne narration.

La narration : 3 étapes pour engager son audience

Sur un marché concurrentiel, la data analyse et le Data Storytelling sont devenus incontournables car ils permettent d’améliorer efficacement la compétitivité d’une entreprise.

Le Data analyst fait face à un challenge de taille : comment présenter graphiquement son analyse sans submerger l’audience d’un volume de données indigeste ?

Dans ce contexte, la narration apporte une structure logique qui aide à suivre son raisonnement. Cette structure se décompose en trois étapes, comme la narration d’un récit :

1. Mise en place : la situation initiale et la présentation des données
2. Conflits : mise en évidence d’un point de bascule dans le graphique
3. Résolution : le résultat du conflit et la leçon à tirer du graphique

La narration dynamise les graphiques, elle capte et conserve l’attention de l’audience tout au long de la présentation. Ainsi, les conclusions d’une analyse apparaissent claires, logiques et faciles à mémoriser.

Le Data Storytelling de ce graphique se déroule verticalement :

1. La situation est mise en place grâce à la première partie du graphique : quel est l’impact de la pandémie sur la pauvreté des apprentissages dans les pays à revenu faible ou intermédiaire ?
   La situation avant la COVID-19 est clairement indiquée : 53 enfants étaient en situation de pauvreté des apprentissages.

2. Le conflit ressort grâce à une couleur unique : sur les 100 enfants représentés, 10 sont entrés dans une situation de pauvreté des apprentissages après l’apparition de la pandémie. Il y a donc bien un avant et un après.
3. La résolution présente l’état de la situation après la COVID-19 : 63 enfants sont désormais en situation de pauvreté des apprentissages.

Ce graphique est parlant car il raconte l’impact de la pandémie sur l’éducation des enfants. On identifie facilement la situation initiale, le point de bascule et la situation actuelle.

Cependant, pour être efficace, une bonne narration doit être accompagnée par des graphiques de qualité ! Voyons comment le Data Storytelling associé aux bons visuels permet de captiver l’attention de l’audience.

La visualisation des données : attirer l’attention de l’audience au bon endroit

La Dataviz permet d’utiliser un grand nombre de visuels afin de rendre plus clair un jeu de données.

Cependant, transformer les données en graphique ne permet pas toujours de mettre en évidence l’idée ou l’information importante. Un bon visuel doit donc attirer l’attention de l’audience sur des visuels adaptés afin de la guider dans un processus de réflexion.

Les graphiques utilisés pour faire du Data Storytelling doivent captiver l’attention de l’audience afin de rendre l’analyse des données agréable et facile à suivre.

Ainsi, ton audience s’approprie ta réflexion, arrive rapidement aux mêmes conclusions que toi et cerne les implications du résultat sur leur activité.

Il existe 5 astuces visuelles pour capter l’attention de ton audience :

1. Bien choisir les couleurs et les contrastes :  l'attention de l'audience doit immédiatement atterrir au bon endroit,
2. Utiliser les codes : nous sommes influencés par des normes culturelles associées aux couleurs et aux formes (ex: vert = positif, rouge = négatif),
3. Hiérarchiser l’information : l’attention de l’audience doit être guidée afin qu’elle découvre les informations dans un ordre logique
4. Faire simple : face à trop d’informations, le cerveau humain sature et sa concentration décroche.
5. Être clair : les idées contenues dans les graphiques doivent apparaître comme une évidence.

Tu détiens maintenant les 3 composants d’un Data Storytelling réussi !

Nous allons maintenant te donner le dernier ingrédient qui permet de faire passer le Data Storytelling au niveau supérieur : l’interactivité !

L’interactivité

En entreprise, la plupart des présentations se font sur PowerPoint mais l’inconvénient des slides est leur rigidité. La restitution d’une analyse de données est très importante mais lorsque le support de présentation est statique, les graphiques présentent les données uniquement sous un certain angle. Cela peut poser problème si une question de l’audience nécessite une manipulation des données.

Par exemple, en présentant les données relatives à l’évolution du trafic sur un site internet, le responsable marketing peut demander de représenter l’évolution du trafic par canal d’acquisition (payant, organique, affiliation etc…). Sans interactivité, impossible de filtrer les données en direct afin de visualiser immédiatement la réponse. Il faut générer un nouveau graphique afin de rendre les données actionnables.

Grâce à l'interactivité, tu peux naviguer à ta guise dans les données afin de répondre aux interrogations du public. L’audience devient ainsi acteur de l’analyse et accède facilement aux données qui lui parlent.

Data Storytelling + Interactivité
= Combo gagnant !

‍

Des outils comme Tableau, Google Data Studio ou Power BI te permettent de manipuler tes données en temps réel et de créer de nouveaux graphiques en seulement quelques clics !

Savoir, c’est pouvoir ! Le meilleur exemple de visualisation interactive est le tableau de bord. Filtrer les données d’un graphique ou changer la périodeanalysée permet aux utilisateurs d’accéder à l’information qui les aide à prendre des décisions éclairées. Savoir comment faire un tableau de bord dynamique, c’est pouvoir optimiser les performances de son activité !

Tu veux maîtriser les outils de Dataviz pour améliorer ton Data Storytelling ? Alors fonce découvrir le programme de notre formation !

Exemples de Data Storytelling réussi

200 ans d’histoire en 4 minutes : raconter l'Histoire avec des données

Hans Rosling est un statisticien suédois célèbre pour son travail sur les statistiques et pour sa mission de mettre le Data Storytelling au service de l’éducation grand public.

Dans cette vidéo réalisée avec la BBC, Hans Rosling présente l’évolution du monde sur les 200 dernières années grâce à un graphique dynamique ! Ainsi, il nous montre comment les différents événements historiques depuis 1810 ont influencé l’espérance de vie et le revenu par habitant des différents pays.

Tu remarqueras que dans cette présentation, Hans Rosling utilise tous les outils du Data Storytelling que nous avons présentés plus haut. Il appuie son récit sur des données claires, une narration solide et un graphique dynamique qui captent notre attention.

La campagne de Russie : marquer le public grâce au Data Storytelling

Cette carte intéractive réalisée par Charles Minard nous montre l’évolution du nombre de soldats dans l’armée de Napoléon entre son départ pour la campagne de Russie et sa retraite. L’armée marchant vers Moscou est représentée par la ligne claire et sa retraite par la ligne foncée. L’épaisseur de la ligne correspond au nombre de soldats dans l’armée napoléonienne.

C’est en voyant la différence d’épaisseur entre les deux lignes que l’on peut visualiser l’impact de la campagne de Russie sur les troupes de Napoléon. Voici comment le data storytelling capte l’attention de l’audience et l’aide à voir la leçon à tirer du graphique.