Le Data Storytelling dans son contexte : Quand et pourquoi raconter des data stories

Des mythes et légendes aux mémoires et journaux intimes, les humains utilisent depuis toujours la narration pour donner un sens au monde et à eux-mêmes. Les histoires nous aident à comprendre comment les choses que nous observons s'assemblent et ce que ces observations signifient pour l'avenir. Le monde des affaires n'est pas différent : nos entreprises sont des constructions humaines reposant sur des récits.

Cette approche peut sembler aller à l'encontre de l'idée dominante d'une entreprise "axée sur les données", mais, malgré tous nos efforts, et contrairement aux machines, nous sommes influencés par des récits et non par des chiffres. Tant qu'un être humain est à la place du conducteur et prend les décisions finales, il est nécessaire de convertir les informations issues des données en récits agréables à lire.

  Malgré tous nos efforts, et contrairement aux machines, nous sommes influencés par des récits et non par des chiffres.

Une data story diffère d'une simple analyse dans la mesure où elle fournit une observation accompagnée d'un contexte et d'une conclusion. Alors qu'une analyse traditionnelle impose à l'observateur la charge d'identifier l'observation et de comprendre sa signification et ses ramifications, une data story rend ces éléments explicites. Elle tisse les données dans une structure narrative qui explique l'état antérieur, ce qu'il s'est passé et ce qu'il faut faire. Pour mieux comprendre pourquoi ces éléments sont si importants, examinons trois scénarios qui tirent profit du data storytelling : un bilan de performance, une présentation de projet et une réunion d'actionnaires.

Bilan des performances

Un examen des performances axé sur les données se concentre sur les indicateurs clés de performance (KPI) et les objectifs et résultats clés (OCR) d'un employé. Les KPI sont des paramètres contrôlés en permanence qui se rapportent aux principales responsabilités de l'employé, tandis que les OKR sont des paramètres qui permettent de suivre sa progression vers un objectif spécifique. Les deux types d'indicateurs doivent être mesurables et donc numériques.

Considérons le scénario suivant : L'employé A, un directeur commercial, dispose de KPIs tels que le nombre moyen de nouveaux abonnements à des logiciels qu'il vend chaque mois et le pourcentage de prospects qu'il parvient à convertir en nouveaux clients. Ses OKRs, quant à eux, comprennent l'augmentation du nombre net de comptes clients qu'il gère de 10, et l'augmentation des revenus récurrents de ses comptes de 500 000 dollars par mois. Une analyse des données pourrait montrer que même si l'employé A a atteint ses OKRs, ses deux KPIs ont fortement baissé au deuxième trimestre. Lorsqu'on ne présente que les chiffres, il semble que l'employé A soit sur une trajectoire descendante et qu'il soit tout juste capable de s'en sortir.

Une Data story, cependant, apporte le contexte commercial. Peut-être qu'au deuxième trimestre, l'entreprise est passée de la vente de plusieurs logiciels différents à une plateforme complète, ce qui explique pourquoi le nombre de nouveaux abonnements a diminué. Au lieu de vendre 3 ou 4 abonnements à la fois, chaque vente n'a donné lieu qu'à un seul nouvel abonnement. Dans le même temps, la simplicité de la vente d'un seul abonnement a permis à l'employé A de libérer du temps pour rechercher d'autres prospects. Au deuxième trimestre, il a pu s'attaquer non seulement aux clients les plus probables, mais aussi à ceux qui figuraient plus bas dans la liste des acheteurs potentiels et pour lesquels le taux de conversion était naturellement plus faible. 

Même si les chiffres sont les mêmes, les évaluations des performances sont très différentes. Dans le premier cas, l'évaluation du manager peut décourager l'employé, l'amenant à modifier son approche, voire à chercher un autre emploi. Dans le second cas, il est clair que l'employé a en réalité très bien réussi et que ce sont les KPIs qui devraient changer. En l'absence de data story, la décision "guidée par les données" peut être mauvaise et conduire à la suppression des bonnes pratiques.

Présentations de projet

Par nature, les pitchs ne durent pas très longtemps. Ils doivent être clairs, percutants et marquants pour convaincre les dirigeants. Disons que l'équipe d'une banque régionale a identifié une opportunité de fournir un nouveau service de planification financière en ligne aux clients. Elle a remarqué que lorsque la pandémie de Covid-19 a frappé et que les clients ont cessé de venir en personne dans les agences bancaires, les titulaires de petits comptes ont cessé d'utiliser autant les services secondaires. Ils se contentaient de vérifier le solde de leur compte et d'effectuer des retraits.
Il serait ridicule pour cette équipe d'essayer de faire valoir ses arguments en présentant simplement un graphique montrant une baisse de l'utilisation des services sur une diapositive PowerPoint. Au lieu de cela, ils doivent raconter une histoire. D'abord, ils montrent les taux auxquels les clients des petites banques ont utilisé d'autres services dans le passé ; ensuite, ils montrent la baisse tout en fournissant le contexte des fermetures de filiales comme contexte ; et enfin, ils font la recommandation de fournir des services en ligne. Cela peut sembler intuitif, mais en fait, ce qu'ils ont communiqué est une data story. Ils ont rendu explicite l'état antérieur des choses, ce qui a changé et ce qu'il faut faire pour y remédier, rendant ainsi les informations contenues dans les données assimilables et exploitables.

réunions d'actionnaires

Alors que le premier scénario racontait l'histoire d'un individu et le second celle d'un secteur d'activité, les cadres, eux aussi, doivent souvent raconter l'histoire de l'entreprise dans son ensemble. Lors d'une réunion avec les actionnaires, les dirigeants doivent se présenter devant ces derniers et discuter de la situation de l'entreprise. Bien sûr, ils pourraient se contenter d'envoyer une série de rapports contenant les données de performance de l'entreprise. Il est certain que les investisseurs institutionnels disposant du personnel nécessaire pour les passer au peigne fin seraient en mesure d'en extraire les informations appropriées, mais ils ne le font pas. Pourquoi ? Parce qu'une histoire peut communiquer plus efficacement ce qui se passe dans l'entreprise et la direction qu'elle prend.

Les chiffres sont évidemment un élément important de ces présentations, mais c'est la capacité de transformer ces mesures en un récit convaincant et persuasif qui permet aux dirigeants d'inspirer confiance à leurs actionnaires. En particulier pour les petits investisseurs, ces discours peuvent attirer leur attention sur ce qui est important en donnant un contexte et en soulignant explicitement les informations les plus convaincantes

Conclusion

Nous espérons que ces exemples ont montré le large éventail de contextes dans lesquels les data story jouent un rôle important. Bien que ces observations puissent sembler triviales, plus nous sommes capables de reconnaître quand nous racontons des data story plus nous sommes en mesure de les affiner et de les améliorer. Une fois que nous commençons à penser explicitement dans un esprit de narration, nous pouvons rechercher les outils qui nous aident à le faire plus efficacement.

Écrit par : Joe Hilleary, Senior Research Analyst chez  Eckerson Group