Le data storytelling peut changer le monde.
Et non, nous ne parlons pas seulement du pouvoir des big data ou des milliards de giga-octets stockés sur les machines. Le data storytelling est l’art de transformer des informations quantitatives en une narration convaincante afin d’impliquer votre public et de le pousser à agir. Dans cet article, vous découvrirez pourquoi c’est si important.
Mais un diagramme peut-il vraiment faire tout cela ? Avec tout le respect dû aux diagrammes bâtons, vous en avez utilisé assez dans des présentations PowerPoint pour savoir qu’ils ne sont pas si efficaces que ça. Changer le monde ? Ce n’est pas un peu trop fort ?
Voilà ce qui l’en est : le data storytelling, c’est bien plus que transformer des données brutes en visuels. Le fait de traduire les données en graphiques s’appelle la data visualisation. Et si la data visualisation est une partie importante du storytelling, il existe des différences entre ces deux concepts : nous allons les passer en revue dans cet article. Vous allez apprendre :
- Pourquoi la compétence en data storytelling prend une telle importance aujourd’hui
- 4 principes à garder à l’esprit pour raconter une bonne histoire
- 5 raisons pour lesquelles les entreprises ont aussi besoin de data stories
- Ce qu’est un outil de data storytelling
- 7 critères pour choisir l’outil de data storytelling qui vous convient
Mais avant cela, je ne peux pas commencer cet article sur le data storytelling sans une bonne histoire.
Le docteur qui s’est servi du data storytelling pour lutter contre le choléra
Nous sommes en 1854. Les médecins n’arrivent pas à ralentir l’épidémie de choléra qui sévit dans le quartier de Soho, à Londres : en seulement trois jours, 127 personnes meurent à Broad Street, et le taux de mortalité s’élève à 12 % en ville. À cette époque, la plupart des scientifiques ne savent pas vraiment comment se transmet la maladie : ils croient en la théorie des miasmes et pensent que le choléra est provoqué par des particules présentes dans l’air. Un jeune médecin nommé John Snow décide de passer à l’action. Il est sceptique quant à la théorie dominante des miasmes, et est déterminé à sauver ses contemporains en prouvant que le choléra se transmet par de l’eau contaminée.
Même si l’histoire a fini par lui donner raison, l’establishment médical de l’époque refuse de le prendre au sérieux. Mais ses observations le conduisent à penser qu’une pompe à eau publique, celle de Broad Street, fournit de l’eau contaminée aux résidents du quartier. Il y a un problème toutefois : ses analyses chimiques et microscopiques de l’eau ne sont pas concluantes. Il décide donc de s’appuyer sur le pouvoir des données : il recueille des informations statistiques sur l’incidence du choléra du voisinage et les cartographie sur un tableau, démontrant que les foyers s’approvisionnant en eau à la pompe de Broad Street affichent des taux de mortalité au choléra 14 fois supérieurs. Son exposé est si convaincant que les autorités locales acceptent d’arrêter la pompe le jour même.
La carte utilisée par John Snow pour convaincre les autorités locales que l’épidémie de choléra provenait de la pompe à eau.
Non seulement John Snow était un scientifique assez bon pour trouver la véritable cause de l’épidémie de choléra, mais il comprenait aussi très finement la communication humaine. Il a su présenter les bonnes données pour atteindre son objectif : arrêter la pompe et sauver des vies. Le storytelling avec des data peut vous permettre à vous aussi de convaincre des foules sceptiques.
Essayez notre outil de data visualisation
Il était une fois un data scientist qui avait besoin de convaincre une foule
Nous vivons à une époque où la data règne en maître. Toutes les sociétés s’efforcent d’être davantage data driven, et les data scientists sont sur le podium de Glassdoor des postes les plus demandés depuis 5 ans. Mais cela ne concerne pas que les entreprises : avec nos montres connectées et nos fitness trackers, nous essayons tous d’utiliser les données pour prendre de meilleures décisions et vivre au mieux notre vie. Et comme nous recueillons des données qui sont plus volumineuses et précises que jamais, cela peut être assez facile.
Il y a juste un petit problème : nous ne sommes naturellement pas faits pour prendre des décisions d’après des données. Il y a une force bien plus puissante à l’œuvre derrière la plupart de nos décisions : les émotions. Les neuroscientifiques s’accordent désormais sur le fait que la plupart des choses que nous faisons sont influencées par ce que nous ressentons. La data science à elle seule ne suffit pas à changer nos comportements.
La dure réalité est que nous ne sommes pas les agents rationnels que nous aimons penser être. Les histoires sont la manière dont les humains comprennent le monde, ressentent des émotions et décident comment agir. Avant que la science ne soit capable d’expliquer la plupart des phénomènes naturels, nous nous servions des mythes pour comprendre ce que nous voyons. Même dans un monde en quête constante de data, les histoires restent notre principale source de divertissement, d’espoir et d’inspiration.
Nous avons tendance à voir le monde de la data et celui des histoires comme fondamentalement séparés. D’un côté, des data scientists avec leurs feuilles de calcul, de l’autre, des auteurs et des communicants aux discours soigneusement établis. Le data storytelling se situe à l’intersection de ces deux mondes. Quand on associe des connaissances en données à des histoires, on peut convaincre des foules et orienter des opinions dans la bonne direction. Cela peut contribuer à mettre fin à des crises sanitaires publiques (comme l’a montré le Dr John Snow) ou à traiter des problèmes urgents comme le réchauffement climatique : un défi que relève le data journalisme.
Comment bien raconter des histoires avec des data
Cela semble très prometteur, mais par où commencer ? Est-ce que vous pouvez le faire à l’échelle de votre propre organisation, ou est-ce que c’est une compétence que seuls les meilleurs data journalistes du New York Times et de National Geographic peuvent faire ?
Chez Toucan, nous pensons que tout le monde peut raconter une bonne data story s’il a les bons outils de data storytelling. Il faut aussi comprendre certains principes de base du storytelling. Repensez à l’histoire que vous avez lue au début de cet article : j'aurais pu simplement vous donner des faits et des chiffres sur le data storytelling. Mais j’ai choisi de vous raconter l’histoire d’un brillant médecin en lutte avec l’establishment scientifique de son époque et qui a pu sauver des innocents d’une mort imminente. C’est beaucoup plus parlant, non ? Vous croyez en l’histoire de John Snow et vous êtes beaucoup plus enclin à croire que le data storytelling peut vraiment résoudre des problèmes.
Voici comment faire.
1 – Connaissez votre public
Toute bonne histoire est adaptée à son public. Connaître la situation des personnes qui vous écoutent peut vous permettre de combler leurs lacunes. Je ne sais pas exactement qui lira cet article, mais nous vivons tous une pandémie depuis près de deux ans, donc je peux aisément parier sur le fait que mes lecteurs seront intéressés par l’histoire d’un médecin qui arrête une épidémie. En revanche, la plupart des gens ne connaissent pas la théorie des miasmes, donc il fallait que je donne cette information
2 – Intéressez-les
Il y a des règles du storytelling qui s’appliquent à toute narration. N’importe quel auteur vous dirait qu’une bonne histoire a un début, un milieu et une fin. Si vous le pouvez, ajoutez un élément humain en présentant des personnages auxquels le public peut s’identifier et s’attacher. Ils doivent avoir un objectif clair, et vous devez donner à votre public un bon moyen de l’atteindre : rappelez-vous, l’objectif de votre data storytelling est que les gens autour de vous veuillent agir.
3 – Étayez vos propos
C’est là que la partie « data » du data storytelling entre en jeu : vous avez des chiffres, utilisez-les ! Quand votre public est suffisamment impliqué dans votre histoire, donnez-lui les data qui prouvent l’efficacité de la solution que vous défendez.
4 - Montrez-leur
Nous avons déjà dit que la data visualisation était une part importante du data storytelling. Les humains sont faits pour interpréter les informations visuelles beaucoup plus vite que les chiffres : intégrer des graphiques et des visuels dans votre narration la rendra plus efficace. Vous pouvez en apprendre plus sur la data visualisation ici.
Les entreprises aussi ont besoin d’histoires
Nous avons tendance à considérer que le monde des affaires n’est que nombre et rationalité. C’est faux, sinon tous les publicitaires et les communicateurs n’auraient plus de boulot. Et cela ne s’applique pas qu’aux consommateurs : même au plus haut niveau des entreprises, les émotions influent sur les décisions. C’est pourquoi le storytelling avec data a prouvé sa réussite dans l’entreprise. Malheureusement, cette « note finale » des données est souvent ignorée : les sociétés investissent massivement dans la data science, l’analyse et l’exploration des données et ne pensent pas assez à la manière de les présenter. Voici ce que le data storytelling peut vous aider à faire :
1- Prendre de meilleures décisions
Nous avons tendance à mal interpréter les chiffres quand nous ne voyons pas le tableau général. C’est particulièrement vrai si vous gérez les différentes branches de votre entreprise à distance, ou quand l’envergure de votre organisation est trop grande pour que vous puissiez être sur le terrain. Par exemple, disons que vous avez remarqué une chute des résultats pour un de vos restaurants au cours du mois passé. Si vous ne savez pas que les conditions météo ont été particulièrement mauvaises dans cette région, ce qui a poussé votre clientèle à rester à la maison, vous pouvez interpréter à tort cette chute comme un problème de management. Le data storytelling peut donner un contexte et permettre une meilleure prise de décision.
2- Convaincre les parties prenantes
Convaincre les membres du conseil ou le comex d’adopter une certaine stratégie ou une nouvelle solution fait partie intégrante de la vie d’un cadre ou d’un manager. On pense souvent que les chiffres suffisent à prouver l’efficacité d’une solution donnée, mais quiconque a déjà assisté à une réunion du conseil d’administration sait que c’est faux : vous devez renforcer vos données avec une histoire pour mettre les décideurs de votre côté.
3- Évaluer les stratégies passées
Inversement, quand une décision a déjà été prise, il est important de tirer des conclusions précises sur son efficacité et de rectifier les erreurs éventuelles. Pouvoir raconter toute l’histoire d’une décision stratégique est important : vous devez connaître le contexte dans lequel elle a été prise, son objectif initial et la manière dont elle a été mise en œuvre. Avec du recul, ces facteurs importants peuvent souvent être sous-estimés.
4- Impliquez tous vos employés
Le truc avec la data, c’est qu’elle est générée de manière plus intensive que jamais au sein des sociétés, mais que seule une petite partie de vos employés peut la comprendre et l’utiliser. La plupart des employés n’ont pas les compétences de lecture des données nécessaires pour prendre des décisions data-driven, ce qui peut influer sur la manière dont vos activités sont menées. Le data storytelling peut aider tout le monde à comprendre la data, quelles que soient ses compétences en data literacy, ce qui produit de meilleurs résultats
5- Marketez votre produit
Le data storytelling est important pour le marketing : les chiffres seuls ne sont pas suffisants pour vendre votre produit au grand public. Mais si vous avez des chiffres qui prouvent l’efficacité de votre produit ou de votre solution, le fait de les transformer en une histoire qui convainc et implique peut faire ou défaire votre stratégie marketing. Donnez-leur les faits et l’inspiration qui va avec !
Qu’est-ce qu’un outil de data storytelling et comment en choisir un
Tout cela est très intéressant en théorie, mais vous avez besoin de manières concrètes de mettre en place le data storytelling dans votre société ou votre organisation. Ce que nous avons expliqué peut être facile à faire manuellement une fois ou deux, mais vous devez l’adapter à l’échelle : c'est seulement si vous avez une méthode infaillible pour le data storytelling que vos équipes prendront l’habitude de raconter des histoires avec des données. C’est là que les outils de data storytelling entrent en jeu : ils sont bien plus que de simples tableaux de bord de data visualisation. Ils priorisent le design et vous permettent d’intégrer du texte ou des médias visuels pour fournir un contexte à vos données.
Voici des critères que vous pouvez prendre en compte quand vous cherchez à décider quel outil de data visualisation correspond le mieux à vos besoins :
1- Expérience utilisateur
Une plateforme de data storytelling doit être avant tout conviviale, et permettre aux utilisateurs de comprendre vos données en un clin d’œil.
2- Intégration
Que vous conserviez vos données sur le cloud ou dans vos locaux, votre solution de data storytelling doit pouvoir les retrouver via des connecteurs intégrés pour réduire la durée d’intégration.
3- Accessibilité
L’intérêt du data storytelling est de comprendre les données partout, même en mode nomade. Votre plateforme de data storytelling doit être accessible sur tous les appareils.
4- Sécurité
Demandez à votre fournisseur de data storytelling ses méthodes d’authentification et la manière dont il assure la sécurité et la sûreté des data.
5- Prix
Des solutions gratuites aux outils premium, les grilles tarifaires de votre fournisseur doivent correspondre à vos besoins et à votre budget
6- Service client
Comme pour tout logiciel ou plateforme, assurez-vous que votre fournisseur a une équipe de spécialistes du service client qui puissent vous aider à utiliser sa solution
7- Possibilité de partage
Une bonne data story doit être partagée : que ce soit par pdf, e-mail ou en donnant des droits de visionnage, vous devez pouvoir partager ces informations dans toute votre organisation.
Chez Toucan, nous travaillons dur pour que notre outil de data storytelling soit bien noté sur ces 7 critères. Mais vous n’êtes pas obligé(e) de nous croire sur parole : lisez ce que nos utilisateurs pensent de notre produit sur G2.
Pour aller plus loin :
Qu’est ce que le Data Storytelling ?
A quoi sert le Data Storytelling ?
Quelle est la différence entre Dataviz et Data Storytelling ?
Quelle est la différence entre la Data Exploration et le Data Storytelling ?
Quand utiliser un tool de Data Storytelling: Cas d’usage
J’ai déjà un outil de BI très performant. Pourquoi recourir à un tool de Data Storytelling
