Collecter et analyser les données est une chose. Communiquer cette analyse aux personnes qui en ont besoin en est une autre… C’est dans cette optique de faire parler la donnée et de la transformer en stratégie opérationnelle que l’on a vu apparaître les disciplines de la Dataviz (ou Data Visualization) et le Data Storytelling.
Ces deux nouveaux domaines d’expertise sont devenus indispensables en entreprise. Indispensables, car ils permettent de mieux comprendre les flux d’information de l’organisation, et de prendre plus rapidement les décisions commerciales qui s’imposent.
Mais quelle est la différence entre Dataviz et Data Storytelling, et pourquoi les deux sont complémentaires ?
Qu’est-ce que la Dataviz (ou visualisation de données) ?
La visualisation des données (ou Dataviz) est la discipline qui consiste à restituer les données par le biais de représentations visuelles. Ces images aident à comprendre les informations clé qui se cachent derrière les données brutes. Et ainsi, à prendre de meilleures décisions sur cette base. Le plus souvent, la Dataviz prend la forme de tableaux, graphiques ou diagrammes.
Pour aller plus loin, on distingue deux types de Dataviz :
- la visualisation explicative (ou informative) ;
- la visualisation exploratoire.
Choisir le type le plus pertinent dépendra en grande partie de la raison pour laquelle vous utilisez la Dataviz. Les visuels exploratoires sont généralement utilisés lorsque vous n’êtes pas sûr de la bonne interprétation à donner à vos données, ou pour les rationaliser. Elle répondra par exemple à la question de savoir quand (ou pourquoi) votre CA augmente sur une période donnée.
En revanche, les visuels explicatifs sont généralement utilisés lorsque vous souhaitez communiquer à votre public des aspects spécifiques d’une histoire liée aux données…
Qu’en est-il du Data Storytelling (la narration de données) ?
Le Data Storytelling consiste à créer un récit autour des données collectées et de leur analyse. Ce récit quantifié a pour principal objectif de soutenir et communiquer l’hypothèse formulée à partir de la data – mais aussi de convaincre les parties prenantes dans l’organisation qui ne sont pas forcément toutes à l’aise avec l’analyse poussée des chiffres !
Le storytelling, c’est l’art de présenter une histoire cohérente, qui conduit naturellement vers un message final et des actions à entreprendre. Au lieu de faire appel à votre imagination ou à des mythes, ce sont les données qui façonnent le récit et en sont les principaux protagonistes.
La narration de données utilise plusieurs types de données. Plus précisément, des nuages de points, des cartes, des chronologies, des graphiques, des cartes thermiques, etc. Mais au-delà de ces aspects techniques, créer une bonne histoire suppose de se demander :
- Quelles informations souhaitez-vous transmettre ?
- Quelle action espérez-vous que vos interlocuteurs entreprennent après avoir entendu votre histoire ?
- Quel est le meilleur récit pour susciter cette action ?
- Comment vos données peuvent-elles contribuer à orienter ces décisions ?
Quelles sont les principales différences entre Dataviz et Data Storytelling ?
On a tendance à confondre ou opposer Dataviz et Data Storytelling. En réalité, une bien meilleure approche consisterait plutôt à comprendre comment ces deux domaines se complètent et fonctionnent en tandem !
Chaque stratégie permet de donner vie aux données dont dispose l’organisation. Chacune mise également sur des outils variés pour formuler et partager une hypothèse, ainsi que ses conséquences opérationnelles.
Pour autant, il est important de comprendre les différences qui existent entre ces deux pratiques.
La narration diffère de la visualisation de données en ce qu’elle nécessite une approche plus globale et guidée du message à faire passer. Le Storytelling repose énormément sur les représentations visuelles créées par la Dataviz. Mais il vient les compléter en adossant aux images un récit construit.
Le Storytelling permet en quelque sorte de traduire les visuels pour que les utilisateurs les comprennent plus facilement. Il attire aussi leur attention sur certains aspects avec l’intention non pas de les manipuler, mais de les guider vers les bonnes décisions.
Pourquoi avons-nous besoin de raconter des histoires ?
Il est légitime de se demander pourquoi la Dataviz en elle-même ne serait pas suffisante. Et surtout, comment le Data Storytelling pourrait améliorer significativement la circulation de l’information et la prise de décision en entreprise ?
En soi, le simple fait de présenter les données de manière claire devrait inciter les décisionnaires à prendre les bonnes décisions et entreprendre les bonnes actions. Néanmoins, cette affirmation suppose que le processus de prise de décision est strictement logique.
Ce qu’il n’est malheureusement pas…
En entreprise comme dans notre vie personnelle, la grande majorité des décisions que nous prenons sont fondées sur nos émotions, et non notre logique. Raconter une histoire n’est donc pas une discipline purement créative, mais aussi – et surtout – une question d’efficacité.
Le storytelling permet ainsi d’améliorer les performances de l’entreprise en rendant les données plus lisibles et plus convaincantes.
Parmi les avantages du Data Storytelling (en complément de la Dataviz), on peut évoquer les suivants :
Le storytelling suscite l’intérêt et aide à relier des points apparemment déconnectés dans un récit commun ;
- L’information délivrée est plus convaincante. La perspective du narrateur et sa dialectique vont valoriser certains aspects et rendre son hypothèse crédible. Elle l’est d’autant plus que son récit s’appuie sur des faits chiffrés ;
- Les chiffres sont plus faciles à mémoriser. Le récit guide la lecture des données. En offrant une expérience à la fois analytique et émotionnelle, le storytelling augmente la compréhension et la rétention.
Comment créer un récit autour de ses données ?
Comme n’importe quelle bonne histoire, le Data Storytelling a besoin d’un début, d’un milieu et d’une fin. En plus d’un raisonnement logique, et de péripéties bien dosées pour maintenir l’attention de son auditoire, le narrateur doit également comprendre à qui il s’adresse et quel message il souhaite faire passer.
Avant de structurer votre récit, pensez donc à :
- Définir vos objectifs ;
- Clarifier le but de votre histoire, votre public et ses priorités ;
- Cibler les données et les représentations les plus convaincantes pour soutenir votre récit ;
- Incorporer les éléments clé du storytelling (un événement perturbateur, des péripéties, une résolution, etc.).
Une fois que vous aurez tous ces éléments, vous pourrez passer à la consolidation de votre récit.
- Le synopsis : les questions auxquelles la Dataviz doit vous permettre de répondre ;
- Le contexte : les enjeux pour l’entreprise ;
- Les personnages : les services qui sont concernés par ces données. Mais aussi le public cible que ces dernières permettent de mieux comprendre, acquérir ou fidéliser ;
- Le ton et les idées : l’approche que vous allez adopter pour raconter votre histoire ;
- La conclusion : les décisions et la stratégie à mettre en place sur la base de l’histoire que vous venez de raconter. En général, la conclusion présente aussi les résultats que cette dernière permettra d’obtenir.
Réenchanter la donnée
Si la Dataviz permet de donner un visage aux données, le Data Storytelling lui donne une forme plus humaine. Les chiffres sont par essence des données inertes, impersonnelles. Or, les décisions que nous prenons se construisent à partir d’émotions (l’optimisme face à de nouvelles opportunités, la détermination à surmonter une crise, etc.)
Le storytelling permet donc de créer un récit pertinent et engageant. Autrement dit, de faciliter la prise de décision. Ajouter des éléments graphiques ne rend ce récit que plus cohérent et augmente l’engagement et l’intérêt des auditeurs les plus dissipés !
