Le Data Storytelling ou l’art de faire vivre ses données

Article paru le 16 mai 2017 | Partager sur les réseaux sociaux

Classé dans : Big Data Systèmes décisionnels

C’est dans ce contexte-là, que le Data Storytelling a fait son apparition et parait être la solution pour donner vie aux données et en réduire la complexité. Quel est son principe ? Quelles différences avec le reporting classique ? Et quelles sont les règles d’or pour construire une histoire efficace ?

Le Storytelling « Bring data to life ! »

A l’heure du Big Data et de l’amplification de la masse de données, le besoin en matière d’outils et de méthodes d’analyse et d’interprétation de données devient primordial. Le Data Storytelling est l’art de raconter une histoire à partir de données afin de leur donner une âme et de les rendre accessibles via une représentation compréhensible par tous, une réelle plus-value.

Son principe est simple, comme le montre la figure ci-dessous, c’est sur des données brutes qu’on intervient en procédant à une série de transformations et de traitements, dont nous verrons par la suite les règles d’or. On obtient ainsi des informations lisibles et fluides. C’est l’interfaçage direct avec les sources de données qui donne aux outils de Data Storytelling cet aspect dynamique.

Nous aimons les histoires, notre cerveau aussi !

« Je voudrais vous raconter trois histoires de ma vie, juste trois histoires », ce fut le début du discours qu’a fait Steve Jobs en 2005 pour les étudiants de l’université de Stanford. Voilà comment le légendaire fondateur d’Apple est devenu maitre en matière de communication, en construisant des présentations autour d’histoires. Mais le fait de raconter une histoire autour de ses données ne suffit pas, il faut avoir savoir maitriser quelques règles précises.

Ainsi, la réussite d’une présentation de « Data Storytelling » s’articule autour de trois règles d’or, à savoir : contextualiser les données présentées, adapter l’histoire à l’audience et savoir choisir les bons graphiques. Parmi les bonnes pratiques de cette technique :

Contextualiser les résultats présentés tout en étant transparent sur les données sources. Il faut être précis sur le périmètre et la provenance du jeu de données utilisé, afin de gagner la confiance de l’auditoire et ainsi les faire adhérer au message véhiculé. Chaque résultat présenté doit pouvoir être détaillé.
Construire un pitch autour d’un scénario et d’un fil conducteur. Le storytelling doit suivre un cheminement de pensée permettant de capter l’attention et ne laissant place à aucune confusion ou différence de compréhension. Les termes utilisés doivent être adaptés à l’auditoire. Il doit avoir un rendu visuel percutant, en minimisant le nombre d’informations affichées et en sélectionnant des éléments graphiques forts et adaptés. Il ne faut pas hésiter à avoir recours à des outils de dashbording dédiés.

Quelles différences avec la Data Visualisation ?

Le Data Storytelling doit être distingué de la Data Visualisation, même si ces concepts sont intimement liés. La visualisation de données est un moyen permettant au cerveau humain d’analyser un ensemble complexe de données. Il est donc possible d’analyser une visualisation durant plusieurs heures, avec pour objectif d’en tirer une information pertinente.

Le storytelling intervient une fois l’information extraite, lorsqu’il est nécessaire de la présenter de manière simple et compréhensible par tous. Il ne cherche pas à faire réfléchir, mais présente les résultats d’une réflexion déjà aboutie.

Quid de sa maturité ?

Actuellement nous sommes encore au début du Data Storytelling et peu d’utilisateurs sont prêts à adopter ses outils et remplacer « l’expertise Powerpoint ». Mais il est clair que ses atouts semblent être tout à fait aptes à faire face à la masse de données croissante, et on retrouve ce concept dans différents domaines et métiers, allant du journalisme à la politique publique en passant par la publicité et le milieu universitaire.

C’est face à ce besoin que des éditeurs se sont lancés dans la mise en œuvre d’outils dédiés à cet effet, tels que Prezzi, les outils Live Office de BO, Periscope DATA, Yseop Smart BI, Idaciti (utilisé dans le domaine financier) ou encore Coheris Analytics Liberty (solution de Business Intelligence Enterprise et Agile).

Partagez cet article sur les réseaux sociaux