Définition de la data story telling

• Donner un sens aux données est rendu possible à vous et moi

On parle tellement de « big data ». De plus en plus de gros volumes de données sont stockés… Mais à quoi bon ? Qu’en faire ? Encore faut-il savoir les représenter, et leur donner un sens.  Voilà ce qu’est la data story telling ou la mise en récit des données.

L’engouement pour cette pratique est à la mesure de son potentiel, comme A. Einstein l’a dit : « Savoir où trouver l’information and comment l’utiliser, c’est le secret du succès ». D’autant qu’elle concerne tout le monde, partout : au travail avec des clients ou sur vos projets, chez vous durant votre pratique du sport ou de cuisine par exemple. Les objets connectés multiplient les possibilités. Pourquoi pas vous ?

Aujourd’hui vous stockez vos données, en feuilles Excel, sur le net, sur le cloud, sur Amazon (AWS), Google (BigQuery, Analytics) ou Salesforce.com. Vous pouvez aussi les mettre en forme avec des outils ultra puissants et gratuits, complémentaires d’Excel. Le dernier classement Gartner classe les logiciels favoris :

L’innovation majeure est créée par certains d’entre eux. Ils sont progressivement rendus accessibles à tous, chez vous comme dans vos entreprises. Excel et Powerpoint ont de nouveaux frères et sœurs (de prochains blogs leur seront dédiés).

• 5 actes fondamentaux pour une « story telling »

Avant la « data », il y a l’art du story telling, autrement dit, raconter une histoire. Cela existe depuis fort longtemps, Confucius l’expliquait déjà il y a 2500 ans : « une image vaut mille mots ». Images, vidéos, peintures et toutes formes d’art transmettent de l’impact et des émotions car ils racontent tous une histoire. De façon plus mercantile, les entreprises et agences de pubs recherchent justement à créer de l’émotion en racontant des histoires en faveur de produits.

Que ce soit artistique, culturel ou mercantile, raconter une histoire repose sur 5 actes fondamentaux selon la pyramide de Freytag (cf. article Harvard Business Review). Aristote, Shakespeare ou Coca-Cola ont appliqué ces 5 actes.

Dans ces deux vidéos très différentes, chaque auteur applique successivement ces 5 actes: l’une réelle, sur le vif, avec un autiste chantant l’hymne US (folklorique !), ici, et l’autre mercantile – Budweiser pour le Superbowl : 

• Les 7 C pour formuler vos questions et préparer vos données

Avant de mettre en récit la data, il convient d’abord de définir le cadre du problème et les données à utiliser. Les data analystes veulent croire que les données ont toutes les réponses. Mais le rôle différenciant d’un « data story teller » est dans le qualitatif : poser les bonnes questions, identifier des tendances grâce aux données, et raconter l’histoire derrière les données. 

Plusieurs ouvrages et cours en ligne sont disponibles pour apprendre. Ils reposent sur les 7 C d’Eileen McDaniel dans the Accidental Analyst : 

1. Choisir vos questions
2. Collecter les données
3. Vérifier (Check out) vos données
4. Nettoyer (Clean) vos données
5. Mettre en graphique (Chart) votre analyse
6. Customiser votre analyse
7. Communiquer vos résultats.

Par exemple, un gérant d’une salle de sport a amélioré l’accueil de ses clients et ses revenus en appliquant cette démarche. A partir des données sur la fréquentation client et l’utilisation des équipements, il est parvenu à réduire les temps d’attente, augmenter le taux de remplissage et améliorer ses ventes ! Il n’imaginait pas avoir toutes ces informations et données disponibles… mais elles étaient inexploitées avant de découvrir ces outils et services d’analyse et de data visualisation.

· 5 actes + 7C : Appliquer maintenant la mise en récit à la data

 

La data story telling doit permettre de comprendre le sens des données et partager l’émotion. Voici donc 5 actes fondamentaux qu’il reste à appliquer à vos questions et vos données :

1. Le premier acte est l’exposition. Il consiste à situer le contexte pour le lecteur et montrer les données et les métriques qui affectent le sujet. L’auditoire doit pouvoir se poser des questions, celles tracées par le fil directeur de l'analyste.  
2. Le second acte est l’action montante. Il sert au lecteur à visualiser et comprendre les tendances et les analyses graphiques.  Data analyste ou non, l’auditoire doit pouvoir prendre part à l’analyse et au débat.
3. Le troisième acte est l’apogée qui marque un tournant pour le lecteur. Il va susciter un débat et une recherche d’explications. Une donnée ou un métrique indique ici une situation sans précédent qui augure d’une suite à donner et une interprétation à faire.
4. Le quatrième acte est l’action en chute. Il sert à expliquer et comprendre des événements autour des problématiques posées par certaines données et métriques. Des réponses doivent être apportées instantanément par les données à disposition.  
5. Le dernier acte est le dénouement. Il sert à décider des conséquences et des applications que permet la valorisation des données depuis le contexte de la première partie.  

Dorénavant ce modèle est applicable sur vos questions qui sont, à ce moment précis, toujours sans réponse. Cela repose avant tout sur vos envies et vos questions. Alors, que vous ayez les données ou non,  réfléchissez donc à des data story telling et n’hésitez pas à les partager.