Data Storytelling

Objectif

Le data storytelling porte un constat d'analyse jusqu'à la décision qu'il doit servir. Un résultat validé change quelque chose le jour où une personne qui n'a ni écrit la requête ni vu les données en tire une conclusion et tranche. Le guide de l'IIBA pose l'argument: des chiffres, des courbes et des graphiques ont peu de sens sans leur contexte métier.

Le livrable est un récit assorti de ses visuels, tenant en quelques minutes de lecture ou de présentation, qui énonce le constat principal, l'explique par des événements que l'auditoire reconnaît et débouche sur une option chiffrée. Ce livrable a un destinataire nommé: le même constat porté au comité de direction et à l'équipe produit donne deux récits.

Le mot storytelling nomme aussi une technique d'élicitation, où l'on fait raconter aux parties prenantes leur expérience du travail pour faire remonter la culture et le savoir tacite d'une organisation. Les deux techniques font circuler l'information dans des sens opposés: le storytelling d'élicitation recueille, le data storytelling restitue.

Usage

Quand l'utiliser

• Constat validé destiné à une décision: un comité doit trancher et n'a pas suivi l'analyse.
• Chiffre contre-intuitif: une baisse ou un pic que le tableau de bord affiche sans l'expliquer.
• Auditoire éloigné de la donnée: direction, conseil d'administration, partenaires externes, métiers non analystes.
• Conclusion qui dérange: exposer le raisonnement pas à pas rend le constat discutable sur le fond.
• Résultat récurrent que plus personne ne lit: un tableau de bord mensuel publié par habitude, qui répond aux questions de celui qui sait déjà quoi lui demander.

Quand ne pas l'utiliser

• Auditoire d'analystes ayant suivi le travail: le notebook d'analyse et le tableau de bord leur en disent davantage.
• Suivi opérationnel régulier: des métriques et KPI assortis de seuils d'alerte tiennent mieux la durée.

Description

Les trois composantes

Brent Dykes, dans Effective Data Storytelling, décrit la technique comme le recouvrement de trois choses: des données, un récit et des visuels. Il étiquette chaque recouvrement à deux par ce que la paire permet d'accomplir; on peut tout aussi bien nommer chaque paire par l'artefact obtenu quand la troisième composante manque. Données et visuels sans récit donnent un tableau de bord: exact, consultable, dont personne ne sait quoi faire. Données et récit sans visuel donnent un rapport écrit que l'auditoire parcourt en diagonale. Récit et visuels sans données donnent une opinion illustrée, d'autant plus convaincante qu'elle est bien faite. Le data storytelling occupe la zone commune aux trois.

La liste d'éléments du guide de l'IIBA suit le même découpage et y ajoute l'auditoire, qui commande les trois autres.

L'auditoire décide du reste

Le guide fait de l'analyse de l'auditoire la première question du travail: qui reçoit le constat, à quelles questions ces personnes veulent une réponse, quelles questions elles pourraient poser et ce qu'elles doivent savoir pour décider. Le niveau de détail se règle sur cette réponse, du chiffre unique au tableau des hypothèses. La forme fixe le degré de formalité, le ton et la quantité de vocabulaire technique admise. La relation décide de ce que l'analyste est fondé à dire: le guide observe qu'un expert reconnu prescrit les prochaines étapes là où un débutant se borne à suggérer des pistes. Identifier et caractériser les destinataires relève de la liste, carte et personas des parties prenantes.

Cole Nussbaumer Knaflic, dans Storytelling with Data, ramène ce paramétrage à deux questions posées avant de dessiner quoi que ce soit: à qui l'on s'adresse et ce que l'on veut que ces personnes sachent ou fassent. Une réponse vague à la seconde produit une présentation qui expose tout et ne demande rien.

Le récit porte ce que le visuel ne montre pas

Un tableau de bord concis laisse de côté la plus grande partie de l'analyse. Le récit reprend une partie de cette matière écartée: la justification des creux et des pics, obtenue en les rattachant à des incidents ou à des événements datés, et le contexte métier qui dit pourquoi le mouvement compte. Une courbe montre que le réachat a reculé en mars. Le récit dit que la procédure d'inscription a changé en mars, ce qu'aucune donnée du système ne contient, parce que l'information se trouve dans un procès-verbal de séance.

Le guide en décrit la forme: une ouverture qui plante le contexte et présente les éléments en jeu, un développement construit autour des réussites et des difficultés, une fin qui livre les enseignements. Le guide rattache son efficacité à la part émotionnelle de la décision, que les résultats validés seuls laissent de côté, et lui prête d'activer davantage de zones du cerveau qu'une restitution factuelle. Il ne l'adosse à aucune étude.

Le visuel doit livrer le constat principal vite. Le guide subordonne quatre décisions à cet objectif. Le type de représentation suit la donnée en cause; les couleurs travaillent par contraste, une teinte d'accent sur la seule série qui porte le message et le gris pour les autres. La taille du texte et des éléments se règle sur leur importance, et la position ordonne le parcours de l'œil. Le détail de ces choix relève des visualisations techniques; ce que le data storytelling ajoute est la règle de subordination, un visuel pour un message.

Conduire le travail

Écrire le constat principal en une phrase, chiffrée, avant toute mise en forme. Une phrase qui ne tient pas sur une ligne signale un constat encore flou ou deux constats mélangés.

Nommer le destinataire et la décision attendue. Le destinataire est une fonction précise, le comité de direction ou la responsable du programme de fidélité. La décision attendue s'écrit comme une action datée.

Trier les constats, car l'analyse en produit beaucoup plus que le récit n'en portera. Le guide sépare les constats primaires, qui répondent directement aux questions de recherche posées au départ, des constats secondaires, qui apportent un contexte ou une justification. Les premiers vont dans le tableau de bord et dans le récit. Les seconds peuvent rester dans le récit et sortent du visuel. Le reste tombe, en application du principe de concision que le guide énonce. Ce tri précède la construction des visuels: l'ordre inverse conduit à conserver un graphique parce qu'il a coûté deux heures.

Choisir un visuel par constat primaire et lui donner pour titre le message plutôt que le nom des axes. « Le réachat des membres recrutés en caisse a perdu quinze points depuis mars » renseigne davantage que « Réachat à 90 jours par canal d'inscription ».

Écrire le contexte métier qui explique chaque mouvement retenu. Cette étape sort de la donnée: changements de procédure, campagnes, incidents et décisions se retrouvent auprès des personnes qui les ont vécus.

Ordonner, puis couper. Le guide rappelle qu'un ordre décousu perd l'auditoire et qu'une phrase qui n'apporte rien s'enlève. La dernière étape est une relecture dont le seul objet est de retirer.

Les pièges

Le récit sélectif

Le guide le place parmi ses limites: quand un biais ou un intérêt personnel commande le récit et que seules les données allant dans son sens sont montrées, l'auditoire est trompé. Le piège est propre à la technique: les procédés qui rendent un constat vrai mémorable rendent un constat déformé tout aussi mémorable, et l'auditoire visé est par construction celui qui n'a pas accès aux données. La déformation peut aussi être involontaire, un récit rendant crédible un constat encore fragile qu'il aurait fallu consolider avant de le porter en séance. Deux contrôles ne coûtent rien. Le récit énonce-t-il ce qui contredit sa conclusion, quand une telle donnée existe? Une personne ayant participé à l'analyse a-t-elle relu la version présentée?

La corrélation racontée comme une cause

Le récit rattache un creux à un événement daté, et l'auditoire entend une cause. La courbe recule en mars, la procédure a changé en mars, la conclusion se fait toute seule dans la salle sans que personne l'ait formulée. Le remède tient au vocabulaire et à ce qui l'accompagne: dire que le calendrier concorde, nommer les autres explications écartées et par quel moyen elles l'ont été, puis annoncer un test A/B quand la question mérite d'être tranchée.

Le récit plus long que l'attention disponible

Une narration bavarde enterre le message et la version longue est celle qui s'écrit en premier. La contrainte s'impose à l'avance: un nombre de minutes, un nombre d'écrans, un constat principal.

La qualité qui dépend de l'auteur

Le guide compte parmi ses limites le fait que l'écriture narrative est un métier et que l'effet du récit dépend des aptitudes de qui le rédige. Un gabarit de plan de récit et une relecture croisée entre analystes rattrapent la plus grande partie de l'écart.

Considérations IA

Le premier emploi utile est la rédaction d'une première version du récit à partir des constats déjà triés: les chiffres sont fournis, la structure est imposée et le modèle produit un texte à corriger plutôt qu'une page blanche. Vient ensuite la réécriture pour un auditoire donné: la longueur, le vocabulaire et le niveau de détail changent ensemble, travail mécanique que le modèle exécute vite. Le modèle propose aussi plusieurs formulations pour le titre de chaque visuel, là où l'on s'arrête d'ordinaire à la première venue.

Le dernier emploi est un contrôle plutôt qu'une aide à la production. Soumettre le récit fini à un modèle et lui demander quelle décision il prendrait, puis quelles objections il soulèverait, teste si le message atteint un lecteur qui ne connaît pas le dossier. Une réponse à côté signale un récit à reprendre avant la séance.

Deux limites demeurent. Le contexte métier n'est pas dans les données. Interrogé sur la cause d'un creux, un modèle fournit une explication vraisemblable là où la technique demande une explication établie. La seconde limite est que le récit sélectif devient meilleur marché: un modèle à qui l'on demande de défendre une conclusion la défendra, avec une prose soignée et le tri des données qui va avec. Le contrôle de relecture croisée vaut d'abord pour les textes produits ainsi.

Exemples

Une enseigne de détail romande de quatorze magasins suit le réachat des membres de son programme de fidélité. L'analyse a comparé les membres recrutés en caisse et ceux recrutés dans l'application mobile. Le plan de récit ci-dessous est ce que l'analyste porte au comité de direction.

Le tri qui précède ce plan a écarté plus de matière qu'il n'en retient. La stabilité de la structure d'âge est sortie du dossier, vérifiée et sans effet sur la décision. L'uniformité du recul dans les quatorze magasins est restée dans le récit sans devenir une courbe, parce qu'elle sert à écarter une cause locale et que personne ne demandera à la voir. Quatre messages subsistent d'une analyse qui avait produit une vingtaine de constats.

Le tableau de bord affichait les deux premiers messages depuis mars et personne n'avait bougé. Le comité a tranché en vingt minutes: l'adresse e-mail redevient obligatoire à l'inscription en caisse, avec envoi du bon de bienvenue par SMS aux membres inscrits depuis mars. Il a renvoyé une question à un test A/B sur trois magasins, celle de savoir si la baisse tient à l'absence de bon ou à un profil de client différent. La cause, le chiffrage et l'option à trancher ne se trouvaient dans aucune donnée.

Visualisations

Deux choses demandent une forme graphique. Le recouvrement des trois composantes se dessine, puisque le propos est ce qu'on obtient dans chaque zone d'intersection. Les grilles de travail s'écrivent comme des tableaux: le plan de récit porte un moment par ligne, le tri des constats une destination par constat.

Les visuels du récit lui-même relèvent des visualisations techniques. Le storyboarding donne le brouillon papier du plan de récit avant d'ouvrir l'outil.

Coût

Outils

Le papier ou le tableau blanc reste le premier outil: le plan de récit se pose en quatre lignes avant d'ouvrir quoi que ce soit, et un plan posé dans un outil de visualisation épouse les graphiques que l'outil sait faire.

Les plateformes de visualisation portent le récit nativement: Tableau enchaîne des vues dans ce qu'il appelle une histoire, Power BI combine signets et narration pour figer une suite d'états commentés, Qlik Sense offre le même mécanisme sous le nom de data storytelling. Elles ont l'avantage de garder le lien avec la source de données, donc de survivre au rafraîchissement des chiffres, et l'inconvénient de pousser vers un enchaînement de graphiques là où le contexte métier est du texte.

Le logiciel de présentation associé au tableur reste l'endroit où la restitution se fabrique le plus souvent, avec sa contrepartie: les chiffres sont figés au moment du copier-coller et la version présentée cesse d'être rattachable à la requête qui l'a produite.

Les notebooks (Jupyter, Quarto, R Markdown) conviennent quand l'auditoire est technique ou quand la restitution doit être rejouée à chaque période: le texte, le code et les graphiques vivent dans un même fichier versionné. Les générateurs de narration, comme le visuel Narration intelligente de Power BI, rédigent le commentaire descriptif d'un graphique. Ils décrivent ce que la courbe fait, jamais pourquoi elle le fait.

Sources

• IIBA, Guide to Business Data Analytics, §3.7 Data Storytelling: la définition, les six principes, les quatre éléments (auditoire, récit, visualisation, storytelling), la distinction entre constats primaires et secondaires, les forces et les limites.
• Brent Dykes, Effective Data Storytelling: How to Drive Change with Data, Narrative and Visuals, Wiley, 2019: le modèle des trois composantes, données, récit et visuels.
• Cole Nussbaumer Knaflic, Storytelling with Data: A Data Visualization Guide for Business Professionals, Wiley, 2015: la conception des visuels à partir de l'auditoire, le désencombrement et la règle d'un message par visuel.