Raconter des histoires pour mieux séduire une audience existe depuis longtemps. Le concept de storytelling, largement utilisé dans le marketing, la publicité, la vente et la Business Intelligence n’est donc pas nouveau. Les histoires ont toujours été utilisées pour transmettre des messages.
Mais dans un contexte où le numérique et le big data domine, une nouvelle façon de construire des récits a émergé : le data storytelling.
En quoi consiste-t-il ? Quels sont ses avantages ? Tour d’horizon et exemples d’applications.
Table des matières
Qu’est-ce que le data storytelling ?
Avec l’avènement du commerce numérique et de la prise de décision basée sur les données, le data storytelling est devenu une compétence fréquemment évoquée. Il est souvent associé à une communauté de data scientists et de professionnels de l’analyse. Le principe est de rendre accessible des analyses complexes aux décideurs qui n’ont pas toujours la capacité d’interpréter les données.
Une simple définition
C’est une nouvelle expression ramenée du monde anglo-saxon qui se traduit par « narration de données » en français. Le « Data » fait référence aux données, tandis que « storytelling » fait référence à l’acte de raconter une histoire.
En d’autres termes il consiste à traduire l’analyse des données dans un langage courant pour la rendre plus facile à comprendre pour un public spécifique.
Appliquer le data storytelling à votre entreprise signifie, par exemple, structurer les tableaux de bord de manière à pouvoir lire les data simplement.
• En se concentrant sur un nombre limité d’indicateurs.
• En choisissant des représentations significatives à titre d’illustration.
• En structurant d’une manière qui a du sens pour le public ou votre équipe.
En résumé, tous les tableaux de bord doivent raconter une histoire claire à travers les données, avec différentes phases, fils conducteurs et objectifs.
Quel est son objectif ?
Son premier objectif est de pouvoir rapidement comprendre les informations contenues et de prendre des décisions stratégiques en fonction de celles-ci.
Plus précisément, il permet d’aller au-delà des chiffres et des graphiques. L’objectif est de raconter une histoire qui permet à chacun d’en savoir plus, sur les activités de l’entreprise sans avoir besoin d’une expertise approfondie en analyse de données.
Le data storytelling fait que les données ne sont plus une ressource difficile d’accès réservée aux spécialistes informatiques. Il permet à tous, quel que soit leur rôle, de donner un sens à des chiffres et des informations complexes. Mais cette pratique fait plus que simplement démocratiser les data.
Associé à la visualisation des données et à la business intelligence, elle s’est également révélée être un excellent outil pour faire passer des messages clairs et participer à l’aide à la décision.
Quels sont ses avantages ?
1. Augmenter la réactivité : La narration de données vous fait gagner du temps. Avec les bons outils, les informations critiques peuvent être récupérées en quelques secondes seulement, permettant aux entreprises de mieux s’adapter à leur environnement.
2. Analyser et interpréter correctement les données : Lors de l’analyse et de l’interprétation des données, sachez que le cerveau humain préfère les médias visuels. Une étude montre que 80 % des individus se souviennent de ce qu’ils voient. C’est le principe de la data visualisation associée au data storytelling. Convertissez vos données complexes en graphiques avec des possibilités immenses de mise en forme.
3. Communication améliorée : La visualisation des données vous aide à mieux mémoriser et à comprendre vos données. Utiliser la data visualisation seule pour améliorer la communication ne garantit pas une bonne compréhension du public. La narration de données est donc parfaite pour des situations comme celles-ci.
Cela permet aux membres de l’entreprise de comprendre les actions qu’ils effectuent sans avoir une connaissance approfondie ou une d’expertise dans le domaine. Plus précisément, réussir un data storytelling signifie contextualiser et personnaliser vos données pour capter autant que possible l’attention de votre public. Ainsi, transformer les données en actions concrètes donne aux collaborateurs une vision globale des activités individuelles.
4. Gagner en croissance : Savoir laisser parler ses données est un véritable levier et facteur de croissance. Il existe une opportunité d’utiliser des outils de business intelligence pour mesurer l’impact de vos actions. Le data storytelling et la data visualisation facilitent l’identification et la correction des erreurs.
Vous devez connaître et identifier quels KPI seront utilisés pour mesurer votre performance. En fonction de vos objectifs, vos indicateurs de performance peuvent être différents. Pour chaque objectif il y a un indicateur de performance. Mais surtout, vous pourrez mesurer les évolutions sur le long terme et surveiller votre marché pour anticiper la situation plus sereinement.
5. Générer plus de ventes : Il peut également mettre en évidence l’une des opportunités existantes pour augmenter les ventes que sont les données de fidélisation. Vous suivez régulièrement les résultats de votre stratégie de fidélisation grâce à une solution de Business Intelligence intuitive pour vous améliorer continuellement.
6. Optimiser les ressources : En pilotant vos activités avec, vous pourrez mieux gérer le quotidien de votre entreprise en mettant à votre disposition les ressources humaines, physiques et financières dont vous avez besoin pour atteindre vos objectifs.
7. Construire un fort avantage concurrentiel : Aujourd’hui, c’est un outil largement méconnu pour obtenir un avantage concurrentiel. De ce fait, très peu d’entreprises l’utilisent à cette fin. Pourtant, les bénéfices sont nombreux et vous permettent de mieux évaluer votre environnement. Il vous permet de gérer vos activités et de prendre les bonnes décisions pour atteindre vos objectifs avec une solution BI interactive.
Des exemples de data storytelling
Le concept de narration de données peut paraître abstrait à ceux qui ne l’ont pas encore expérimenté à travers des exemples concrets, des formations et des applications concrètes. Voici quelques exemples de mise en application réussis :
1. Airbnb et ses recommandations personnalisées
Dans sa culture numérique, Airbnb utilise le data storytelling pour encourager les hôtes de la communauté à humaniser leurs interactions tout en se concentrant sur leurs membres. Pour Airbnb, c’est un excellent moyen non seulement de fidéliser les utilisateurs en les gardant plus longtemps sur la plateforme, mais aussi de raconter les histoires de chacun tout en mettant en avant le patrimoine des destinations potentielles à travers le monde.
Et pour ce faire, l’entreprise utilise les données de réservation antérieures pour recommander des hébergements en fonction de vos préférences de voyage. Ces recommandations s’appuient sur des algorithmes qui analysent les habitudes de réservation et les retours des utilisateurs.
2. La sécurité routière
La narration de données est déjà présente dans notre quotidien, même si on ne s’en rend pas forcément compte. Prenons un exemple que nous connaissons tous : la sécurité routière. Plutôt que de simplement véhiculer des chiffres, elle est utilisée pour que chacun s’identifie et comprenne l’importance de l’information partagée.
L’objectif est de sensibiliser en évoquant un chiffre poignant qui représente la réalité. Des centaines de personnes meurent chaque année parce qu’elles utilisent leur téléphone au volant. Les données sont illustrées et scriptées. C’est pourquoi il est facile de s’en souvenir.
Le même schéma de pensée s’applique aux entreprises. Plutôt que de simplement montrer une courbe de croissance des ventes, montrez les raisons de cette croissance. Par exemple, vous pouvez établir des parallèles avec la récente vague de recrutement commercial, complétée par le succès des récentes campagnes publicitaires, et étayer cela par des chiffres. Grâce à l’exemple du data storytelling, chaque information prend vie de manière visuelle et interactive.
3. McDonald’s
L’objectif de McDonald’s était de mettre en lumière des histoires comme celle d’un de leurs fournisseurs afin que les consommateurs puissent savoir d’où viennent leurs aliments et montrer le côté humain de l’entreprise. McDonald’s sensibilise en ayant pour objectif de montrer l’impact économique de l’entreprise sur les communautés locales et l’appui aux fournisseurs et agriculteurs.
McDonald’s relie toutes ces histoires, permettant aux consommateurs d’en savoir plus sur la provenance d’un produit. Avec cet exemple de campagne, McDonald’s envoie un message puissant à son audience à travers une histoire émouvante et des personnages attachants. Ainsi, la marque se forge une image de proximité et bienveillante.
4. Spotify Wrapped
Spotify, la célèbre plateforme de streaming musical, utilise la narration de données de manière intéressante. Chaque année depuis 2018, la marque donne aux utilisateurs l’opportunité de réfléchir à leurs habitudes d’écoute au cours de l’année écoulée.
Cette expérience personnalisée, appelée « Spotify Wrapped », disponible dans l’application, connaît chaque année un énorme succès auprès des utilisateurs. Une vidéo dans les Stories Instagram permet à chacun de découvrir et de partager ses artistes, genres et statistiques de visionnage annuels préférés, offrant une mine d’informations sur leurs goûts musicaux.
Ici, Spotify exploite le data storytelling pour éduquer et divertir ses utilisateurs.
5. BBC News : 200 ans d’histoire en 4 minutes
Hans Rosling est un statisticien suédois connu pour ses recherches statistiques et auteur d’un documentaire présenté sur la BBC intitulé « la joie des Statistiques ». Il est persuadé que les statistiques peuvent nous aider à vraiment comprendre notre environnement.
Rosling, dans un extrait de ce documentaire, vise à montrer en quatre minutes l’évolution du monde au cours des 200 dernières années, et ce par le biais d’un graphique. Un graphique animé en réalité augmenté.
Ainsi, grâce à cette présentation, il est possible de voir comment différents événements historiques ont affecté l’espérance de vie et le revenu par habitant dans différents pays.
Hans Rosling utilise des statistiques et la narration de données pour éduquer son audience en présentant aux gens les data d’une manière ludique et facilement compréhensible.
Quelles sont les bonnes pratiques pour rendre les visualisations de données plus impactantes dans un récit ?
Pour rendre les visualisations de données plus impactantes dans un récit de data storytelling, vous pouvez suivre ces bonnes pratiques :
- Soyez clair dans votre objectif : Avant de créer une visualisation, comprenez clairement ce que vous voulez communiquer à votre audience. Choisissez la visualisation qui convient le mieux à votre message.
- Simplifiez : Éliminez le superflu. Utilisez des éléments visuels simples et évitez la surcharge d’informations. Moins, c’est souvent plus.
- Utilisez des couleurs judicieusement : Les couleurs peuvent renforcer ou distraire. Assurez-vous qu’elles sont cohérentes et significatives pour votre audience.
- Narrez votre histoire : Intégrez la visualisation dans une narration cohérente. Expliquez ce que les données signifient et pourquoi elles sont importantes.
- Utilisez des métaphores visuelles : Les métaphores visuelles, comme les graphiques à barres, les camemberts ou les cartes, rendent les données plus compréhensibles.
- Soyez interactif : Si c’est possible, créez des visualisations interactives qui permettent à votre audience d’explorer elle-même l’information.
- Assurez-vous de l’accessibilité : Veillez à ce que vos visualisations soient accessibles à tous, y compris les personnes ayant des besoins spéciaux.
Quelles sont les erreurs courantes à éviter lors de la création de votre data storytelling ?
Pour créer une histoire de données efficace, éviter certaines erreurs courantes est essentiel. Parmi celles-ci :
Trop de données : Évitez de surcharger votre récit avec une quantité excessive de données. Sélectionnez les informations pertinentes et assurez-vous que chaque élément contribue à renforcer votre argument ou votre message principal.
Manque de contexte : L’omission de contexte peut rendre les données difficiles à interpréter. Assurez-vous d’expliquer clairement le contexte des données présentées pour que votre public comprenne l’histoire dans son ensemble.
Ignorer le public cible : Ne négligez pas les besoins et le niveau de compréhension de votre public. Créez des visualisations et des histoires qui sont accessibles et compréhensibles pour votre auditoire visé.
Mauvaise structure narrative : Une histoire mal structurée peut entraîner une perte d’intérêt ou une confusion. Assurez-vous d’avoir une introduction claire, un développement logique, et une conclusion pertinente pour maintenir l’engagement du public.
Trop de complexité : Évitez les visualisations ou les analyses trop complexes qui pourraient égarer ou frustrer votre public. Optez pour des représentations visuelles simples et explicites pour faciliter la compréhension.
En évitant ces erreurs fréquentes, vous pouvez créer des histoires de données plus claires, engageantes et informatives pour votre public cible.
Quels KPI sont couramment utilisés dans le data storytelling ?
Les Key Performance Indicators (KPI) couramment utilisés dans le data storytelling varient en fonction des objectifs spécifiques et des secteurs d’activité : KPI marketing, KPI financiers … Mais voici quelques exemples clés :
- Taux de conversion : Il mesure le pourcentage de visiteurs d’un site web qui effectuent une action souhaitée, comme un achat.
- Taux de rétention : Il évalue la fidélité des clients en mesurant le pourcentage de clients qui continuent d’utiliser un produit ou un service sur une période donnée.
- Chiffre d’affaires : Il représente les revenus générés par une entreprise grâce à ses ventes.
- Taux de désabonnement : Il mesure le pourcentage de personnes qui se désabonnent d’un service ou d’une newsletter.
- Coût d’acquisition client (CAC) : Il indique le coût moyen pour acquérir un nouveau client.
- Valeur à vie du client (CLV) : Il évalue la valeur financière à long terme que chaque client apporte à une entreprise.
- Taux de clic (CTR) : Il mesure le pourcentage de personnes ayant cliqué sur un lien ou une annonce par rapport au nombre total de personnes qui l’ont vu.
- Taux d’ouverture : Il indique le pourcentage d’e-mails ou de messages qui ont été ouverts par rapport au nombre total envoyé.
- Taux de satisfaction client : Il évalue la satisfaction des clients par le biais de sondages ou de retours d’informations.
- Taux d’engagement sur les médias sociaux : Il mesure la participation et l’interaction des utilisateurs avec les publications sur les médias sociaux.
Ces KPI sont utilisés pour mesurer la performance, suivre les objectifs et raconter des histoires convaincantes, basées sur les données, à votre audience.
