Unité 8 / 11

Narration de données : transformer les chiffres en récit

Gains :

  • Capacité à mettre les résultats dans un récit de tension-résolution de contexte et à mettre en évidence les idées (« qu'est-ce que cela signifie »)
  • Capacité à affiner le message avec des contrastes tels qu'avant/après et cible/réalité et à relier chaque graphique à une phrase du récit
  • Capacité à construire une histoire honnête sans tomber dans les pièges des données sélectives, de l'exagération et des fausses causalités

Les gens oublient les peintures, ils se souviennent des histoires. La narration de données transforme les chiffres d'une pile sèche de graphiques en un récit avec un début, un milieu et une fin. Le but n’est pas d’embellir les données ; Il s'agit de répondre aux questions du public « que s'est-il passé, pourquoi est-ce important, que dois-je faire » dans le bon ordre. Dans cette unité, nous apprendrons à utiliser l’intelligence artificielle pour construire un récit honnête et mémorable à partir de vos données.

Trois parties de l'histoire : contexte, conflit, résolution

Chaque histoire de données a une colonne vertébrale :

  • Contexte : Où en sommes-nous ? "L'année dernière, nous avons pénétré 3 nouveaux marchés."
  • Conflit/tension : qu'est-ce qui a changé, quel problème/opportunité existe ? "Mais dans l'un d'eux, les ventes sont en baisse depuis 6 mois."
  • Solution/action : Que devons-nous faire ? "Nous devons revoir les prix sur ce marché."

Il existe également le concept d’insight : une découverte significative à partir de données que le public n’a jamais vue auparavant. Le graphique montre les données ; la perspicacité vous dit ce que cela signifie. La narration est un aperçu intégré à un récit.

Conseil : Ne dites pas « Les données le montrent », pensez plutôt « Les données le disent ». Le graphique en est la preuve ; L'histoire est le sens de cette preuve.

De la perspicacité au récit : étape par étape

  1. Écrivez l’idée principale en une phrase. "Sur le marché X, la baisse n'est pas due au prix, mais au délai de livraison".
  2. Établissez le contexte. Par où doit commencer le spectateur ?
  3. Montrez de la tension. La différence entre ce qui est attendu et ce qui se passe réellement.
  4. Insérez la preuve (graphique). Chaque graphique prouve une phrase.
  5. Énoncez la solution/action. Que doit faire le spectateur à la sortie ?
  6. Réduisez-le à un seul message. L'histoire doit être résumée en une phrase.

Votre rôle : éditeur de data story. Mes conclusions (brutes) : [numéros d'élément par élément/observations]. Mon idée principale : "[phrase unique]". Tâche : Transformez cela en un récit avec une structure « contexte → tension → résolution ». Pour chaque section : 1 à 2 phrases de texte + une suggestion de type graphique pour prouver cette section. N'exagérez pas, inventez des chiffres ; marquez la revendication qui ne figure pas dans les données comme « [confirmation] ». Ton : [objectif / inspirant / stimulant].

Pour relier le graphique au récit :

Intégrez ce graphique à une histoire : écrivez UN message que le graphique montre en une phrase, puis suggérez une phrase de « mise en place » qui prépare le public au graphique et une phrase « et alors » après le graphique. Graphique : [recette]. Aperçu: [ ... ].

« Avant/après » et récits de comparaison

Les récits de données les plus puissants établissent une opposition : avant/après, cible/réel, nous/concurrent, attendu/ce qui s'est passé. Le contraste crée des tensions dans l’esprit du public et aiguise le message.

Type de contraste

exemple de récit

graphique approprié

avant/après

"9 jours avant le changement de processus, 4 jours après"

Graphique à double barre/pente

objectif/réel

"L'objectif était de 10% de croissance, nous sommes restés à 4%"

barre de ligne cible

attendu/arrivé

"On s'attendait à une baisse estivale, mais la hausse est arrivée"

Ligne + bande d'attente ombrée

Partie/tout

"70% des pertes proviennent d'une seule étape"

Barre empilée avec survol

Mettez en place une histoire de données « avant/après ». Avant : [cas+numéro].Après : [cas+numéro]. La raison du changement : [...].Tâche : Proposer un mini-récit de 3 phrases (contexte, changement, résultat) et le type de graphique qui montrera ce contraste le plus honnêtement. N'essayez pas de rendre le changement plus important qu'il ne l'est.

Intégrité : ne laissez pas l'histoire déformer les données

Le côté obscur de la narration consiste à présenter sélectivement des données pour renforcer le récit. Attention à deux pièges :

  • Données sélectives (cherry-picking) : afficher la période/segment qui correspond au récit et masquer celui qui ne le fait pas.
  • Pseudo-causalité : « A a augmenté, B a augmenté, donc A a causé B » – la corrélation n'est pas une causalité.
Attention : Une bonne histoire persuade ; Mais la persuasion ne doit pas se transformer en autorisation de déformer les données. « Quelles données ne correspondent pas à ce récit ? » Posez-vous la question et montrez-le si nécessaire.

trois mini-cases

Cas 1 — De la peinture à l'histoire. Une équipe a présenté un tableau de 12 lignes à la direction, mais personne n'a rien compris. Grâce à l’IA, ils ont trouvé l’idée : « 80 % des bénéfices proviennent de 3 produits ». Ils ont construit la présentation autour de cette seule phrase. Pour la première fois, la direction a pris une décision claire (focus sur ces 3 produits).

Cas 2 — Avant/après. Un hôpital avait apporté un changement qui réduisait le temps d'attente, mais la présentation consistait en chiffres secs. Ils ont établi une courbe de pente avec le contraste « 47 premières minutes, puis 19 minutes ». L'impact du changement a été immédiatement compris et le budget a été augmenté.

Cas 3 — Correction de données sélectives. Un spécialiste du marketing n'avait répertorié que les deux premières semaines pour montrer le succès de la campagne. Demandez à l'IA : "Y a-t-il des données qui ne correspondent pas à ce récit ?" il a demandé; le modèle rappelle le déclin post-campagne. L'équipe a montré toute la période et a transmis le message honnête selon lequel "un suivi est nécessaire pour obtenir un impact durable".

Invite faible/Invite forte

Faible :

Une histoire fascinante émerge de ces données.

Le désir d'« impressionner » pousse le modèle vers l'exagération et la présentation sélective ; l'honnêteté est perdue.

Fort :

Votre rôle : éditeur de data story. Élément clé : « 70 % des pertes se situent à l’étape de livraison ». Résultats : [chiffres]. Tâche : construire un récit honnête dans la structure contexte → suspense → solution, associer un graphique à chaque section et indiquer s'il existe des données qui NE correspondent PAS à cette idée. N'exagérez pas, ne présentez pas la corrélation comme un lien de causalité, écrivez [confirmation] pour ce qui ne figure pas dans les données.

Cette dernière donne à la fois une structure et exige de l’honnêteté (montrer des données qui ne correspondent pas, ne pas prétendre à une causalité).

Un graphique, un message : répartir le récit sur les diapositives

La règle générale la plus stricte lors de l’insertion d’une histoire de données dans une présentation est la suivante : un graphique sur une diapositive, un message sur un graphique. Le spectateur ne peut pas regarder trois graphiques en même temps et tirer une conclusion. Plutôt que de montrer un graphique complexe d'un seul coup, il est très efficace de le révéler progressivement : d'abord l'axe vide, puis la ligne unique, puis la ligne de comparaison, enfin l'accentuation. À chaque étape, vous expliquez ce que vous dites ; le spectateur « lit » le graphique avec vous.

Votre rôle : éditeur de présentation de données. J'ai un seul graphique dense : [recette]. Au lieu de montrer cela sur une seule diapositive, élaborez un plan de « révélation en cascade » en 3 ou 4 étapes qui guidera le spectateur étape par étape. Que doit apparaître sur le graphique à chaque étape et que dois-je dire ? Le seul message à souligner à la fin est : "[phrase]".

Intégrez également le titre du graphique au récit : « La région Ouest seule stimule la croissance », et non « Ventes régionales ». Le titre indique le résultat du graphique ; Le spectateur regarde en sachant ce qu’il verra.

Conseil : S'il y a plus de deux graphiques sur une diapositive, vous êtes probablement en train de regrouper deux ou trois messages distincts sur une seule diapositive. Split : donnez à chaque message sa propre diapositive.

Erreurs courantes

  • Présentation d'une pile de graphiques : enchaîner des graphiques d'affilée sans narration.
  • Histoire sans perspicacité : dire « ce qui s’est passé » mais laisser de côté « ce que cela signifie ».
  • Données sélectives : masquage des données qui ne correspondent pas au récit.
  • Fausse causalité : présenter la corrélation comme « causée ».
  • Choisir des genres pour exagérer : utiliser des graphiques trompeurs pour amplifier l'effet.
  • Messages multiples : intégrer plus d'une « histoire principale » dans une présentation.

En résumé

La narration de données consiste à placer les chiffres dans un récit de tension-résolution de contexte et à mettre en évidence les idées (« qu'est-ce que cela signifie »). Les contrastes (avant/après, cible/réel) aiguisent le message. L’IA est puissante pour transformer vos découvertes en récit ; Mais ne tombez pas dans les pièges des données sélectives, de l’exagération et des fausses causalités. Une bonne histoire persuade et ne déforme pas les données.

Tâche de candidature

Tirez un aperçu de votre ensemble de données. (1) Écrivez-le en une phrase. (2) Demandez à l'intelligence artificielle de produire un récit dans la structure contexte-tension-résolution et d'associer un graphique à chaque section. (3) « Quelles données ne correspondent pas à ce récit ? » et incluez la réponse honnêtement dans le récit. (4) Réduisez l’histoire à une phrase.

liste de contrôle

  • [ ] J'ai une idée principale et je peux l'écrire en une phrase.
  • [ ] Le récit était structuré selon une structure contexte-tension-résolution.
  • [ ] Chaque graphique prouve une phrase du récit.
  • [ ] Je n'ai pas caché les données qui ne correspondaient pas au récit.
  • [ ] Je n'ai pas présenté la corrélation comme une causalité.
  • [ ] L'histoire peut être réduite à une seule phrase.