Publié le 08/07/2022

Pourquoi et comment le data storytelling révolutionne le design émotionnel ?

« Le Data StoryTelling, c’est utiliser des chiffres et des faits

pour les transformer en histoires lisibles par tous. »

 

Les rapports dataviz jouent un rôle stratégique dans une entreprise. Ils permettent, entre autres, aux décideurs de prendre rapidement des décisions. Mais, dans les faits, les décideurs sont saturés d’informations, de tableaux, de graphiques et de chiffres. Les indicateurs les plus importants à retenir sont noyés dans une masse d’informations.

Un rapport dataviz difficile à comprendre qui nécessite des phases de contrôle et de vérification, c’est tout le rapport qui est remis en question. Alors, que faire ? Comment doit on procéder pour rendre les rapports plus efficaces aux yeux des managers et des décideurs ?

 

 

Intégrer l’émotion par le Data storytelling !

L’émotion, c’est la clé pour ancrer vos messages dataviz dans la mémoire de votre hiérarchie et de vos collaborateurs.

L’analyse de la donnée est en mutation. La donnée seule ne suffit plus, il faut intégrer de l’émotion pour aider le management à prendre des décisions. Le Data storytelling permet de rendre les communications dataviz plus performantes et de faire sortir du lot les données par une approche narrative.

 

« Une histoire est 22 fois mieux retenue qu’une statistique »
Jennifer Aaker, psychologue et professeur de marketing à Stanford

 

Transformer vos données en histoires bien lisibles

L’art de raconter une histoire avec des données et des indicateurs, c’est utiliser les méthodes de narration dans un cadre de récit interactif : séquences, linéarité, légendes, explications, causalités explicites et implicites, intensité du message, émotions et réactions attendues.

Comment mettre en œuvre le Data Storytelling ? Nous avons listé pour vous 5 phases simples à prendre en compte pour réaliser des rapports dataviz détonants basés sur l’approche Data Storytelling :

  1. Comprendre et parler à une cible
    Visionner, comprendre, analyser… chacun interagit avec la donnée de manière différente. C’est pourquoi il faut écouter les utilisateurs et s’adapter à leur niveau d’usage de la donnée.
  2. Sélectionner les données cohérentes
    C’est à dire comprendre le contexte et la nature des données, leur cycle de vie.
  3. Construire un scénario en fonction des données et de la cible
    Afin de trouver un récit pertinent qui parle à l’utilisateur.
  4. Sélectionner les données cohérentes
    Et donc définir et choisir les indicateurs qui ont le plus de valeur pour l’utilisateur final.

Mettre en forme les données. En conclusion, les indicateurs ont un but et doivent délivrer un message. Parce que l’utilisateur doit accepter et interpréter les indicateurs qui sont affichés.

 

Exemple de design émotionnel

Nous vous présentons un exemple de cas client, très courant :

« Je suis manager dont le besoin est d’utiliser un rapport dataviz compréhensible et exploitable pour prendre de bonnes décisions rapidement.»

Problématique : les données affichées sont confusantes et incohérentes.

Solution : Mise en œuvre du Data Storytelling pour produire un rapport qui communique une histoire marquante :

 

  • Est-ce que l’histoire est optimiste ou pessimiste ?
    • Est-ce que le bilan est positif / négatif ?
    • Est-ce que la marge brute correspond aux objectifs ?

 

  • Quel sera le dénouement de l’histoire ?
    • Est-ce que le réel est en phase avec le prévisionnel ?
    • Quel est l’état de santé de mon entreprise ?
    • Vais-je devoir prendre des mesures économiques ?
  • Comprendre les moments les plus marquants, les plus forts de l’histoire :
    • A quoi correspond ce pic d’activité ?
    • Pourquoi y a-t-il eu un stock si important durant cette période ?
    • En termes de data, en quoi la fusion et la réorganisation de services a-t-elle chamboulé nos résultats financiers ?
  • Quels sont les faits les plus importants de l’histoire que je dois retenir ?
    • Nous avons un déficit de 15% versus le mois dernier sur la vente de matériel industriel
    • La réorganisation de juillet a dopé les résultats financiers de 22%
    • Je dois prendre contact avec le CEO pour renforcer nos forces commerciales selon les données qui me sont affichées.

 

Découvrir le DataStorytelling chez JEMS

 

Alexandre GABILLET – UX Lead Designer

Plus d'articles

Index Egapro : JEMS obtient la note de 95/100 pour 2024

Index Egapro : JEMS obtient la note de 95/100 pour 2024

Cette année, notre politique en matière d’égalité professionnelle nous a permis d'encore progresser sur l'index Egapro...

La fabrique industrielle de data : vers l’équilibre parfait des IA

La fabrique industrielle de data : vers l’équilibre parfait des IA

Société française spécialiste du Big Data, JEMS crée des modèles de plateformes data avec un procédé...

Near-shoring : découvrez le replay de notre table ronde chez BPI France

Near-shoring : découvrez le replay de notre table ronde chez BPI France

Near-shoring : l'Afrique, nouveau partenaire privilégié des entreprises françaises ? Nous étions présents à l'Accor Arena...

L’IA générative va valoriser vos services

L’IA générative va valoriser vos services

L’expansion de l’intelligence artificielle générative ouvre de nouvelles perspectives innovantes avec des défis complexes pour les...

Les bases de données vectorielles : un rôle fondamental dans l’IA générative

Les bases de données vectorielles : un rôle fondamental dans l’IA générative

« l’IA générative et ses possibilités ». » (5/5). L'intelligence artificielle a nécessité de chercher de...

L’impact des IA génératives dans l’infrastructure IT

L’impact des IA génératives dans l’infrastructure IT

« l’IA générative et ses possibilités » (4/5) . l'Intelligence Artificielle a apporté des changements considérable à...