Narration par les données

Leçon 7 sur 8 · Notions fondamentales de la visualisation des données · Débutant

La narration par les données est la pratique d'organiser les constatations de données en un récit clair et ciblé pour un public spécifique. Il ne s'agit pas de dramatiser les données ou de les rendre plus excitantes — il s'agit d'aider un public à comprendre ce que les données montrent et pourquoi c'est important.

Qu'est-ce que la narration par les données ?

Un récit de données comporte trois composantes qui travaillent ensemble : les données (les preuves), les visuels (la représentation) et le récit (l'explication et le contexte). Supprimer l'une de ces composantes affaiblit la communication. Les données sans récit laissent le public tirer ses propres conclusions, qui peuvent être incorrectes. Le récit sans données est une opinion. Les visuels sans contexte peuvent induire en erreur.

Commencez par le public et l'objectif

Avant de construire un récit de données, identifiez :

• Qui est le public ? Que sait-il déjà ? Quelles décisions doit-il prendre ?
• Quelle est la question centrale ? Quelle constatation communiquez-vous ?
• Quelle action ou compréhension voulez-vous soutenir ? Un récit de données doit mener à la compréhension, pas à la pression.

Structure et séquence

Un récit de données passe généralement du contexte à la constatation à l'implication :

1. Contexte — quelle est la situation ? Quelles données ont été collectées et pourquoi ?
2. Constatation — que montrent les données ? Énoncez clairement la constatation clé.
3. Implication — qu'est-ce que cela signifie ? Que pourrait-on faire en réponse ?

Tous les récits de données n'ont pas besoin d'un arc dramatique. Un résumé clair et bien organisé des constatations est souvent plus utile qu'une présentation théâtrale.

Séparer l'observation de l'interprétation

Un récit de données doit distinguer ce que les données montrent de ce que vous en concluez. « La fréquentation du programme a diminué de 15 % au troisième trimestre » est une observation. « Cela suggère que le nouveau changement d'horaire a réduit la participation » est une interprétation. Les deux peuvent valoir la peine d'être communiqués — mais ils doivent être clairement séparés, et l'interprétation doit être présentée comme une hypothèse, pas comme un fait.

Reconnaître les limites

La narration honnête par les données inclut les limites des données. Qu'est-ce qui n'est pas mesuré ? Quelles hypothèses ont été faites ? Quelles explications alternatives existent ? Reconnaître les limites renforce la confiance et aide le public à évaluer les constatations de façon appropriée.

Exemple pratique

Un service des parcs veut présenter les constatations sur les volumes de demandes de maintenance à un comité du conseil municipal. Un récit de données pourrait inclure : le contexte (le service a reçu 1 240 demandes l'année dernière, en hausse par rapport à 980 l'année précédente), une constatation (l'augmentation était concentrée dans deux parcs qui ont récemment agrandi leurs installations), une implication (du personnel de maintenance supplémentaire pourrait être nécessaire pour ces emplacements) et une limite (les données ne capturent pas les demandes informelles traitées directement par le personnel du parc). C'est plus utile qu'un graphique sans explication, et plus honnête qu'une présentation qui omet la limite.

Éviter la manipulation

La narration par les données peut être mal utilisée pour persuader plutôt qu'informer. Les signes d'une narration de données manipulatrice incluent : des preuves sélectives qui ne soutiennent qu'une seule conclusion, un cadrage émotionnel qui contourne la pensée critique, l'omission de contre-preuves et des conclusions énoncées comme des faits alors qu'elles sont des interprétations. Un récit de données doit organiser les preuves, pas les déformer.

Erreurs courantes

• Présenter des interprétations comme des faits.
• Omettre les limites ou les contre-preuves.
• Utiliser un cadrage émotionnel pour contourner l'évaluation critique.
• Sélectionner uniquement les données qui soutiennent une conclusion prédéterminée.
• Supposer que chaque visualisation a besoin d'un récit dramatique — parfois un résumé clair suffit.

Points clés à retenir

• Un récit de données combine données, visuels et récit pour communiquer clairement les constatations.
• Commencez par le public, la question centrale et l'objectif.
• Séparez les observations des interprétations.
• Reconnaissez honnêtement les limites et les contre-preuves.
• Un récit de données doit soutenir la compréhension, pas pousser vers une conclusion prédéterminée.