Public, objectif et message clé

Tu as passé des jours dans les données. Tu as 40 graphiques. Ton public a 10 minutes. Le data storytelling consiste à transformer une analyse en un message compris, retenu et suivi d’action.

Explorer n’est pas expliquer

• L’analyse exploratoire sert à toi : tu cherches, tu testes, tu te trompes. On y produit beaucoup de graphiques.
• L’analyse explicative sert à ton public : tu lui transmets ce qui compte. On y montre peu de graphiques, choisis.

Le réflexe de montrer tout le travail accompli (« pour prouver qu’on a bien travaillé ») noie le message. Ton travail se voit dans la clarté de la conclusion, pas dans le nombre de diapositives.

Les trois questions avant de commencer

1. Qui ? Qui est le public, que sait-il déjà, qu’attend-il, qui décide ?
2. Quoi ? Que doit-il savoir ou faire à la fin ? Une décision, un arbitrage, une prise de conscience ?
3. Comment ? Réunion en direct, document lu seul, e-mail, tableau de bord ? Un document lu sans toi doit être autoportant ; une présentation orale peut être plus épurée.

Le message clé

Le message clé (big idea) tient en une phrase complète qui contient un point de vue, un chiffre et un enjeu.

• Faible : « Analyse des ventes du T3. »
• Faible : « Les ventes ont évolué de façon contrastée. »
• Fort : « Le recul de 6 % du CA au T3 vient presque entièrement du canal magasin du Sud ; rouvrir le samedi après-midi permettrait de récupérer environ 40 000 euros par trimestre. »

Le message s’appuie sur un calcul précis. Par exemple, pour savoir quel segment explique une baisse :

import pandas as pd

ventes = pd.DataFrame({
    "segment": ["magasin Nord", "magasin Sud", "web Nord", "web Sud"],
    "t2": [120_000, 150_000, 80_000, 60_000],
    "t3": [119_000, 124_000, 83_000, 59_400],
})
ventes["ecart"] = ventes["t3"] - ventes["t2"]
total_t2 = ventes["t2"].sum()
variation_totale = ventes["t3"].sum() / total_t2 - 1          # environ -6 %
ventes["contribution"] = ventes["ecart"] / total_t2            # en proportion du CA du T2
principal = ventes.loc[ventes["ecart"].idxmin()]
part_baisse = principal["ecart"] / ventes["ecart"].sum()       # part de la baisse totale
print(f"{variation_totale:.1%}", principal["segment"], f"{part_baisse:.0%}")

Résultat : le magasin Sud explique plus que la totalité de la baisse (les autres segments compensent un peu). C’est le cœur du message.

La pyramide : la conclusion d’abord

Les rapports scolaires suivent l’ordre « contexte, méthode, résultats, conclusion ». Un public professionnel veut l’inverse :

1. La réponse : le message clé et la recommandation.
2. Les arguments : deux à quatre éléments qui la soutiennent, chacun avec un graphique.
3. Les détails : méthode, données, limites, en annexe.

Si le public n’écoute que la première minute, il repart avec l’essentiel.

Adapter au public

Le même résultat se raconte différemment à la directrice générale (décision, impact financier, risque), au responsable régional (son périmètre, les actions concrètes) et à l’équipe data (méthode, robustesse). Prévoir ces versions évite de tout mettre dans un seul document.

À retenir

• On présente pour faire comprendre et décider, pas pour tout montrer.
• Qui, quoi, comment : à fixer avant le premier graphique.
• Une phrase de message clé, chiffrée ; la conclusion en premier.