Language

[Replay] Data Product Marketplace : Build ou Buy ?

Visionner le replay
Glossaire

Data storytelling

Le concept de data storytelling désigne la capacité à raconter des histoires autour de la donnée. L’objectif est d’apporter du contexte aux données pour avoir une meilleure analyse d’une situation et prendre de meilleures décisions.

Big data, intelligence artificielle, machine learning ou cloud computing explosent depuis plus d’une décennie. Leur point commun : ils permettent aux organisations d’accéder à de multiples données, et ainsi de faciliter la prise de décision. Mais pour simplifier le processus décisionnel, encore faut-il que les informations à disposition soient compréhensibles. C’est à cet instant qu’intervient le data storytelling. De quoi s’agit-il ? À qui s’adresse-t-il ? Comment raconter des histoires avec la donnée ? Découvrez les réponses.

Data storytelling, c’est quoi ?

Le concept de data storytelling désigne la capacité à raconter des histoires autour de la donnée. L’objectif est d’apporter du contexte aux données pour avoir une meilleure analyse d’une situation et prendre de meilleures décisions. Cela peut prendre la forme de data visualisation originales, de textes, d’images, de ressources associées, etc.

Par exemple, la ville d’Orléans propose une data story pour analyser l’impact des ondes sur le territoire. Plutôt que d’avoir un dataset sous forme de tableau, complexe à comprendre, les utilisateurs ont accès à une page riche d’informations.

Le data storytelling s’inscrit dans le prolongement de la data visualisation (graphiques, dashboard, cartes, etc). Leur objectif est de transformer des données parfois complexes en informations simples et limpides.

Data stories : quels usages ?

Les data stories se prêtent à de nombreux usages :

  • Pour l’open data :

Qu’il s’agisse de collectivités, d’administrations publiques ou d’entreprises privées, toutes les organisations ont un devoir de transparence. L’utilisation de data stories permet de rendre les informations compréhensibles par tous types d’utilisateurs. Il s’agit donc du format idéal pour communiquer sur différentes problématiques : la mobilité, la culture, les ressources d’un territoire ou autre sujet thématique.

  • Pour l’usage interne

Au-delà de rendre la donnée compréhensible par tous, les data stories permettent de prendre de meilleures décisions. En présentant ainsi les données, les collaborateurs peuvent comprendre très rapidement les objectifs à atteindre et mettre les actions adaptées en place. Par ailleurs, les décideurs n’ont pas forcément le temps d’étudier des tableaux avec des milliers de lignes de chiffres. Le data storytelling leur permet ainsi d’appréhender plus facilement l’utilité de ces informations.

  • Pour la création de services data

Les services autour de la donnée visent à fournir des informations à forte valeur ajoutée pour répondre à une problématique précise. La création de data stories est donc particulièrement adaptée pour proposer des insights facilement identifiables à des partenaires ou clients.

Comment raconter des histoires à partir de vos données ?

Au regard des volumes de données, des objectifs ou encore des spécificités métiers, chaque organisation peut mettre en place son propre processus de data storytelling. Néanmoins, il existe plusieurs bonnes pratiques pour raconter des histoires pertinentes à partir de vos données.

Préparer les données

À l’heure actuelle, les datas sont de plus en plus complexes. Que ce soit à cause de l’hétérogénéité des formats et des sources de données, mais aussi des énormes masses de données.

Si cette diversité permet aux organisations d’accéder à une information riche et complète, elle rend surtout la compréhension des datas plus délicate. Une uniformisation et un traitement des données s’avèrent alors nécessaires pour simplifier leur utilisation dans une data story.

Créer des data visualisations

Pour raconter des histoires pertinentes, il est nécessaire d’utiliser des outils de visualisation pour présenter vos données de différentes manières : graphiques, cartes, timeline, indicateurs, etc. Par ailleurs, il est important que ces visualisations soient interactives, grâce à des filtres et vues personnalisables.

Ajouter des éléments de contexte

Le propre d’une data story est d’apporter des éléments de contexte pour mieux comprendre les données. Il peut s’agir de textes, d’images ou de ressources associées par exemple. L’objectif est de permettre aux utilisateurs de comprendre tous les enjeux d’une thématique en très peu de temps.

Partager vos data stories sur les bon canaux

Enfin, les data stories doivent être partagées sur les canaux adaptés pour être consultées par le plus grand nombre. Il peut s’agir d’un site web, d’une application mobile ou d’un portail thématique dédié. Il faut donc prêter une attention particulière à l’aspect responsive de vos data stories pour qu’elle s’adapte à tous les canaux et devices.

 

Demandez une démo de la solution Opendatasoft et créez les meilleures expériences data

En savoir plus
Qu’est-ce qu’un output port ?
Blog
Qu’est-ce qu’un output port ?

Dans un monde de plus en plus décentralisé et orienté vers l’architecture modulaire des données, les concepts de data mesh et de data products transforment en profondeur notre manière de produire, gouverner et consommer la donnée. Au cœur de cette transformation, un terme technique émerge discrètement mais joue un rôle structurant : l’outport.

Opendatasoft booste l’enrichissement de données, même avec les référentiels les plus volumineux
Blog
Opendatasoft booste l’enrichissement de données, même avec les référentiels les plus volumineux

Enrichir ses données est une étape clé pour produire des analyses pertinentes et génératrices de valeur. Mais dès qu’il s’agit de manipuler des référentiels massifs comme la base de données SIRENE des entreprises françaises ou la BAN, les limites techniques deviennent souvent un obstacle.

Démocratiser la donnée : les fondamentaux pour booster l’adoption
Blog
Démocratiser la donnée : les fondamentaux pour booster l’adoption

C’est autour d’un paradoxe que Datalogy, Coface et Opendatasoft se sont réunis : plus les entreprises investissent dans la donnée, plus cette donnée semble leur échapper. Multiplication des outils, complexité technique, silos persistants… L’obsession du contrôle a produit l’effet inverse : elle freine l’usage.

Commencez à créer vos expériences data