Accéder au contenu principal

Raconter des histoires de données percutantes avec les données, le récit et les visuels

Le data storytelling permet aux professionnels des données de franchir la dernière ligne droite de l’analytique, afin de déclencher des actions grâce à leurs insights. Lors d’un webinaire récent, Brent Dykes a expliqué comment les données, le récit et les visuels peuvent produire des histoires de données efficaces.
Actualisé 18 sept. 2026  · 5 min lire

Explorer avec l’IA

ChatGPTClaudePerplexity

« Le storytelling est aujourd’hui le moyen le plus puissant de diffuser des idées dans le monde », affirme Robert McKee, gourou du scénario. Le monde de l’entreprise regorge de présentations mal conçues, encombrées de graphiques inadaptés, et le data storytelling est la clé pour transformer des données en insights qui déclenchent des actions et créent de la valeur.

Les histoires de données sont plus mémorisables, plus convaincantes et plus engageantes que des statistiques seules. Mais comment raconter ces histoires ? Brent Dykes, auteur de Effective Data Storytelling: How to Drive Change with Data, Narrative, and Visuals, a proposé un cadre de référence précieux pour les construire.

Dans ce cadre, une histoire de données repose sur trois composantes : le récit, les données et les visuels. Dans cet article, nous allons explorer chacune d’elles en détail.

Figure 1 : le récit, les visuels et les données au service d’histoires qui font bouger les lignes

Structure narrative

La plupart des récits suivent un arc commun : un ou une protagoniste se heurte à une complication, entreprend une quête pour la résoudre, puis revient à une nouvelle normalité. La tragédie d’Aristote, le voyage du héros de Campbell et la pyramide de Freytag sont des variations de ces schémas.

Les histoires de données gagnent à s’appuyer sur cette structure narrative éprouvée. Elles débutent par la mise en contexte de la situation actuelle, enchaînent avec des constats qui mènent à l’insight central, et se concluent par des recommandations opérationnelles.

Figure 2. La structure narrative d’une histoire de données

Données

Face à un flot de données, la tentation est grande de tout faire tenir dans un seul graphique. Or, cette approche brouille le message et embrouille l’audience.

D’où l’importance cruciale de sélectionner les bonnes données. Brent Dykes recommande d’écarter ou d’agréger les indicateurs secondaires, comme l’illustrent les exemples ci-dessous.

Figure 3. Montrer explicitement la baisse du chiffre d’affaires par client (droite) est préférable à la juxtaposition du chiffre d’affaires total et du nombre de clients (gauche)
Figure 4. Les parts de marché des plus grands marchés sautent aux yeux lorsque les plus petits sont agrégés.
Figure 5. Souvent, moins c’est mieux lorsqu’on superpose plusieurs graphiques.

Visuels

Avec la bonne structure et les bonnes données, il est temps d’utiliser les visuels pour raconter l’histoire. Brent partage ici des conseils utiles pour concevoir des visuels percutants.

1. Choisir la visualisation adéquate

Selon le contexte, certaines visualisations sont plus efficaces que d’autres. L’essentiel est de choisir le meilleur graphique en fonction du message à faire passer.

Par exemple, les histogrammes sont plus efficaces que les diagrammes en secteurs pour comparer des proportions (figure 6A vs figure 6B). À l’inverse, le secteur est pertinent pour montrer la somme des proportions par catégorie (figure 7A vs figure 7B).

Figures 6A et 6B
Figures 7A et 7B

2. Calibrer les visuels au message

Une bonne histoire de données organise les visuels pour répondre aux besoins de l’audience. Pour l’illustrer, Dykes compare deux graphiques qui exposent les mêmes données, optimisés pour des objectifs légèrement différents.

En comparant les figures 7A et 7B, on constate que l’alignement des axes horizontaux facilite les comparaisons rapides.

Figure 8A. Comparaison du chiffre d’affaires total par pays
Figure 8B. Comparaison du chiffre d’affaires par produit et par pays, en particulier pour le produit B

À l’inverse, les figures 9A et 9B sont réagencées différemment selon l’objectif de la visualisation.

Figure 9A. Comparaison entre produits pour chaque segment
Figure 9B. Comparaison entre segments pour chaque produit

3. Focaliser l’attention de l’audience

Le public se concentre sur ce qui ressort dans un graphique. Mettre en avant les points clés permet d’extraire le signal du bruit, et d’accéder rapidement aux insights.

Par exemple, l’usage mesuré des couleurs (figure 10B) et du texte (figure 10C) peut transformer un graphique surchargé (figure 10A).

Figure 10A
Figure 10B
Figure 10C

Autre technique pour guider l’attention : révéler les insights par étapes grâce à des animations. Dans l’exemple suivant (figure 11), le public visualise l’impact d’une forte baisse des profits au début du Covid-19.

Figure 11 : révéler les insights par étapes

Conclusion

« De nombreux insights audacieux, aussi remarquables soient-ils, connaîtront le même sort s’ils ne sont pas transformés en histoires de données », écrit Brent. Les compétences en data storytelling vont donc gagner en importance à mesure que les entreprises accumulent des données.

Que vous débutiez ou que vous soyez aguerri, le webinaire « Effective Data Storytelling: How to Turn Insights into Action » de Brent propose des cadres concrets et des conseils pratiques pour tous les niveaux.

Sujets
Visualisation des données