Come il data storytelling potrebbe salvare vite – Il caso Semmelweis

Il data storytelling è l’approccio strutturato alla comunicazione degli insight ricavati dai dati usando elementi narrativi e visualizzazioni esplorative. Chi vuole trasformare i dati in insight e decisioni trae vantaggio dal padroneggiare l’arte di raccontare storie con i dati.

Rispetto alla semplice presentazione di statistiche, le storie basate sui dati sono più coinvolgenti, memorabili e persuasive. In uno studio che ha testato due versioni di una brochure per l’organizzazione Save the Children, i donatori che hanno ricevuto la versione infografica hanno donato circa il 50% in meno rispetto a quelli a cui è stata data la versione basata su una storia. In un altro studio, i ricercatori hanno scoperto che le persone sono meno scettiche quando ascoltano una storia, ma diventano più pignole quando vengono presentate solo statistiche.

Le storie con i dati sono fatte di tre ingredienti cruciali—dati, visual e narrazione. Per raccontare una buona storia con i dati, bisogna selezionare i dati giusti, usare una struttura narrativa che guidi il flusso della storia e illustrare la storia con visual efficaci.

Figura 1: Narrazione, visual e dati sono storie con i dati che guidano il cambiamento

Il caso Semmelweis

La storia è costellata di ammonimenti su pessime visualizzazioni dei dati che non riescono a spingere all’azione come invece fanno le storie con i dati. Nel suo libro Effective Data Storytelling: How to Drive Change with Data, Narrative, and Visuals, Brent Dykes cita la storia del dottor Ignaz Semmelweis come uno di questi casi.

Dopo aver scoperto che il lavaggio delle mani poteva salvare vite, Semmelweis non riuscì a convincere la scettica comunità medica delle sue scoperte. Col senno di poi, i principi del data storytelling avrebbero potuto aiutarlo a trasmettere meglio i suoi insight e, di conseguenza, salvare migliaia di vite.

Considerato il “padre dell’igiene delle mani”, Semmelweis era un medico ungherese. Nel 1844 lavorò come assistente in una clinica ostetrica dove molte donne soffrivano di febbre puerperale – una febbre causata da un’infezione post-parto.

Durante il suo periodo in clinica, Semmelweis fu colpito da una tendenza particolare. I tassi di mortalità delle cliniche gestite da medici e studenti di medicina erano significativamente più alti per febbre puerperale (9,9%) rispetto a quelli delle cliniche gestite da ostetriche (3,9%) (Figura 2). A differenza di medici e studenti, le ostetriche non eseguivano autopsie prima delle procedure di parto. Questo lo portò a concludere che materiali provenienti dai cadaveri aumentassero il rischio di morte in queste donne.

Figura 2. Le cliniche gestite da medici che non si lavavano le mani causavano più decessi.

Alla luce di ciò, propose la pratica del lavaggio delle mani, che portò a una drastica riduzione dei decessi. Eppure, tali risultati non lo aiutarono a convincere il suo supervisore, il professor Klein, della sua teoria.

Semmelweis trascorse il resto della sua vita come strenuo sostenitore del lavaggio delle mani, senza successo. Nel 1861 pubblicò il suo lavoro L’eziologia, il concetto e la profilassi della febbre puerperale, a cui la comunità medica reagì criticamente contro la sua dottrina. Nel 1865 Semmelweis morì in un ospedale psichiatrico, molto prima che la teoria dei germi fosse ampiamente accettata.

Figura 3. L’eziologia, il concetto e la profilassi della febbre puerperale conta centinaia di pagine e nessun grafico

Perché non riuscì a convincere la comunità?

Brent ha usato questo caso di studio per dimostrare che i tre componenti del data storytelling – dati, narrazione e visual – sono indispensabili per guidare il cambiamento attraverso le storie con i dati. In questo caso, i dati di Semmelweis caddero nel vuoto perché non erano accompagnati da una struttura narrativa convincente né illustrati con visual. Di conseguenza, i dati di Semmelweis non riuscirono a persuadere il suo pubblico, pur essendo accurati, preziosi e azionabili.

Col senno di poi, Semmelweis avrebbe potuto trasmettere il suo messaggio in modo più convincente con storie basate sui dati. Ecco un esempio di Brent Dykes di un grafico a linee che combina dati, narrazione e visual per raccontare una storia efficace.

Figura 4. Una storia con i dati di Dykes che illustra meglio il punto di Semmelweis.

L’approccio di Semmelweis contrastava direttamente con quello del dottor John Snow, un medico britannico che studiò l’epidemia di colera di Broad Street del 1854 e ipotizzò che l’acqua contaminata da germi causasse il colera. Dopo aver dimostrato che i tassi di mortalità nelle vicinanze di una pompa dell’acqua erano elevati, Snow riuscì a persuadere il consiglio locale a disattivare la pompa.

Figura 5: La visualizzazione dei dati di John Snow

Conclusione

A differenza di Semmelweis, oggi chi fa data storytelling ha a disposizione un’ampia gamma di strumenti per creare storie coinvolgenti, che spaziano da strumenti di business intelligence come Tableau a linguaggi di programmazione come Python. Per i professionisti dei dati moderni è saggio padroneggiare l’arte e la scienza del data storytelling per guidare all’azione.