J'ai passé dix ans comme journaliste avant de me tourner vers la data. La chose la plus importante que j'ai emportée n'était pas Excel—c'était la structure narrative.
Le secret : les présentations de données convaincantes suivent la même structure que les histoires captivantes. Voici comment.
Le problème de la plupart des présentations de données
Elles sont structurées ainsi :
- Voici les données
- Encore des données
- Voici l'analyse
- Encore des données
- Conclusion
C'est de l'information, pas du récit. Ça réclame l'attention sans la mériter.
Comparez avec une vraie histoire :
- Contexte : établir le cadre et les enjeux
- Tension : poser un problème ou une question
- Parcours : explorer les complications et les possibles
- Résolution : aboutir à un insight ou un appel à l'action
Même information, expérience totalement différente.
L'arc narratif classique appliqué aux données
Acte 1 : L'accroche (10 % de votre présentation)
Ouvrez avec ce qui compte pour votre auditoire. Pas « je vais vous montrer nos données trimestrielles ». Plutôt :
- « Nous perdons 2 M€ par mois—et je crois savoir pourquoi. »
- « Notre segment à la croissance la plus forte a un problème. »
- « Tout le monde pense X, mais les données montrent Y. »
L'accroche pose les enjeux. Pourquoi ça devrait les intéresser ? Quelle décision est en jeu ?
Votre premier graphique doit renforcer l'accroche—une seule visualisation percutante. Pas un dashboard complexe. Un graphique, un message.
Acte 2 : Le parcours (70 % de votre présentation)
C'est là que vous explorez les données. Mais pas en mode « voici tout ce qu'on a regardé ».
Structurez le parcours en questions-réponses :
« Je me suis demandé : où partent les 2 M€ ? »
[Graphique revenus par catégorie]
« Ça pointait la catégorie B. Mais pourquoi ? »
[Graphique détaillant la catégorie B]
« En creusant, un schéma est apparu. »
[Graphique de tendance du problème]
Chaque graphique répond à une question et en ouvre une autre. Ça crée l'élan—le public veut savoir la suite.
Au milieu, vous pouvez être complexe. Mais la complexité se justifie en résolvant le mystère, pas en impressionnant par l'exhaustivité.
Acte 3 : La résolution (20 % de votre présentation)
Ne finissez pas par « des questions ? ». Finissez par :
- L'insight : « Le problème est X, causé par Y. »
- L'implication : « Si on ne traite pas ça, Z va se produire. »
- L'appel à l'action : « Voici ce que je recommande. »
Votre dernier graphique doit être le « moment eurêka »—celui qui fait tout cliquer. Souvent, c'est un graphique simple. Le parcours a construit la compréhension ; la fin livre le payoff.
Techniques narratives qui marchent avec les données
Technique 1 : Le contraste
Nous traitons mieux les différences que les absolus. Au lieu de « Le chiffre d'affaires est de 10 M€ », montrez :
- 10 M€ vs objectif
- 10 M€ vs l'an dernier
- 10 M€ vs le concurrent
Le contraste crée du sens. « On est 20 % au-dessus de l'objectif » est une histoire. « 10 M€ » n'est qu'un nombre.
Technique 2 : Le zoom
Partez large, allez au détail. Ou l'inverse.
Large → détail : « La tendance du secteur. Notre segment. Notre entreprise. L'équipe à l'origine du problème. »
Détail → large : « Un client s'est plaint. Puis dix. Puis cent. Ce n'est pas un problème client—c'est un problème produit qui touche tout le marché. »
Le zoom crée un effet de découverte. Le public voyage avec vous d'une échelle à l'autre.
Technique 3 : La surprise
Renversez les attentes. « Vous penserez X… mais en fait Y. »
Setup : « Notre produit le plus rentable est… »
Réponse attendue : Le best-seller évident
Réponse réelle : Quelque chose d'inattendu
Les surprises restent en mémoire. Elles redressent l'auditoire. Mais usez-en avec parcimonie—si tout est surprenant, plus rien ne l'est.
Technique 4 : L'élément humain
Les données sont abstraites. Les humains sont concrets. Traduisez dès que possible.
Au lieu de : « La rétention utilisateurs a baissé de 15 % »
Essayez : « Nous avons perdu 50 000 utilisateurs. Un stade de gens qui ont choisi de partir. »
Au lieu de : « Le panier moyen a augmenté de 12 € »
Essayez : « Chaque client a acheté un article de plus. Sur 100 000 commandes, c'est comme ajouter une nouvelle gamme. »
Le cadrage humain rend les chiffres abstraits tangibles.
Technique 5 : Tension et relâchement
Construisez la tension avant de la résoudre. Les présentations data sautent trop vite aux conclusions.
Construisez la tension :
- Montrez le problème s'aggraver dans le temps
- Présentez des données contradictoires qui compliquent la réponse évidente
- Montez les enjeux (« Si ça continue… »)
Puis relâchez :
- Révélez l'insight qui explique tout
- Montrez l'impact de la solution
- Terminez en clarté
Le relâchement est plus satisfaisant grâce à la tension qui précède.
L'histoire en un graphique
Toutes les présentations ne sont pas longues. Parfois un graphique suffit pour un point. Même là, la structure narrative aide.
Setup : Le titre (quelle question on répond)
Contexte : Le sous-titre ou l'annotation (pourquoi c'est important)
Données : La visualisation (la preuve)
Message à retenir : L'annotation ou le callout (quelle conclusion)
Exemple d'évolution du titre :
- Mauvais : « Chiffre d'affaires T3 par région »
- Mieux : « La région Ouest tire la croissance »
- Idéal : « La région Ouest +40 %—le double de la moyenne groupe »
Le titre porte déjà l'histoire. Le graphique la prouve.
Erreurs courantes en storytelling
Erreur 1 : Trop de sous-intrigues
Restez sur un fil principal. Les résultats secondaires vont en annexe, pas dans le corps.
Erreur 2 : Enfouir le lead
Les journalistes appellent ça « enfouir le lead »—cacher l'essentiel au fond du récit. En data : faire subir 20 minutes de contexte avant l'insight.
Si vous devez donner du contexte, faites-le après l'accroche, pas avant.
Erreur 3 : Pas d'antagoniste
Une histoire a besoin de conflit. En présentation data, l'antagoniste peut être :
- le concurrent
- la tendance marché
- le process interne
- la doxa
Sans opposition, le récit tombe à plat.
Erreur 4 : Oublier l'audience
La meilleure histoire du monde échoue si elle ne touche pas à ce qui compte pour l'audience. Un pitch board et une réunion d'équipe racontent des histoires différentes avec les mêmes données.
Checklist pour votre histoire data
Avant de présenter :
- Quelle est la seule chose que je veux qu'ils retiennent ?
- Pourquoi devraient-ils s'y intéresser ? (Enjeux)
- Quel est l'élément surprenant ou intéressant ?
- Que doivent-ils faire de cette information ?
- S'ils ne voient qu'un graphique, lequel ?
Pour la structure :
- L'ouverture accroche-t-elle ?
- Chaque partie pose-t-elle et répond-elle à une question ?
- Y a-t-il un moment d'insight clair ?
- La fin pousse-t-elle à l'action ?
Outils qui servent le storytelling
Les outils BI classiques sont faits pour l'exploration, pas pour le récit. Ils servent à trouver des histoires, moins à les raconter.
Pour le storytelling, je recommande :
- Les outils de présentation (Keynote, PowerPoint) pour maîtriser le flux narratif
- Les outils IA comme ChartGen pour produire vite des graphiques propres et cohérents
- Les outils de scrollytelling pour des présentations web interactives
L'outil compte moins que la structure. Une histoire forte en slides basiques bat une histoire faible en logiciel sophistiqué.
Dernière pensée
Les données ne parlent pas d'elles-mêmes. Elles ne l'ont jamais fait. Votre job n'est pas de montrer des données—c'est de créer de la compréhension.
La différence entre des présentations oubliables et mémorables n'est pas la complexité de l'analyse ni la beauté des graphiques. C'est s'il y a une histoire qui mène l'audience de la confusion à la clarté.
Commencez par l'histoire. Construisez les données autour.