Data storytelling : séparer constat, explication et décision

À retenir

Raconter les données doit rendre le raisonnement vérifiable. Un récit convaincant ne transforme pas une corrélation en cause et ne justifie pas l’invention d’un résultat client.

Scène fictive : loupe posée sur trois feuilles translucides à motifs abstraits, cercles, chemins et blocs colorés sur une surface sombre
Dans cet article

Raconter les données doit rendre le raisonnement vérifiable. Un récit convaincant ne transforme pas une corrélation en cause et ne justifie pas l’invention d’un résultat client.

Donner les conditions du constat

Préciser source, période, unité, population, exclusions et date de disponibilité. Montrer les données manquantes et les révisions utiles. Distinguer une observation enregistrée d’une estimation ou d’un scénario fictif ; une hausse des signalements ne mesure pas directement la hausse des attaques.

Présenter une décision révisable

Exposer les explications concurrentes et l’incertitude, puis distinguer action proposée et effet démontré. Dire quelle information ferait changer la décision. Un résultat défavorable ou incertain appartient aussi au bilan ; sélectionner uniquement les chiffres favorables affaiblit la conclusion.

Points de contrôle
PointVérification à documenter
ConstatCe que les données permettent effectivement d’observer
HypothèseExplication encore à vérifier
DécisionAction, garde-fous et critères de révision

Sources et vérification

Présenter le point de départ dans le récit de données

Exemple fictif : ces données ne décrivent aucun client ni résultat réel.

Un récit annonce une hausse de 100 % alors que le résultat passe d’un succès sur vingt à deux sur vingt.

  • Afficher les deux effectifs, les taux de 5 % et 10 %, ainsi que l’écart de cinq points. Décrire la comparabilité des périodes et la méthode d’analyse.
  • Séparer évolution observée, incertitude et interprétation. Le doublement relatif ne démontre pas que l’action étudiée en est la cause.

Référence primaire : NIST/SEMATECH — Confidence intervals for proportions. Méthode connexe : consulter le guide pratique.