Des données à l’analyse : pourquoi la signification doit être rendue explicite La plupart des solutions BI reposent sur une hypothèse dangereuse : si nous montrons les chiffres suffisamment clairement, l’information apparaîtra. Ce ne sera pas le cas.Des données aux informations cela ne se produit que lorsque le sens est rendu explicite.

L’écart invisible dans la plupart des tableaux de bord

Pensez au flux de travail BI typique.

• Recueillir les données
• Nettoyer les données
• Modéliser les données
• Visualisez les données

Et puis on arrête. Nous supposons que l’information se trouve désormais « là-dedans » quelque part, attendant d’être absorbée par quiconque consulte le rapport.

Mais les informations ne ressortent pas automatiquement d’un graphique à barres. Ce qui se passe réellement est ceci :

• Les gens voient des modèles
• Ils interprètent ces modèles différemment
• Ils comblent les lacunes avec des hypothèses
• Ils se disputent sur ce que cela signifie

Et soudain, la conversation passe de la prise de décision à l’interprétation.

Les données étaient correctes.
Le visuel était clair.
Mais l’idée n’a jamais abouti.

La perspicacité n’est pas une information

C’est la distinction clé.

Réponses informatives : Que se passe-t-il ?

Réponses éclairantes : Pourquoi est-ce important ?

Ce n’est pas la même chose.

Vous pouvez montrer que le taux de désabonnement a augmenté de 2 %. Vous pouvez montrer que les revenus ont diminué au troisième trimestre. Vous pouvez montrer que les coûts d’acquisition de clients augmentent.

Aucun de ces éléments ne constitue une idée en soi. Ce sont des observations.

La perspicacité n’existe que lorsque quelqu’un peut articuler :

• Pourquoi ce changement est important
• Ce que cela implique
• Que devrait-il se passer ensuite

En attendant, vous disposez d’informations, pas d’informations.

Pourquoi c’est plus important que jamais

Comme nous l’avons déjà évoqué dans cette série, nous ne manquons pas de données, nous nous noyons dedans. On ne nage plus !

Dans un environnement à volume élevé, la capacité à extraire des informations devient plus importante que la capacité à produire des visuels.

Car lorsque l’information augmente, l’ambiguïté augmente avec elle, à moins que quelqu’un ne la réduise délibérément.

Si la perspicacité n’est pas explicitée, les gens l’inventeront. Et lorsque différentes personnes inventent différentes interprétations, vous obtenez des frictions au lieu d’un mouvement vers l’avant.

Les histoires sont le pont

C’est là qu’intervient la narration.

Pas de narration comme du théâtre.
Pas de narration comme spin.

La narration comme structure.

Une histoire relie les chiffres au monde réel. Il encadre ce que nous voyons, met en évidence ce qui est important et explique les implications.

Par exemple:

« Les revenus ont diminué de 3 % » est une information.

« Le chiffre d’affaires a diminué de 3 %, principalement en raison d’une baisse des renouvellements de taille moyenne suite au changement de prix en juin, ce qui met en péril notre objectif annuel à moins que la rétention ne s’améliore » c’est la perspicacité.

La deuxième version ne simplifie rien. Cela rend le sens explicite.

Cela supprime le besoin d’interprétation pour le public.

Il ne s’agit pas de simplifier les données

Il y a une objection courante à ce stade :

« Les gens devraient sûrement tirer leurs propres conclusions ?

Parfois, oui. Mais si votre rôle est d’aider à la décision, votre responsabilité est celle de la clarté.

Être intentionnel quant au sens n’est pas une manipulation. C’est de la discipline.

Cela signifie demander :

• Quel est le principal point à retenir ici ?
• Quelle hypothèse faut-il supprimer ?
• Quelle décision cela soutient-il ?

Si vous ne répondez pas à ces questions, le tableau de bord laisse trop de choses ouvertes. Et une interprétation ouverte dans les environnements commerciaux conduit souvent à des décisions bloquées.

Dans Power BI, la structure compte plus que les visuels

C’est la partie que la plupart des gens sous-estiment. La perspicacité ne vient pas uniquement du choix du « bon » type de graphique.

Cela vient de :

• structure
• mise en page
• séquençage
• titres
• annotations
• flux narratif

Une page Power BI avec cinq visuels techniquement parfaits peut toujours échouer si elle ne guide pas le spectateur à travers une histoire claire.

• Que regardons-nous ?
• Pourquoi est-ce important ?
• Qu’est-ce qui a changé ?
• Que devons-nous faire ?

Si ce flux n’est pas évident, la perspicacité n’arrive pas.

Le coût de laisser le sens implicite

Lorsque les tableaux de bord laissent une signification implicite, trois choses se produisent :

1. Les réunions s’allongent
2. Fragment d’interprétations
3. Les décisions ralentissent

Parce que le public effectue un travail d’analyse qui aurait dû être fait avant la publication du rapport. Ce n’est pas de l’autonomisation. C’est de l’inefficacité.

Le rôle de l’analyse n’est pas de présenter des options à l’infini. Il s’agit de réduire l’incertitude. Et la réduction nécessite d’expliciter le sens.

Le changement sur lequel nous travaillons au sein du Data Accelerator

À l’intérieur du Accélérateur de donnéesl’un des exercices de base que nous organisons est simple :

Prenez un tableau de bord et forcez l’équipe à écrire, en langage simple :

• Quelle est l’idée clé ?
• Pourquoi est-ce important ?
• Quelle est l’implication ?

Si cette affirmation est difficile à produire, le tableau de bord n’est pas terminé.

On ne commence pas par changer les visuels.

Commençons par clarifier le sens.

Parce que la perspicacité n’est pas quelque chose que le spectateur extrait.

C’est quelque chose que l’analyste doit articuler.

Un essai simple

Regardez l’un de vos tableaux clés et demandez :

Si je supprimais le titre et les étiquettes, deux parties prenantes différentes pourraient-elles interpréter cela différemment ?

Si la réponse est oui, alors l’idée n’a pas été explicitée.

Les données sont une matière première. Les visuels sont une présentation. La perspicacité est une interprétation. Et l’interprétation ne se fait pas par hasard.

---

Dans le prochain article, nous explorerons comment la structure, le début, le milieu et la fin, transforment des informations isolées en histoires prêtes à prendre des décisions.

De la série : Les tableaux de bord ne déterminent pas les décisions (et c’est le vrai problème de l’analyse)