Cours de data storytelling et présentation des résultats
Data storytelling et présentation des résultats est un cours de niveau intermédiaire de 5 leçons (environ 2 h 57), avec 15 exercices et 15 questions de quiz. Prérequis : Analyse exploratoire des données. Les exercices s'exécutent dans le navigateur, sans installation.
- Analyse de données
- Intermédiaire
- 5 leçons
- 2 h 57
- 15 exercices
- Exercices exécutés dans le navigateur
Le cours en bref
Ce cours t'apprend à présenter des résultats de données de façon à faire comprendre et décider. Tu cadreras ton public et ton message, choisiras le bon graphique, épureras tes visuels avec matplotlib, structureras un récit avec des titres-messages et des annotations, puis formuleras des recommandations chiffrées en exprimant honnêtement l'incertitude, au bon format.
Ce que tu sauras faire
- Cadrer une restitution : public, décision attendue, format et message clé
- Choisir le graphique adapté à chaque question et éviter les visuels trompeurs
- Épurer un graphique matplotlib et diriger l'attention avec une couleur d'accent
- Structurer un récit avec situation, complication, résolution et titres-messages
- Annoter les points clés d'un graphique
- Formuler des recommandations actionnables et communiquer l'incertitude
- Adapter la restitution à une réunion, un document, un e-mail ou un tableau de bord
Programme des 5 leçons
- Identifier le public, la décision attendue et le contexte de présentation
- Formuler un message clé (big idea) en une phrase
- Organiser une présentation en commençant par la conclusion
- 02
Choisir le bon graphique
- Associer chaque type de question à un type de graphique
- Construire un diagramme en barres trié et honnête avec matplotlib
- Reconnaître les graphiques trompeurs ou peu lisibles
- 03
Désencombrer et mettre en valeur
- Supprimer les éléments visuels qui n'apportent pas d'information
- Diriger l'attention avec une couleur d'accentuation et l'étiquetage direct
- Choisir des couleurs accessibles
DésencombrementAttributs préattentifsAccessibilité des couleurs
- 04
Structurer le récit : titres-messages et annotations
- Structurer une présentation selon situation, complication, résolution
- Écrire des titres-messages et annoter les points clés d'un graphique
- Construire un storyboard avant de produire les visuels
- 05
Recommandations, incertitude et format de restitution
- Formuler des recommandations actionnables et chiffrées
- Représenter et expliquer l'incertitude sans perdre le message
- Adapter la restitution au format : réunion, document, e-mail, tableau de bord
Projet final
Restitution d'une analyse à un comité de direction
Reprends l'analyse exploratoire de ton choix (par exemple le projet du cours d'analyse exploratoire) ou génère un jeu de données de ventes avec un problème à expliquer. Prépare la restitution complète pour un comité de direction : cadrage, storyboard, 5 à 7 graphiques épurés et annotés, recommandation chiffrée avec incertitude, résumé exécutif et e-mail d'envoi.
Livrables
- Le cadrage (public, décision attendue, format, message clé)
- Le storyboard avec les titres-messages, validé par le test de la lecture verticale
- Un script Python matplotlib produisant 5 à 7 graphiques épurés, annotés et accessibles
- Une diapositive de recommandation avec fourchette d'impact et indicateur de suivi
- Un résumé exécutif de 5 lignes et l'e-mail d'envoi
- Une annexe listant les limites et les réponses aux trois objections les plus probables
Critères d'évaluation
- Le message clé est clair, chiffré et présenté en premier
- Chaque graphique est adapté à sa question, honnête et épuré
- Les titres-messages racontent l'histoire à eux seuls
- La recommandation est actionnable et son incertitude est exprimée simplement
- Le format et le niveau de détail sont adaptés au public
Questions fréquentes
Qu'est-ce que le data storytelling ?
C'est l'art de transformer une analyse de données en un message compris et suivi d'action, en combinant un récit structuré, des visuels adaptés et une recommandation claire.
Faut-il être bon en design ?
Non. Le cours repose sur quelques principes simples et reproductibles : retirer le superflu, utiliser une couleur d'accent, écrire des titres-messages et annoter les points clés.
Le cours utilise-t-il Python ?
Oui, les graphiques sont construits avec matplotlib, et certains exercices sont des mises en situation rédactionnelles. Les principes s'appliquent aussi à Power BI, Excel ou tout outil de présentation.
Quels prérequis ?
Avoir suivi le cours d'analyse exploratoire des données, ou savoir manipuler des données avec pandas et produire des graphiques simples.
Ce cours, raconté pour ton métier
Dis ce que tu veux savoir faire : « Data storytelling et présentation des résultats » prend sa place dans ton parcours, avec des exemples de ton secteur. Les notions restent celles du cours.