Data storytelling, che cos’è e come raccontare i dati?

Nella comunicazione d’impresa i dati sono a dir poco essenziali. Attraverso essi è possibile redigere analisi, osservare l’andamento dell’azienda e ipotizzare prospettive future: permettono di fondare la narrazione su elementi misurabili e verificabili. C’è però un problema: a volte non sono facilmente interpretabili e, di conseguenza, risultano di difficile accesso per i non addetti ai lavori. Il data storytelling nasce proprio per colmare questo gap. In che modo?

Nelle prossime righe osserveremo da vicino come questa particolare tecnica di narrazione trasformi numeri e grafici in una narrazione accessibile anche ad un pubblico non specialistico. Ma quali sono gli elementi necessari per trasformare un dato in una storia? 

Che cos’è il data storytelling?

Potremmo definire il data storytelling come l’arte di raccontare una storia attraverso i dati. Tutto ha origine dalle informazioni aziendali, sia quantitative che qualitative, di cui si è in possesso. Dopodiché si analizzano, si selezionano gli insight più rilevanti e infine si presentano all’interno di una narrazione chiara supportata da elementi visivi.

Alla base del data storytelling è presente una triade:

• dati; 
• visualizzazione;
• racconto.

Come trasformare i dati in una storia efficace?

I dati rappresentano le fondamenta della nostra storia: per tenere su l’architettura di una narrazione servono “solidi” pilastri. Le informazioni devono essere complete e accurate, ma al tempo stesso pertinenti con l’obiettivo del nostro racconto. Prima di raccogliere qualunque sorta di dato dovremmo porci una serie di domande del tipo: “Quale fenomeno voglio spiegare?” oppure “Qual è il problema che voglio dimostrare attraverso i dati?”.

Una volta selezionati i dati correlati alla nostra idea di storytelling è necessario renderli accessibili, anche dal punto di vista visivo. In questo caso vengono in nostro supporto strumenti come i grafici, le mappe, le infografiche e i diagrammi. Per questi vale la regola less is more: è importante ridurre la loro complessità eliminando tutti quei dettagli superflui che potrebbero rendere difficoltosa la loro lettura.

Infine, il racconto è lo strumento indispensabile per dare significato alle informazioni e guidare il lettore verso la loro comprensione. In sostanza, la narrazione accompagna chi legge attraverso un percorso logico, in grado di mettere in evidenza ciò che conta davvero. Così facendo, il dato non rimane isolato ma diventa una parte imprescindibile di una spiegazione più ampia.

Nei prossimi paragrafi ci soffermeremo anche sui modelli di narrazione più utili per il data storytelling. In linea generale però la struttura del racconto sarà la seguente:

• un’introduzione che definisce lo scenario;
• uno sviluppo che presenta le evidenze;
• una conclusione che propone un’interpretazione.

A cosa serve il data storytelling?

Nelle righe precedenti abbiamo osservato le componenti principali del data storytelling, ma in quale tipologia di contenuti viene applicato?

La narrazione data-driven è utile in:

• presentazioni aziendali;
• strategie di marketing;
• report commerciali;
• bilanci;
• comunicazioni ESG;
• materiali per la stampa e campagne rivolte a clienti o stakeholder.

I modelli narrativi del data storytelling

Il data storytelling, a seconda del contesto e del pubblico di riferimento, adotta modelli narrativi differenti. Quali sono i più comuni?

La struttura a tre atti

La struttura a tre atti, che abbiamo già citato precedentemente, è una delle più semplici e immediata. Si articola in:

• introduzione. Qui si presenta il contesto e si spiega quale domanda guida la lettura dei dati. In pratica, si prepara il pubblico alla comprensione delle informazioni successive.
• sviluppo. Rappresenta il cuore della narrazione, in cui vengono analizzati e confrontati i dati principali. Non devono essere citati tutti i dati raccolti, ma solo quelli che servono a sostenere il messaggio centrale;
• conclusione. È la fine del percorso che confluisce nell’interpretazione di tutti gli elementi menzionati nelle parti precedenti. In questo ultimo passaggio il pubblico non comprende solo i dati, ma riesce a immaginare le azioni che potranno scaturire da essi.

Il modello AIDA

Il modello AIDA nasce dalla comunicazione persuasiva e si fonda su quattro pilastri:

• attenzione;
• interesse;
• desiderio;
• azione.

Questa struttura viene sfruttata nel data storytelling quando i dati non devono solo informare, ma soprattutto persuadere. Il modus operandi del modello si articolo in quattro fasi:

1. L’obiettivo iniziale è catturare l’attenzione del nostro interlocutore. Nessuno leggerà i dati del report se non c’è un elemento in grado di catturare i suoi occhi. Non a caso, si utilizza all’inizio sempre un “dato shock” in grado di essere immediatamente notato.
2. Nel secondo step si cerca di accendere l’interesse dell’interlocutore spiegando in maniera semplice e accessibile le motivazioni dietro al dato shock.
3. Una volta accesa la curiosità del pubblico è il momento di mostrare le alternative possibili, e soprattutto i vantaggi, che potrebbe ottenere tramite la risoluzione della problematica alla base del dato shock.
4. Il passaggio finale è la call to action, ovvero un invito al pubblico a provare la soluzione offerta attraverso il data storytelling.

Facciamo un esempio pratico per rendere il tutto più comprensibile. Immaginiamo di essere i manager di un’azienda di cybersecurity e di voler vendere a un’azienda il nostro servizio di protezione.

Inizieremo così, la nostra presentazione aziendale mostrando un dato shock, ad esempio evidenziando come nell’ultimo anno oltre il 64% delle aziende è stato oggetto di attacchi hacker. Ottenuta l’attenzione del pubblico con questa statistica, accenderemo il loro interesse, sottolineando che il costo medio del ripristino delle funzioni in seguito a certi attacchi è in media di 120mila euro. A tutto ciò si aggiunge anche un danno reputazionale, in quanto l’azienda potrebbe essere ritenuta non più affidabile.

Per accendere il desiderio del pubblico, poi, mostreremo un grafico che mostra come un concorrente che utilizza il nostro software di protezione, abbia ridotto le probabilità di violazione dei propri sistemi allo 0,2%,

A questo punto non ci resterà che passare all’azione proponendo un check-up gratuito dei server finalizzato alla successiva conversione.

Il modello della piramide rovesciata

Il modello della piramide rovesciata è preso in prestito direttamente dal giornalismo. Nell’attacco vengono fornite immediatamente le informazioni principali, compresa ovviamente la tesi portante di tutta la narrazione.

Proseguendo nella lettura dei paragrafi si snocciolano, con un sempre maggiore livello di approfondimento, tutti i dati, in maniera tale da fornire a chi arriverà al fondo della lettura un quadro completo di tutta l’analisi.

Nel data storytelling, questo modello è utile per tutti quei contenuti in cui la chiarezza immediata è prioritaria. Tra questi rientrano:

• executive summary;
• presentazioni direzionali;
• report per il management.

Il modello delle quattro P

Nel data storytelling il modello delle quattro P (People, Place, Plot, Purpose ovvero persone, luogo, trama e scopo) si prepone una delle finalità più difficili da ottenere: umanizzare i numeri.

Le persone indicano chi è coinvolto nella storia. Possono essere clienti, dipendenti o stakeholder. La loro presenza serve per creare un legame empatico con il pubblico.

Il luogo, invece, definisce il contesto in cui i dati assumono significato. Può essere un territorio, un reparto aziendale oppure una fase del customer journey. La trama serve a mostrare cosa i dati utilizzati ci vogliono comunicare e come stanno modificando ciò che è presente intorno a noi, a partire dal contesto fino alle relazioni.

Lo scopo, infine, chiarisce perché stiamo raccontando proprio quella storia. Facciamo ancora una volta un esempio per rendere tutto più chiaro.

Prendiamo un noioso estratto di un report aziendale:

L’analisi evidenzia come l’adozione del software CRM ha ridotto i tempi di gestione delle pratiche del 22% a livello globale.

Ecco come diventerebbe se adottassimo il modello narrativo delle quattro P:

I nostri assistenti (Persone) nelle filiali europee (Luogo) passavano metà della giornata a inserire dati a mano. Dopo l’introduzione del nuovo CRM (Trama), i tempi di gestione sono crollati del 22%. Questo ci permette finalmente di dedicare più tempo all’ascolto reale del cliente e ridurre contemporaneamente i livelli di stress del nostro team (Scopo)

I vantaggi del data storytelling

Abbiamo fin qui visto come strutturare al meglio il racconto attraverso il data storytelling, ma quali vantaggi concreti comporta per un’azienda?

In primis, aiuta a colmare la distanza tra analisi tecnica e decisione strategica. Nella pratica, consente ai team che lavorano sui dati di comunicare gli insight in modo più efficace a manager, clienti e partner.

L’accessibilità dei dati ottenuti attraverso il data storytelling si riflette anche nella comunicazione interna. I vari reparti aziendali, dal marketing alle risorse umane, hanno l’opportunità di attingere a una narrazione comune che rende più facile la condivisione delle priorità e la valutazione delle azioni da intraprendere.

Una narrazione dei dati fatta in maniera accurata fa bene anche alla brand reputation. Un’azienda che comunica risultati, trend o cambiamenti attraverso dati chiari e ben contestualizzati trasmette maggiore solidità. Allo stesso modo, il data storytelling consolida il rapporto con la clientela: un racconto intuitivo e coinvolgente migliora la riconoscibilità e la percezione del brand.

Trasformare i dati in racconto non è certamente un’operazione semplice. Per tale motivo è sempre bene affidarsi a dei professionisti della comunicazione. In Master Communication troverai un team dinamico pronto a calarsi nella tua realtà aziendale e a fornirti tutto il supporto necessario. Contattaci per una consulenza.