L'impact de l'IA et d'autres innovations sur la narration des données

L'impact de l'IA et d'autres innovations sur la narration des données

19 juin 2024

Cet extrait édité provient de Data Storytelling in Marketing par Caroline Florence ©2024 et est reproduit et adapté avec la permission de Kogan Page Ltd.

La narration fait partie intégrante de l’expérience humaine. Les gens communiquent leurs observations et leurs données depuis des millénaires en utilisant les mêmes principes de persuasion que ceux utilisés aujourd’hui.

Cependant, les moyens par lesquels nous pouvons générer des données, des idées et raconter des histoires ont considérablement évolué et continueront de le faire, car la technologie joue un rôle toujours plus important dans notre capacité à collecter, traiter et trouver un sens à la richesse des informations disponibles. .

Alors, quel est l’avenir de la narration de données ?

Je pense que nous avons tous parlé du fait que les données sont le moteur qui alimente la prise de décision commerciale. Et on ne peut échapper au rôle que l’IA et les données joueront à l’avenir.

Donc, je pense que plus vous maîtrisez les données et êtes conscient des données, plus vous pouvez être informé et fondé sur des preuves sur nos décisions, quel que soit le domaine dans lequel vous travaillez – car c'est l'avenir vers lequel nous travaillons tous et que nous allons adopter. , droite?

Il s'agit de pertinence et d'être à la pointe de la technologie.

Sanica Menezes, responsable de l'analyse client, Aviva

Le scénario du futur proche

Imaginez simplement appliquer un outil d'IA générative à vos tableaux de bord de données marketing pour créer une copie prête à l'audience. L'outil crée une structure narrative claire, synthétisée à partir des ensembles de données pertinents, avec des messages exploitables et perspicaces pertinents pour le public cible.

L'outil ne produit pas seulement un résultat vague et générique avec une précision douteuse, mais il est suffisamment sophistiqué pour vous aider à co-créer un contenu techniquement robuste et convaincant qui intègre un niveau de perspicacité humaine.

Écrire des histoires à partir d'ensembles de données vastes et complexes permettra non seulement d'améliorer l'efficacité et de gagner du temps, mais permettra également au co-auteur humain de réfléchir de manière plus créative à la manière dont il livrera l'histoire finale pour faire passer le message, gagner du terrain avec des recommandations et influencer les décisions et les actions.

L'humain a toujours un rôle clair à jouer en tant que co-auteur, y compris la qualité des invites données, l'interprétation experte, la nuance du langage et la personnalisation pour les publics clés.

Mais le co-auteur humain n’est plus enlisé dans le processus complexe et long de collecte de différentes sources de données et d’analyse des données pour obtenir des informations. Le co-auteur humain peut se concentrer sur la synthèse des résultats pour donner un sens aux modèles ou aux tendances et perfectionner sa perspicacité, son jugement et sa communication.

Lors de mes conversations avec des contributeurs experts, le consensus était que l’IA aurait un impact significatif sur la narration des données, mais ne remplacerait jamais la nécessité d’une intervention humaine.

Cette vision de l’avenir de la narration est (presque) là. Des outils comme celui-ci existent déjà et sont encore améliorés, améliorés et déployés sur le marché au moment où j'écris ce livre.

Mais la réalité est que les compétences nécessaires pour exploiter ces outils ne sont pas différentes des compétences nécessaires pour construire, créer et fournir actuellement de superbes histoires de données. Au contraire, les risques liés au fait de ne pas avoir de co-auteurs humains signifient que l'acquisition des compétences couvertes dans ce livre devient encore plus précieuse.

Dans l’exercice de narration d’IA mené par WIN, l’outil a retenu comme point clé « 80 % des gens sont en bonne santé ». Eh bien, ce n'est tout simplement pas un fait intéressant.

Alors que les humains qui ont examiné les mêmes données ont pu constater une tendance à l’augmentation du stress, ce qui est bien plus intéressant en tant qu’histoire. L'IA pourrait analyser les données en quelques secondes, mais j'ai le sentiment qu'elle a besoin de beaucoup de bonnes incitations pour pouvoir sérieusement aider à la narration.

Je suis beaucoup plus positif quant au fait de pouvoir créer 100 diapositives pour moi à partir des données, ce qui peut me permettre de comprendre plus facilement quelle est l'histoire.

Richard Colwell, PDG, groupe de recherche et de marketing Red C

Nous avons récemment mené une expérience avec la plate-forme Inspirient AI en prenant un très grand ensemble de données, et en trois minutes, elle a pu produire 1 000 diapositives avec des titres et un design corrects.

Ensuite, vous pouvez lui poser une question sur n'importe quoi, et il peut produire 110 diapositives, 30 diapositives, tout ce que vous voulez. Il n’y a donc aucune raison pour que les gens perdent du temps sur les données de cette manière.

L’IA va faire une énorme différence – et nous intégrons ensuite les compétences humaines que sont la contextualisation, la narration, la réflexion sur l’impact et la pertinence de la stratégie et tout ce que l’ordinateur ne pourra jamais faire.

Lucy Davison, fondatrice et PDG, Keen As Mustard Marketing

Autres innovations ayant un impact sur la narration des données

Outre l’IA, il existe un certain nombre d’autres tendances clés qui sont susceptibles d’avoir un impact sur notre approche de la narration des données à l’avenir :

Données synthétiques

Les données synthétiques sont des données créées artificiellement par simulation informatique pour remplacer les données du monde réel. Bien qu'elles soient déjà utilisées dans de nombreux modèles de données pour compléter les données du monde réel ou lorsque les données du monde réel ne sont pas disponibles, l'incidence des données synthétiques est susceptible de croître dans un avenir proche.

Selon Gartner (2023), d’ici 2024, 60 % des données utilisées dans la formation des modèles d’IA seront générées de manière synthétique.

S'exprimant lors de Marketing Week (2023), Mark Ritson cite une précision d'environ 90 % pour les données sur les consommateurs dérivées de l'IA, lorsqu'elles sont triangulées avec des données générées à partir de sources humaines primaires, dans les études universitaires à ce jour.

Cela signifie qu’il a un énorme potentiel pour aider à créer des histoires de données pour éclairer les stratégies et les plans.

Réalité virtuelle et augmentée

La réalité virtuelle et augmentée nous permettra de générer des expériences plus immersives et interactives dans le cadre de notre narration de données. Le public pourra entrer dans le monde de l’histoire, interagir avec les données et influencer les résultats narratifs.

Cette technologie est déjà utilisée dans le monde du divertissement pour brouiller les frontières entre la télévision linéaire traditionnelle et les jeux vidéo interactifs, créant ainsi une nouvelle forme de consommation de contenu.

Grâce à la narration de données, nous pouvons facilement imaginer un monde avec des conversations client simulées, tout en naviguant sur le site Web ou dans l'environnement de vente au détail.

Au lieu de visualisations statiques et de graphiques montrant les données, le public pourra superposer les données sur son environnement physique et intégrer des données provenant de différentes sources accessibles en appuyant simplement sur un bouton.

Narration transmédia

La narration transmédia continuera d’évoluer, avec des récits couvrant plusieurs plateformes et médias. Les conteurs de données devront créer des scénarios interconnectés sur différents médias et canaux, permettant au public d'interagir avec l'histoire des données de différentes manières.

Nous voyons déjà ces outils être utilisés dans le journalisme de données où l'audio et la vidéo intégrés, le contenu de témoins oculaires sur le terrain, les flux de données en direct, la visualisation de données et la photographie côtoient les commentaires éditoriaux et la narration plus traditionnels.

Pour un bon exemple pratique, regardez l'ouvrage lauréat du prix Pulitzer « Chutes de neige : l'avalanche à Tunnel Creek (Branch, 2012) » qui a changé la façon dont le New York Times a abordé la narration de données.

Dans le monde du marketing, certaines équipes investissent déjà dans des portails de partage de connaissances haut de gamme ou intègrent des outils aux côtés de leur intranet et d'Internet pour rassembler plusieurs médias en un seul endroit et raconter l'histoire des données.

Contenu généré par l'utilisateur

Le contenu généré par les utilisateurs aura également une plus grande influence sur la narration des données. Avec l’essor des médias sociaux et des communautés en ligne, le public participera activement à la création et au partage d’histoires.

Des plateformes émergeront qui permettront la collaboration entre les conteurs et le public, permettant la co-création de récits et favorisant un sentiment de communauté autour de la narration.

Adapter les récits à chaque membre du public en fonction de ses préférences, voire de son état émotionnel, entraînera de plus grandes attentes en matière de personnalisation de la narration des données afin d'améliorer l'engagement et l'impact.

Au-delà de la communication traditionnelle « Vous avez dit, nous l'avons fait » avec les clients pour démontrer comment leurs commentaires ont été pris en compte, le contenu généré par les utilisateurs permettra aux clients de jouer un rôle plus central dans le partage de leurs expériences et de leurs attentes.

        Ces outils avancés complètent, et ne remplacent pas, la créativité humaine et la pensée critique qu'exige une narration de données de qualité. S’ils sont utilisés correctement, ils peuvent améliorer la narration de vos données, mais ils ne peuvent pas le faire à votre place.

        Que vous travailliez avec Microsoft Excel ou que vous accédiez à des rapports provenant d'outils de business intelligence plus sophistiqués, tels que Microsoft Power BI, Tableau, Looker Studio ou Qlik, vous devrez toujours utiliser ces résultats et utiliser vos compétences de conteur de données pour les organiser dans des moyens utiles pour votre public final.

        Il existe d'excellentes plates-formes de partage de connaissances qui peuvent intégrer les résultats des outils de narration de données existants et aider à organiser le contenu en un seul endroit. Certains peuvent être intégrés à des plateformes existantes susceptibles d’être accessibles au sein de votre entreprise, comme Confluence.

        Certains peuvent être personnalisés à l’aide d’outils externes pour un besoin sur mesure, comme la création d’un micro-site pour votre histoire de données à l’aide de WordPress. Et certains peuvent être déployés à grande échelle pour s’intégrer aux outils Microsoft ou Google existants.

        La liste de ce qui est disponible est longue mais dépend généralement de ce qui est disponible sur le plan informatique au sein de votre propre organisation.

        Le rôle continu de l’humain dans la narration des données

        Dans ce monde en évolution, le rôle du conteur de données ne disparaît pas mais devient de plus en plus critique.

        Le conteur de données humaines a encore de nombreux rôles importants à jouer, et les compétences nécessaires pour influencer et impliquer des publics cyniques, exigeants et dépassés deviennent encore plus précieuses.

        Maintenant que les livres blancs, les textes marketing, les présentations internes et le contenu numérique peuvent tous être générés plus rapidement que les humains ne pourraient jamais le faire eux-mêmes, le risque de surcharge d'informations devient inévitable sans un conteur compétent pour organiser le contenu.

        Aujourd’hui, le conteur de données humaines est crucial pour :

        • Veiller à ce que nous ne racontions pas « n’importe quelle vieille histoire » simplement parce que nous le pouvons et que l’histoire est pertinente par rapport au contexte et aux besoins de l’entreprise.
        • Comprendre les entrées utilisées par l'outil, y compris les limites et les biais potentiels, et garantir que les données sont utilisées de manière éthique et qu'elles sont exactes, fiables et obtenues avec les autorisations appropriées.
        • Cadrer les requêtes de manière appropriée pour intégrer le contexte, les problèmes et le public cible pertinents doit éclairer la base de connaissances.
        • Croiser et synthétiser les informations générées par l'IA ou les données synthétiques avec l'expertise humaine et la connaissance du domaine pour garantir la pertinence et l'exactitude des recommandations.
        • Tirer parti des différents outils VR, AR et transmédia disponibles pour garantir le bon choix pour le travail.

        Pour lire le livre complet, les lecteurs SEJ bénéficient d’un code de réduction exclusif de 25 % et de la livraison gratuite aux États-Unis et au Royaume-Uni. Utilisez le code promotionnel SEJ25 sur koganpage.com ici .

        Davantage de ressources:

        • Qu'est-ce que la visualisation de données et comment l'utiliser pour le référencement
        • 11 superbes visualisations de données SEO pour inspirer vos rapports
        • Tirer parti des outils d'IA générative pour le référencement

        Image en vedette : PopTika/Shutterstock