Écrire pour votre public

La rédaction d'un rapport informatif en science des données nécessite avant tout une compréhension approfondie du public (audience) auquel vous vous adressez, c'est-à-dire les personnes qui liront le rapport. Par exemple, le public est-il composé d'autres experts en science des données capables de comprendre des détails complexes, ou de membres de la direction qui ont besoin d'informations concises pour les aider à prendre des décisions commerciales judicieuses ? Votre public s'appuie-t-il davantage sur des éléments visuels pour comprendre, ou nécessite-t-il des explications détaillées supplémentaires ? Peut-être votre public regroupe-t-il un mélange de gens d'affaires, d'experts techniques et d'utilisateurs finaux, ce qui nécessite de multiples formats pour transmettre la même information de différentes manières.

Commencez par déterminer les types de membres du public. On distingue souvent quatre catégories de public : les experts, les techniciens, les dirigeants et les non-spécialistes. Chaque catégorie possède des caractéristiques, des perspectives, des attentes et des objectifs distincts, comme décrit ci-dessous.

Dirigeants

Les dirigeants (executives) se composent de décideurs tels que des gestionnaires, des directeurs généraux (CEO) ou des propriétaires d'entreprise qui peuvent ne pas avoir de connaissances techniques détaillées, mais qui ont besoin de comprendre les répercussions de l'information pour la prise de décision stratégique. La communication avec les dirigeants doit être concise, davantage axée sur les synthèses et les résultats que sur les détails et la théorie. Le langage doit être moins technique et orienté vers les retombées commerciales, les coûts, les avantages, les risques et les opportunités.

Parfois, les résumés en science des données sont transmis aux dirigeants et à la direction générale au moyen d'un tableau de bord exécutif. Le tableau de bord exécutif (ou de données) (executive (or data) dashboard) est un outil de représentation visuelle conçu pour fournir un aperçu rapide et en temps réel des données et métriques clés d'une organisation, souvent mis à jour en temps réel ou à intervalles réguliers. Les métriques clés, souvent appelées indicateurs clés de performance (KPIs) (key performance indicators (KPIs)), permettent au public de visualiser des données consolidées provenant de diverses sources sous un format intuitif et visuellement attrayant. L'objectif du tableau de bord est de sensibiliser aux tendances majeures et de les mettre en évidence pour faciliter l'identification rapide des tendances, des anomalies et des opportunités. L'un des principaux avantages d'un tableau de bord exécutif réside dans l'accès en temps réel à des données critiques et exploitables, permettant à un dirigeant de prendre des décisions rapides concernant les KPI essentiels à l'entreprise. Les tableaux de bord de données permettent également un suivi continu des métriques de performance et peuvent aider à identifier des tendances dont la détection précoce peut conférer un avantage concurrentiel à une entreprise. Les dirigeants peuvent examiner rapidement les métriques du tableau de bord afin d'évaluer les progrès accomplis vers les buts et objectifs de l'entreprise.

Parmi les exemples de tableaux de bord exécutifs, citons la capacité de suivre les performances commerciales grâce aux données de vente en temps réel, aux tendances des revenus et aux métriques d'engagement des clients, ce qui permet aux équipes d'ajuster leurs stratégies en temps opportun. Les tableaux de bord de données peuvent également soutenir l'efficacité opérationnelle en affichant des métriques clés telles que les cadences de production, les niveaux de stock et l'état de la logistique afin d'aider les équipes à optimiser les processus. De plus, les équipes marketing peuvent exploiter les tableaux de bord de données pour visualiser les performances des campagnes, l'engagement du public et les taux de conversion afin d'affiner leurs tactiques et de maximiser les rendements. Dans l'ensemble, le tableau de bord peut accroître l'agilité et l'efficacité dans la prise de décision managériale éclairée (voir Figure 10.2).

Figure 10.2 Le tableau de bord exécutif est une représentation visuelle des données permettant de donner aux dirigeants et à la direction générale un aperçu rapide et en temps réel des indicateurs clés de performance (KPIs) d'une organisation.
(source : modification de l'œuvre « Analyst analytics blur » par David Stewart/https://homegets.com/Flickr, CC BY 2.0)

Les tableaux de bord gouvernementaux, axés sur la transparence envers le public, offrent souvent de bons exemples.

Voici quelques exemples de tableaux de bord du gouvernement fédéral des États-Unis issus de différents secteurs économiques :

• Data USA
• Aviation Community Dashboard
• IT Portfolio Dashboard
• Transportation Performance Management

Écrire pour un public diversifié

Lors de la rédaction de rapports techniques en science des données, il est souvent nécessaire d'entrer en relation avec des publics divers qui peuvent avoir des niveaux d'expertise, d'intérêt et de connaissances préalables différents. On peut établir des liens en adaptant la communication à une catégorie de public spécifique tout en veillant à ce que les explications soient suffisamment claires pour trouver un écho auprès des autres. L'auteur doit prendre en compte non seulement la complexité de la langue, mais aussi le niveau de détail, le format et la présentation des informations. La rédaction doit être accessible à tous les membres de votre public et éviter le jargon non essentiel, les acronymes énigmatiques et les détails excessifs (à moins que le niveau du public n'exige un haut degré de technicité et de théorie). Prenez en compte la dimension humaine lors de la création d'un récit informatif. En d'autres termes, tenez compte des perspectives, des émotions, des motivations et des expériences du public pour rendre l'information plus attrayante et plus significative. Il est également utile d'employer plusieurs exemples illustratifs et des analogies claires pour démontrer l'utilité concrète de votre démarche et de vos conclusions. Lorsque vous écrivez pour un public non technique, il est important d'exprimer clairement l'impact tangible et la pertinence des données, en veillant à ce qu'elles entrent en résonance avec le contexte et les préoccupations du lecteur. Dans la description des différents aspects du rapport, soyez sélectif et évitez de submerger le public de données secondaires, en mettant plutôt en valeur les constats essentiels. Complétez le texte par des visualisations (par exemple, des graphiques, des diagrammes, des tableaux) qui mettent en lumière les résultats. Soyez attentif à la diversité de votre public potentiel et adoptez un style rédactionnel cohérent, succinct et intéressant, en évitant toute complexité excessive. Employez la voix active et des phrases courtes, et fournissez des transitions soignées pour guider vos lecteurs tout au long du rapport.

Les rédacteurs et présentateurs de rapports techniques doivent également prendre en compte les questions liées à la neurodiversité (neurodiversity) du public, c'est-à-dire la variation normale des capacités cognitives individuelles, en particulier dans les domaines de la communication et du traitement de l'information. De la même manière que nous devons prendre en compte un éventail de publics allant de l'expert au non-spécialiste, il est essentiel de reconnaître que les différences cognitives et neurologiques entre les lecteurs ou autres destinataires du rapport peuvent avoir un impact significatif sur leur compréhension et leur intérêt pour le contenu. Certains des mêmes principes s'appliquent, notamment l'utilisation d'un langage clair et concis, une organisation structurée et l'inclusion de supports visuels tels que des diagrammes et des graphiques pour répondre à divers styles d'apprentissage et de traitement. De plus, fournir des résumés au début de chaque section peut faciliter la compréhension de ceux qui pourraient éprouver des difficultés face à de longs blocs de texte ou à des informations complexes. En adoptant ces stratégies, les rédacteurs de rapports ne respectent pas seulement les principes d'inclusivité et d'accessibilité, mais renforcent également l'efficacité globale de leur communication, en veillant à ce que leurs conclusions et leurs éclairages soient accessibles à un public plus large.

Expliquer vos méthodes

Comme décrit dans Qu'est-ce que la science des données ?, les étapes du cycle de la science des données consistent à définir l'objectif, acquérir et nettoyer des données provenant de diverses sources, analyser les données et communiquer des informations pertinentes. Dans un rapport technique, l'objectif d'expliquer les méthodes de science des données est de fournir un compte rendu clair et rigoureux tout au long du cycle de la science des données, ainsi que de justifier la validité et la fiabilité des résultats et des conclusions. Cependant, comme mentionné ci-dessus, différents publics peuvent avoir des rôles et des niveaux d'expertise variés en science des données. Communiquer efficacement avec ces publics diversifiés nécessite différentes stratégies pour expliquer les méthodes de science des données que vous avez employées.

Une stratégie employée lorsqu'il peut y avoir des publics de différents niveaux ou centres d'intérêt est une approche en couches (layered approach), dans laquelle le rapport est organisé en sections ou en annexes qui offrent différents niveaux de détail et de complexité selon les publics. Par exemple, le corps principal du rapport pourrait fournir un aperçu général des méthodes de science des données, en mettant l'accent sur les principaux objectifs, étapes et résultats, dans un langage simple et non technique. Cela conviendrait aux publics qui s'intéressent aux conclusions générales et aux retombées de l'analyse de données, tels que les gestionnaires et les décideurs politiques. Les annexes pourraient fournir des descriptions plus détaillées et techniques des méthodes de science des données, telles que les sources de données, les méthodes d'échantillonnage, les techniques de prétraitement, les algorithmes, les paramètres, les métriques d'évaluation et les limites. Ces annexes conviendraient aux publics intéressés par les aspects techniques et la validité de l'analyse des données, tels que les scientifiques des données, les chercheurs ou les réviseurs.

Il est important qu'un tel rapport respecte un style éditorial reconnu, tel que l'un des suivants :

• American Medical Association (AMA) pour les domaines médical et de la santé
• American Psychological Association (APA) pour les domaines scientifique et psychologique
• Chicago Manual of Style (CMOS) pour les ouvrages publiés
• IEEE pour les domaines de l'ingénierie et de l'informatique

Consultez toujours les commanditaires du projet pour connaître le formatage et le style requis pour le rapport, et assurez-vous que le rapport contient les références et citations appropriées pour toutes les sources tierces mentionnées.

Certains rapports peuvent nécessiter l'élaboration d'un livre de codes (codebook) ou d'un dictionnaire de données pour détailler les variables, leurs unités, leurs valeurs et leurs étiquettes au sein des données ou des jeux de données utilisés dans le projet. Ce livre de codes doit concorder avec le rapport final et le code utilisé pendant le projet pour maintenir la cohérence. De plus, il peut être important de mettre en œuvre un système de contrôle de version (version control system), tel que Git ou SVN, afin de suivre les modifications apportées au code ou à tout contenu numérique au fil du temps, surtout si le projet est complexe et compte de nombreux membres d'équipe. Git est un système de contrôle de version distribué conçu pour gérer aussi bien des petits projets que de très grands projets avec rapidité et efficacité, tandis que SVN (Subversion) est un système de contrôle de version centralisé qui permet aux utilisateurs de suivre les modifications apportées aux fichiers et aux répertoires au fil du temps. Ces dépôts d'informations sont utiles pour suivre et gérer les modifications du code et des données tout au long du cycle de vie d'un projet. Un tel système documente l'historique du projet, aide à résoudre les conflits ou les erreurs et facilite la collaboration entre chercheurs. De manière cruciale, il favorise la reproductibilité (reproducibility), permettant à d'autres d'accéder au même code et aux mêmes données que ceux utilisés dans le projet et de les exécuter. De plus, les intervenants peuvent utiliser des systèmes infonuagiques (par exemple, Google Docs, Microsoft Office 365) qui offrent des fonctionnalités de partage de documents et de suivi des modifications permettant un contrôle de version avancé et un répertoire d'options de sauvegarde du rapport.

Faut-il utiliser un graphique ou un tableau ?

Visualiser les données a abordé en profondeur l'importance d'intégrer des supports visuels tels que des graphiques, des diagrammes, des tableaux et des organigrammes comme moyen efficace de clarifier les méthodologies de la science des données. Ces outils peuvent synthétiser des informations complexes et mettre en évidence des tendances, des motifs ou des relations significatifs au sein des données. Les visuels de données peuvent captiver et maintenir l'attention du public tout en favorisant la compréhension et la rétention mémorielle. Les scientifiques des données doivent faire preuve d'une prudence raisonnable lors de l'utilisation de supports visuels ; une conception ou une présentation inadéquate peut entraîner des biais ou des erreurs d'interprétation. Ainsi, chaque support visuel doit être accompagné d'explications succinctes et claires qui précisent l'objectif du support visuel, son contenu et ses limites éventuelles. L'inclusion de texte alternatif (alt text), c'est-à-dire de courtes descriptions accompagnant l'image ou intégrées dans ses métadonnées, est essentielle pour aider les lecteurs qui ne sont pas en mesure de visualiser les images et les graphiques en raison d'un handicap ou d'autres limitations.

L'art de la communication en science des données implique de présenter les résultats analytiques de manière logique et convaincante. Les graphiques et les tableaux offrent des avantages distincts pour différents types de données, objectifs de rapport, publics et messages visés. Les graphiques excellent pour dépeindre des tendances, des motifs, des connexions et des anomalies, tandis que les tableaux sont optimaux pour afficher des valeurs exactes, des comparaisons et des classifications. Compte tenu de la diversité des graphiques et des tableaux disponibles, il est crucial de choisir le type le plus adapté aux données disponibles.

Un rapport d'analyse de données bien conçu doit inclure suffisamment de graphiques et de tableaux dans le corps principal pour expliquer adéquatement chacun des arguments ou résultats centraux. Ceux-ci doivent être simples, explicites et identifiés par des étiquettes descriptives, des titres, des légendes, des échelles et des unités. La cohérence du style et de la mise en forme est essentielle. Les auteurs doivent éviter de surcharger le rapport avec des visuels excessifs ou excessivement complexes qui pourraient distraire le lecteur, ou des graphiques qui n'apportent aucun éclairage supplémentaire. L'auteur est également responsable de clarifier l'importance de ces visuels dans le texte d'accompagnement (texte alternatif, légendes, etc.), en mettant en lumière les principales observations ou déductions. Le Tableau 10.1 fournit un résumé des types de supports visuels pouvant être utilisés dans les rapports de science des données et des types d'informations qu'ils transmettent le mieux (notez que ces représentations ont été abordées dans Statistiques inférentielles et analyse de régression et Visualiser les données) :

De plus, envisagez d'utiliser des visualisations interactives, qui offrent aux utilisateurs la possibilité d'interagir dynamiquement avec l'information par une manipulation et une exploration directes. Cette méthode exploite la puissance des outils graphiques pour transformer des données statiques en un dialogue visuel, permettant aux utilisateurs de découvrir des motifs, des anomalies et des perspectives en interagissant directement avec les éléments de la visualisation. En fournissant des fonctionnalités telles que le zoom, le filtrage et le tri, les visualisations interactives permettent aux utilisateurs de personnaliser leur parcours d'exploration des données, rendant les données complexes plus accessibles et compréhensibles.