loader image

Data Storytelling: Cos’è, Esempi e Come Fare Storytelling con i Dati

Cosa troverai in questo articolo

Come organizzare e trasmettere i dati attraverso la narrazione con il data storytelling

Il data storytelling è stato identificato come uno dei principali trend nel campo dei dati. Le aziende lo stanno implementando perché è un modo più semplice per informare un particolare pubblico del contenuto di dati e di analisi complesse per mezzo di una narrazione. Esistono tool ad hoc come Tableau per fare data storytelling in ambito di business, a testimonianza di come sia uno strumento sempre più centrale nel mercato. In questo articolo vedremo dunque cos’è il data storytelling con una definizione specifica, ne analizzeremo alcuni esempi e casi di successo e cercheremo di capire come organizzare e trasmettere i dati con la narrazione.

donna presenta insight dell'azienda alla lavagna utilizzando il data storytelling per illustrare dei grafici

Cos’è il data storytelling?

Il data storytelling consiste nell’esposizione e condivisione del contenuto di dati e di analisi complesse per mezzo di una narrazione, allo scopo di informare e influenzare un particolare pubblico. È un modo molto efficace per condividere le informazioni aziendali, indirizzare nuove azioni e guidare i risultati.

Abbiamo già visto come lo storytelling sia la disciplina che utilizza i principi della retorica e della narratologia per narrare storie, e viene impiegato dalle aziende e dai brand attraverso lo storytelling marketing grazie alla costruzione e distribuzione di storie allo scopo di creare un legame emotivo e di fiducia con il brand. Le storie infatti hanno la capacità di far leva sulle emozioni, le quali sono coinvolte nei processi percettivi e valutativi che guidano le decisioni d’acquisto. Ancor più nel contesto attuale, dove il marketing richiede un approccio sempre più esperienziale.

Il data storytelling ha pertanto la finalità di organizzare le informazioni per semplificarne la lettura in un processo che potremmo definire di “democratizzazione” del dato: ovvero un atto di trasparenza da parte delle aziende nei confronti di dipendenti, consumatori o partner che non hanno competenze di analisi dei dati. Se inizialmente, con la nascita dei big data, si pensava all’analisi e alla comprensione dei dati, come un qualcosa di elitario, il data storytelling si è proposto come invertitore di tendenza: il pubblico può comprendere, interagire con i contenuti e prendere decisioni più velocemente e con più sicurezza, per questo il fattore interattivo dei dati è molto importante. Ma come rispondere a questo scopo? La narrazione del data storytelling si serve della data visualization, che analizzeremo meglio più avanti.

Per strutturare i dati in una narrazione coinvolgente sono necessari tre elementi fondamentali: narrative, visual e dati:

  • Narrative (narrazione), una storia aiuta il pubblico a comprendere gli insights trasformando informazioni complesse in elementi narrativi.
  • Visual (immagini), servono a illustrare, rendere più immaginifica e quindi reale e concreta la storia. Narrazione e immagini devono sempre essere collegate, ovvero le immagini sono un supporto alla narrazione.
  • Dati, che, come abbiamo accennato, sono la base della narrazione e supportano la narrazione stessa.

Combinando narrative, visual e dati una narrazione di data storytelling è capace di creare una risposta emotiva nel pubblico e, come detto, l’emozione gioca un ruolo significativo nel processo decisionale. Se quindi questi tre elementi sono combinati perfettamente, si ottiene una storia che può influenzare le persone e guidare il cambiamento nella direzione degli obiettivi aziendali. Per questo il data storytelling sta diventando sempre più centrale per le aziende che vogliono competere in un mercato altamente complesso.

Perché il data storytelling è importante?

Il data storytelling è uno strumento di fondamentale importanza in diversi ambiti, non solo nello storytelling marketing per le aziende. Le storie e la narrazione rendono infatti le informazioni facilmente consultabili e memorabili: attraverso il carattere emotivo, persuasivo e d’intrattenimento di una storia, il data storytelling rende i dati facilmente comprensibili e digeribili anche ad un pubblico non esperto.

I dati, organizzati in grafici e tabelle, possono essere infatti immediati e logici, ma è solo attraverso le storie, la narrazione che è possibile contestualizzarli e spiegarne l’importanza, spiegare il perché determinate situazioni sono avvenute. Attraverso espedienti dello storytelling un’organizzazione può dunque condividere i dati in modo significativo, costruendo attorno una storia che attrarrà l’attenzione del pubblico e sarà in grado di far permanere quei dati nella loro mente.

Senza dubbio il data storytelling richiede dei maggiori sforzi di risorse e tempo da parte di un content writer, in quanto non è semplice conciliare insight e dati in una narrazione d’effetto, tuttavia questo strumento porta con sé numerosi vantaggi anche a livello decisionale nei processi interni di un’azienda: permette infatti di presentare metriche e risultati in modo più immediato, facilitando la discussione e guidandola nel percorso che porta ad un’azione. Di fatto, il data storytelling non è dunque solo un modo per condividere informazioni con il proprio pubblico, ma per comunicarle in modo efficace all’interno dell’organizzazione degli insight e prendere decisioni in tempo reale, superando i dettagli superflui e permettendo la comprensione anche a chi non ha avuto contatto con i dati.

immagine di dati proiettati du una lavagna, elemento base del data storytelling

Gli elementi fondamentali del data storytelling

Quali sono allora gli elementi chiave, o meglio i passaggi, del data storytelling? Abbiamo accennato ad alcuni nel paragrafo precedente, ma andiamo più nel dettaglio:

Big Data

I Big Data sono la grande mole di dati informatici raccolti grazie alla tecnologia. Se ne occupa la data science e i data scientists (una delle nuove professioni digitali più richieste dalle aziende) che definendo degli algoritmi e utilizzando dei software mettono in relazione questa enorme mole di dati. Quando utilizzati a scopo di business, parliamo di business intelligence. Si definiscono Big in funzione di 3 caratteristiche:

  • Volume, la quantità di dati, strutturati o non strutturati, generati ogni secondo;
  • Velocità con cui i nuovi dati vengono generati e arrivano al sistema che effettua analisi su di esse;
  • Varietà, ovvero varie tipologie di dati che sono generati, accumulati ed utilizzati.

In relazione all’ultima caratteristica (varietà) i dati usati possono essere di vario tipo:

  • Strutturati, sono i dati usati prima dell’avvento dei Big Data, ovvero raccolti per le stesse finalità per cui sono elaborati, secondo campi predefiniti e con una formattazione ad hoc;
  • Non strutturati, dati archiviati nel loro formato nativo e non elaborati fino a quando non vengono utilizzati. Il vantaggio sta proprio nei tassi di accumulo (maggiori rispetto a quelli strutturati) e alla libertà del formato originario. Ne sono esempio le e-mail, i post sui social media, chat, immagini, ecc.
  • Semi strutturati, ovvero hanno dei metadati che identificano alcune caratteristiche quindi hanno informazioni sufficienti per catalogarli, cercarli e analizzarli, una via di mezzo tra i primi due.

La data science si occupa di scoprire i legami tra fenomeni diversi, molto spesso correlazioni, e prevedere i fenomeni sulla base di elaborazioni statistiche, anche appunto in ambito di business. I Big data sono quindi la base del data storytelling: per costruire una narrazione che abbia delle basi solide e il cui scopo sia evidenziare le prestazioni di un’attività o di un processo aziendale, mettere in rilevanza un problema o produrre degli insights utili a decisioni future, è necessario che si parta da basi concrete e significative da un punto di vista statistico, quindi generalizzabile.

Ricerca di pattern tra i dati

È il secondo elemento importante del data storytelling: non è sufficiente raccogliere dati, ma ovviamente il passo successivo consiste nell’interpretarli per trarre delle conclusioni o meglio degli insights. In questo senso serve cercare relazioni significative tra i dati e esplorarli alla ricerca di pattern che siano significativi.

I Big data permettono diverse tipologie di analisi:

  • Analisi descrittiva, dove gli strumenti usati servono a descrivere la situazione attuale e passata dei processi aziendali e/o aree funzionali.
  • Analisi predittiva, in cui gli strumenti, sulla base di previsioni statistiche elaborano delle ipotesi e previsioni
  • Analisi prescrittiva, oltre all’analisi dei dati e alla previsione statistica, sono capaci di proporre soluzioni;
  • Automated Analytics, gli strumenti implementano autonomamente l’azione proposta come soluzione.

Data visualization

Il terzo step del data storytelling è la data visualization: non è sufficiente raccogliere, ordinare e trovare dei pattern con un significato se non abbiamo un modo comprensibile per visualizzare i risultati e quindi prendere decisioni.

È per questo motivo che il Data Storytelling ha una sua esistenza autonoma che distinguiamo dalla Data Analysis. Se quest’ultima consiste semplicemente nella raccolta e analisi dati, il Data storytelling non si ferma a questo. La data visualization risponde alla funzione di racconto del dato, in questo caso visuale, a un pubblico non necessariamente esperto e con competenze specifiche di data science. Per questo motivo storytelling e visualization vanno di pari passo nel data storytelling.

Comunicare i dati con efficacia

Dopo il processo di raccolta, organizzazione e visualizzazione diventa fondamentale comunicare i dati. A questo punto la visualizzazione del dato può essere affiancata ad un contenuto testuale o uditivo. Il canale, il mezzo e il contesto dipenderanno dallo scopo e dal pubblico. Potremmo immaginare di fare del data storytelling davanti ad un’audience di partner e potenziali, in meeting online o dal vivo, per mettere in evidenza risultati (ne sono esempio i comuni report di attività) oppure di rivolgerci direttamente ad un consumatore finale (comunicazione B2C), per comunicare l’agito di un’azienda o i risultati ottenuti nell’ambito ad esempio di un’attività di partenariato o una campagna di responsabilità sociale. A questo punto è importante quindi per comunicare con l’utente:

  • Instaurare una comunicazione interattiva, quindi predisporre la restituzione di feedback (che sia dal vivo tramite domanda-risposta o online, ad esempio tramite la compilazione di questionari);
  • Personalizzare i contenuti, ancora una volta adattare la data visualization e tutta la comunicazione in relazione al target. Utile conoscere quindi le sue competenze, i suoi gusti, gli interessi, per una comunicazione efficace. La personalizzazione è uno dei principi del marketing one-to-one (approccio basato sul rapporto personale e diretto tra marchio e consumatore);
  • Invitare all’azione, gli interlocutori devono sentirsi coinvolti, quindi parte della narrazione che conduce ad un esito, un invito all’azione può essere efficace in questo senso. Si potrebbe coinvolgerli in un brainstorming, rispondere a delle brevi domande, ipotizzare scenari.

Nella comunicazione dobbiamo utilizzare le tecniche tipiche dello storytelling (le abbiamo approfondite in questo articolo): quindi seguire un arco narrativo e le varie fasi che conducano al climax e poi alla risoluzione. Utile chiedersi: quale tensione esiste per il mio pubblico? In questo senso la soluzione a cui si deve arrivare insieme è la risoluzione a questa tensione, il finale della storia. L’azione che chiediamo di fare al pubblico è il modo di risolvere la tensione o lo “strumento magico” che aiuta verso la risoluzione.

Azioni e decisioni data-driven

Il data storytelling ha degli obiettivi: tutto il lavoro di raccolta e organizzazione, analisi, visualizzazione e comunicazione dei dati serve a spiegare cosa sta avvenendo per prendere delle decisioni data driven, guidate dai dati. Quindi un consulente che fa Data Storytelling fornisce anche indicazioni operative sulle azioni future da mettere in atto per ottenere un vantaggio o raggiungere uno scopo.

Questo è possibile anche in relazione del tipo e dello scopo dell’analisi svolta (descrittiva, predittiva, prescrittiva e automatizzata).

colleghi ad un computer utilizzano data storytelling per presentazione di insight aziendali

I vantaggi del data storytelling

Il data storytelling non è certamente un’attività semplice e richiede una varietà di competenze e professioni che collaborano allo scopo, ma allora perché barcamenarsi in questa attività? Come può il data storytelling impattare sulle performance di un’azienda? Ecco qualche valida ragione per fare data storytelling a vantaggio di un brand (e non solo):

  • Migliora e la memorizzazione dei dati
  • Trasforma dati noiosi in contenuti interessanti
  • Aumenta l’engagement rispetto al tema oggetto di analisi
  • Sfrutta un linguaggio universalmente comprensibile (quello narrativo e visuale)
  • Crea un’esperienza
  • Sfrutta l’efficacia delle storie
  • Migliora la relazione con il destinatario (cliente o partner) sulla base di emozioni suscitate
  • È una metodologia misurabile
  • Agevola la collaborazione
  • Velocizza il processo decisionale
  • Aggiunge valore ai dati
  • “Umanizza” i dati
  • Costruisce credibilità

Esempi di data storytelling di successo

Ti forniamo in questo caso alcuni esempi di data storytelling, cominciando da Spotify wrapped, US Gun Deaths di Periscopic, fino a Brexit by number: tre casi molto diversi per l’oggetto della narrazione. Rispettivamente un argomento leggero come i gusti musicali, serio e tragico come le morti per arma da fuoco in USA e un evento economico e geopolitico come la Brexit. In tutti e tre i casi il data storytelling è stato uno strumento efficace per raggiungere lo scopo informativo per cui è stato creato e per dare risonanza al caso specifico.

Spotify Wrapped

Parlando di data storytelling, Spotify è innegabilmente lo standard. Parliamo in particolare della sua campagna annuale “Spotify Wrapped”: la campagna di marketing di Spotify che va puntualmente virale ogni anno. È stata rilasciata la prima volta a dicembre 2016 e consente agli utenti di Spotify di visualizzare un insieme di dati sulla loro attività sulla piattaforma tra cui: i cinque musicisti ascoltati più spesso, le canzoni che si sono ascoltate di più e i generi musicali preferiti. I produttori di contenuti hanno accesso a dati ulteriori riguardanti ad esempio il numero di volte in cui i loro contenuti sono stati trasmessi in streaming quell’anno.

Spotify Wrapped ha portato milioni di persone a farsi promotori della campagna condividendo i propri insights sull’uso della piattaforma sui social. Così si innesca anche un aumento della classifica dell’app store di Spotify.

US Gun Deaths di Periscopic

Periscopic ha elaborato una visualizzazione che mostra quanti morti ci sono stati ed equivalenti “anni rubati” a causa di armi da fuoco in USA nel 2013. È una visualizzazione molto efficace nel far intendere la gravità e la frequenza del fenomeno.

US gun deaths di Periscopic - grafico esempio di data storytelling

Brexit by Numbers

Quando l’inghilterra è stata chiamata a decidere sull’esito della Brexit, c’erano tante tesi per entrambe le opzioni, rispettivamente restare o uscire dall’Unione Europea. Questo ha portato a una grande confusione su quale sarebbe stato effettivamente l’impatto della Brexit sia per Il Regno Unito, ma anche per la stessa Unione Europea.

Per questo motivo Sky News produsse “Brexit By Numbers” una narrazione con dati reali sull’impatto immediato della Brexit sul Regno Unito. Oggi allo stesso link si può analizzare quale sia stato l’esito effettivo rispetto a tutte le previsioni fatte. Ovviamente in numeri.
“Sono state fatte molte affermazioni sull’impatto di un voto di congedo – ma quale di esse si è avverata finora? Analizziamo come il Regno Unito è cambiato da quando ha votato per la Brexit”.

dati dello studio brexit by numbers - un esempio di data storytelling di valore

Data storytelling: libri

Se sei alla ricerca di qualche libro o risorsa utile (oltre ai nostri suggerimenti di libri di storytelling) per approfondire nello specifico il tema del data storytelling, ecco qualche spunto:

Corso di data storytelling

Se sei alla ricerca di corsi sul data storytelling ti interesserà sapere che tra gli ospiti alla Masterclass del 2022 – l’evento di formazione nel digital marketing che La Content tiene a maggio a Bari – tra gli ospiti c’è stato William Sbarzaglia, professionista di Data Strategy e Analytics. William ha trattato di data storytelling centrando perfettamente il punto: è arrivato il momento per la nascita di una nuova figura professionale, il data storyteller. Servono secondo William delle Actionable Data Stories, ovvero storie che portino le persone a muoversi, a fare qualcosa.

William Sbarzaglia sarà docente de La Classe Digital Storytelling sabato 18 marzo 2023, per la lezione dal titolo “I dati e le performance dello storytelling”. Sei ancora in tempo per salire a bordo! Contattaci qui.

Se stai cercando un corso gratuito on demand, potrebbe interessarti “Storytelling and Persuading using Data and Digital Technologies”. Il corso è elaborato dall’Università del Maryland, dura quattro settimane, per un totale di due o tre ore settimanali.
“Le decisioni prese dagli esseri umani sono raramente prese solo dai dati. Le decisioni umane sono influenzate da pregiudizi cognitivi, dalle emozioni e dai salti concettuali oltre ciò che i dati possono suggerire. Il modo migliore per educare e persuadere i decisori è attraverso le storie. Storie costruite da una buona analisi dei dati”.

Il corso è integralmente in inglese e mira ad insegnare:

  • Come essere strategici nella presentazione dei dati
  • Le basi dello storytelling applicate all’analisi dei dati
  • Creazione di presentazioni di dati accattivanti con grafici e diagrammi comprensibili
  • Persuadere con i dati
  • Educare i clienti con i dati

Ora hai tutti gli elementi di base per partire alla scoperta del data storytelling, lo includerai nelle tue campagne di comunicazione? Contattaci e faccelo sapere!

Articoli Correlati

La Content

La Content