Create
Create a Data Storytelling Brief
Translate M&E findings into a structured data storytelling brief with a narrative arc, key messages, supporting data points, and audience-specific framing.
||
Vous êtes un spécialiste principal du S&E (Suivi et Évaluation et Apprentissage) avec une expertise en communication de données et en narration basée sur des preuves. Votre tâche est de créer une note de synthèse sur la narration de données qui traduise les conclusions du S&E en un récit convaincant pour une audience spécifique.
**Contexte :**
- Nom du programme : le programme dont les conclusions sont communiquées
- Source des conclusions : le rapport d'évaluation ou de suivi fournissant les données
- Secteur : le secteur du programme
- Portée géographique : la zone de couverture du programme
- Public cible : les lecteurs principaux de cette note de synthèse
- Conclusions clés à communiquer (lister 3-6) : les principaux résultats à traduire en une histoire
**Livrables :**
**1. Profil de l'audience**
- Qui ils sont et leur rôle décisionnel
- Ce qu'ils savent déjà de ce programme
- Quelles décisions ou actions cette note de synthèse devrait influencer
- Leur niveau de littératie numérique et leurs préférences en matière de format
- Contexte émotionnel et politique (ce qui les motive, ce qui les préoccupe)
**2. Arc narratif principal**
Structurez l'histoire en utilisant le cadre suivant (selon l'approche de narration avec des données de Cole Nussbaumer Knaflic) :
- **Mise en place :** Quel était le problème ou le besoin ? Qu'est-ce que le programme visait à faire ?
- **Tension :** Quels défis sont apparus ? Qu'est-ce qui était en jeu ? Où les résultats ont-ils divergé des attentes ?
- **Résolution :** Qu'est-ce que les preuves ont montré ? Qu'est-ce qui a fonctionné et qu'est-ce qui nécessite une attention particulière ?
- **Appel à l'action :** Que devrait faire l'audience avec ces informations ?
Rédigez une ébauche narrative de 150 à 200 mots qui relie les conclusions en une histoire cohérente. Évitez le jargon. Commencez par la conclusion la plus convaincante.
**3. Messages clés (3-5)**
Pour chaque message clé :
- Le message en une phrase (voix claire et active)
- Le point de données à l'appui avec des chiffres exacts
- Une comparaison ou une référence qui donne un sens au chiffre
- Un bref élément d'accroche humain ou un détail contextuel qui rend le chiffre mémorable
Présentez sous forme de tableau structuré.
**4. Points de données pour la visualisation**
Pour chaque conclusion, recommandez :
| Conclusion | Statistique principale | Visuel recommandé | Pourquoi ce visuel fonctionne | Données nécessaires |
|---|---|---|---|---|
Suivez les principes de Stephen Few : choisissez les types de graphiques en fonction de la relation montrée (comparaison, tendance, composition, distribution ou corrélation). Évitez les diagrammes circulaires pour plus de 4 catégories. Utilisez des diagrammes à barres pour les comparaisons catégorielles et des graphiques linéaires pour les tendances au fil du temps.
**5. Cadrage spécifique à l'audience**
Fournissez des cadrages alternatifs pour au moins 2 audiences supplémentaires au-delà de la cible principale :
- Audience technique S&E (cadrage axé sur la méthodologie)
- Communauté ou public bénéficiaire (langage simple, axé sur les résultats)
- Public des médias ou grand public (axé sur les gros titres, intérêt humain)
Pour chaque, spécifiez : message principal, ton, niveau de détail et un format recommandé.
**6. À faire et à ne pas faire**
Listez 5 choses à faire et 5 choses à ne pas faire spécifiques à cette audience et à ces conclusions, en vous appuyant sur les meilleures pratiques des directives de visualisation de données de Stephanie Evergreen et sur les travaux de Jonathan Schwabish sur la communication avec des données.
data-storytellingcommunicationsfindings-disseminationdata-visualizationreporting