Key Takeaways:
• Esplorazione vs Spiegazione: La differenza tra la fase di analisi (esplorazione) e la fase di presentazione (spiegazione) è cruciale. Non mostrare al pubblico grafici disordinati e complessi. Presentare solo ciò che serve, semplificando e guidando la lettura.
• Combattere i bias: Due ostacoli psicologici da evitare sono la “False Confidence” (falsa fiducia) e la “Curse of Knowledge” (maledizione della conoscenza). Non assumere che gli altri vedano i dati come li vedi tu. Chi comunica è il responsabile della chiarezza.
• Test W.A.E.D. (Where Are Your Eyes Drawn?): Verifica se lo sguardo del pubblico si concentra sul messaggio chiave usando contrasto e colore con un semplice test.
• Adattare il messaggio: Lo stesso set di dati può raccontare storie diverse a seconda del pubblico. Il design della presentazione deve essere adattato alle esigenze specifiche di chi ascolta, personalizzando i dati per i diversi gruppi.
• Le parole contano: Non aver paura di usare parole a supporto dei numeri. Titoli descrittivi, annotazioni nei grafici e spiegazioni verbali sono essenziali per evitare fraintendimenti e per guidare il pubblico nel leggere correttamente i dati.
• AI e valore umano: Sebbene l’AI possa automatizzare l’analisi dei dati, la connessione umana è ciò che fa la differenza. Il Data Storyteller del futuro dovrà umanizzare i numeri, interpretando e contestualizzando i dati in modo empatico per ispirare azioni concrete.
Chi lavora con i dati sa quanto sia facile perdersi tra tabelle, grafici e report. Ma presentare un’analisi è tutt’altra cosa: serve chiarezza, intenzione e la capacità di guidare lo sguardo di chi ascolta verso ciò che conta davvero. È da qui che è partita la mia conversazione con Cole Nussbaumer Knaflic, autrice di Storytelling with Data e una delle voci più autorevoli nel panorama della comunicazione visuale.
Io stesso, attraverso il metodo Lean Presentation Design e il libro Presenting Data, ho cercato di dare strumenti pratici per aiutare chi comunica con i numeri a essere più incisivo, più consapevole e più efficace. Cole ha seguito un percorso diverso, che l’ha portata a lavorare in Google nella people analytics, ma ci siamo trovati immediatamente allineati su una cosa: il valore dei dati emerge solo quando sappiamo renderli comprensibili e utilizzabili per chi li riceve.
Il confronto è stato ricco di intuizioni. In questo articolo ho raccolto le sei lezioni chiave emerse dalla nostra conversazione: sei principi per trasformare i numeri in storie capaci di generare comprensione e, soprattutto, azione.
1. Il salto quantico: dall’Esplorazione alla Spiegazione
Molti professionisti falliscono perché proiettano sullo schermo il loro backstage. In altre parole, mostrano al pubblico il grafico così com’è uscito dall’analisi, con tutto il disordine dell’esplorazione. Cole traccia una linea netta tra due fasi distinte del lavoro con i dati:
- Esplorazione: è la fase analitica, disordinata e complessa, in cui cerchi pattern e verifichi ipotesi. Questo lavoro lo fai per te stesso, per capire cosa dicono i dati.
- Spiegazione: è l’atto di traduzione per il pubblico. Una volta trovato l’insight, devi pulire il grafico e semplificare il messaggio. L’audience non deve dover interpretare; tu, in quanto esperto, devi fornire direttamente la tua interpretazione.
Lezione: Non delegare al pubblico la fatica di capire qual è il punto della slide. Se devono mettersi ad analizzare il grafico per capire cosa vuoi dire, hai già perso la loro attenzione. Fai tu il salto dall’esplorazione alla spiegazione, presentando solo ciò che serve e guidando esplicitamente la lettura.
2. Sconfiggere i bias: False Confidence e Maledizione della Conoscenza
Abbiamo approfondito due ostacoli psicologici che spesso rovinano le presentazioni tecniche:
- False Confidence (falsa fiducia): l’illusione che, poiché noi siamo persone razionali e abbiamo tratto una certa conclusione dai dati, anche gli altri inevitabilmente giungeranno alla stessa conclusione guardando quegli stessi dati. Sbagliato: ognuno porta con sé esperienze, prospettive e pregiudizi diversi; quindi, può interpretare i dati in modo differente.
- Curse of Knowledge (maledizione della conoscenza): una volta che conosci bene un set di dati, non ricordi più com’era non saperne nulla. Sei talmente immerso nelle informazioni da dare per scontato ciò che per il pubblico scontato non è. Questo ti porta a creare slide dense e tecniche, pensando che siano “ovvie”, mentre per chi ascolta potrebbero risultare indecifrabili.
Lezione: la responsabilità della chiarezza è al 100% di chi comunica, mai del pubblico. In altre parole, se gli altri non capiscono un grafico, è il comunicatore ad aver fallito nella traduzione, non l’audience a essere “poco intelligente”. Cole ha sottolineato che sta a noi riconoscere questi bias e combatterli, mettendoci nei panni di chi ascolta. Dobbiamo tradurre i dati in modo comprensibile, senza dare nulla per sottinteso.
Il superpotere di un buon data storyteller è proprio riuscire a vedere l’informazione con gli occhi del pubblico, mantenendo freschezza di sguardo nonostante la propria competenza sul tema
3. Il test W.A.E.D. (Where Are Your Eyes Drawn?)
Cole ha introdotto un test pratico e veloce per verificare l’efficacia di una slide. È un metodo semplice ma rivelatore: chiudi gli occhi, riaprili e nota dove cade lo sguardo nei primi due secondi. In pratica, simuli la prima occhiata del tuo pubblico alla slide.
Durante la live, abbiamo fatto questo esperimento su una dashboard affollata di elementi. Il risultato? L’occhio cadeva subito sul logo nell’angolo e su un bordo nero spesso decorativo, invece che sul dato critico al centro. Non proprio l’effetto desiderato!
Puoi immaginare questo test come guardare rapidamente una slide strizzando gli occhi. Eliminerai quindi tutti i dettagli e noterai subito cosa salta all’occhio.
Questo semplice test ti permette, anche se in maniera empirica, di migliorare sensibilmente il design delle slide attirando l’attenzione dove veramente serve.
Lezione: usare il contrasto visivo e il colore in modo strategico per guidare lo sguardo dell’audience sul messaggio chiave. Ad esempio, Cole ci ha mostrato come evidenziare con un colore acceso (il suo “blu strategico”) il dato più importante, lasciando tutto il resto in grigio sullo sfondo. In questo modo l’attenzione viene forzata dove serve. Fai dunque la prova del W.A.E.D. sulle tue slide: se i tuoi occhi non vanno subito dove dovrebbero, rivedi il design finché il focus visivo non corrisponde al focus del messaggio.
Mappe di calore con l’intelligenza artificiale
Quando voglio sapere come si distribuisce l’attenzione della mia audience o voglio testare come il design incide modificando le aree di interesse, utilizzo l’AI per creare delle mappe di calore. Nell’esempio che segue ho utilizzato Microsoft Copilot.
Per farlo utilizzo un modello di prompt strutturato per assicurare la validità statistica della mappa di calore.
4. Lo stesso grafico, tre storie diverse
Uno dei momenti più potenti della conversazione è stato vedere come un unico set di dati (nel caso specifico, il volume di chiamate al customer service) possa generare storie e interpretazioni radicalmente diverse in base all’audience a cui viene presentato. È stata un’eccellente dimostrazione di adattamento al pubblico:
- Per il manager operativo: il grafico metteva in risalto i picchi orari delle chiamate, per identificare i momenti di maggiore traffico. Insight e azione: magari scaglionare le pause pranzo del team in modo da avere sempre abbastanza operatori nei picchi di chiamate.
- Per il team HR: lo stesso dataset veniva riorganizzato per mostrare differenze tra i giorni della settimana. Si è scoperto ad esempio che il venerdì è il giorno con meno traffico di chiamate. Insight: questo può aiutare a pianificare ferie, smart working o attività di team building il venerdì, quando l’impatto sul servizio clienti è minore.
- Per il team IT: il focus era sulle anomalie tecniche, ad esempio evidenziando improvvisi cali o picchi sospetti dovuti a problemi di sistema. Insight: quelle stranezze nel grafico indirizzano l’IT a cercare e risolvere possibili bug o malfunzionamenti nella piattaforma delle chiamate.
Lezione: il design non è decorazione, è l’allineamento dei dati alle esigenze specifiche di chi ascolta. Uno stesso grafico non va presentato allo stesso modo a tutti, perché ogni pubblico ha bisogni informativi diversi.
In questo esempio, abbiamo “scolpito” la storia dei dati su misura per interessi differenti. Quando prepari una presentazione, chiediti sempre: chi ho di fronte e cosa gli importa davvero? Poi adatta di conseguenza la tua visualizzazione. A volte, se le audience sono molto diverse, potrebbe persino valere la pena creare versioni separate della stessa presentazione, ognuna focalizzata sugli aspetti rilevanti per ciascun gruppo.
5. Il potere delle parole: oltre il titolo descrittivo
Abbiamo discusso la celebre frase: “Un’immagine vale più di mille parole”. Cole vi ha aggiunto un correttivo fondamentale: “Sì, ma solo se dice le stesse parole a tutti quelli che la guardano.” In altre parole, un grafico da solo vale mille parole solo se è chiaro e univoco per chiunque lo osservi.
Se un grafico è muto, ovvero privo di contesto e spiegazioni, ognuno trarrà conclusioni diverse dai dati. E questo è un grosso problema! Durante la sessione, Cole ha mostrato come uno stesso grafico, presentato senza titolo né etichette, venisse interpretato in modi discordanti dai vari osservatori. Bastava però aggiungere poche parole mirate un titolo esplicativo in alto che sintetizzasse il messaggio, etichette chiare sugli assi e magari qualche nota direttamente sulle serie di dati e all’improvviso tutti leggevano la stessa storia in quel grafico.
Lezione: non aver paura di usare le parole a supporto dei numeri. Utilizza titoli esecutivi, cioè titoli di slide che contengono già il messaggio o la raccomandazione (ad esempio: “Le vendite in aumento richiedono più personale in magazzino” invece del blando “Trend delle vendite 2023”). Aggiungi annotazioni direttamente sul grafico per spiegare picchi o cali, evidenzia con testo ciò che vuoi far notare. Le parole sono il ponte che impedisce interpretazioni errate: guidano il pubblico nell’interpretare i numeri esattamente come vuoi tu. In sintesi, immagini e parole devono lavorare insieme per raccontare un’unica storia chiara.
6. L’era dell’AI: il ritorno al fattore umano
Ovviamente non potevamo non parlare di Intelligenza Artificiale. Se l’AI oggi può automatizzare l’analisi dei dati e persino creare grafici o bozze di presentazioni, cosa resta a noi esseri umani?
La connessione umana: la risposta di Cole si è focalizzata su ciò che l’AI non potrà mai sostituire. Un’analisi può essere automatizzata, ma una stretta di mano, uno sguardo empatico e la fiducia che si crea tra persone, no. In un mondo sempre più guidato dalla tecnologia, il valore aggiunto umano risiede nella capacità di connettersi con altri esseri umani.
Lezione: il ruolo del Data Storyteller del futuro sarà saper leggere ciò che non è scritto nei dati. Significa capire il contesto umano, politico e aziendale attorno ai numeri, cogliere le sfumature e le implicazioni che vanno oltre le cifre in sé. Sarà compito nostro umanizzare i numeri, contestualizzarli e usarli per ispirare fiducia e spingere al cambiamento.
In definitiva, le competenze di comunicazione, empatia e pensiero critico diventeranno ancora più importanti: sono quelle che trasformeranno una fredda analisi automatica in una storia coinvolgente che fa accendere decisioni e azioni concrete.
CONCLUSIONE
Presentare dati in modo lean significa eliminare il superfluo per lasciare spazio a ciò che conta davvero: l’insight. Come ripeto sempre, less is more. Ma come abbiamo imparato da Cole quel “less” deve essere scelto con una precisione chirurgica per essere efficace.
FAQ – Domande Frequenti
Perché è importante il titolo descrittivo in un grafico?
Un titolo descrittivo aiuta a comunicare chiaramente il messaggio principale del grafico, evitando interpretazioni errate e guidando il pubblico verso la lettura corretta dei dati.
Cosa significa “Data Storytelling”?
Il Data Storytelling è l’arte di trasformare dati e numeri in una narrazione comprensibile e coinvolgente, combinando elementi visivi e testuali per trasmettere un messaggio chiaro e persuasivo.
Qual è il ruolo delle parole nell’analisi dei dati?
Le parole forniscono il contesto necessario ai numeri, spiegano le tendenze, evidenziano anomalie e rendono il messaggio accessibile a tutti, evitando fraintendimenti.
Come cambia la presentazione dei dati con l’Intelligenza Artificiale?
L’Intelligenza Artificiale può automatizzare le analisi e la creazione di grafici, ma il valore umano rimane fondamentale per interpretare, contestualizzare e comunicare i risultati in modo empatico ed efficace.
Come posso migliorare l’efficacia delle mie presentazioni di dati?
Utilizza titoli chiari e descrittivi, integra annotazioni esplicative nei grafici, elimina il superfluo e accompagna sempre i dati con una narrazione che ne faciliti la comprensione e guidi il pubblico verso le decisioni desiderate.
Cos’è la presentazione lean dei dati?
Presentare i dati in modo lean significa ridurre all’essenziale, selezionando solo ciò che serve realmente a trasmettere l’insight principale, per una comunicazione più efficace e incisiva.
Comments on 6 Lezioni Fondamentali sul Data Storytelling: Cosa ho imparato dalla conversazione con Cole Nussbaumer Knaflic