Le data to content est une démarche de production éditoriale qui consiste à transformer des données, internes ou publiques, en contenus publiés : articles, études, baromètres, infographies, vidéos ou outils interactifs.
La démarche suit une chaîne en quatre temps. Une source de données est d’abord choisie : données d’usage d’un service, résultats d’une enquête, open data, ventes agrégées. Elle est ensuite analysée pour en tirer un petit nombre d’enseignements. Ces enseignements sont mis en forme par l’écriture et la data visualisation. Les contenus sont enfin diffusés sur les canaux de l’organisation et proposés aux médias.
Une démarche de data to content comprend une source documentée, une méthode d’analyse explicitée, un angle éditorial, des formats adaptés à chaque canal et une mention des limites des données. Elle réunit des compétences d’analyse, d’écriture et de conception graphique, souvent partagées entre un data analyste et une équipe éditoriale.
Le data to content se distingue du data storytelling, technique de mise en récit des données qui peut servir un usage interne, comme une présentation en comité. Il désigne la chaîne complète, de la donnée brute au contenu diffusé à un public externe. Il se distingue aussi de la data éditorale, qui désigne l’usage de données pour orienter, enrichir ou personnaliser des contenus dont les données ne sont pas le sujet. Il s’inscrit dans le marketing de contenu et sert la notoriété, les relations presse et la crédibilité d’expertise d’une organisation.
Un contenu qui reprend des chiffres disponibles partout n’apporte rien de neuf. Un contenu fondé sur des données que seule l’organisation détient apporte une information originale. Les consignes de Google sur le contenu utile, destinées aux éditeurs de sites, posent explicitement la question : le contenu apporte-t-il des informations, des recherches ou une analyse originales ? Elles signalent à l’inverse le contenu qui se contente de résumer ce que d’autres ont dit. Nous recommandons donc de commencer par inventorier les first party data dont l’entreprise dispose déjà. Ses données d’usage intéressent souvent son marché davantage que des chiffres repris d’ailleurs.
Des chiffres publiés engagent l’organisation. Les données personnelles utilisées ne doivent pas permettre de reconnaître une personne : on publie des agrégats, avec des effectifs suffisants dans chaque catégorie. Une corrélation n’est pas une causalité : un contenu qui présente l’une comme l’autre s’expose à la contradiction. Une étude présentée comme représentative doit l’être réellement, et la méthode doit permettre de le vérifier.
Un contenu fondé sur des données se mesure à ce qu’il produit au-delà de ses vues : reprises dans les médias, backlinks obtenus, citations par des tiers, demandes de contact qui le mentionnent. Pour un baromètre, comparez les reprises d’une édition à l’autre. Nous recommandons de fixer ces indicateurs avant la publication, car ils orientent le choix de l’angle et des formats.
Le kit gratuit d’autodiagnostic de positionnement d’Advalians aide à vérifier ce qui distingue votre marque et à tenir un registre des preuves.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
Le data storytelling est une technique : mettre des données en récit pour qu’un public les comprenne et s’en souvienne. Le data to content est une démarche de production éditoriale, qui va du choix de la source jusqu’à la diffusion de contenus externes. Elle peut mobiliser le data storytelling à l’étape de mise en forme.
Critère pratique : une présentation interne qui met des chiffres en récit relève du data storytelling. Une étude publiée, déclinée en articles et en visuels pour les médias et les réseaux, relève du data to content. La seconde exige en plus une méthode publiable et un plan de diffusion.
Commencez par les données d’activité que l’entreprise produit déjà : demandes reçues, usages d’un service, questions posées au support, tendances de commandes agrégées. Elles sont propres à l’entreprise et donc originales.
Complétez-les si besoin par des données publiques, par exemple issues de l’open data, pour donner un point de comparaison. Vérifiez trois points avant d’écrire : la période couverte, la taille de l’échantillon et le droit d’utiliser ces données à des fins de publication. Si l’une de ces conditions manque, préférez une enquête courte, conçue pour répondre à une seule question.
Mesurez d’abord la reprise : citations dans les médias, liens obtenus depuis d’autres sites, mentions par des tiers. C’est l’effet propre d’un contenu original, que des contenus génériques obtiennent rarement.
Ajoutez des indicateurs d’affaires : demandes de contact qui citent l’étude, téléchargements qualifiés, utilisation du contenu par les équipes commerciales. Fixez les objectifs avant la publication et mesurez sur une période définie, par exemple trois mois. Pour un baromètre, comparez chaque édition à la précédente : la progression des reprises indique si le rendez-vous s’installe.
Le premier risque est la contestation : un chiffre publié sans méthode, ou sur un échantillon trop faible, peut être démonté publiquement. Le deuxième est juridique : des données personnelles mal agrégées peuvent permettre de reconnaître des personnes. Le troisième est stratégique : certaines données révèlent des informations utiles aux concurrents.
Avant publication, faites relire la méthode par une personne extérieure au projet. Vérifiez qu’aucune catégorie ne compte trop peu d’individus. Faites valider par la direction la liste des chiffres publiables, en particulier les volumes d’activité.
Lorsque les données sont trop minces pour soutenir un enseignement solide, ou lorsque le sujet appelle surtout une expertise, une méthode ou un témoignage. Un chiffre fragile affaiblit un contenu qui aurait été convaincant sans lui.
Renoncez aussi si vous ne pouvez pas publier la méthode, si les données sont trop sensibles pour être divulguées, même agrégées, ou si vous ne pourrez pas reconduire l’exercice alors que le sujet appelle un suivi dans le temps. Dans ces cas, un guide pratique ou un point de vue argumenté sert mieux l’objectif éditorial.
Si vous lisez ceci, c’est probablement que vous faites face à un paradoxe..
Longtemps perçu comme le département des « belles images » ou des dépenses..
