Zum Inhalt wechseln

Datenvisualisierung: 5 Best Practices

Technology

29 Juli 2020 - 5 Minuten lesen

Data 5 Best Practices 416X305 Blog Small
Jadwiga Józefczyk Senior Business Intelligence Analyst in Objectivity’s Data & KI Abteilung.

Sie ist begeistert von Informationsdesign und Data Storytelling, verfügt über einen starken Hintergrund in Statistik und über 8 Jahre kaufmännische Erfahrung in der Datenanalyse. Sie beherrscht fließend führende BI-Tools und arbeitet eng mit mehreren Kunden zusammen, um deren Geschäftsanforderungen im Vordergrund zu halten.

Alle Beiträge von Jadwiga anzeigen

1394 DE Resources Thumbs

Teilen

Eine exakte Datenvisualisierung ist der Schlüssel Ihre Daten gut genug zu verstehen, um wertvolle Schlussfolgerungen für Ihr Unternehmen zu ziehen und basierend darauf wirklich fundierte, strategische Entscheidungen zu treffen. 

Ganze Bücher wurden geschrieben, wie man Daten richtig visualisiert, worauf besonders zu achten ist, wie man häufige Fehler vermeiden kann und wie man den größten Nutzen aus Daten ziehen kann.  

Mit diesem Artikel ist es unser Ziel, basierend auf unserem praktischen Wissen und unserer Projekterfahrung, Ihnen konkrete Anwendungsfälle für Unternehmen bereitzustellen. In den folgenden Abschnitten erfahren Sie mehr über die Erfolgsgeschichten unserer Kunden und die Tipps und Tricks, welche wir gesammelt haben, um Ihnen zu helfen Ihre Datenvisualisierung erfolgreich durchführen zu können.  

Wir hoffen, dass es Ihnen möglich ist einige unserer 5 Datenvisualisierungs-Erfolgsrezepte einzusetzen - zur Förderung Ihres Unternehmenswachstums und steigender Kundenzufriedenheit.  

Also fangen wir an! 

1. Datenvisualisierung sollte immer den Kontext und das Publikum darstellen 

Kunden Scenario: „Wir haben eine Marketing Kampagne durchgeführt und wollen wissen, ob diese erfolgreich war“. 

Unser Kunde kam auf uns zu, da zu überprüfen galt, wie effektiv seine Marketingkampagnen waren. Bei den ersten Gesprächen stellte sich heraus (wie gewöhnlich), dass der Kunde ein anderes Konzept im Sinn hatte als wir, wie eine solche Dashboard Software zur Visualisierung von Daten aussehen sollte. 

Wir wurden gebeten, eine Liste der Kunden zu erstellen, die als Ergebnis der Kampagne zurückkehren. Als Antwort auf diese Anfrage fragten wir, ob sie sicher seien, dass die Kunden nicht von selbst zurückgekommen wären, sondern dies nur aufgrund ihrer Kampagne getan hatten. Wir wollten auch wissen, ob der Kunde daran interessiert ist, herauszufinden, welche bestimmte Kundengruppe am meisten an der Kampagne beteiligt war und welche Zielgruppe nicht unbedingt interessiert war. Und so weiter… 

Nach der Diskussion stellte sich heraus, dass wir die Kundenbewegung im Laufe der Zeit berücksichtigen und zwei verschiedene Arten von Analysen vorbereiten müssen - eine Software mit Dashboard und übersichtlichen Einblicken, die dem Management-Team zur Verfügung gestellt werden können, und ein zweites, ausführlicheres Dashboard für den Marketing Manager.  

Fazit: Lernen Sie Ihr Publikum und dessen Bedürfnisse kennen - dies ist immer ein sich lohnendes, wertschöpfendes Bestreben. 

2. Declutter, declutter und… declutter!  

Kunden-Scenario: „Wir möchten unser Berichterstattungs-System von einem Tool auf ein anderes übertragen“.  

Nach Anhörung der Kundenanfrage und Analyse des vorhandenen Systems, stellte sich heraus, dass die beste Lösung darin besteht, die Berichtsdiagramme zu vereinfachen.  

Dazu haben wir Gitterlinien sowie 3D-Effekte entfernt, die y-Achse weggelassen (Punkte hatten Beschriftungen), das Diagramm geändert, die Beschriftungen in die Balken eingefügt und schließlich die Ergebnisse sortiert. 

Hier ist ein Vorher-Nachher-Vergleich: 

Um mehr über Decluttering zu erfahren, schauen Sie sich das Video von Cole Nussbaumer Knafilc an.  

Fazit: Je mehr visuelle unnötige Effekte man weglässt, desto tiefgreifender sind die Auswirkungen, welche Sie erzielen werden.  

3. Farben weise nutzen 

In einem anderen Kunden-Projekt wurden wir gebeten ein Dashboard vorzubereiten, in welchem bestimmte eindeutig negative Konnotationen vorkamen (z. B. Todesfälle, Ausfälle, Verschwendung). Als wir die Farbpalette mit dem Kunden besprachen, ist uns aufgefallen, dass sie grün für einige der Daten verwendeten. Die Farbe Grün zu verwenden ist in Ordnung, allerdings sollte man darauf achten, dass die Farbe die Geschichte unterstützt und nicht den Leser ablenkt oder eine andere Nachricht signalisiert.  

Bei der Betrachtung der Farbpalette für Ihr Dashboard sind zwei wichtige Punkte zu beachten. Erstens können Farben Emotionen beeinflussen, und zweitens sind bestimmte Themen häufig bereits auf natürliche Weise mit bestimmten Farben verbunden (z. B. wird die Farbe Grün häufig verwendet, um zu signalisieren, dass etwas fertig ist, positiver Natur ist oder ansteigt). Wenn Sie ein Farbschema für Ihre Datenlösungen erstellen, sollten Sie diese Aspekte berücksichtigen. 

Ein weiterer Tipp für eine Farbpalette, der es wert ist geteilt zu werden, betrifft die Barrierefreiheit. Einige Endbenutzer sind möglicherweise farbenblind. Daher ist es wichtig, ihre Bedürfnisse zu berücksichtigen. 

Weitere Einblicke in dieses Thema finden Sie in der „DataViz-Debatte“ von Andy Cotgreave und Andy Kirk - die Aufzeichnung finden Sie hier. 

Fazit:Farben sind die visuelle Eigenschaft, die Menschen in der Visualisierung am häufigsten falsch einsetzen, ohne sich dessen bewusst zu sein." – Robert Kosara, Senior Research Scientist bei Tableau Software. 

4. Weniger ist mehr 

Einer unserer Kunden hat uns gebeten, die Datenquelle für eine ihrer Abteilungen vorzubereiten. Bevor wir in das Projekt hineingingen, analysierten wir ihre Anfrage und fragten:  

  • Warum sind so viele Daten (Big-Data) notwendig? 
  • Konnten Sie schnelle Schlussfolgerungen daraus gewinnen? 
  • Verlieren Sie nicht den Überblick in diesen Daten? 

Das Fazit war folgendes: Der Kunde hatte zwei Datenquellen und musste die Daten untereinander vergleichen. Das erste Datenset war fertig, aber wir sollten das zweite vorbereiten (es gab eine Gruppe von Leuten, die den Vergleich manuell machten). Das ist die ganze Geschichte in Kurzform 

In dieser Situation, warum nicht den ganzen Prozess automatisieren, danach auswerten und die Differenzen visualisieren – und nicht die gesamte Datenquelle? Dieser Ansatz würde vorschlagen, dass der Kunde weniger bekommt (da sie nicht die gesamte Datenquelle erhalten), allerdings bin ich überzeugt, dass der Kunde eigentlich viel mehr durch eine zweckdienliche Lösung gewinnen kann. Getreu dem Motto: Weniger ist mehr! 

Vorher/Nachher: 

Fazit: Es ist immer eine gute Idee nach dem „Warum“ zu fragen.  

5. Wählen Sie den informativsten Weg, um Daten zu visualisieren 

Wir wurden gebeten, ein Dashboard über den Fortschritt von Projekten eines anderen unserer Kunden zu erstellen. Wir haben eine Liste der Punkte erhalten, die angezeigt werden sollten. Anfangs glaubte der Kunde, dass er mehrere Liniendiagramme mit der Möglichkeit nach Projekt zu filtern benötigt. Während der Diskussion waren wir uns jedoch einig, dass es zu umständlich wäre, aus solchen Visualisierungen auf Portfolioebene abzuleiten. 

Wir hatten entschlossen, Beziehungsdiagramme und Rankings einzuführen, damit der Endbenutzer Schlussfolgerungen ziehen und von den allgemeineren Informationen zu den detaillierteren Daten übergehen kann. 

Nachher: 

Es gibt viele Artikel und Blog Posts was man wie im Zusammenhang mit Datenvisualisierung wählen kann (z.B. hier oder hier).  

Fazit: Ein weise gewähltes Diagramm kann eine riesige Tabelle ersetzen und gleichzeitig den Nutzer helfen schneller Schlussfolgerungen zu ziehen.  

Zusammenfassung 

Bei der Vorbereitung von Datenvisualisierungen und -analysen müssen Sie vorsichtig sein, da man leicht alle Informationen, die der Endbenutzer verstehen sollte, zerstören kann. Glücklicherweise gibt es jedoch viele Methoden, Tipps und Best Practices, mit denen Sie diesen Fehler vermeiden können.  

  • Um Anforderungen zu erfüllen und Schlussfolgerungen zu optimieren, ist es wichtig, den Kontext und das Publikum im Auge zu behalten. 
  • Durch das Vereinfachen von Visualisierungen bieten Sie dem Endbenutzer die Möglichkeit, genauere Schlussfolgerungen zu ziehen. 
  • Überlegen Sie sich das Farbschema genau, da es die Story unterstützen soll, die Sie in Ihrem Dashboard zeigen. 
  • Stellen Sie nur so viele Informationen zu Ihrer Datenvisualisierung bereit, wie der Kunde benötigt, und zwar auf lesbarste und informativste Weise. 
  • Wählen Sie die am besten geeigneten Datenvisualisierungen und erzielen Sie somit die für das Unternehmen vorteilhaftesten und nützlichsten Ergebnisse.  

Wenn Sie mehr darüber erfahren möchten, wie Daten Ihnen helfen Ihr Unternehmen zu transformieren, lesen Sie unser kostenloses und neuestes eBook:Wie man zu einer datengesteuerten Organisation wird“.  

1394 DE Resources Thumbs
Jadwiga Józefczyk Senior Business Intelligence Analyst in Objectivity’s Data & KI Abteilung.

Sie ist begeistert von Informationsdesign und Data Storytelling, verfügt über einen starken Hintergrund in Statistik und über 8 Jahre kaufmännische Erfahrung in der Datenanalyse. Sie beherrscht fließend führende BI-Tools und arbeitet eng mit mehreren Kunden zusammen, um deren Geschäftsanforderungen im Vordergrund zu halten.

Alle Beiträge von Jadwiga anzeigen

Was Sie noch interesieren könnte

Kontakt

Starten Sie Ihr Projekt mit Objectivity

CTA Pattern - Contact - Middle