Datenvisualisierung – die wichtigsten Informationen

Die Menschheit stellt seit langem alle Arten von Daten in grafischer Form dar. Das ist kaum überraschend! Laut einer Studie des Massachusetts Institute of Technologysind 90% der Informationen, die an das Gehirn übermittelt werden, visuell! Sicherlich hat jeder von uns schon einmal alte Karten gesehen, auf denen das Bild der Erde oder einzelner Städte zu sehen war. Heute teilen wir unser Wissen über Datenvisualisierung – wie sie funktioniert, wie sie definiert ist und welche Vorteile sie bietet. Außerdem stellen wir Ihnen einige unserer Meinung nach interessante Beispiele dafür vor und werfen einen Blick auf die Tools, mit denen Sie sie einsetzen können. Datenvisualisierung ist ein wichtiger Bereich, in den wir Sie einführen möchten.

Um den Lesern die Arbeit zu erleichtern, haben wir den Artikel in zwei Teile unterteilt: einen grundlegenden Teil, in dem die Datenvisualisierung erklärt wird, und einen fortgeschrittenen Teil. Im zweiten Teil können diejenigen, die zumindest über Grundkenntnisse der Unternehmensanalyse verfügen, über spezifische Anwendungen der Datenvisualisierung und die Vorteile lesen, die ihre Unternehmen daraus ziehen können.

Wir freuen uns auf die Lektüre!

Kurze Definition der Datenvisualisierung

Datenvisualisierung begegnet uns jeden Tag – sicherlich hat jeder schon einmal ein Liniendiagramm oder ein Pivot-Diagramm gesehen. Sehen Sie sich nur die Titelseiten der Zeitungen an. Wir sehen Visualisierungen von Inflationsraten, Vergleiche der Durchschnittstemperaturen der letzten Jahre oder Wahlergebnisse. Alle Infografiken, Punkt-, Linien-, Torten-, Balken- oder Flächendiagramme, Pivot-Tabellen sowie Heatmaps, Kartogramme oder Histogramme, die wir sehen, sind einfach visualisierte Daten.

Vorteile allein

Mit Datenvisualisierung können Sie Trends verfolgen und bessere Entscheidungen treffen, indem Sie die in Ihrem Unternehmen gesammelten Informationen optimal nutzen. Darüber hinaus hilft Ihnen die Visualisierung dabei, sich ein umfassendes Bild von der Geschäftslage Ihres Unternehmens zu machen. So können Sie wertvolle Schlüsse ziehen und bessere Prognosen erstellen.

Laut einer Schätzung von Statistawird der weltweite Markt für Datenvisualisierung im Jahr 2023 einen Wert von 7,76 Milliarden US-Dollar haben, verglichen mit 4,51 Milliarden US-Dollar im Jahr 2017. Das Wertwachstum dieses Marktes wird daher voraussichtlich um ca. 72%.

Vorteile der Datenvisualisierung

Die Datenvisualisierung bietet eine schnelle und einfache Möglichkeit, große Datenmengen zu präsentieren und Schlussfolgerungen daraus zu ziehen – beachten Sie, von wie vielen Seiten wir täglich mit Informationen überflutet werden. Selbst der analytischste CEO wird nicht in der Lage sein, die Daten allein effektiv zu synthetisieren. Die Daten müssen nicht nur gesammelt, sondern auch interpretiert und analysiert werden. Mit einem Visualisierungstool benötigt der Betrachter weniger Zeit, was bedeutet, dass die Entscheidungsträger schneller einen greifbaren Nutzen aus den Daten ziehen können. Die – in der englischen Sprache modische – Time-to-Value wird also verkürzt.

Kurz gesagt, die Datenvisualisierung bietet:

• Strukturierung der gespeicherten Daten;
• Verkürzung der Zeit, die Sie benötigen, um die richtigen Entscheidungen auf der Grundlage von Daten zu treffen;
• Minimierung der intuitiv getroffenen Entscheidungen;
• die Möglichkeit, Daten von jedem Ort der Welt aus zu prüfen;
• Einfacher Austausch von Informationen innerhalb und außerhalb des Unternehmens;
• schnellere Berichterstattung;
• breite Verfügbarkeit von Daten und besseres Verständnis der Daten durch Nichtfachleute;
• einfachere Optimierung der Unternehmensprozesse;
• Zeitersparnis bei Besprechungen, was auch nicht unbedeutend ist.
• Data Storytelling, d.h. Daten in Geschichten zu verpacken, um sie interessanter zu gestalten;
• Sparen Sie Zeit und Ressourcen – Sie müssen keine Entwickler für die Erstellung von Geschäftsanalyselösungen engagieren,
• Demokratisierung von Daten.

Ist Datenvisualisierung der beste Weg, Informationen zu vermitteln?

Es ist noch nicht lange bekannt, dass ein Bild leichter zu verstehen ist als Zahlenreihen oder Excel-Tabellen. Was auch immer wir mitteilen wollen – die Statistik der Geburten von Mädchen in Sosnowiec in den Jahren 1987-89, die Umsatzsteigerung im letzten Quartal oder den Fortschritt beim Bau der Kirche Sagrada Familia – in jedem Fall ist es besser, dies mit einem Bild zu tun.

Durch die Visualisierung von Daten, z.B. in Form von Diagrammen, erhöhen Sie die Chance, das gewünschte Ergebnis zu erzielen: Informationen effektiv mit Ihrem Publikum zu teilen. Moderne Tools aggregieren riesige Datenmengen – es wäre praktisch unmöglich, diese zu verstehen, wenn sie nicht grafisch dargestellt würden.

Eine gute Datenvisualisierung, das heißt?

Und nun einige Tipps. Was ist bei der Erstellung einer Datenvisualisierung zu beachten? Sie muss für den Betrachter verständlich sein und darf nicht ermüdend oder irreführend sein. Das übergeordnete Ziel ist es, Informationen effektiv zu vermitteln. Sie sollte daher:

• um zu wissen, für wen und warum wir eine bestimmte Visualisierung erstellen;
• überprüfen Sie immer die Richtigkeit der Daten;
• Am besten verwenden Sie zunächst einfache Formen von Diagrammen wie Säulen, Linien und Punkte;
• mehrere Visualisierungen, die sich auf denselben Bereich beziehen, werden in einem Paneldiagramm kombiniert;
• vermeiden Sie dreidimensionale Diagramme;
• beschriften Sie die Diagramme so, dass sie auf Anhieb verstanden werden können – und lassen Sie keinen Raum für Unklarheiten;
• Verwenden Sie gedämpfte Farben und heben Sie die wichtigsten Informationen durch hellere Farben hervor;
• vermeiden Sie anspruchsvolle Schriftarten.

Und schließlich das Wichtigste: Das Bildmaterial darf nicht verfälscht werden! Mehr dazu erfahren Sie später in diesem Artikel.

Die interessantesten Beispiele für Datenvisualisierung

Dieser Abschnitt beginnt mit interaktivem Bildmaterial. Nummer eins war wahrscheinlich die meistbesuchte Website während der „heißen Phase“ der COVID-19-Pandemie. Die Johns Hopkins University of Medicine hat eine Website eingerichtet, auf der wir die Ausbreitung des Virus in Echtzeit verfolgen konnten.

Die NASA wiederum ermöglicht die Verfolgung von Bränden, die auf der ganzen Welt ausbrechen. Brände werden vom Weltraum aus von Beobachtungssatelliten in der Erdumlaufbahn entdeckt.

Sie möchten wissen, wo sich die Sendeanlagen des Mobilfunknetzes befinden? Nichts leichter als das – werfen Sie einfach einen Blick auf die Karte unten!

Datenvisualisierung im Kontext von Big Data

Big Data ist die riesige Menge an Informationen in vielen Datensätzen – Tera- und Petabytes -, die ein Mensch nicht erfassen könnte. Die Informationen können aus einer Vielzahl von Quellen stammen und von Menschen oder Geräten wie Fahrzeugen, IoT-Ökosystemen oder Satelliten erzeugt werden. Es werden leistungsstarke Tools und künstliche Intelligenz benötigt, um sie schnell (fast in Echtzeit) zu sammeln, zu analysieren und Schlussfolgerungen zu ziehen.

Big Data wird in vielen Bereichen eingesetzt, wie z.B.:

• Industrie: zur Steigerung der Produktivität;
• Landwirtschaft: Steigerung der Erträge, Ernährungssicherheit, bessere Nutzung der landwirtschaftlichen Flächen;
• Öffentlicher Sektor: CSO, ZUS oder das Gesundheitsministerium und die ihnen unterstellten Institutionen – Aufdeckung von Steuerbetrug, Planung des Straßennetzes, Bekämpfung der Arbeitslosigkeit usw.

Big Data ermöglicht es den Marketingabteilungen auch, mehr über die Kunden zu erfahren: was die Nutzer anklicken (CTR), welche Lieferformen sie bevorzugen, welche Altersgruppen sie vertreten. Durch Datenverarbeitung können Stadtverwaltungen etwas über verkehrsbezogene Statistiken erfahren, Autofahrer können dank Google Maps die beste Route finden und Banken wiederum können aus dem Kundenverhalten lernen, um Diebstahl oder Betrug zu verhindern.

Eingebettete Analytik

Im Gegensatz zu herkömmlicher Business Intelligence, die den Einsatz externer Anwendungen erfordert, können eingebettete Analysetools aus der bereits im Unternehmen verwendeten Geschäftsanwendung heraus genutzt werden. Es ist daher nicht notwendig, zwischen den Anwendungen zu wechseln, was zu einer Zeitersparnis von 1-2 Stunden pro Woche für jeden Benutzer führt (Quelle: Nucleus Research, Bericht ‚Augmenting intelligence with embedded analytics‘).

Mit eingebetteten Analysen können Sie Analysetools in die Oberfläche der von Ihnen verwendeten Geschäftsanwendungen einbetten, Daten in eine externe Anwendung integrieren und Dashboards erstellen (Dashboards) zu erstellen und diese nach Ihren Bedürfnissen anzupassen. Wichtig ist, dass Sie mit eingebetteter Analytik Berichte erstellen und mit Personen außerhalb Ihres Unternehmens teilen können: Kunden, Partner oder Lieferanten.

Hüten Sie sich vor schiefem Bildmaterial!

Im Laufe der Jahre sind die Menschen immun geworden gegen Werbeslogans oder die Versprechen von Politikern. Etwas anders verhält es sich, wenn uns Daten in grafischer Form präsentiert werden, die leicht zu manipulieren sind. Aber warum sollte jemand Daten so visualisieren wollen, dass sie den Betrachter in die Irre führen? Und sei es nur, um die eigene Erzählung zu untermauern, obwohl dies manchmal einfach ein Fehler sein kann. Wie kann die Datenvisualisierung also manipuliert werden, bewusst oder unbewusst?

Unangemessener Maßstab oder Änderung des Maßstabs

Sie sollten die Y-Achse mit „0“ beginnen, sonst kann ein Unterschied von ein paar Prozent kolossal erscheinen. Das ist es, was Chevrolet in der – irreführenden – Anzeige von 1992 im Sinn hatte. Es ist ein klassisches Beispiel für Rosinenpickerei, d.h. das Herausgreifen von Ereignissen, die in die Erzählung passen.

Quelle: https://ed.ted.com/lessons/how-to-spot-a-misleading-graph-lea-gaslowitz

Die Skala auf der Y-Achse sollte proportional zur X-Achse sein, da die Grafik sonst möglicherweise nicht lesbar ist. Außerdem sollte die X-Achse einen größeren Zeitraum abdecken als z.B. ein paar Monate. Andernfalls kann das Diagramm die Realität verzerren. Das passiert, wenn Unternehmen mit dem Wachstum von Monat zu Monat prahlen wollen, während das Wachstum von Jahr zu Jahr nicht so auffällig wäre.

Verwendung eines ungeeigneten Diagramms zur Vermittlung von Informationen

Ein gutes (schlechtes) Beispiel ist das Tortendiagramm und seine Verwendung für Daten, die sich nicht zu 100% addieren. Wenn wir z.B. die Bekanntheit mehrerer Marken bei einer Zielgruppe untersuchen, sollten wir das einfachste Säulendiagramm verwenden. Außerdem sollte bei einem Tortendiagramm jeder Abschnitt des Diagramms beschrieben werden, was die Lesbarkeit erschweren kann. Im Folgenden finden Sie Beispiele für die Darstellung von Besuchsstatistiken in verschiedenen sozialen Netzwerken – das eine nicht optimal, das andere optimal.

Bildquelle: Statistisches Beratungszentrum

Ein weiteres Beispiel ist die Verwendung eines Diagramms zur Darstellung kumulierter Daten. Wenn wir die Verkäufe eines Produkts über einen Zeitraum von mehreren Jahren darstellen, zeigen die kumulierten Zahlen einen Aufwärtstrend, was irreführend sein kann.

Einige Highlights im Zusammenhang mit der Datenvisualisierung

Und nun einige interessante Fakten zur Geschäftsanalytik. Wenn Sie diese lesen, werden Sie sicher zustimmen, dass Datenvisualisierung sinnvoll ist und Ihre Arbeit grundlegend verbessern kann.

• 2,5 Quintillionen (10 hoch 30) Bytes werden täglich erzeugt (Quelle: FinancesOnline)
• Facebook-Nutzer veröffentlichen 350 Millionen Fotos pro Tag (4 Petabyte oder 10 hoch 15) und Twitter-Nutzer veröffentlichen täglich 500 Millionen Tweets (Quelle: Raconteur);
• Der britische Ingenieur, Ökonom und Statistiker William Playfair gilt als der Erfinder des Balkendiagramms – das erste bekannte Diagramm dieser Art wurde 1786 veröffentlicht (Quelle: historyofInformation.com);
• Das menschliche Gehirn verarbeitet Bildmaterial 60 000 Mal schneller als Text (Quelle: University of Minnesota);
• eine Studie der Wharton School of Business ergab, dass der Einsatz von Datenvisualisierung Geschäftsbesprechungen um 24% verkürzen kann.

Business Intelligence-Tools für die Datenvisualisierung

Es ist kein Geheimnis, dass die Wahl des Tools in erster Linie von den Bedürfnissen Ihres Unternehmens abhängt. Es gibt viele Tools auf dem Markt. Einige sind unkompliziert, wie Tabellenkalkulationen oder Präsentationssoftware. Zu den komplexeren gehören Google Data Studio, Tableau, Microsoft Power BI und Oracle Analytics.

Worauf sollten Sie bei der Auswahl eines Business Intelligence-Tools achten? Zuallererst auf Ihre Bedürfnisse, das verfügbare Budget und die Größe Ihres Data Analytics-Teams – falls Sie eines in Ihrem Unternehmen haben. Es ist auch wichtig, ob es von professionellen Analysten oder von Geschäftsanwendern wie Beratern, Vertriebsmitarbeitern oder Vorständen verwendet wird, für die Analytik keine Leidenschaft ist, sondern ein Sprungbrett auf dem Weg zu einer bestimmten Geschäftsentscheidung.

Für uns als Salesforce-Partner ist die naheliegende Wahl Tableau – eine Lösung, die 2019 in das Salesforce-Ökosystem integriert wird. Unsere Data Analytics-Abteilung nutzt dieses Business Intelligence-Tool täglich und hilft Kunden, wertvolle Einblicke in ihre Geschäftsdaten zu gewinnen.

In dieser Kategorie in unserem Blog finden Sie Artikel zum Thema Unternehmensanalyse.

Hier können Sie mehr über Tableau erfahren und wenn Sie Fragen haben, wenden Sie sich an unsere Spezialisten, die Sie bei der Auswahl der besten Lösung für Ihr Unternehmen beraten.