Die Menschheit stellt seit langem alle Arten von Daten in grafischer Form dar. Kein Wunder! Laut einer Studie des Massachusetts Institute of Technology sind 90 % der Informationen, die an das Gehirn übermittelt werden, visuell! Sicherlich hat jeder von uns schon einmal alte Karten gesehen, auf denen das damalige Bild der Erde oder einzelner Städte abgebildet war. Heute wollen wir unser Wissen über Datenvisualisierung teilen – wie es funktioniert, wie es definiert ist und welche Vorteile es bietet. Wir werden auch einige Beispiele dafür vorstellen und uns die Werkzeuge für dessen Durchführung ansehen. Datenvisualisierung ist ein wichtiger Bereich in der heutigen Geschäftswelt, und wir werden versuchen, Sie in diesem Bereich einzuführen.
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 in der Unternehmensanalyse verfügen, über spezifische Anwendungen der Datenvisualisierung und die Vorteile, die ihr Unternehmen daraus ziehen kann, lesen.
Eine kurze Definition: die Datenvisualisierung
Datenvisualisierung begegnet uns jeden Tag. Sicherlich hat jeder schon einmal ein Liniendiagramm oder ein Pivot-Diagramm gesehen. Man braucht sich nur die Titelseiten der Zeitungen anzusehen. 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, Kartografien oder Histogramme, die wir sehen, sind einfach visualisierte Daten.
Wachstum des globalen Marktes für Datenvisualisierung erwartet
Mit der Datenvisualisierung können Sie Trends verfolgen und bessere Entscheidungen treffen, indem Sie das Beste aus den Informationen machen, die Sie in Ihrem Unternehmen sammeln. Darüber hinaus hilft Ihnen die Visualisierung dabei, sich ein vollständiges Bild von der Geschäftssituation Ihres Unternehmens zu machen, wodurch Sie wertvolle Schlussfolgerungen ziehen können, die sich in besseren Prognosen niederschlagen.
Nach Schätzungen von Statista wird 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. Es wird also erwartet, dass der Wert dieses Marktes um etwa 72 % steigen wird.
Vorteile der Datenvisualisierung
Datenvisualisierung ermöglicht es, große Datenmengen schnell und einfach zu präsentieren und Schlussfolgerungen daraus zu ziehen. Bedenken Sie, von wie vielen Seiten wir täglich mit Informationen überflutet werden. Selbst der analytisch begabteste CEO ist nicht in der Lage, die Daten allein effektiv zusammenzufassen. Neben dem Sammeln der Daten müssen die Informationen auch interpretiert und analysiert werden. Mit einem Visualisierungstool benötigt der Betrachter dafür weniger Zeit, was bedeutet, dass die Entscheidungsträger viel schneller einen greifbaren Nutzen aus den Daten ziehen können. Die „Time-to-Value“ – ein Modewort dieser Tage – wird also verkürzt.
Kurz gesagt – die Vorteile der Datenvisualisierung sind:
- Strukturierung der Daten, die Sie haben;
- Verkürzung der Zeit, die benötigt wird, um die richtigen Entscheidungen auf Basis der Daten zu treffen;
- Minimierung der intuitiv getroffenen Entscheidungen;
- die Möglichkeit, Daten von jedem Ort der Welt aus zu erkunden;
- einfacher Austausch von Informationen innerhalb und außerhalb des Unternehmens;
- schnellere Berichterstattung;
- breite Verfügbarkeit von Daten und deren besseres Verständnis durch Nicht-Fachleute;
- einfachere Optimierung von Unternehmensprozessen;
- Zeitersparnis bei Besprechungen;
- Data Storytelling oder „Daten in Geschichten kleiden“, um sie auf interessante Weise zu präsentieren;
- Einsparung von Zeit und Ressourcen – keine Notwendigkeit, Entwickler mit der Erstellung von Business-Analytics-Lösungen zu beauftragen;
- Demokratisierung von Daten.
Datenvisualisierung, die beste Art, Informationen zu vermitteln?
Es ist seit langem bekannt, dass ein Bild leichter zu verstehen ist als eine Reihe von Zahlen oder Excel-Tabellen. Unabhängig davon, was wir vermitteln wollen – die Statistik der Mädchengeburten in Liverpool in den Jahren 1987-89, das Umsatzwachstum eines Unternehmens im letzten Quartal oder den Fortschritt beim Bau der Kirche Sagrada Família – in jedem Fall ist es besser, dies mit einem Bild zu tun.
Durch die Visualisierung der Daten, z. B. in Form von Diagrammen, erhöhen Sie die Chance, das gewünschte Ergebnis zu erzielen: die Informationen effektiv mit dem Publikum zu teilen. Moderne Tools aggregieren riesige Datenmengen – es wäre praktisch unmöglich, sie zu verstehen, wenn sie nicht grafisch dargestellt werden würden.
Was macht eine gute Datenvisualisierung aus?
Nun zu einigen Tipps. Worauf sollte man bei der Erstellung einer Datenvisualisierung achten? Sie muss für den Betrachter verständlich sein und darf diesen nicht ermüden oder verwirren. Das primäre Ziel ist es, Informationen effektiv zu vermitteln. Folgendes, ist daher notwendig:
- das Wissen, für wen und warum man eine bestimmte Visualisierung erstellt;
- immer die Richtigkeit der Daten zu überprüfen;
- zunächst einfache Formen von Diagrammen wie Säulen, Linien und Punkte zu verwenden;
- mehrere Visualisierungen, die sich auf denselben Bereich beziehen, in einem Panel Diagramm zusammenfassen;
- die Vermeidung dreidimensionaler Diagramme;
- die Beschriftung der Diagramme so, dass es sofort verständlich ist und keinen Raum für Unklarheiten lässt;
- die Verwendung überwiegend gedämpfte Farben und Hervorhebung der wichtigsten Informationen durch hellere Farben;
- die Vermeidung aufwändige Schriftarten.
Und schließlich das Wichtigste: Das Bildmaterial darf nicht irreführend sein! Mehr zu diesem Thema erfahren Sie später in diesem Artikel.
Die interessantesten Beispiele für Datenvisualisierung
Lassen Sie uns mit interaktiven Visualisierungen beginnen. Nummer eins ist wahrscheinlich die meistbesuchte Website in der „heißen Phase“ der COVID-19-Pandemie. Die Johns Hopkins University of Medicine hat eine Website eingerichtet, auf der man die Ausbreitung des Virus in Echtzeit verfolgen kann.
Im Gegenzug ermöglicht die NASA die Verfolgung von Bränden in der ganzen Welt. Die Brände werden aus dem Weltraum von Beobachtungssatelliten in der Erdumlaufbahn erfasst.
Möchten Sie wissen, wo sich die Sendeanlagen von Mobilfunknetzen befinden? Nichts leichter als das – sehen Sie sich die Karte unten an!
Datenvisualisierung im Kontext von Big Data
Bei Big Data handelt es sich um riesige Informationsmengen in vielen Datensätzen – Tera- und Petabytes -, die ein Mensch nicht erfassen könnte. Die Informationen können aus vielen Quellen stammen und von Menschen oder Geräten, wie Fahrzeugen, IoT-Ökosystemen oder Satelliten, erzeugt werden. Es werden leistungsstarke Werkzeuge und künstliche Intelligenz benötigt, um sie schnell (fast in Echtzeit) zu erfassen, zu analysieren und Schlussfolgerungen zu ziehen.
Big Data wird in vielen Bereichen eingesetzt, z. B.:
- in der Industrie: zur Steigerung der Produktivität;
- in der Landwirtschaft: Ertragssteigerung, Ernährungssicherheit, bessere Nutzung landwirtschaftlicher Flächen;
- im öffentlichen Sektor: Statistische Ämter, Sozialversicherungsanstalten oder Ministerien und deren untergeordnete Einheiten – Aufdeckung von Steuerbetrug, Planung des Straßennetzes, Bekämpfung der Arbeitslosigkeit usw.
Big Data ermöglicht es auch den Marketingabteilungen, mehr über die Kunden zu erfahren: was die Nutzer anklicken (CTR), welche Lieferformen sie bevorzugen, welche Altersgruppen sie vertreten. Durch Datenverarbeitung können Stadtverwaltungen Verkehrsstatistiken erstellen, Autofahrer können dank Google Maps die beste Route finden, und Banken wiederum können aus dem Kundenverhalten lernen, um Diebstahl oder Erpressung zu verhindern.
Embedded Analytics
Im Gegensatz zur traditionellen Business Intelligence, die den Einsatz externer Anwendungen voraussetzt, ermöglicht “embedded analytics” die Verwendung von Analysetools innerhalb der bereits im Unternehmen eingesetzten Geschäftsanwendung. Es ist also nicht erforderlich, zwischen den Anwendungen zu wechseln, wodurch jeder Benutzer 1–2 Stunden pro Woche einsparen kann (Quelle: Nucleus Research, Bericht „Augmenting intelligence with embedded analytics”).
Diese Form der Analyse ermöglicht es Ihnen, Daten mit externen Anwendungen zu integrieren, Dashboards selbst zu erstellen und diese anzupassen. Wichtig ist, dass man mit “embedded analytics” Berichte erstellen und mit Personen außerhalb Ihres Unternehmens teilen kann, zum Beispiel mit Kunden, Partner oder Lieferanten.
Hüten Sie sich vor irreführenden Visualisierungen!
Im Laufe der Jahre sind die Menschen immun geworden gegen Werbesprüche oder Versprechungen von Politikern. Anders verhält es sich, wenn uns Daten in graphischer Form präsentiert werden. Diese sind leicht zu manipulieren. Aber warum sollte jemand Daten so visualisieren wollen, dass der Betrachter in die Irre geführt wird? Und sei es nur, um die eigene Erzählung zu untermauern, obwohl dies manchmal ein ehrlicher Fehler sein kann. Wie kann die Datenvisualisierung also manipuliert werden, bewusst oder unbewusst?
Ungeeigneter Maßstab oder Änderung des Maßstabs
Die Y-Achse sollte bei „0“ beginnen, da sonst ein Unterschied von wenigen Prozent kolossal erscheinen kann. Genau das meinte Chevrolet in der – irreführenden – Anzeige von 1992. Es ist ein klassisches Beispiel für Rosinenpickerei, d. h. die Auswahl von Daten oder Ereignissen, die in die Darstellung passen.
Die Skala der Y-Achse sollte proportional zur X-Achse sein, sonst ist das Diagramm möglicherweise nicht lesbar. Außerdem sollte die X-Achse einen längeren Zeitraum abdecken als nur ein paar Monate. Andernfalls kann das Diagramm die Realität verzerren. Das kommt vor, wenn Unternehmen mit einem Wachstum von Monat zu Monat prahlen wollen, während das Wachstum auf Jahresbasis nicht so sichtbar wäre.
Verwendung eines ungeeigneten Diagrammtyps zur Vermittlung von Informationen
Ein gutes (schlechtes) Beispiel ist das Tortendiagramm und seine Verwendung für Daten, die sich nicht zu 100 % summieren. Wenn Sie z. B. die Bekanntheit mehrerer Marken bei einer Zielgruppe untersuchen, sollten Sie das einfachste Säulendiagramm verwenden. Außerdem sollte bei einem Tortendiagramm jeder Abschnitt beschrieben werden, was die Lesbarkeit erschweren kann. Nachstehend finden Sie Beispiele für die Darstellung der Besuchsstatistiken verschiedener sozialer Netzwerke – das eine unangemessen, das andere optimal.
Ein weiteres Beispiel ist die Verwendung eines Diagramms zur Darstellung aggregierter Daten. So zeigen die kumulierten Zahlen bei der Darstellung der Verkäufe eines Produkts über die Jahre hinweg einen Aufwärtstrend, was irreführend sein kann.
Einige interessante Fakten im Zusammenhang mit der Datenvisualisierung
Im Folgenden finden Sie einige interessante Fakten zum Thema Business Intelligence:
- 2,5 Quintillionen (10 hoch 30) Bytes werden täglich erzeugt (Quelle: FinancesOnline);
- Facebook-Nutzer posten 350 Millionen Fotos pro Tag (4 Petabyte oder 10 hoch 15), und Twitter-Nutzer senden täglich 500 Millionen Tweets (Quelle: Raconteur);
- Der britische Ingenieur, Wirtschaftswissenschaftler und Statistiker William Playfair gilt als Erfinder des Balkendiagramms – das erste bekannte Diagramm dieser Art wurde 1786 veröffentlicht (Quelle: historyofInformation.com);
- Das menschliche Gehirn verarbeitet visuelle Informationen 60.000 Mal schneller als Text (Quelle: University of Minnesota);
- Eine Studie der Wharton School of Business ergab, dass die Verwendung 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? Erstens auf Ihre Bedürfnisse, das verfügbare Budget und die Größe Ihres Datenanalyse-Teams – falls Sie eines in Ihrem Unternehmen haben. Es ist auch wichtig, ob das Tool von professionellen Analysten genutzt wird oder von Geschäftsanwendern wie Beratern, Vertriebsmitarbeitern oder Vorständen, für die Analytik keine Leidenschaft ist, sondern ein Schritt 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 wurde. Unsere Data Analytics-Abteilung nutzt dieses Business Intelligence-Tool täglich, um Kunden dabei zu helfen, wertvolle Erkenntnisse aus ihren Geschäftsdaten zu gewinnen.
In unserem Blog finden Sie Artikel zum Thema Unternehmensanalyse.
Hier können Sie mehr über Tableau erfahren und sich bei Fragen an unsere Spezialisten wenden, die Sie bei der Auswahl der besten Lösung für Ihr Unternehmen beraten.
