Was versteht man unter Datenvisualisierung? Datenvisualisierung (=data visualisation) überführt grosse und kleine Datensätze durch grafische Darstellung in eine einfach verständliche und aussagekräftige Form. Im Zuge dieser Darstellung werden Muster, Trends, Ausreisser und Abhängigkeiten mithilfe von Datenvisualisierungstools ersichtlich gemacht. Die Datenvisualisierung macht sich Techniken der Datenanalyse zu nutzen. Die visuelle Darstellung von Daten beziehungsweise Datenmengen, macht diese für das menschliche Gehirn greifbarer. Dabei fällt es Menschen leichter, Farben und Muster zu verarbeiten als eintönige Zeilen und Spalten, welche mit unübersichtlichen Daten gefüllt sind. Datenvisualisierung gilt als ein wesentlicher Bestandteil und Vorteil von BI-Systemen.
Daten, Visualisierungen und Co. – diese Begriffe sollten Sie kennen!
Für ein besseres Verständnis zum Thema Datenvisualisierung kann es zunächst hilfreich sein, die beiden Bereiche Daten und Visualisierung voneinander getrennt zu betrachten. Hierzu werden die folgenden beiden Fragen beantwortet:
Was sind Daten?
Unter Daten werden Informationen verstanden, beziehungsweise Informationseinheiten. Daten können zum Beispiel in Form von Text, aber auch als Zahlen, Tabellen, Datenbanken, Bildern, Audiodateien, Videos etc. auftreten.
Was bedeutet Visualisierung?
Im Rahmen der Visualisierung geht es darum, Daten durch Bilder, Symbole und weitere visuelle Elemente zu erklären und darzustellen. Dem Gehirn werden somit erweiterte Möglichkeiten geboten, die dabei helfen, Gesagtes oder Geschriebenes zu verarbeiten. In diesem Zusammenhang ist es wichtig, Daten, Informationen und Wissen zu unterscheiden. Dabei wird unter Daten (z. B. 2020) per se nur eine Ansammlung von Symbolen und Zeichen verstanden. Diese werden erst durch die Ergänzung um einen Kontext (z. B. Break-even-Point 2020) zu Informationen. Auch Informationen sind ohne zusätzliches Wissen eher nutzlos. Sobald Informationen aber verarbeitet, verknüpft und gespeichert werden, werden sie zu Wissen (Break Even-Point 2020 des Unternehmens XY). Wissen beschreibt somit die gesammelten Informationen, die über einen bestimmten Sachverhalt zur Verfügung stehen.
Vorteile der Datenvisualisierung
Moderne Datenvisualisierung bringt zahlreiche Vorteile für Unternehmen mit sich. Im Folgenden werden die essenziellsten aufgezählt:
- Daten im korrekten Kontext darstellen – Wie bereits erwähnt, brauchen Daten Kontext um zu Informationen und im nächsten Schritt zu Wissen zu werden. Dies ermöglicht die visuelle Darstellung. Dabei können verschiedene Diagrammarten zueinander in Bezug gesetzt werden, um in der Folge Informationen zu einem Sachverhalt gesammelt, darzustellen.
- Erkenntnisse aus grossen Datenquellen & Lieferung wichtiger Insights – Grosse Datensätze machen es oft schwer, die richtigen Informationen aus den Daten zu extrahieren. Die Visualisierung von Daten kann hierbei Abhilfe leisten.
- Rasche und einfache Erkennung von Trends und Mustern – Unternehmerische Entscheidungen werden häufig von KPIs (=Key Performance Indikatoren) abhängig gemacht. Die Visualisierung der Veränderung dieses Indikators über einen Zeitraum kann dabei helfen, Verläufe und Trends auf einen Blick ersichtlich zu machen. Durch die visuelle Unterstützung ist auch einfach ersichtlich, wenn es sich um einen Ausreisser handelt und keinen generellen Trend. Damit können die richtigen Massnahmen in die Wege geleitet werden.
- Erleichterung der Entscheidungsfindung – Datenvisualisierung erlaubt es, Daten rasch zugänglich aufzubereiten und zu erfassen. Mit dem Visualisieren von Daten kann dafür gesorgt werden, dass relevante Stakeholder auf demselben Wissensstand sind und somit fundierte Entscheidungen treffen können.
- Effektives Storytelling – Abhängig vom Präsentationskontext kann es wirkungsvoller sein, Daten in eine Art Geschichte einzubetten. Durch sogenanntes „Storytelling“ werden komplexe Informationen in eine leicht verständliche Version überführt. Daten werden dabei zueinander in Bezug gesetzt oder um Bemerkungen oder Hintergrundinformationen ergänzt werden.
Wie läuft die Visualisierung von Daten ab
Vereinfacht betrachtet müssen die folgenden Schritte für gute Datenvisualisierung befolgt werden:
- Sammlung verlässlicher, fundierter und vollständiger Daten
- Auswahl des korrekten Diagrammtyps
- Individuelle Gestaltung der Visualisierung
- Reduktion auf das Wesentliche (Inhalte ausschliessen, die von den Daten ablenken)
- Veröffentlichung/ Teilen der Daten mit relevanten Stakeholdern
Gute Datenvisualisierung – so funktioniert’s!
Wodurch zeichnet sich effektive Datenvisualisierung aus? Datenvisualisierung gilt dann als korrekt und effektiv, wenn sie Daten verständlich darstellt und somit einen Informationsmehrwert bietet. Sind Betrachter in der Lage, Daten zu deuten und auf Basis dieser weiterführende Fragen zu stellen, ist die Visualisierung geglückt. Die folgenden Punkte helfen dabei, eine gute Datenvisualisierung zu erstellen:
- Klar definiertes Ziel – Dabei sollte klar definiert sein, welche Aufgabe die Visualisierung wie unterstützen beziehungsweise Lösen soll. Zudem sollte bei der Definition des Ziels auch die Zielgruppe klar definiert sein, um sicherzustellen, dass die Resultate diese erreichen.
- Vergleich & Ursächlichkeit – Eine Datenvisualisierung dient häufig dazu, Vergleiche herzustellen. Einen Vergleich kann es zum Beispiel zwischen verschiedenen Produkten geben oder Jahresumsätzen. In jedem Fall muss für den Betrachter klar ersichtlich sein, was verglichen wird und dass der Vergleich auf Basis fundierter Daten (z. B. vollständige Daten etc.) stattfindet. Aussagekräftige Visualisierungen zeigen zudem Ursächlichkeiten wie Zusammenhänge, Wirkungen und Mechanismen auf.
- Datenqualität – Bei der Visualisierung sorgt Datenmenge allein nicht für eine grosse Aussagekraft. Viel wichtiger ist die Datenqualität, sie ist eines der wichtigsten Merkmale für eine qualitativ hochwertige Datenvisualisierung. Daten, die verwendet werden, entscheiden dabei über die Vertrauenswürdigkeit der Darstellung. Eine hohe Datenqualität kann durch einen ordentlichen Datenaufbereitungsprozess erreicht werden.
- Grafische Ausführung – Sowohl die Skalierung als auch Farbgebung sollten bei der Datenvisualisierung nicht vernachlässigt werden. Für eine klare und transparente Aufbereitung ist die passende Skalierung essenziell. Somit können fälschliche Aussagen, die zum Beispiel auf schwerer Leserlichkeit beruhen, vermieden werden. Bei der Farbgebung muss die Übersichtlichkeit und Klarheit höchste Priorität haben.
- Beschränkung auf Wesentliches – Unabhängig davon, ob es um die Ergänzung zusätzlicher Variablen oder Daten geht, es gilt „Weniger ist mehr!“. Dabei sollten zum Beispiel nur so viele Variablen integriert werden, wie benötigt werden, um die gewünschte Informationstiefe und Informationskraft zu erreichen. Auf zweitrangige Informationen sollte zugunsten der besseren Verständlichkeit verzichtet werden.
- Korrekte Visualisierung – Abhängig von den Inhalten der Daten sollte ein passendes Visualisierungstool ausgewählt werden. Abhängig davon, ob Zeitreihen, Rangfolgen, Korrelationen, Häufigkeiten, geografische Schwerpunkte etc. dargestellt werden sollen, gibt es geeignete Darstellungstypen beziehungsweise Diagrammtypen. Diagrammtypen, welche häufig verwendet werden, sind zum Beispiel Flächendiagramme, Liniendiagramme, Säulendiagramme, Balkendiagramme und Kuchendiagramme.
Datenvisualisierung in Unternehmen
Datenvisualisierung gewinnt nicht nur im privaten (z. B. Ausbildung, Weiterbildung etc.), sondern auch im Unternehmenskontext an Bedeutung. Die Datenvisualisierungstechnologie bietet dabei eine Antwort auf das wachsende Ausmass an Daten. Für Unternehmen bietet die Datenvisualisierung die geeignete Grundlage, um innerhalb von kürzester Zeit wichtige Fragestellungen zu identifizieren und die richtigen Entscheidungen zu fällen. Datenvisualisierung ist branchenübergreifend eine sinnvolle Möglichkeit, um Zusammenhänge, Abweichungen und Ausreisser erkennbar zu machen. Sie ist somit ein Kommunikationstool, dass sowohl die Kommunikation im Unternehmen als auch den Austausch mit externen Stakeholdern erleichtern kann. Die Form der Visualisierung und die Tiefe der dargestellten Daten kann sich dabei von der Zielgruppe, für welche diese erstellt wird, unterscheiden.
Welche Bereiche nutzen Datenvisualisierung
Vertrieb und Marketing In diesem Bereich kann Datenvisualisierung dabei helfen, Quellen für Traffic festzustellen. Zudem können somit auch Trends und Korrelationen verschiedener Marketingaktionen erkannt werden. Finanzwesen Für das Verfolgen von Investment Performances haben sich sogenannte Candlestick-Charts bewehrt. Diese erleichtern Entscheidungen zu Kauf oder Verkauf von Vermögenswerten. Sie zeigen wichtige Informationen wie zum Beispiel Währungen, Aktien, Anleihen und Rohstoffe an. Logistik Redereien können Visualisierungstools zum Beispiel nutzen, um sinnvolle Versandrouten zu ermitteln. Generell profitieren besonders jene Bereiche von Datenvisualisierungen, deren Tätigkeiten auf der Ermittlung von Besonderheiten und Korrelationen auf Basis von Datensätzen basieren.
Anelise Franci
Sofern Ihnen nicht die Fähigkeiten, Kapazitäten oder Tools zur Verfügung stehen, um Ihre Daten selbst visuell aufzubereiten, kann Anelise Franci eine sinnvolle Dienstleistung für Sie sein. Anelise Franci bezieht Daten direkt aus Ihrer Buchhaltung und bereitet diese in Form eines interaktiven Dashboards für Sie auf. Damit können Sie mit nur einem Blick erkennen, wie sich Unternehmenskennzahlen im Vergleich zum Vorjahr verändert haben und welche Produkte im Moment besonders erfolgreich vermarket werden. Zudem können Daten gefiltert werden, um zum Beispiel Daten für ein spezifisches Jahr, Produkt oder geografisches Gebiet zu betrachten.