Von Sandra Galiano - "Wenn du es nicht zeigst, existiert es nicht" - Dies ist eines der Mottos, die wir in der Geschäftsanalyse befolgen. Theoretisch könnte man es auf viele Dinge anwenden. Sie können der Beste in Ihrem Job oder in dem, was Sie tun, sein, aber wenn Sie es nicht zeigen, können andere es nicht sehen, und es wird nie bekannt werden.
Wenn wir an einem Projekt arbeiten, das technische Konzepte wie Regressionen, Analysen, Datenverarbeitung und Big-Data-Techniken beinhaltet, gewinnen wir ein tiefes Verständnis dafür, wie sie funktionieren, und nutzen sie, um die gewünschten Ergebnisse zu erzielen. So können wir beispielsweise die Zukunft eines Unternehmens vorhersagen, Gründe für schlechte Produktverkäufe ermitteln oder den besten Zeitpunkt für Preisanpassungen bei bestimmten Produkten bestimmen. Dies sind nur einige Beispiele für die zahllosen Ergebnisse, die fortgeschrittene Datentechniken den Unternehmen bieten können.
Hier stehen wir vor einem Problem: Der Ingenieur wird uns verstehen, Ihr Kollege, der Datenwissenschaftler, wird Sie verstehen und andere Analysten werden Sie verstehen, aber mit dem Direktor, der Führungskraft und den Entscheidungsträgern, denen es vielleicht an technischem Wissen mangelt, stehen wir vor einer Herausforderung.
Wir können bei Besprechungen nicht einfach Tabellen mit Zahlen, Codeskripten und Prognosemodellen vorlegen und erwarten, dass jeder sie versteht.
An dieser Stelle kommt die Datenvisualisierung ins Spiel. Durch die Erstellung visueller und grafischer Darstellungen unserer Erkenntnisse und Schlussfolgerungen können wir diese auch für Personen ohne Datenkenntnisse verständlich machen. Auf diese Weise können wir den Wert unserer datengestützten Entscheidungen effektiv vermitteln und letztlich unsere Projektziele erreichen.
Einblicke werden in der Regel in einem oder mehreren Dashboards dargestellt. Dabei handelt es sich um Leinwände, auf denen Informationen in einem Stil dargestellt werden, der eine Mischung aus Infografiken und grafischen Darstellungen ist.
Die Dashboards können an verschiedene Plattformen angepasst werden, auf denen die Grafiken angezeigt werden, z. B. an mobile Bildschirme, Desktop-Bildschirme usw.
Der Hauptvorteil von Dashboards ist ihr digitaler Charakter. Wenn man früher seine Diagramme präsentieren wollte, musste man sie ausdrucken und erklären. Wahrscheinlich haben Sie schon Tausende von Fotos im Internet gesehen, die einen Tisch voller Papiere mit Diagrammen zeigen. Welche Probleme bringt dieser Ansatz mit sich?
1. Der offensichtliche Papier- und Ressourcenverbrauch
2. Es ist nicht effizient: Zunächst einmal können in einem physischen Format weniger Informationen verdichtet und in Beziehung gesetzt werden als in einem digitalen Format, und das Wichtigste ist, dass es statisch ist.
Wenn wir ein dynamisches Dashboard haben, können wir Filter einrichten und mit dem Bildschirm "spielen", um die gewünschten oder spezifischere Informationen zu sehen.
Wenn Sie früher Ihrem Vorgesetzten ein Blatt mit einem Diagramm vorgelegt haben, in dem z. B. alle in einem Monat in einer Filiale verkauften Produkte nach Menge aufgeführt waren, und er/sie sagte: "Nein, aber jetzt möchte ich die spezifischen Verkäufe dieses Produkts an diesem Standort sehen", mussten Sie zum Computer gehen, das Diagramm bearbeiten, es erneut ausdrucken und es erneut erklären. Auf diese Weise sparen wir nicht nur Zeit und Ressourcen, sondern auch die Person, die das Dashboard sieht, fühlt sich funktionaler, wenn sie mit ihm interagiert und sieht, wie sie die Informationen finden kann.
- Farben: Farben sind sehr wichtig, sie müssen visuell ansprechend und ästhetisch sein. Die meisten Softwareprogramme verfügen über vorgefertigte Farbpaletten, die sich gut kombinieren lassen und einen klaren Blick auf die Informationen ermöglichen.
- Kategorien: Kategorien werden vorzugsweise jeweils durch eine andere Farbe dargestellt. Auf diese Weise muss die Legende oder Beschriftung nur einmal angebracht werden. Das heißt, wenn in Diagramm 1 Blau für Produkt X und Rot für Produkt Y steht, ist es ideal, nur einmal anzugeben, dass Rot für X und Blau für Y steht, und daher davon auszugehen, dass in den übrigen Diagrammen, die die Variablen X und Y enthalten, diese Farben verwendet werden. Es ist nicht notwendig, in jedem Diagramm zu erklären, wofür Blau und Rot stehen.
- Abstufungen: Sie sind wichtig; manchmal gibt es keine Kategorien, sondern Abstufungen, wie zum Beispiel die Anzahl der Einwohner auf einer Karte. Wir stellen die höheren Zahlen mit dunkleren Farben und die niedrigeren mit helleren Farben in einer Skala dar. Am besten ist es jedoch, die gleiche Farbe zu verwenden und nur die Dunkelheit oder Helligkeit der Farbe zu ändern.
- 3D-Figuren sollten auf einem Armaturenbrett nur verwendet werden, wenn sie unbedingt notwendig sind. Der Grund ist einfach: Wir wollen die Komplexität vereinfachen, warum sollten wir sie kompliziert machen? Wenn wir 3D-Grafiken verwenden, muss das Gehirn unseres Publikums härter arbeiten, indem es zuerst das Bild im Kopf in 2D umwandelt, dann die Darstellung versteht und schließlich das Diagramm interpretiert. Das ist auch der Grund, warum manche Menschen Kopfschmerzen bekommen, wenn sie 3D-Filme sehen, weil ihr Gehirn die Bilder in 2D umwandelt, was wir gewohnt sind.
- Filter: Wir haben sie bereits erwähnt, um Dashboards dynamisch zu gestalten. Sie sollten an den Rändern oder Ecken des Dashboards platziert werden, niemals in der Mitte.
- Baumkarten: Sie sind die meistgehassten. Bei ihrer Verwendung ist Vorsicht geboten. Sie sind hilfreich, wenn es nur wenige Variablen gibt, die sich stark voneinander unterscheiden, weil die Unterscheidung dann klar ist. Bei Prozentsätzen kann es jedoch schwieriger sein, zu unterscheiden, welches Quadrat größer oder kleiner als ein anderes ist, vor allem, wenn man sich vom Dashboard entfernt, wie es bei einer Präsentation der Fall wäre.
- Kreisdiagramme: Die Kategorien in Kreisdiagrammen werden von der größten zur kleinsten Kategorie dargestellt. Die bedeutenderen Kategorien werden von der Mitte aus nach rechts gemalt, und die kleineren werden am Ende des Kreises dargestellt. Das liegt daran, dass die wichtigeren Kategorien in der Regel diejenigen sind, die die Menschen auf einen Blick sehen wollen.
💡 Extra-Tipp: Am besten erstellen Sie zuerst ein öffentliches Dashboard mit den wichtigsten Schlussfolgerungen, und wenn Sie dann tiefer gehen wollen, können Sie jedem Teil, auf den Sie sich konzentrieren wollen, ein eigenes Panel geben.
Bei der Auswahl eines geeigneten Diagramms ist es wichtig, die Art der zu visualisierenden Daten und das Ziel der Visualisierung zu berücksichtigen.
● Balkendiagramme: werden zum Vergleich von Zahlenwerten verwendet. Sie helfen dabei, die Verteilung einer kategorialen Variable in einem Datensatz darzustellen.
Liniendiagramme: werden verwendet, um Trends und Muster im Zeitverlauf darzustellen. Sie helfen bei der Visualisierung von Zeitreihendaten und beim Vergleich mehrerer Variablen.
Kreisdiagramme: werden verwendet, um den Anteil jeder Kategorie in einem Datensatz darzustellen, insbesondere wenn Sie den Anteil jeder Kategorie hervorheben möchten, sind aber nicht zu empfehlen, wenn Sie mehrere Kategorien darstellen oder Werte vergleichen möchten.
● Streudiagramme: werden verwendet, um die Beziehung zwischen zwei numerischen Variablen darzustellen. Sie helfen, Muster oder Trends aufzuzeigen.
● Flächendiagramme: werden verwendet, um die Entwicklung einer numerischen Variable im Laufe der Zeit darzustellen. Sie helfen beim Vergleich mehrerer Variablen im selben Diagramm.
● Histogramme: werden verwendet, um die Verteilung einer kontinuierlichen numerischen Variable darzustellen. Sie helfen dabei, die Häufigkeit der einzelnen Werte oder Wertebereiche in einem Datensatz zu visualisieren.
● Boxplots: werden z. B. zur Darstellung von Aktionen oder Ergebnissen aus dem Data Mining verwendet. Es handelt sich um Diagramme, die verschiedene Arten von Informationen auf einen Blick erfassen.
Viele Diagramme können zur Visualisierung verschiedener Arten von Daten verwendet werden. Die Wahl des geeigneten Diagramms hängt von der Art der Daten, dem Ziel der Visualisierung und dem Publikum ab, dem die Informationen präsentiert werden sollen.
Es gibt eine Vielzahl von Datenvisualisierungssoftware mit leistungsstarken Tools zur Verwaltung, Bereinigung, Umwandlung und Analyse von Daten.
Die bekanntesten und am meisten geschätzten Werkzeuge im Bereich der Geschäftsanalyse sind:
Microsoft Power BI: ein Tool, das auch eine Business-Intelligence-Lösung ist und eine breite Palette von Datenvisualisierungsfunktionen bietet, darunter Pivot-Tabellen, Diagramme und Schaubilder.
● Tableau: bietet eine breite Palette an Funktionen und Werkzeugen, um Daten effektiv und leicht verständlich zu visualisieren.
● Google Data Studio: eine Online-Plattform zur Datenvisualisierung, mit der Sie individuelle und interaktive Berichte und Dashboards erstellen können. Es lässt sich auch mit anderen Google-Tools wie Google Analytics und Google Sheets integrieren.
● QlikView: ein Business Intelligence-Tool, das eine breite Palette von Datenvisualisierungstools bietet, darunter Pivot-Tabellen, Diagramme und Schaubilder.
D3.js: eine JavaScript-Datenvisualisierungsbibliothek, mit der Sie individuelle und hochgradig interaktive Visualisierungen erstellen können.
Es ist wichtig zu wissen, dass sich der Bereich der Datenvisualisierung ständig weiterentwickelt, und wenn Sie mit den neuesten Tools und Techniken auf dem Laufenden bleiben, können Sie sich einen Wettbewerbsvorteil auf dem Arbeitsmarkt verschaffen. Da sich Unternehmen zunehmend auf datengestützte Erkenntnisse verlassen, um ihre Entscheidungsprozesse zu unterstützen, wird die Nachfrage nach qualifizierten Datenexperten, die komplexe Daten durch Visualisierung effektiv vermitteln können, weiter steigen.
Darüber hinaus kann die Beherrschung der Datenvisualisierung auch Ihrer persönlichen Karriere zugute kommen. Indem Sie Ihre Daten visuell ansprechend und informativ präsentieren, können Sie Ihre Erkenntnisse effektiv an Stakeholder und Entscheidungsträger weitergeben, was Sie zu einer wertvollen Bereicherung für jedes Unternehmen macht.
Ganz gleich, ob Sie Datenanalyst, Wissenschaftler oder einfach nur an Datenvisualisierung interessiert sind, die Investition von Zeit und Mühe in das Erlernen dieser Tools und Techniken kann sich sowohl beruflich als auch persönlich sehr lohnen.
Über die Autorin: Sandra ist eine technikbegeisterte Jungunternehmerin und derzeit Präsidentin von Generación Empresarial, einer jugendorientierten Universitätsvereinigung, die sich für die nächste Generation erfolgreicher europäischer Unternehmer einsetzt.
Wenn Sie die Website weiter nutzen, stimmen Sie der Verwendung von Cookies zu. Weitere Informationen
Die Cookie-Einstellungen auf dieser Website sind auf "Cookies zulassen" eingestellt, um Ihnen das bestmögliche Surferlebnis zu bieten. Wenn Sie diese Website weiter nutzen, ohne Ihre Cookie-Einstellungen zu ändern, oder wenn Sie unten auf "Akzeptieren" klicken, erklären Sie sich damit einverstanden.
