Business Intelligence leicht gemacht, Teil 3

So bereiten Sie Daten verständlich auf

| Autor / Redakteur: Dr. Stefan Jensen / Nico Litzel

Der Autor: Dr. Stefan Jensen ist Director PreSales DACH bei Qlik
Der Autor: Dr. Stefan Jensen ist Director PreSales DACH bei Qlik (Bild: Qlik)

Business Intelligence deckt bislang unentdeckte Datenzusammenhänge auf, um Entscheidungsgrundlagen zu liefern und letztlich mehr Klarheit zu schaffen. Nachvollziehbare optische Aufbereitung ist entscheidend für die logische Präsentation der Analyseergebnisse. Im dritten Teil der Grundlagen-Reihe zu Business Intelligence erklärt Dr. Stefan Jensen, Director PreSales D/A/CH bei Qlik, wie aus Daten Geschichten werden und wie man sie mit professioneller Visualisierung richtig erzählt.

Moderne BI-Tools beinhalten Visualisierungs-Möglichkeiten, die weit über das hinausgehen, was manuell erstellte Balken- und Tortendiagramme auf der Grundlage von reinen Excel-Sheets als unbewegliche Momentaufnahmen leisten. Denn strukturierte und unstrukturierte Daten aus vielen Quellen werden mit der BI-Software auf einer gemeinsamen Oberfläche sichtbar – und neu miteinander in Beziehung gesetzt.

Ergänzendes zum Thema
 
Weitere Teile dieser Reihe

Manche Sehgewohnheiten sind tief verankert

Ein Vertriebsmitarbeiter, der bisher nur den Umsatz pro Filiale betrachtet hat, mit seiner BI-Software nun aber auch Wetterdaten, Nachrichten aus Social Media und RSS-Feeds oder Informationen aus dem örtlichen Nahverkehr mit in die Betrachtung einbeziehen kann, sieht einfach mehr: Bei grafischer Umsetzung der Datenkombination wird sofort abgebildet, welche Zusammenhänge – zum Beispiel zwischen Wetteränderung und Umsatz – tatsächlich bestehen. Einzelaufnahmen werden so zum dynamischen Plot, aus Daten-„Stichworten“ wird Data-Storytelling. Optisch aufbereitet lassen sich die neuen Erkenntnisse auch leichter an den Vorstand, Kollegen oder Kunden nachvollziehbar kommunizieren.

Bei der Vermittlung neuer Datenzusammenhänge ist die Kenntnis menschlicher Auffassung sehr hilfreich. Denn bestimmte Sehgewohnheiten sind tief verankert und sollten nicht leichtfertig ignoriert werden, da sonst Missverständnisse nicht auszuschließen sind. Rote Zahlen, Felder oder Segmente sind beispielsweise meist mit unerwünschten Entwicklungen oder bedrohlichen Szenarien konnotiert, blaue Illustrationen wirken zwar sachlich, aber teils auch distanziert und weniger emotional.

In vielen Fällen ist Farbe ein gutes Mittel, um zusätzliche Bedeutungen in Diagramme einzubauen, die über reine Zahlenwerte und Zeichenbedeutungen hinausgehen. Die meisten Menschen nutzen Farben lediglich, um Darstellungen weniger eintönig aussehen zu lassen oder sich vor allem selbst darin zurechtzufinden. Das ist nicht falsch, greift aber zu kurz. Denn der eigentliche Schlüssel zu einem aussagekräftigen Dashboard ist es, die Verständlichkeit für mehrere Rezipienten aus unterschiedlichen Zielgruppen herzustellen. Das Gewährleisten von Sinnzusammenhängen und durchgängigen Zuordnungen ist dafür sehr wichtig – und Farbe unterstützt dabei. Werden Farben konsistent verwendet, sind Beziehungen in Gruppen und Kategorien gut nachvollziehbar. Wichtig dabei: Jeder dargestellte Datenpunkt sollte eindeutig zu einer (und nur einer) Datengruppe gehören.

Visualisierungen nicht mit Farbe überfrachten

Ein Beispiel: Nachfolgende Grafik analysiert die umsatzstärksten Warengruppen eines Bekleidungsgeschäftes, wobei jeweils gleiche Kategorien die gleiche Farbgebung erhalten. Herrenschuhe sind dunkelblau markiert, sämtliche Produkte aus dem Bereich Damenoberbekleidung hingegen dunkelrot, und Sportartikel wiederum mit grüner Farbgebung. So zeigt die Visualisierung auf einen Blick die umsatzstärksten und -schwächsten Warengruppen. Für eine grafisch gestaltete Analyse innerhalb der Kategorien empfiehlt sich hingegen eine separate Visualisierung.

In dieser Grafik werde die umsatzstärksten Warengruppen eines Bekleidungsgeschäftes analysiert, wobei jeweils gleiche Kategorien die gleiche Farbgebung erhalten.
In dieser Grafik werde die umsatzstärksten Warengruppen eines Bekleidungsgeschäftes analysiert, wobei jeweils gleiche Kategorien die gleiche Farbgebung erhalten. (Bild: Qlik)

Sinnvoll ist es, Visualisierungen nicht mit Farbe überfrachten. Visualisierungsexperte Patrik Lundblad rät zum Beispiel dazu, in grafischen Darstellungen mit maximal zehn Farben zu arbeiten. Hintergrund: Viele Menschen können mehr als zehn Farben nicht auf einen Blick trennscharf unterscheiden – auch im Beispiel eben sind die Rottöne sehr ähnlich. Im Zweifelsfall sollten Fragestellungen so gewählt werden, dass weniger Farben und Objekte ausreichen: lieber zwei schlanke Dashboards als ein überladenes.

Balken- oder Kreisdiagramm? – Alles zu seiner Zeit

Aussagekräftige grafische Aufbereitungen machen Assoziationen sichtbar und kommunizieren Inhalte mit Mitteln optischen Vermittlung. Die Darstellungen unterscheiden sich dabei je nach untersuchtem Inhalt und enthaltener Kernaussage – und zwar aus guten Gründen.

  • Das Balkendiagramm kommt vor allem dann zum Einsatz, wenn mehrere Werte verglichen werden. Es ist immer dann eine gute Wahl, wenn Werte direkt miteinander vergleichen werden sollen, zum, Beispiel die Umsätze im Vergleich zu Prognosen verschiedener Jahre, und wenn die betrachteten Kennzahlen (wie eben Umsätze und Prognosen) die gleichen Einheiten haben. Das Balkendiagramm ist relativ einfach zu lesen und zu verstehen. Ein Nachteil ist, dass sich das Balkendiagramm aufgrund der Beschränkung der Achsenlängen nicht für Werte mit mehreren Dimensionen eignet.

Balkendiagramme bieten sich immer dann an, wenn mehrere Werte verglichen werden sollen.
Balkendiagramme bieten sich immer dann an, wenn mehrere Werte verglichen werden sollen. (Bild: Qlik)

Innerhalb von Business-Intelligence-Anwendungen sind Karten sehr gut für das Anzeigen lokal fokussierter Daten wie etwa Umsatzwerte nach Regionen oder Filialen geeignet.
Innerhalb von Business-Intelligence-Anwendungen sind Karten sehr gut für das Anzeigen lokal fokussierter Daten wie etwa Umsatzwerte nach Regionen oder Filialen geeignet. (Bild: Qlik)

  • Innerhalb von Business-Intelligence-Anwendungen sind Karten sehr gut geeignet für das Anzeigen lokal fokussierter Daten wie etwa Umsatzwerte nach Regionen oder Filialen. Wer etwa vor der Entscheidung steht, ob ein neues Produkt ins Sortiment bestimmter Verkaufsstandorte kommen soll, kann sich durch entsprechende Visualisierung schnell einen Überblick davon verschaffen, wie gut sich vergleichbare oder benachbarte Produkte an diesen Standorten verkaufen. Erstellt werden Karten mithilfe einer Punkt- oder einer Bereichsebene (z.B. Einzelfiliale oder Filialen eines Landes, siehe Karten unten). Wird die Punktebene auf der Karte angelegt, sehen zunächst alle gesetzten Punkte gleich aus. Filialen und Standorte lassen sich so jedoch schon darstellen. Fügt der Anwender dem Punktenetz nun eine der vorgeschlagenen Kennzahlen hinzu oder legt selbst eine Darstellungsformel an (höchster Umsatz, meiste Kundenbesuche,…), variieren die Punktgrößen gemäß der hinterlegten Logik: je größer der Punkt, desto mehr Umsatz, mehr Kunden, breiter das Sortiment – und so weiter.

Eine Visualisierung mit Messzeiger ist darauf ausgelegt, nicht nur einen Kennzahlwert anzuzeigen – es wird zugleich transportiert, ob der Wert (eine absoluten Zahl, eine Differenz, ein Trend,…) eher positiv oder negativ interpretiert werden soll.
Eine Visualisierung mit Messzeiger ist darauf ausgelegt, nicht nur einen Kennzahlwert anzuzeigen – es wird zugleich transportiert, ob der Wert (eine absoluten Zahl, eine Differenz, ein Trend,…) eher positiv oder negativ interpretiert werden soll. (Bild: Qlik)

  • Eine Visualisierung mit Messzeiger ist darauf ausgelegt, nicht nur einen Kennzahlwert anzuzeigen – es wird zugleich transportiert, ob der Wert (eine absoluten Zahl, eine Differenz, ein Trend,…) eher positiv oder negativ interpretiert werden soll: Weist der Zeiger auf die rote Seite oder in den „grünen Bereich“? Nachteil des Messzeigers: Er kann nur eine einzige Kennzahl und keine Dimensionen darstellen.

Beim Kreisdiagramm geht es darum, das Verhältnis zwischen verschiedenen Werten sowie das Verhältnis eines einzelnen Werts zum Gesamtwert zu zeigen.
Beim Kreisdiagramm geht es darum, das Verhältnis zwischen verschiedenen Werten sowie das Verhältnis eines einzelnen Werts zum Gesamtwert zu zeigen. (Bild: Qlik)

  • Im Kreisdiagramm geht es darum, das Verhältnis zwischen verschiedenen Werten sowie das Verhältnis eines einzelnen Werts zum Gesamtwert zu zeigen. Kreisdiagramme können verwendet werden, wenn Datenreihen aus durchweg positiven Werten bestehen und lediglich eine Dimension betrachtet wird (zum Beispiel Anteil der Food- und der Non-Food-Produkte am Umsatz einer Filiale, nicht aber pro Filiale im Zeitablauf). Qlik Sense legt Kreisdiagramme standardmäßig so an, dass die wichtigsten zehn Sektoren in absteigender Reihenfolge der Größe und im Uhrzeigersinn dargestellt werden. Die Standard-Gestaltung kann jedoch geändert werden. Besonders aussagekräftig ist das Kreisdiagramm dann, wenn maximal zehn Sektoren angezeigt werden. Hier gilt Ähnliches wie für die Farben: Auch mehr als zehn Objekte sind für Betrachter schwer auf einen Blick zu erfassen – vor allem, wenn manche ähnlich groß oder sehr schmal sind. Außerdem nimmt das Kreisdiagramm im Verhältnis zu den dargestellten Werten meist viel Platz ein, um gut lesbar zu sein.

Wertepaare aus zwei Formeln können leicht verständlich in einem Punktdiagramm dargestellt werden.
Wertepaare aus zwei Formeln können leicht verständlich in einem Punktdiagramm dargestellt werden. (Bild: Qlik)

  • Wertepaare aus zwei Formeln können leicht verständlich in einem Punktdiagramm dargestellt werden. Das ist nützlich, wenn jedem Dimensionswert zwei Formelwerte zugeordnet werden sollen, etwa Anzahl (erste Dimension) sowie Wachstum (zweite Dimension) der Bevölkerung eines Landes. Soll ein Punktdiagramm mit vielen Daten angezeigt werden (zum Beispiel mehr als 1.000 Datenpunkte, siehe Grafik), verwendet Qlik Sense einen Algorithmus, um einen komprimierten Überblick über die Daten zu erstellen. Wird in die Ansicht hinein gezoomt oder eine Auswahl getroffen, sodass die Zahl der angezeigten Datenpunkte auf weniger als 1.000 sinkt, zeigt die Software die Daten als einzelne Punkte an. Die Dichte der Datenpunkte wird durch die Intensität der Farbe widergespiegelt.

Fazit

Im Bereich Visualisierung in weniger oft mehr. Wer Farben sparsam aber gezielt einsetzt, die Funktionen verschiedener Diagrammformen beachtet und die Anzahl der Objekte pro Dashboard in Grenzen hält, macht bereits vieles richtig. Spielereien wie das „Anreichern“ von Diagrammbalken mit Mustern und Glanzeffekten oder 3-D-Darstellungen treffen vielleicht den persönlichen Geschmack – tragen aber nicht zum Verständnis bei.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44571281 / Best Practices)