Denken und gestalten gehören zusammen!
>> Quick-Tipp: Fragen Sie sich beim Erstellen von Datenvisualisierungen immer wieder: Welche intellektuelle Aufgabe soll dieses Diagramm bzw. diese Grafik lösen und visualisieren?
Wenn Sie sich dann noch an die 7 wichtigsten Best Practices der Datenvisualisierung in Business Intelligence Tools halten, schaffen Sie Einblick und Weitblick auf einen Blick:
1. Klares Ziel vor Augen
Ein klares Ziel vor Augen haben – es hört sich so einfach an, ist es aber meistens nicht. Warum sonst entstehen zu oft überfrachtete und nicht aussagekräftige Dashboards in Business Intelligence Tools?
Um dies zu vermeiden, sollten Sie sich immer folgende Fragen stellen, bevor Sie Daten in eine Visualisierung umsetzen:
- Was soll das Ziel meines Dashboards sein?
- Wer sind die Zielgruppen?
- Welche Resultate muss ich darstellen, damit ich diese Zielgruppen erreiche?
2. Vergleich
Der Hauptzweck der meisten analytischen Darstellungen ist es, Vergleiche darzustellen.
Bewertungen, Einordnungen und das Datenverständnis sind sonst kaum möglich. Eine Darstellung muss die Frage beantworten, womit etwas verglichen wird.
3. Ursächlichkeit
Eine gute Grafik zeigt Zusammenhänge, Mechanismen und Wirkungen auf. Ein tolles Beispiel dafür ist die berühmte Karte von Napoleons Marsch auf Moskau (Charles Joseph Minard, 1869). Sie verdeutlicht, dass Napoleon nicht nur wegen der gegnerischen Armee besiegt wurde.
Vor allem dafür verantwortlich waren die ungewöhnlich niedrigen Temperaturen, die den Rückzug zusätzlich erschwerten.
(Die Temperatur ist in °Réaumur angegeben; -30 °Réaumur = -37,5 °Celsius.)
Ein weiteres Exempel ist die berühmte Visualisierung des Londoner Arztes Dr. John Snow. Er kartographierte während der Cholera-Epidemie von 1854 die genaue Wohnadresse aller Erkrankten. Damit bewies er die Theorie, dass die Infektion über das Wasser übertragen wurde und somit eine öffentliche Wasserquelle die Ursache sein könnte.
Nur die allerwichtigsten Informationen, wie beispielsweise die Strassen, sind eingezeichnet. Somit lenkt die Karte nicht von den wichtigen Daten ab, nämlich die Orte der Erkrankten.
Diese wirksame Reduzierung auf das Wesentliche ist der Grund, warum diese Karte immer wieder als gutes Beispiel für eine gelungene Visualisierung präsentiert wird.
4. Verschiedene Variablen
- Mannstärke
- Geografischer Hin‑ und Rückweg
- Marschrichtung
- Temperatur
- Datum
Selbst die genialste Datenvisualisierung ist aber immer nur so gut, wie die Kennzahlen, die dahinter stehen.
Haben Sie die optimalen Kennzahlen für Ihre Business Intelligence schon definiert? Nein?
Dann finden Sie hier direkt umsetzbare Tipps zur einfachen Kennzahlenermittlung: Mit den richtigen KPIs die Basis für eine zielführende Business Intelligence schaffen.
5. Skalierung
Eine korrekte Skalierung ist für eine klare und transparente Darstellung enorm wichtig. Fehlerhafte Skalierungen schränken die Lesbarkeit und Interpretation ein und führen zu Fehlinterpretationen, die wiederum schwerwiegende Fehlentscheidungen nach sich ziehen können.
Eine falsche Skalierung kann zudem den Verdacht wecken, man wolle durch eine irreführende Visualisierung täuschen. Gewährleisten Sie durch richtige Skalierung die unverfälschte Aussagekraft der visualisierten Informationen.
Nur so kann die Leserschaft wertvolle Erkenntnisse daraus gewinnen – schnell und eindeutig.
6. Farben
Farben sollten mit grösster Sorgfalt verwendet werden. Setzen Sie Signalfarben grundsätzlich nur für Abweichungen ein, grün = positive Abweichung, rot = negative Abweichung.
Wenn visualisierte absolute Werte, beispielsweise in Balkenform, trotzdem eingefärbt werden sollen, achten Sie darauf, dass die Farben abgesoftet sind und beim Betrachter keine falsche Assoziation wecken.
Denken Sie zweimal nach, ehe Sie schwarz verwenden, denn schwarz = böse. Eine kurzweilige Analyse zur Farbsymbolik und Farbassoziationen finden Sie hier.
Bei der Auswahl von Farben für Datenvisualisierungen ist wichtig:
- Wenn Sie auf Farben nicht verzichten können, wählen Sie nur 2 bis 3 Farben aus
- Verwenden Sie Abstufungen von Farben (unterschiedliche Farbsättigung) für grössere Vielfalt
- Qualität und Klarheit haben immer Vorrang, bleiben Sie deshalb in einer Farbwelt
Farben sind gut und schön – und bunt –, man sollte es nur einfach nicht übertreiben. Falsche oder unsinnige Farben können verwirren oder sogar zu Missverständnissen führen. Passen Sie gut auf, dass die Bedeutung einer Grafik nicht alleine durch die Farben definiert oder gar manipuliert wird.
Die Übersichtlichkeit und die Klarheit müssen immer die höchste Priorität haben, ganz gleich, was “Corporate Design“ und “Corporate Identity“ dazu sagen. Idealerweise sind die Visualisierungsregeln sogar Teil der CD.
Sie wollen Ihre gesamte Geschäftskommunikation transparent und eindeutig gestalten? Dann sollten Sie mehr über die IBCS-Regeln (International Business Communication Standards) erfahren.
Durch Einführung dieses Notationsstandards erhöhen Sie die Transparenz und somit die Verständlichkeit und Vertrauenswürdigkeit der kommunizierten Inhalte und Botschaften.
7. Auswahl der richtigen Visualisierung / des richtigen Diagramms
Folgende Überlegungen können Ihnen helfen, die richtige Visualisierung zu finden:
Zeitreihen
Beispiel: Entwicklung von Umsätzen über Monate / Jahre
Wenn es nicht zu viele Datenpunkte sind, bietet sich ein Balkendiagramm an, ansonsten eher ein Liniendiagramm.
Strukturen
Beispiel: Kundenumsätze, unterteilt in Artikelkategorien
Auf Kuchendiagramme (Kreisdiagramme, Tortengrafiken), die viel Platz in Anspruch nehmen aber nicht viel Information bieten, verzichten. Stattdessen horizontal ausgerichtete, und sofern benötigt, gestapelte Balkendiagramme einsetzen.
Rangfolgen
Beispiel: Kundenumsätze, sortiert vom höchsten zum niedrigsten Umsatz
Diese lassen sich ideal mit Balkendiagrammen darstellen. Sie machen zum einen den Rang leicht erkennbar, wie auch die Unterschiede zwischen den Kunden.
Korrelationen
Beispiel: Gegenüberstellung der Anzahl Frauen und Männer in Alterskategorien
Korrelationen können gut mit Balkendiagrammen oder Punkt-Diagrammen aufgezeigt werden.
Häufigkeiten
Beispiel: Verteilung von Ausfällen von Produktionsanlagen
Je nachdem, wie viele Datenpunkte dargestellt werden, bieten sich hierfür eher Säulendiagramme oder Liniendiagramme an.
Bei mehrdimensionalen Darstellungen (z.B. zusätzlich soll noch der Schweregrad des Ausfalls visualisiert werden) können auch Heatmaps eingesetzt werden. Mit Heatmaps lassen sich auch sehr viele Datenpunkte rasch analysieren.
Geographisches
Beispiel: Umsätze pro Ortschaft
Verzichten Sie auf die Darstellung der Umsätze in einer Tabelle oder mit einem Balkendiagramm. Ballungsgebiete, “weisse Flecken” etc. können mit Karten-Diagrammen auf einen Blick entdeckt werden.
Zum Schluss: Weniger ist mehr!
Und zum Schluss noch das Allerwichtigste: Die Kunst der Visualisierung liegt nicht in der Fülle, sondern eher im Gegenteil, im Weglassen.
Wenn Sie so wenig wie nötig darstellen, erreichen Sie die maximale Qualität und Aussagekraft Ihrer Visualisierungen. Und vergessen Sie nie die Botschaft!
Wenn Sie Fragen zu diesem oder anderen BI-Themen haben, kontaktieren Sie gern Ihr Heyde-Team. Wir helfen Ihnen bei allen Themen rund um Business Intelligence.
