Möchten Sie eine Idee, ein Produkt oder eine Dienstleistung mühelos verkaufen? Sie müssen das Storytelling-Konzept der Datenvisualisierung übernehmen!
Das Erzählen einer überzeugenden Geschichte durch Aufteilen und Würfeln von Daten ist zu einer wesentlichen Fähigkeit für jede Karriere und jedes Unternehmen geworden. Wer sich einen Job bei einer renommierten Marke sichern will, muss beweisen, was er für das Unternehmen leisten kann, indem er datenbasierte Fakten vorlegt.
Oder wenn Ihre Marke etwas verkauft, müssen Sie anhand von Daten zur Schau stellen, wie Ihr Produkt/Ihre Dienstleistung etwas bewirken kann.
Wollen auch Sie in die Datenvisualisierung einsteigen und beruflich oder geschäftlich erfolgreich werden? Lesen Sie diesen Artikel bis zum Ende!
Was ist Datenvisualisierung?
Wenn Sie Daten grafisch in einem leicht verständlichen visuellen Format darstellen, ist das Datenvisualisierung. In diesem Prozess, Datenwissenschaftler und Analysten verwenden verschiedene Datenvisualisierungselemente wie Grafiken, Diagramme, Pivots, Heatmaps, Karten und mehr.
Ziel ist es, Daten für das Publikum zugänglicher und verständlicher zu machen. Mitarbeiter, Manager und Stakeholder können Muster, Trends und Ausreißer in korrekt visualisierten Datenfolien einfach aufzeigen.
Sie finden Datenvisualisierung überall in Ihrem persönlichen und beruflichen Leben. Die farbenfrohen Dashboards, die Sie in den Apps für Training, Finanzen, Börse, Smart Home Utility, Verkehrsnavigation usw. sehen, sind das Ergebnis der Datenvisualisierung.
Wie funktioniert Datenvisualisierung?
Die Datenvisualisierung funktioniert durch die Umwandlung von Zahlen in leicht verständliche visuelle Darstellungen. Wenn Sie den Anstieg der Umgebungstemperatur an einem Tag mit einfachen Zahlen erklären, werden die Menschen dies kaum verstehen.
Wenn Sie jedoch ein Liniendiagramm aus den Eingabedaten zeichnen und zeigen, dass die Temperatur vom Morgen an weiter ansteigt, einen Höchstwert erreicht und dann fällt, wenn die Nacht näher rückt, erzeugt das Diagramm eine umgekehrte V-Form. Das Publikum wird nun die Temperaturbewegungen im Laufe des Tages leicht verstehen.
Die Datenvisualisierung funktioniert, weil:
- Menschen verdauen Bilder wie Formen, Farben, Fotos, Zeichnungen usw. im Vergleich zu Zahlen und Texten in einer Tabellenkalkulation.
- Grafiken, Karten, Diagramme usw. sind visuelle Metaphern. Da Menschen Bilder schneller verarbeiten als Texte, können sie die Punkte während der Datenvisualisierung leicht verbinden.
- Rohdaten selbst in einer Datenbank oder einem Tabellenkalkulationsprogramm haben keinen Wert. Wenn Sie die Rohdaten organisieren und visualisieren, fügen Sie den Daten einen Mehrwert hinzu. Visualisierte Daten sind umsetzbare Informationen und das Publikum kann sie verwenden, um Probleme zu lösen oder Entscheidungen zu treffen.
Warum ist Datenvisualisierung wichtig?
- Es hilft, Informationen schnell aufzunehmen.
- Da Sie visuelle Warteschlangen erhalten, werden Informationsverarbeitung, Gewinnung von Erkenntnissen und Entscheidungsfindung mühelos.
- Sie können Visualisierungen mit wenigen Klicks mit externen und internen Mitarbeitern teilen.
- Die Identifizierung von Korrelationen zwischen unabhängigen Variablen wird zu einer einfachen Aufgabe.
- Sie können komplizierte Daten in einfache Teile zerlegen und sie dann so visualisieren, dass sie leicht Sinn ergeben.
Verschiedene Arten und Beispiele der Datenvisualisierung
# 1. Liniendiagramme
Zur Visualisierung müssen Sie Liniendiagramme oder Grafiken verwenden Zeitreihendaten. Sie sind Streudiagrammen sehr ähnlich, zeigen jedoch Datenpunkte, die durch Zeitintervalle getrennt sind. Liniendiagramme verbinden Segmente mit Linien und daher der Name.
# 2. Flächendiagramme
Ähnlich wie Liniendiagramme verwenden Data Scientists Flächendiagramme, um Daten im Zeitverlauf zu verfolgen. Das Werkzeug färbt jedoch den gezeichneten Bereich zwischen den Linien für mehrere Elemente ein. Um Gesamtmengen zu messen, wie z. B. Mengen verschiedener Produkte, die in verschiedenen Ländern verkauft werden, können Sie diesen Datenvisualisierungstyp verwenden.
# 3. Netzwerkdiagramme
Netzwerkgraphen bestehen aus Netzwerken, Knoten, Interaktionen zwischen Netzwerken und Pfaden, um hochkomplexe Grafiken zu bilden. Wenn Sie Muster zwischen Netzwerken von Clustern erkennen müssen, können Sie dieses Datenvisualisierungsformat verwenden.
# 4. Geographische Karten
Mit einer Datenvisualisierung in Form einer geografischen Karte können Sie ortsspezifische Daten einfach und aussagekräftig darstellen und erklären. Sie sehen meist die Verteilung von volumenbasierten Daten über Menschen, wie Stimmenanteil, Geschlechteranteil, Internetabdeckung, Stromversorgung von sanitären Einrichtungen usw., in geografischen Karten.
# 5. Baumkarten
Treemaps verwenden verschachtelte Rechtecke, um hierarchische Daten zu visualisieren. Solche Diagramme nutzen den Platz auf dem Bildschirm effizient. Daher können Sie Hunderte von Gruppen und ihre Leistungsdaten auf einem einzigen Bildschirm vergleichen. Das Visualisierungsmodell verwendet auch verschiedene Schattierungen und Farbtemperaturen, um die Leistungsdaten jeder Gruppe darzustellen.
# 6. Balkendiagramm
Balkendiagramme oder Diagramme helfen Ihnen, kategoriale Daten gegen verschiedene Werte zu visualisieren. Auf der X-Achse müssen Sie die Objekte platzieren, die Sie beobachten. Dann tragen Sie auf der Y-Achse die Werte der entsprechenden Elemente ein. So erhalten Sie vertikale Balken. Je höher der Wert eines Artikels ist, desto höher ist der Balken.
# 7. Gantt-Diagramm
Gantt-Diagramm ist die häufigste Art der Datenvisualisierung, die Sie im Projektmanagement finden können.
Es ist die horizontale Variante des Balkendiagramms. Das Gantt-Diagramm visualisiert Aufgaben und ihren Fortschritt im Vergleich zur Dauer jeder Aufgabe. Die horizontale Länge der Balken hängt von Beginn, Fortschritt und Ende einer Aufgabe ab.
# 8. Kuchendiagramm
Dieser Datenvisualisierungstyp präsentiert Daten in einem kreisförmigen Diagramm. Wenn Sie verschiedene Produkte oder Dienstleistungen nach ihren Einnahmen vergleichen müssen, können Sie dieses Diagramm verwenden. Hier betrachten Sie die gesamte Zellfläche als 100 %. Dann verteilen Sie sie entsprechend dem prozentualen Wert jedes Elements über den gesamten Zellenbereich.
Anwendungsfälle der Datenvisualisierung
Identifizieren von Trends und Spitzen
Der primäre Anwendungsfall besteht darin, Trends, Muster, Beziehungen zwischen Produkten/Dienstleistungen usw. aus einem Rohdatensatz zu identifizieren. Wenn Sie einen plötzlichen Anstieg der Trends in einem langfristigen Datensatz sehen, können Sie davon ausgehen, dass die Ereignisse in diesen Intervallen Spitzenwerte aufweisen.
Während des Black Friday-Events können Sie beispielsweise schnell einen Anstieg der Produkt-/Dienstleistungsverkäufe bemerken E-Commerce-Plattformen.
Überwachungsziele
Data Scientists erstellen interaktive Dashboards mithilfe von Datenvisualisierung. Diese Dashboards können Ihnen Produktivität, Ressourcennutzung, Leistungsmetriken, Umsatz, Marketing-ROI usw. anzeigen. Sie können auch kleinere Auswahlen und Änderungen im Dashboard vornehmen, um Datenpunkte individuell zu visualisieren.
Zugriff auf Daten
Unternehmen müssen ihre Mitarbeiter mit Informationen in einem leicht verdaulichen Format versorgen. Auch hier können Sie die Datenvisualisierung nutzen. Anstelle von Rohdaten können Sie verschiedene Diagramme und Grafiken für Vertrieb, Marketing, Budget, Einnahmen, Gemeinkosten usw. senden.
Finden Sie nun unten die Best Practices, die Sie befolgen sollten, um Ihre Datenvisualisierung zum Geschichtenerzählen zu machen Projekt erfolgreich:
Target Audience Specification
Sie müssen eine Datenvisualisierungspräsentation erstellen, indem Sie die Zielgruppe analysieren. Wenn das Publikum einen starken technischen Hintergrund hat, können Sie komplexe Visualisierungstools wie Netzwerkdiagramme, Histogramme, Baumkarten, Gantt-Diagramme usw. einbeziehen.
Diese Teilnehmergruppen können Fachleute, Lehrer, Wissenschaftler, Führungskräfte usw. sein und sind mit komplexen Datenvisualisierungstools vertraut.
Im Gegenteil, wenn Sie Ihre Ergebnisse einem nicht-technischen Publikum präsentieren, halten Sie sich an einfache Diagramme wie Streudiagramme, Balkendiagramme, Liniendiagramme usw.
Diese Zielgruppe endet hauptsächlich mit Benutzern, Zuschauern einer Marketingveranstaltung, Interessenten, Leads usw., die Daten mit visuellen Warteschlangen verstehen. Sie kennen möglicherweise nicht die zugrunde liegenden Prinzipien der von Ihnen verwendeten Diagramme und Grafiken.
Define the Purpose
Unabhängig davon, ob Sie in Ihrer Präsentation ein oder mehrere visuelle Diagramme verwenden, stellen Sie sicher, dass Sie den Zweck jeder Grafik definieren. Überlassen Sie es nicht dem Publikum. Wenn Sie dies tun, erhalten Sie möglicherweise nicht die Aufmerksamkeit, die Sie von ihnen möchten.
Zum Beispiel oben Google Analytics Bei der Datenvisualisierung von Marketing-Websites gibt es vier Grafiken: Liniendiagramme, geografische Karten, horizontale Balkendiagramme usw. Wenn Sie sich das Bild nun genau ansehen, werden Sie verschiedene Definitionen für jede Visualisierung sehen.
- Ein Liniendiagramm für den Website-Sitzungstrend
- Eine geografische Karte für den länderspezifischen Trend
- Ein horizontales Balkendiagramm für einen kanalbasierten Trend
Using the Right Visualization Elements
Verschiedene Diagramme haben unterschiedliche Anwendungsfälle. Sie können ein Netzwerkdiagramm nicht anstelle eines Balkendiagramms verwenden. Verstehen Sie daher die Daten und wählen Sie dann eine Visualisierungsmethode aus. Weitere Informationen zur Auswahl des richtigen Diagramms finden Sie im Abschnitt „Datenvisualisierungstypen und Beispiele“ oben.
Heutzutage sind viele Datenmanipulationstools wie Google Blätter, Excel usw. bieten 3D-Versionen vieler gängiger Diagramme und Grafiken. Zum Beispiel ein 3D-Kreisdiagramm. Die Verwendung von 3D-Diagrammen unterliegt jedoch verschiedenen Einschränkungen.
Manchmal visualisiert ein 3D-Kreisdiagramm die Daten nicht so, wie Sie es tun sollten. In einer 3D-Ebene müssen Sie auch mehrere Beschriftungen anbringen. Schließlich könnten Sie die Visualisierung und die Geschichte verzerren. Halten Sie sich daher an 2D-Diagramme und -Grafiken, da das Publikum diese leicht versteht.
Correct Labeling
Vergessen Sie nicht, die Grafiken und Diagramme zu beschriften, die Sie in Ihrem Datenvisualisierungsprojekt verwenden. Beispielsweise müssen Sie die Werte für die X/Y-Achse, Namen der Elemente, Legenden, Zeitrahmen der Datenerfassung usw. angeben.
Im obigen Bild finden Sie Beschriftungen für jedes Element in der Datenvisualisierungsfolie. Es hilft dem Publikum, die Diagramme, Grafiken und Tabellen zu lesen.
Wenn Sie 2D-Balken und -Diagramme verwenden, stellen Sie sicher, dass Sie das Diagramm am X- und Y-Schnittpunkt beginnen, an dem beide Null sind. Wenn Sie dies umkehren und an einem Punkt beginnen, an dem die Y-Achse nicht Null ist, könnte die Visualisierung den Benutzer irreführen.
Digestible and Simpler Data Points
Fügen Sie nur wenige Visualisierungen mit Daten pro Bildschirm hinzu. Verlassen Sie sich hauptsächlich auf Bilder, Illustrationen und Videos, um die Geschichte zu erzählen. Verwenden Sie bei der Erläuterung von Datenpunkten gebräuchliche Begriffe anstelle von Branchenterminologie.
Im obigen Bild für den Google Ads-Übersichtsbericht haben wir beispielsweise nur vier Tools zur Visualisierung von Daten verwendet: Dashboards, Liniendiagramme, Kreisdiagramme und eine Tabelle.
Sie können jedoch dieselbe Visualisierung verbessern, indem Sie die Branchenbegriffe wie CTRs, Impressions, Conversions usw. erklären.
Correct Usage of Color and Fonts
Sie müssen unterschiedliche Farben verwenden, um Datenpunkte zu trennen. Stellen Sie bei der Verwendung von Farben sicher, dass die gesamte Folie für die Augen beruhigend wirkt. Verwenden Sie keine stark kontrastierenden Farben. Das Publikum wird müde in den Augen fühlen, wenn es lange auf die Charts schaut.
Verwenden Sie außerdem gut lesbare Schriftarten für die Zahlen und Alphabete. Verwenden Sie serifenlose Schriftarten, da sie bei der Präsentation großer Datenmengen viel besser aussehen. Versuchen Sie außerdem, eine große und fette Schriftart zu verwenden, damit das Publikum die Daten leicht visualisieren kann.
Creating a Narrative
Ihr datenbasiertes Storytelling braucht eine Erzählung oder Storyline. Beginnen Sie mit einem überzeugenden Thema, mit dem sich das Publikum persönlich identifizieren kann. Beginnen Sie dann damit, die Zahlen zu erklären, die Ihr Produkt/Ihre Dienstleistung generiert. Präsentieren Sie schließlich Ihr Produkt/Ihre Dienstleistung als Lösung.
Sie können eine großartige Erzählung erstellen, indem Sie Folgendes verwenden:
- Eine Trendlinie zur Visualisierung der Verluste im Laufe der Zeit
- A Vergleichstabelle um zu zeigen, wie sich Ihr Produkt von den anderen unterscheidet
- Erstellen Sie eine Rangordnungstabelle, um zu zeigen, dass Ihr Produkt beim Vergleich verschiedener Merkmale mit anderen Produkten ganz oben steht
- Ein Streudiagramm um zu zeigen, dass das Geschäftswachstum des Kunden proportional zur Nutzung Ihrer Produkte oder Dienstleistungen ist
Follow Standard Visual Designs
Ihr Publikum in der westlichen Hemisphäre liest von links nach rechts, dann von oben nach unten und wieder von links nach rechts. Dieses Lesemuster ist als Z-Muster bekannt. Wenn Sie also auf westliche Länder abzielen, platzieren Sie Ihre Grafiken in einem Z-Muster.
Platzieren Sie daher das erste Diagramm an der oberen linken Seite der Folie. Platzieren Sie dann unmittelbar rechts davon eine weitere Datenvisualisierung, die sich auf das Diagramm auf der linken Seite bezieht. Platzieren Sie nun das nächste zugehörige Diagramm in der unteren linken Ecke und das letzte Diagramm auf der rechten Seite unten.
Sync the Data Storytelling
Die Daten, die Sie präsentieren, müssen Ihre Storyline unterstützen. Manchmal, Website-Störungen oder E-Mail-Sicherheit Systeme können Inhalte oder Bilder einschränken. Dann wird das Publikum die grafische Darstellung von Daten nicht verstehen können. Daher ist die Kennzeichnung wichtig, damit das Publikum die Geschichte direkt anhand der visuellen Elemente verstehen kann.
Use a Data Visualization Tool
Sie können zweifellos von Grund auf mit Tabellenkalkulations-Apps wie Microsoft Excel oder Google Sheets visualisieren. Es gibt jedoch fortschrittlichere und intelligentere Datenvisualisierungstools auf dem Markt.
In solchen Tools importieren Sie einfach die Rohdaten, definieren einen Anwendungsfall und erhalten in wenigen Sekunden formatierte Visualisierungen. Sie können Tools wie z Tableau Public, Looker-Studio, Microsoft Power BI, Öffnen Verfeinern usw.
Fazit
Bisher haben Sie die Grundlagen der Datenvisualisierung wie Definition, Typen, Arbeitsweise, Bedeutung, Anwendungsfälle und Beispiele durchgearbeitet. Darüber hinaus haben Sie die Best Practices der Datenvisualisierung kennengelernt, die Sie befolgen müssen, um mithilfe von Geschäftsdaten eine überzeugende und ansprechende Geschichte zu erzählen.
Als nächstes sind die Die besten Business-Intelligence-Tools und Datenvisualisierungstool FusionCharts die Sie nicht missen möchten.
