Bei dem MeetUp vom 28.06 haben wir über “Storytelling with Data” gesprochen. Die Inspiration für das Thema war das Buch “Storytelling with Data” von Cole Nussbaumer Knaflic. Im Fokus standen drei wesentliche Begriffe: Daten, Datenvisualisierung und Storytelling with Data.
Was sind Daten?
Das Wort Daten ist definiert als eine eindeutige Information. Wenn man über Daten spricht, dann denkt man als allererstes an eine Tabelle mit Zahlen. Aber Daten erscheinen auch in vielen anderen Formen, wie z.B. Text, Videos, Bilder, Audio.
Nathan Yau beschreibt Daten wie folgt: Daten sind mehr als Zahlen, um sie zu visualisieren, muss man wissen, was sie beschreiben. Daten repräsentieren Realität. Sie sind eine Momentaufnahme der Welt, ebenso wie ein Fotograf einen kurzen Augenblick einfängt.
Zu jedem einzelnen Datenpunkt kann ein Wer, Was, Wann, Wo und Warum gehören, daher kann es sein, dass eine Ziffer in mehr als nur einem Behältnis landet.
Über Daten darf man keine Mutmaßungen anstellen, etwa, wie genau sie sind oder in welchem Verhältnis sie zu ihrer Umgebung stehen, sonst könnten Sie am Ende einen falschen Eindruck bekommen, was die Daten eigentlich darstellen. Sie müssen alles im Umfeld betrachten, den Kontext erkennen und herausfinden, wie ihr Datensatz als Ganzes aussieht. Wenn Sie das Gesamtbild sehen, dann ist es leichter, über einzelne Punkte korrekt zu urteilen.
Was ist Datenvisualisierung?
Datenvisualisierung hat Andy Kirk in seinem Buch „Visualising Data“ wie folgt definiert:
„Datenvisualisierung ist die Darstellung und Präsentation von Daten zum besseren Verständnis“.
Wenn wir Daten betrachten, können wir nicht sofort den Kontext und die Beziehung zwischen den Daten erkennen. Um Daten besser zu verstehen, müssen wir sie in unterschiedlicher visueller Form darstellen, wie z. B. Balken- oder Liniendiagrammen. Diese Aktivität nennt man die Darstellung der Daten.
Sobald man die Entscheidung über die visuelle Form getroffen hat, sollte man auch überlegen, wie man die Charts repräsentiert, d.h. welche Farbe will man nutzen, welchen Kontext will man darstellen oder welche Filter will man anwenden. Diese Aktivität nennt man die Präsentation der Daten.
Was ist Data – Storytelling?
Die Autorin Cole Nussbaumer Knaflic hat sich in dem Buch „Storytelling with data“ mit dieser Frage beschäftigt. In ihrem Buch beschreibt sie folgende Schritte:
Kontext definieren und richtig kommunizieren
Der Erfolg der Datenvisualisierung beginnt mit dem Kontext. Um den Kontext zu finden, sollte man sich mit den Begriffen Explorative und Erklärende Analyse beschäftigen.
Explorative Analyse
Diese Analyse wird durchgeführt, um die Daten besser zu verstehen und um herauszufinden, welche Fakten die Daten beinhalten, die für unser Publikum interessant sein könnten. Bei dieser Analyse wird z.B. versucht die Fragen Was, Wo, Wann zu beantworten.
Erklärende Analyse
Haben wir interessante Fakten in unseren Daten gefunden, so wollen wir versuchen, sie zu erklären, also die Fragen Warum oder Weshalb zu beantworten.
Eine sehr wichtige Rolle bei diesen beiden Analysen spielt das Publikum: Wir müssen wissen, wem die Ergebnisse vorgestellt werden, denn davon hängt auch der gesuchte Kontext ab.
Je genauer Sie wissen, wer Ihr Publikum ist, desto besser können Sie ihre Botschaft kommunizieren.
Effektive Visualisierung erstellen
Hat man einen Kontext gefunden, so wird in dem nächsten Schritt visualisiert. Damit das Publikum ihr Dashboard leicht versteht, muss die Information effektiv visualisiert werden.
Unter effektiver Visualisierung versteht man eine Visualisierung, die das Publikum schnell erfassen kann und die nur relevante Informationen beinhaltet.
Um eine effektive Visualisierung zu erstellen, muss man sich mit dem Kontext von präattentiven Attributen auseinandersetzen. Lesen Sie dazu mehr in diesem Blogartikel: Visuelle Wahrnehmung (I)
Beachten Sie folgende Punkte bei der Datenvisualisierung:
Don’t do it!
-
- Rote und grüne Farbe: Denken Sie an Leute, die farbenblind sind und nicht zwischen rot und grün unterscheiden können.
- 3D Charts: Es ist bereits bewiesen, dass solche Charts schwierig zu lesen sind. Mehr zu diesem Thema finden Sie in diesem Blogartikel: Visuelle Wahrnehmung (II)
- Tortendiagramme: Diese Art von Diagrammen sollte mit Vorsicht benutzt werden. Diese Diagramme können Sie anwenden, wenn Sie 2-3 Dimensionen zur Darstellung haben. Mehr dazu finden Sie in diesem Artikel: Lust auf eine Torte oder einen Donut?
- Spaghetti-Diagramme: Bei Spaghetti-Diagrammen sollte man vorsichtig mit Farben umgehen. Öfter mal habe ich gesehen, dass Farbe für jede einzelne Linie verwendet wird (Bild oben). Das führt leider dazu, dass die Aussage von der Grafik unklar wird und die wesentliche Botschaft schwerer zu verstehen ist. Nur die wichtigsten Linien sollten farbig betont und der Kontext des Charts unterstützt werden (Bild unten).
- Vermeiden Sie Unordnung auf Ihrem Chart: Unter Unordnung auf dem Chart versteht man unnötige visuelle Elemente, die auch Platz in Anspruch nehmen und den Chart nicht unbedingt verständlicher machen.
Quelle: http://bit.ly/2KFo7zl
- Auf dem Beispiel oben zählen zu der Unordnung z.B. die Rasterlinien, Balkenrahmen, €-Zeichen in jeder Zeile (es hätte ausgereicht, das €-Zeichen in der Überschrift zu platzieren), Hintergrundfarbe als Abtrennung (da es hier keinen Sinn ergibt).Versuchen Sie ihren Chart so einfach wie möglich zu gestalten mit Betonung auf die wichtigen Elemente.
Do it!
- Think like a journalist: Das Dashboard Layout sollte so designt werden, dass die Leser das Gefühl bekommen, eine Geschichte zu lesen und keinen Finanzreport. An dieser Stelle spielen der Kontext und der Titel eine wichtige Rolle.
- Relate like a novelist: Das Dashboard soll den Lesern helfen, die Daten zu verstehen. Ihre Botschaft muss klar und deutlich formuliert werden.
- Express like an artist: Hier sind Ihre Design-Skills gefragt. Es muss eine Balance zwischen der Kreativität und Klarheit der Darstellung gefunden werden.
Nachfolgend finden Sie die Präsentation, die ich beim MeetUp benutzt habe: Recap_TheSecretsofDashboards_28.06.