Datenvisualisierung gibt BI-Projekten den richtigen Schliff und liefert neue Einblicke

Datenvisualisierung: Mehr als Balken und Torten

Wolfgang Kobek

© Shutterstock.com/Nonwarit

Daten in eine visuell ansprechende und zugleich aussagekräftige Form zu bringen, gehört wohl in fast jedem Unternehmensbereich zu den täglichen Herausforderungen. Kein Wunder, dass die Datenvisualisierung neben der Analyse einen immer größeren Stellenwert einnimmt. Dabei gibt es jedoch einige Fallstricke.

Mit der Datenanalyse fing es an: Die immer größer werdende Informationsflut hat Unternehmen in den vergangenen Jahren vor zahlreiche Probleme gestellt. Mit neuen Technologien ist es mittlerweile jedoch möglich, aus isolierten Daten sehr konkrete Schlüsse zu ziehen. Die variable Analyse mit Blick auf unterschiedliche Fragestellungen bringt mittlerweile vielen Firmen neue Einsichten in bislang unterschätzte oder nicht erkannte Zusammenhänge.

Informationen aus vorhandenen Daten zu extrahieren, ist jedoch nur eine Seite der Medaille. Bevor die vorhandenen Fakten gewinnbringend genutzt werden können, müssen Sie in der Praxis zunächst visuell aufbereitet werden. In sehr vielen Fällen gilt es nach einer erfolgreichen Datenanalyse auch Stakeholder wie das Management und die Mitarbeiter an Bord zu holen, von der typischen Präsentation vor dem Vorgesetzten ganz zu schweigen (Abb. 1). Viele Unternehmen haben die Möglichkeiten einer gezielt betriebenen Datenvisualisierung erkannt und verstehen diese als wichtigen Bestandteil von Business-Intelligence-Projekten. Immer mehr Unternehmen wollen Datenvisualisierung zudem im Umfeld von Big Data und zur Analyse von Echtzeitdaten verwenden. All das erfordert entsprechend leistungsfähige Software und innovative Darstellungsmethoden für große Datensätze.

Abb. 1: Executive Dashboard

Abb. 1: Executive Dashboard

Wie das Beratungs- und Marktforschungsinstitut BARC in einer aktuellen Studie herausgefunden hat, stufen über drei Viertel der befragten Unternehmen (78 Prozent) das so genannte Informationdesign als sehr wichtig oder wichtig ein. Angesichts einer exponentiell wachsenden Datenmenge muss sich jedoch auch die IT den neuen Herausforderungen stellen. Schließlich haben sich die Techniken und die Hardware zur Analyse kaum geändert. Das beginnt bei den Bildschirmen, die in der Auflösung nicht wesentlich besser sind als vor einigen Jahren und endet bei den gewohnten Diagrammen, die die gleiche Menge an Datenelementen anzeigen können. Aus diesem Grund sind spezielle Lösungen zur Datenvisualisierung auf dem Vormarsch.

Praktische Anwendung finden Visualisierungslösungen heute vor allem in der Buchhaltung, beim strategischen Einkauf und beim Customer Management. Durch die steigenden Datenmengen entstehen jedoch auch immer mehr Anwendungsfelder im Industrie-, Finanz- und Energieumfeld. Dabei sind die Einsatzfelder für die Datenvisualisierung ausgesprochen vielfältig: Ein Beispiel sind Smart-Metering-Anwendungen, bei denen unzählige Daten zum lokalen Stromverbrauch entstehen. Vergleicht man diese Informationen beispielsweise mit Wetterdaten, lassen sich Verbrauchsprognosen optimieren und Ausfallrisiken minimieren. Gerade in Energieunternehmen verlässt man sich deshalb nicht nur auf reine BI-Tools, sondern setzt verstärkt auf Lösungen, die auch in puncto Visualisierung umfangreiche Funktionen bieten können. Im Produktionsbereich wiederum nutzen Unternehmen das Hilfsmittel der Datenvisualisierung, um ihre Lieferkette gezielt optimieren zu können und den Lagerbestand im Blick zu behalten.

Mehr Klarheit durch den richtigen Fokus

Bevor Unternehmen Zeit und Geld in die Datenvisualisierung investieren, sollten sie die eigentliche Fragestellung klar eingrenzen. Schließlich beantworten verschiedene Diagramme sehr unterschiedliche Fragestellungen und sind je nach Sachverhalt mehr oder weniger gut geeignet. Einfache Verkaufszahlen lassen sich ganz klassisch als Balkendiagramm zeigen und pro Monat oder Segment weiter unterteilen. Ausgefallenere Diagrammtypen wie die Heatmap eignen sich etwa für die Darstellung von prozentualen Veränderungen bei verschiedenen Modellen. Ein geografisches Element, wie eine Karte, veranschaulicht die Verteilung der Zahlen pro Ballungsraum (Abb. 2). Wenn die BI-Lösung neben der Analyse auch die Datenvisualisierung ermöglicht, sollte sie also mit einer Vielzahl an Diagrammtypen kommen und dem Benutzer im Idealfall die Auswahl der passenden Perspektive so einfach wie möglich machen. Mittlerweile ist zudem der Storytelling-Ansatz auf dem Vormarsch: Der Vortragende kann dabei Schnappschüsse des Explorationsprozesses nutzen und diese mit Anmerkungen zum besseren Verständnis versehen und bei Bedarf dann wieder direkt in die Applikation wechseln.

Abb. 2: Geografische Darstellung

Abb. 2: Geografische Darstellung

Auch neue Darstellungsformen, bis hin zur 3-D-Abbildung gewinnen an Bedeutung. Dank Parallelkoordinaten oder Tree Maps können Benutzer größere Datenmengen veranschaulichen, als mit einem normalen Balkendiagramm. Mit dem Visualisierungskonzept der Small Multiples von Edward Tufte können Anwender sich einen besseren Übersicht über die Daten verschaffen und dann ins Detail gehen.

Bei der Darstellung der Ergebnisse sollte eine optimale Visualisierungslösung den Anwender nicht nur vor inhaltlichen Fehlern bewahren, sondern auch mit Designvorschlägen die Arbeit erleichtern. Schließlich neigen viele Mitarbeiter dazu, ein unübersichtliches Potpourri an Farben zu verwenden oder zu viele KPIs in ein Diagramm zu packen. Darunter leidet die Verständlichkeit der Grafiken enorm. Ein weiterer Punkt, der leider häufig unterschätzt wird, sind Probleme bei der Farbdarstellung. Schätzungsweise fünf Prozent der Bevölkerung leiden unter einer Rot-Grün-Sehschwäche, die gemeinhin als Farbenblindheit bezeichnet wird. Daneben gibt es jedoch noch etwa zwanzig weitere Varianten einer Farbsinnstörung, die den Betroffenen die Interpretation eines Diagramms erschweren können. Ausgereifte Visualisierungslösungen arbeiten mit Farbschemata und anderen Vorgaben, bei denen derartige Probleme nicht auftreten.

Neue Erkenntnisse durch geschicktes Kombinieren

Um möglichst viele Einblicke zu liefern, sollte eine Visualisierungslösung in der Lage sein, verschiedene Visualisierungsformen zu kombinieren. So werden Absatzzahlen beispielsweise oft nach Produkt, Region oder Verkäufer analysiert. Bei der Kombination dieser drei Perspektiven lassen sich neue Erkenntnisse gewinnen, die die Beziehung zwischen diesen Dimensionen zum Vorschein bringen (Abb. 3).

Abb. 3: Kombination von Perspektiven

Abb. 3: Kombination von Perspektiven

Gänzlich andere Anforderungen entstehen, wenn die Fachabteilungen ihre Datensätze und KPIs bereits sehr gut kennen und das Augenmerk eher darauf liegt, signifikante Änderungen schnell und gut zu erfassen. Dies ist zum Beispiel bei der Überwachung von Produktionsprozessen der Fall. Wenn dieser Aspekt im Vordergrund steht, hilft eine vordefinierte Umgebung, ähnlich einem Cockpit. Einer der wichtigsten Visualisierungszwecke ist die Vorstellung von Ergebnissen und Zwischenständen. Erfahrene BI-Anwender nutzen bei ihrer täglichen Arbeit häufig komplexe Methoden und entsprechend ausgefeilte Diagramme, um Erkenntnisse zu gewinnen. In der Regel eignen sich diese jedoch nicht, um Mitarbeiter und Vorgesetzte mit wesentlich weniger Vorwissen zu überzeugen. Aus diesem Grund müssen sie sich mit wenigen Klicks in einen anderen, leichter zugänglicheren Diagrammtyp übertragen lassen.

Visualisierung bringt Klarheit

Nicht immer ist die Datenvisualisierung nur der letzte Schritt nach einer BI-Analyse. Häufig kommen erst durch die grafische Darstellung der Daten neue Erkenntnisse zum Vorschein. So können in vielen Fällen Abweichungen leicht erkannt und strukturelle Verschiebungen frühzeitig bemerkt werden.Durch gut visualisierte Daten lassen sich Prognosemodelle entwickeln, die zu intelligenteren Prozessen und Geschäftsanwendungen führen. Zudem können Probleme frühzeitig erkannt und durch geeignete Gegenmaßnahmen beseitigt werden. Datenvisualisierung ermöglicht den Fachabteilungen einen tieferen Einblick und damit schnellere und bessere Entscheidungen. Zugleich bietet Datenvisualisierung großes Potenzial bei der Vorbereitung von Daten. Schließlich lässt sich aus einer Tabelle die Güte der einzelnen Werte häufig nur schwer ermitteln. In einem Bild zeigen sich Ausreißer dagegen deutlicher und können auf falsche Datensätze hinweisen. Wird zum Beispiel die Temperatur in einem Serverraum regelmäßig gemessen und in einem Diagramm dargestellt, so wird ein Wert im Minusbereich sofort auffallen. Möglicherweise ist ein Sensor defekt und muss ausgewechselt werden. In einem reinen Datensatz dagegen fallen solche Abweichungen in der Regel kaum direkt auf.

Damit die Datenanalyse zu brauchbaren Ergebnissen führt, müssen allerdings einige Bedingungen erfüllt sein. Laut BARC-Studie sind zwei der größten Hürden bei Visualisierungsprojekten der hohe Aufwand bei ungenauen Zielvorgaben (38 Prozent) sowie fehlende gemeinsame Standards (37 Prozent). Es empfiehlt sich deshalb, die Data Governance im Unternehmen voranzutreiben. Gerade in größeren Unternehmen etabliert sich mit der Data-Governance-Stelle derzeit sogar ein neuer Funktionsbereich, der sich um Themen wie diese gezielt kümmert.

Zugleich hängt die Qualität der Visualisierung immer auch vom Umfang und der Güte der Daten ab. Im Vorfeld eines entsprechenden Projekts müssen Unternehmen deshalb sehr genau definieren, ob sie Rohdaten oder aggregierte Daten verwenden möchten und welche Quellen als Grundlage für die Auswertung dienen sollen. Nur wenn diese sich ohne Transferverluste aus einem System wie einer ERP-Lösung extrahieren lassen, ist im nächsten Schritt auch eine gute Visualisierung möglich. Eine weitere Hürde auf dem Weg zu neuen Erkenntnissen sind komplizierte Visualisierungslösungen, die nur von Data Scientists oder IT-Experten aufgesetzt und konfiguriert werden können. Gerade die Fachabteilungen benötigen jedoch unkomplizierte Softwarelösungen, die mit der Dynamik des Markts Schritt halten können und eine intuitive Nutzung erlauben.

Aufmacherbild: Businessman analyzing investment charts with laptop von Shutterstock / Urheberrecht: Nonwarit

Geschrieben von
Wolfgang Kobek
Wolfgang Kobek ist als Geschäftsführer für Qlik in Deutschland, Österreich und der Schweiz verantwortlich. Darüber hinaus verantwortet er in seiner Funktion als Regional Vice President die Region Südeuropa. Er verfügt über langjährige Erfahrung in der IT-Industrie, wo er bei verschiedenen Softwareunternehmen Managementpositionen im Vertrieb und Marketing innehatte. Vor seinem Wechsel zu Qlik arbeitete er insgesamt acht Jahre für den ERP-Anbieter (Enterprise Resource Planning) Infor, zuletzt als Vice President für die Region Zentral- und Osteuropa. Davor leitete Kobek den globalen Vetrieb für Industriesoftware bei Siemens und war im Vertrieb für Internetlösungen bei Microsoft tätig. Seine IT-Karriere startete er bei Lotus und Borland.
Kommentare

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
400
  Subscribe  
Benachrichtige mich zu: