Was ist Datenvisualisierung? Welche Tools bietet sie und in welchen Situationen kann sie uns helfen, zu kommunizieren? Das zeigen wir Dir im folgenden Artikel!
Datenvisualisierung und Werkzeuge
In den 80er Jahren begann man, den Wert von Datenvisualisierung und Business Intelligence in den Entscheidungsprozessen von Unternehmen zu verstehen und zu schätzen. Seitdem ist das Feld enorm gewachsen. Erst in den 2000er Jahren haben sich Computer als leistungsfähig genug erwiesen, um weitaus größere Datenmengen zu verarbeiten.
Apropos Menge! Heutzutage wird für fast alles Zahlen produziert, von Management- und Abrechnungssystemen bis hin zum Inventar. Aber da die Menge der zu verarbeitenden Daten so schnell ansteigt, ist es nicht mehr möglich, so viele Informationen auf einen Blick zu erfassen und zu analysieren.
Deshalb müssen wir all diese Informationen extrahieren, um die Aktivitäten von Unternehmen zu überwachen (indem wir zum Beispiel den Umsatz eines Unternehmens berechnen oder die Anzahl der Mitarbeiter...). Daten sind in den Bereichen des digitalen Marketings, der Personalabteilung und der digitalen Aktivitäten im Allgemeinen sehr präsent.
Mit Datenvisualisierung versuchen wir, diese Menge an Indikatoren zu verstehen und zu synthetisieren, um klarer sehen zu können und strategische Berichte zu erstellen, insbesondere um die Entscheidungsfindung in Unternehmen zu vereinfachen.
Willst Du wissen, wie Du Daten für die strategische Entscheidungsfindung in Deinem Unternehmen nutzen kannst? Entdecke jetzt unseren ausführlichen Artikel von Dayo Aderibigbe, Product Operations Manager bei Google.
Datenvisualisierung und Business Intelligence: Definitionen, Gemeinsamkeiten und Unterschiede
Was ist Datenvisualisierung?
Das Hauptziel der Datenvisualisierung ist es, einen vereinfachten Zugang zu großen Mengen an Informationen zu ermöglichen. Dank der gesammelten, analysierten und visualisierten Informationen sollen Trends, Vergleiche und Empfehlungen zum Vorschein kommen.
Einfach ausgedrückt, ist Datenvisualisierung die visuelle Art und Weise, wie wir die Informationen, die uns zur Verfügung stehen, erkennen können.
Wie wir alle wissen, ist das menschliche Gehirn nicht dafür ausgelegt, Tausende von Datenzeilen zu analysieren. Ohne Datenvisualisierung - oder Dataviz im Englischen - würde uns die Analyse all dieser Zeilen mit Zahlen und Wörtern viel zu viel Zeit kosten. Daher werden wir versuchen, all diese Informationen und ihre Indikatoren so vielen Menschen wie möglich zugänglich zu machen, indem wir sie leichter verständlich und lesbar machen.
Hier ist ein Beispiel für ein Balkendiagramm, das mit der Datenvisualisierungs- und Storytelling-App Flourish erstellt wurde:
Diese Visualisierung stellt die Entwicklung der Weltbevölkerung dar, mit einer Projektion bis zum Jahr 2100. Quelle: Vereinte Nationen.
Was ist Business Intelligence?
Heutzutage wird Intelligenz rund um Zahlen immer wichtiger - vor allem in der Geschäftswelt. Wenn wir über Business Intelligence sprechen, beziehen wir uns auf die Erstellung von Darstellungen (Berichte und/oder Dashboards), um die Entscheidungsfindung zu erleichtern und um Trends verfolgen zu können.
Der globale Business Intelligence Markt war laut Gartner im Jahr 2016 bereits mehr als 17 Milliarden Dollar wert. Es wird erwartet, dass er bis 2021 26,5 Milliarden Dollar generieren wird!
Auch wenn Datenvisualisierung und BI (Business Intelligence) ein gemeinsames Hauptthema haben - jedem zu ermöglichen, seine Informationen durch verschiedene Arten von Graphen, Kuchendiagrammen und Kurven zu nutzen - gibt es dennoch bemerkenswerte Unterschiede zwischen Big-Data-Visualisierungstools und Bibliotheken.
Datenvisualisierungsbibliotheken: Besonderheiten
Datenvisualisierungsbibliotheken wurden geschaffen, um Ergebnisse in Form von Visualisierungen zu entwickeln und zu erhalten, um Deine Darstellungen von A bis Z anpassen zu können.
Wir neigen oft dazu, sie als Tools zu identifizieren, die technisch fortgeschrittener sind als BI-Tools. (Mehr dazu später.) Diese Bibliotheken erfordern von den Nutzern nicht nur Fähigkeiten im Bereich Daten, sondern auch in der Entwicklung: Du musst wissen, wie man Informationen analysiert und interpretiert, aber auch wie man programmiert!
Jep, Du hast richtig gehört: "Datenvisualisierungsbibliothek" und Programmieren gehen Hand in Hand.
Es gibt drei Referenzsprachen: Python, JavaScript und R!
Allerdings haben nicht alle Datenvisualisierungs-Bibliotheken das gleiche Ziel. Um dir zu helfen, klarer zu sehen, können wir sie in zwei Typen unterteilen: interaktive Datenvisualisierungsbibliotheken und explorative Datenvisualisierungsbibliotheken.
Interaktive Datenvisualisierungsbibliotheken
Interaktive Datenvisualisierungs-Bibliotheken ermöglichen es dir, dynamische Visualisierungen zu erstellen, um hochwertige, vorzeigbare Endergebnisse zu erzielen. Wir versuchen z.B. eine übersichtliche Präsentation in einem Unternehmen zu erstellen - sowohl für Kunden als auch für Endverbraucher.
Was sind die meistgenutzten interaktiven Datenvisualisierungs-Bibliotheken?
1. Plotly ist eine Datenvisualisierungsbibliothek (in Python und JavaScript), die es ermöglicht, anspruchsvolle Visualisierungen durch Code zu erstellen. Diese Bibliothek wird durch einen instruktiven Guide zugänglich gemacht.
Die Entwicklung von Dash - einem Framework in Python - hat es möglich gemacht, die Integration von Plotly-Visualisierungen in eine App zu vereinfachen. Dash wurde von Chris Palmer mitentwickelt, der zufällig auch einer der Mitbegründer von Plotly ist.
2. Bokeh ist eine Python-basierte Datenvisualisierungsbibliothek, die zusätzlich JavaScript und HTML verwendet, um ihre Graphen zu formatieren. Diese flexible und interaktive Visualisierung beinhaltet dynamische Diagramme, die sich verändern, je nachdem wie der Nutzer mit ihnen interagiert, was die Erkundung von Informationen aus einer Vielzahl von Blickwinkeln ermöglicht..
3. Nivo.rocks, basierend auf D3.js, ist eine der meistgenutzten Bibliotheken in React und ermöglicht die einfache Erstellung von hochgradig anpassbaren Apps zur Datenvisualisierung.
Um dir zu veranschaulichen, was durch die Kopplung von Code und Datenvisualisierung möglich ist, laden wir dich ein, dir das Starbucks Interactive Dashboard anzusehen, das von Antony Henrion, unserem Kursleiter für Datenanalyse an der Wild Code School in Paris, mit Plotly erstellt wurde!
Wie bereits erwähnt, wurde dieses interaktive Dashboard* mit der Datenvisualisierungsbibliothek Plotly in Verbindung mit dem Dash-Framework entwickelt.
Wenn Du also technisches Verständnis hast UND vollständig anpassbare Ergebnisse und Kontrolle über jedes Detail haben willst, dann entscheide Dich für Datenvisualisierungsbibliotheken!
Dashboard: ein Bedienfeld, das mehrere Datensätze aus verschiedenen Quellen sammelt und eine klare und verständliche Synthese für das Publikum herstellt. Es erlaubt dir auch, die Entwicklung der verschiedenen Indikatoren, die es präsentiert, in Echtzeit zu verfolgen. Ein Dashboard kann zum Beispiel eine Kombination aus Graphen, Zahlen und anderen Informationen aller Art enthalten.
Explorative Datenvisualisierung
Es gibt auch Datenvisualisierungsbibliotheken, um statische Visualisierungen durchzuführen, die in der explorativen Phase eines Datensatzes verwendet werden.
So versuchen wir nur, deskriptive Statistiken und einige Indikatoren durch Boxplots oder Balkendiagramme zu visualisieren, die uns erlauben, mehr über die Daten zu erfahren, indem sie uns helfen, Entscheidungen zu treffen.
BI Tools: Besonderheiten
BI Tools sind für Daten das, was No-code für die Webentwicklung ist. Sie sind bereits entwickelte Apps, die es dir erlauben, Datensätze per Drag & Drop zu ziehen, um die Daten direkt zu visualisieren.
Diese Tools sollen für Menschen, die wenig oder keine Erfahrung mit Daten haben, zugänglicher sein. Sie sind oft für Unternehmen gedacht, die nach schnellen und einfach zu nutzenden Ergebnissen suchen.
Welche BI Tools werden am häufigsten verwendet?
1. Tableau ist das Referenz-BI Tool auf dem Markt! Es ist in Unternehmen weit verbreitet - vor allem wegen seiner Fähigkeit, große Datenmengen zu analysieren und zu visualisieren.
Wie funktioniert das mit Tableau? Du nutzt eine oder mehrere Datenquellen und baust die Visualisierung auf einer bereits entwickelten Plattform auf. Du bindest einfach deine Datenquelle ein und ziehst die Daten per Drag & Drop, je nach gewünschter Visualisierung, sei es eine Karte, ein Diagramm oder ein anderes Format. Um mehr zu erfahren, besuche die Tableau Galerie.
Hier ist ein Beispiel für ein Projekt, das mit Tableau durchgeführt wurde:
2. Qlikview war der Hauptkonkurrent von Tableau, bevor es etwas an Bedeutung verlor. Es verfügt über eine Vielzahl von Funktionen (Datenvisualisierung, Business Intelligence, Analyse und Reporting), die seine Konfiguration sehr anpassbar machen. Allerdings ist die Lernkurve nicht zu vernachlässigen: Qlikview zu beherrschen, erfordert ein wenig Geduld!
3. Power BI, heute der Hauptkonkurrent von Tableau. Es handelt sich um eine von Microsoft entwickelte Suite von Analyse-Apps, die es Dir ermöglicht, Daten aus verschiedenen Ressourcen zu kombinieren und detaillierte Berichte zu erstellen. Die gemeinsame Nutzung dieser Informationen ist vollkommen sicher. Weitere Informationen findest Du in der Power BI Galerie.
4. Google Data Studio ist ein Tool aus der Google Analytics-Suite, das Deine Daten aus Deinen Google-Konten (Ads, Analytics, Drive, Sheets...) und anderen Quellen (Facebook, YouTube, Twitter, Search Console, MySQL und mehr) in Berichte umwandelt, die sowohl anpassbar als auch ästhetisch ansprechend sind - und damit einfach zu lesen und zu teilen.
Zusammenfassend lässt sich sagen, dass Du in Deinem Unternehmen ähnliche Ergebnisse erzielen kannst, indem Du mit Datenvisualisierungs-Bibliotheken und BI-Apps arbeitest. Jedoch setzen beide Lösungen auf unterschiedliche Techniken.
Welches Tool zur Datenvisualisierung sollte man je nach Situation verwenden?
Einsteiger, die nur experimentieren wollen
Versuche es mal mit Google Data Studio. Auch wenn diese App noch neu ist und nicht so fortgeschrittene Darstellungen wie Tableau ermöglicht, ist es eine völlig kostenlose, anpassbare und kollaborative App, die Daten in Echtzeit aktualisiert. Perfekt, um Deine ersten Schritte in der Datenvisualisierung zu machen!
Unternehmer mit begrenzten Ressourcen, aber mit grundlegenden Datenkenntnissen
Die Power BI Desktop App ist kostenlos und ermöglicht es Dir, Berichte mit deinem Team, Stakeholdern oder Kunden zu teilen. Wenn Du nur über minimale Ressourcen verfügst, kannst Du dich auch für Power BI Pro (enthalten in Microsoft 365 E5) für 9,99 $/Monat entscheiden.
Es gibt auch eine kostenlose Version von Tableau: Tableau Public, mit der Du Daten-Storytelling erstellen kannst, ohne eine einzige Zeile Code schreiben zu müssen.
Unternehmer mit Ressourcen oder Firmen mit Ressourcen
Tableau Desktop bietet fortgeschrittene Analysen durch erweiterte Berechnungen, interaktive und ansprechende Visualisierungen und die Erstellung von qualitativen, lebendigen und animierten Arbeitsdokumenten. Um die Vollversion nutzen zu können, ist eine $70/Monat-Lizenz erforderlich.
Was Qlik betrifft, so hat diese App zwar eine kostenlose Version, bietet aber einen Katalog von Optionen und variable Preise, je nachdem, welche Option Du wählst, wie zum Beispiel Visualisierung oder Integrationen. Mehr Informationen hier!
Welche beruflichen Möglichkeiten bietet der Markt der Datenvisualisierung?
Kandidatinnen und Kandidaten, die BI Tools beherrschen, können BI Consultant werden. Dieser Bereich umfasst:
- Analyse der funktionalen und technischen Anforderungen von Projekten
- Datenmodellierung
- Erstellung von Berichten
Kandidaten, die ein bestimmtes Tool (z.B. Tableau) beherrschen, können BI-Experte werden. Dazu gehören:
- Projektdefinition und -management
- Bedarfsanalyse
- Modellierung der Datenarchitektur
- Kunden durch Projekte von Anfang bis Ende führen
Schließlich können Kandidaten, die sowohl BI Tools als auch Datenvisualisierungs-Bibliotheken beherrschen, Datenanalysten oder Business Analystinnen werden. Die Aufgaben können je nach Unternehmen und Stellenbeschreibung variieren.
Datenvisualisierungs-Projekte unserer Studentinnen und Studenten: Was kannst du konkret nach fünf Monaten Kurs an der Wild Code School machen?
Projekt des Entwicklers Michael Kohler zu den Flugrouten europäischer Passagiere in ganz Europa, März 2019 bis März 2021:
Projekt durchgeführt von Entwickler Antoine Carré zu Flugmustern in ganz Europa, Januar 2018-April 2021:
Ein Schritt weiter...
Du interessierst Dich für Daten, weißt aber nicht, wo Du anfangen sollst? Starte mit unserem Einführungskurs: Data analytics für Anfänger.
Wenn Dir dieser Einstieg gefallen hat, findest Du hier die nächsten Terminen von einem unserer Intensivkurse Data Analytics:
- Business Intelligence Analyst
-
Datenanalyst (Download des Lehrplans)
