Visualisierung

Big Data: Nackte Zahlen auf der Suche nach ihrer Verpackung

Jeder Punkt dieser Grafik repräsentiert das Angebot eines Versicherungsmaklers, Linien zeigen Ähnlichkeiten zwischen den Angeboten. Blau markiert sind sehr ähnliche Angebote, bei denen sich nur Details geändert haben – hier ist die Wahrscheinlichkeit am höchsten, dass der Makler manipuliert

Viele kennen das: Man hat vor sich eine schier endlose Excel-Tabelle mit zahlreichen Daten, Zahlen, vielleicht noch Namen und Adressen sowie ein paar Kennziffern, nach denen man ordnen sollte. Sollte, oder zumindest könnte: Oft erschlagen uns diese Datensätze, und wir fangen zwar an, sie langsam abzuarbeiten, aber haben wir dann – auch wenn wir fertig sind – das große Ganze verstanden?

Um Daten interpretieren zu können, muss man sie visualisieren. Das ist bei wenigen Kennzahlen noch einfach, und sogar Excel bietet uns entsprechende Tabellen beziehungsweise Tortendiagrammfunktionen. Wer aber mit Tausenden oder gar Millionen von Kundendaten hantiert, kommt damit nicht weiter. Hier wird professionelle Analyse-Software gebraucht. Dass das Kreisdiagramm nicht mehr ausreicht, sagt auch Thomas Bodenmüller-Dodek, Senior Solutions Architect bei Sas: „Entscheidend ist ein vielfältiges Set an Visualisierungsmöglichkeiten. Balken- oder Tortendiagramme reichen nicht mehr aus. Stattdessen sind Prozessanalysegrafiken, wie bei uns das Sankey-Diagramm, Heatmaps oder Boxplots gefragt, mit denen sich Datenflüsse, Prozesslücken oder Ausreißer in den Daten auf einen Blick ablesen lassen – und das mit geringerem Aufwand für das Datenmanagement.“ Der „erste Blick“ ist für ihn das, was zählt: „Datenvisualisierung ist so wichtig, weil sich Auffälligkeiten in Unternehmensdaten über Grafiken deutlich schneller erfassen lassen als über ‚trockene‘ Zahlen – insbesondere angesichts der heute üblichen riesigen Datenmengen. Management und Mitarbeiter haben immer weniger Zeit für immer mehr Information. Daher zählen Erkenntnisse auf den ersten Blick, um möglichst frühzeitig lohnenswerte Use Cases für sein Geschäft zu identifizieren.“

Zwei Aspekte werden laut Bodenmüller-Dodek künftig noch wichtiger: die Zugänglichkeit der Daten für den „Citizen Data Scientist“, denn der technische Einstieg sei so leicht, dass der User sich auf seine fachliche Kompetenz konzentrieren könne. Und die interaktive Verknüpfung von analytischen Verfahren und Grafiken: „Ziel ist es, in der Visualisierung gleich Korrelationen oder Entscheidungsbäume nutzen zu können.“

Interaktionsmöglichkeit ist zentral

Teradata / Christopher HillmanDie Punkte stehen für Twitter-Nutzer, die auf einen kontroversen Tweet reagiert haben. Jede Linie stellt eine Reaktion dar, die Nutzer an den Rändern kritisieren den Tweet, die Nutzer im Zentrum verteidigen ihn. Soziale Dynamiken werden sichtbarAuch für Götz Aikele, Marketing Manager bei Mindlab Solutions, ist die Interaktionsmöglichkeit bei Diagrammen zentral. „Eine gute Visualisierung muss vor allem zweierlei erfüllen: Sie muss es dem Nutzer ermöglichen, seine Daten intuitiv auszuwerten, und die Ergebnisse müssen leicht verständlich und attraktiv gegenüber anderen präsentierbar sein. Beides erreichen wir vor allem durch den Einsatz interaktiver Visualisierungen. Anders als statische Grafiken geben interaktive Oberflächen dem Nutzer die Möglichkeit, seine Daten direkt visuell zu ergründen. So kann er an einzelnen Stellen ad hoc detailliertere Abfragen machen, tiefer in Informationsdetails einsteigen oder Daten filtern und segmentieren und so spielerisch Zusammenhänge herausarbeiten.“ Mit interaktiven Diagrammen und Grafiken könnten Analysten ihre Ergebnisse außerdem eindrucksvoll und einleuchtend präsentieren. Etwa, indem wesentliche Details durch Mouse-Overs hervorgehoben werden. So könne der Referent seine Zuhörer führen und mitnehmen – egal ob Geschäftsleitung oder Kollegen. Aikele ergänzt: „Ohne eine ansprechende grafische Benutzeroberfläche lässt sich das Potenzial, das in ‚Big Data‘ steckt, nur schwer ausschöpfen – die Datensätze sind schlicht zu groß, um aus den nackten Zahlen Zusammenhänge zu erschließen.“

Nächste Seite

1
2