Datenkommunikation: Die Bedeutung von visuell ansprechenden Daten

Wenn Sie Ihre Augen schließen und sich Daten vorstellen, was sehen Sie?

Sehen Sie Zahlen und Tabellen? Grafiken und Kuchendiagramme? Oder einfach eine Anzahl an Einsen und Nullen?

Denken Sie nun an die Emotionen, die diese Bilder auslösen – was fühlen Sie beim Anblick der Daten?

Für viel zu lange wurde der Sinn von Daten missverstanden. Ja, Daten drehen sich um Fakten. Sie sind dazu da, um einen unbestreitbaren Beweis der Wahrheit in unserer Welt zu liefern.

Mit diesem Verständnis macht es natürlich Sinn, dass Faktoren wie Reihenfolge, saubere Aufbereitung und Seriosität die Führung übernahmen. Es macht Sinn, dass, wenn Daten dargestellt wurden, dies oft in Graustufen erfolgte mit starren Linien und auf eine statische Art und Weise. Diese Standards entwickelten sich aus dem Verständnis heraus, dass Charts und Zahlen dargestellt werden, um Fakten zu erzählen.

In vielerlei Hinsicht ist es eine gute Sache – Charts sollten Fakten wiedergeben. Ein Albtraum eines jeden Entscheiders ist es, wenn diese falsche Informationen erhalten und basierend darauf Entscheidungen treffen, die nicht auf der Wahrheit basieren.

Aber Wirtschaftsführer treffen keine Entscheidungen basierend auf Fakten. Sie treffen Entscheidungen aus den Geschichten, die sie aus diesen Fakten erbauen und interpretieren. Ob diese Geschichten, die sie interpretieren wahr sind oder nicht, ist eine ganz andere Frage.

Einfacher ausgedrückt: Daten werden genutzt, um Fakten zu beschreiben und diese erzählen eine Geschichte über die Welt und basierend auf diesen Geschichten können Entscheider handeln.

In diesem Bereich gibt es einige Probleme.

Zum einen sind Entscheider vielleicht nicht unbedingt die besten Personen, um diese datenbasierten Geschichten zu interpretieren – die falsche Geschichte kann zu einer falschen Handlung führen. Zum anderen verschwenden Führungskräfte Zeit damit, diese Geschichten basierend auf Fakten zu erbauen. Wenn das Interpretieren von datenbasierten Fakten viel Zeit in Anspruch nimmt und kompliziert durchzuführen ist, werden das Führungskräfte immer seltener durchführen.

Ein anderer Gesichtspunkt ist, dass Datenvisualisierungen nicht nur Fakten definieren sollten, sondern eindeutige Geschichten erzählen, die auf Fakten basiert.

Wenn wir die Absicht Daten darzustellen als Storytelling betrachten, verändert sich der Fokus. Wir denken dann mehr darüber nach, wie einnehmend die Geschichte ist. Wenn wir wollen, dass sich jemand die Geschichte anhört, wie würden wir diese erzählen?

Sie sollte wahrscheinlich fesselnd und leicht nachvollziehbar sein. Das im Hinterkopf behaltend, werfen wir wahrscheinlich alle Fakten raus, die irrelevant für die Hauptgeschichte sind und fokussieren uns mehr auf die Trends als jeden einzelnen Punkt. Mit dieser Ansicht berücksichtigen wir den Datenleser, der diese Daten interpretiert und welche Handlung er basierend auf ihren Interpretationen treffen wird.

Das führt zu einem Wandel. Wenn die Daten die Geschichte eindeutig erzählen, verschiebt sich die Pflicht der Interpretation von Entscheidern zu denjenigen, die die datenbasierte Geschichte erzählen.

---

Storytelling mit Daten

Für ein besseres Verständnis, wie das in der Praxis aussehen kann, werfen wir einen Blick auf ein einfaches und bekanntes Designbeispiel. Das nachfolgende basiert auf den Theorien von Edward Tufte, ein berühmter Künstler und Statistiker, der sagte: „remove all non-data-ink and redundant data-ink, within reason.“ In anderen Worten sollten wir alles rauswerfen, das nicht absolut nötig ist.

Nehmen wir an, wir wollten beschreiben wie viele Tweets mit dem Wort „Kalorien“ an @ChickfilA gerichtet werden im Vergleich zu fünf anderen Schnellrestaurant-Wettbewerbern. Die folgenden beiden Charts demonstrieren, wie durch das Entfernen von unnötigen Elementen die Charts leichter gelesen werden können:

Auf dem zweiten Chart wurden unnötige oder irrelevante Wörter und Elemente entfernt und der Fokus auf Chick-fil-A wurde hervorgehoben. Durch diese Anpassungen können die Informationen einfacher, schneller und unkomplizierter aufgenommen werden, wie Chick-fil-A im Vergleich zu den Wettbewerbern abschneidet.

In diesem Beispiel kann der Analyst die Absicht, die hinter den Daten steckt, auf eine einfache Weise verdeutlichen, die Entscheidungsträger einfach verwenden können – sie können so die relevante Geschichte besser erzählen.