Die 12 häufigsten Fehler bei der Datenvisualisierung
Grafiken und Diagramme im Business Intelligence
Datenvisualisierung (DataViz) in Unternehmen stellt hohe Anforderungen an Klarheit und Verständlichkeit. Wenn Daten visualisiert werden, dann entsteht grafischer Code. Leser und Empfänger der Datenvisualisierung sind meist in Eile. Ihre Aufmerksamkeit ist knapp. Daraus resultiert ein erhöhter Anspruch an die anschließende fehlerfreie Decodierung. In Unternehmen sind Fehlschlüsse und Fehldeutungen mit Kosten und Risiken für die eigene Organisation verbunden.
Datenvisualisierung für Business Intelligence orientiert sich weder an den augenzwinkernden bis grob manipulativen Kniffen der Meinungsbildung in den Medien noch will sie Vorstände mit journalistischem Data Storytelling unterhalten. Stattdessen geht es vor allem um die Orientierung, wo Ziele erreicht oder verfehlt wurden, um Ursachenanalyse und Signalgebung. Dafür genügen einige wenige, aber konsistent eingesetzte visuelle Mittel und die passende Farbgebung.
In der Datenvisualisierung wird viel falsch gemacht. Im Business Intelligence werden Fehler zu Kosten und Risiken fürs Unternehmen. Zwölf typische Fehler stellen wir hier in aller Kürze vor. Wie es richtig geht, finden Sie im Whitepaper – damit Sie weder als Leser noch als Autor darauf hereinfallen.
Säulendiagramme begegnen uns häufig als gestapelte Säulen. Für die klare und einfache Kommunikation geschäftskritischer Werte sind sie genauso ungeeignet wie Spaghettigrafik.
Lineare Formate muss man linear skalieren. Das allein genügt jedoch nicht, um seriös über KPI wie Umsatz und Gewinn zu berichten, die im Business Intelligence doch so elementar sind.
Man würde denken, Data Science hätte Grafiker ohne Datenverstand arbeitslos gemacht. Noch nicht. Dekoration statt Information ist immer noch ein notorisches Problem in der Datenvisualisierung, hat aber im Business Intelligence nichts zu suchen.
In der Datenvisualisierung wird beschnitten, bis die Schere stumpf ist. Per Risslinie („squiggle breaks“) meinen die Urheber frei von Schuld zu sein, wenn Datenvisualisierung zu Fehlschlüssen verleitet. Sind sie nicht.
Schöne Icons und Piktogramme sind schön und nützlich. Die meisten sind es nicht und geraten zu sinnlosen Sinnbildern. Iconitis zerstückelt Menschen, zwingt Sinn in halbe Hunde und dehnt despektierlich Nationalflaggen. Im Business Intelligence bitte nie.
Den Begriff Chartjunk hat Edward Tufte der Szene 1984 geschenkt. Bis heute wäre viel Zeit gewesen, die visuelle Kultur davon zu befreien. Beiwerk ohne Beitrag existiert immer noch. Selbst in Geschäftsberichten gibt es noch Moiré.
Daten werden gefeiert wie das neue Gold. Statt Erkenntnisrausch finden wir dennoch allzu häufig Lügen, die auf kurzen Säulen stehen. Und Excel, oft das Lieblingswerkzeug für Do-it-yourself im Business Intelligence, ist daran nicht völlig unschuldig.
Wer eine Legende zur Beschriftung braucht, hat schon was falsch gemacht. Wie soll ein Diagramm Worte ersetzen, wenn es vor allem gelesen werden muss? Daten richtig gruppieren zu können, gehört zum Handwerkszeug für jeden Data Scientist.
Lügengrafik geht nicht nur mit der Schere quer. Auch längs gehalten richtet sie Unheil an. Gleiche Abstände für ungleiche Zeiträume zu wählen, braucht viel grafische Gewaltanwendung – es gibt sie dennoch.
Auf Torten herumzuhauen, bis allen die Sahne im Gesicht klebt, ist weder neu, noch wäre es richtig. Die Torte kann mehr, als man denkt. Wir zeigen, wie man Tortendiagramme neu belebt.
Ein Fehler, der uns ärgert, weil er von Leuten gemacht wird, die es wirklich besser wissen müssten und gute Vorbilder hätten: Wenn Vergleichbares unvergleichbar skaliert wird.
Auch das schönste Format der Welt kann man verbiegen. So passiert es Kreisen, wenn aus Information Infotainment wird. Fürs Business Intelligence ein No-Go. Für Kreise und auch sonst.
Jetzt das Whitepaper „Die 12 häufigsten Fehler bei der Datenvisualisierung“ herunterladen!
Auf welche Fehler sollten Sie achten, wenn Sie Grafiken und Diagramme in Business Intelligence, Performance Management, Data Science und Controlling verwenden? Wir haben die wichtigsten und häufigsten Fehler in der Datenvisualisierung für Sie zusammengestellt – damit Sie weder als Leser noch als Autor darauf hereinfallen. Jetzt Whitepaper anfordern!