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
Generic filters
Exact matches only
Search in title
Search in excerpt
Search in content

Interaktive Datenanalyse mit der DeltaApp

Die interaktive Datenanalyse auf dem Smartphone mit der DeltaApp begeistert unsere Kunden durch intuitive Bedienung und Übersichtlichkeit auf Anhieb. Aber auch im Webbrowser können Sie mit der DeltaApp arbeiten, um allein mit Klicken, Scrollen und Wischen auffälligen Werten auf den Grund zu gehen.

Interaktive Datenanalyse selbst ausprobieren

Die Business-Intelligence-App DeltaApp wird nicht ohne Grund von unseren Kunden gerne genutzt, um auf dem Smartphone über eine einfache und leicht zugängliche Bedienung interaktiv Daten zu analysieren.

Es gibt eine frohe Botschaft zu verkünden: Die DeltaApp lässt sich nun auch in Ihrem Lieblingsbrowser auf dem PC einsetzen – in der Variante DeltaApp Web!

Heute möchte ich Sie zu einer kleinen Tour einladen, um die DeltaApp (Web) einmal kennenzulernen.

Interaktive Datenanalyse mit der DeltaApp ausprobieren

Interaktive Datenanalyse mit der DeltaApp ausprobieren

Über den Link DeltaApp ausprobieren gelangen Sie zu einer Demo einer DeltaApp-Anwendung, die somit direkt im Browser aufrufbar ist.

Wir haben fünf Datensätze vorbereitet; im Screenshot habe ich “World Population” ausgewählt. Die DeltaApp Web kann durchaus den gesamten Bildschirm füllen, aber in dieser Demo wurde die Anwendung in einen Iframe eingebettet, damit links und rechts Platz für die Bedienhinweise bleibt:

Diese Bedien-Gesten sollten Sie bei der interaktive Datenanalyse kennen!

Diese Bedien-Gesten sollten Sie kennen!

World Population

Vor einiger Zeit stolperte ich über eine Meldung, dass die Weltbevölkerung im Jahre 2020 ca. 7,7 Milliarden betrug. Wie ist die momentane Wachstumsrate in den Ländern und gibt es vielleicht auch detaillierte Daten der letzten Jahre nach Alter?

Eine kurze Recherche führte mich zu einer Webseite der Weltbank, auf der ich über den angegebenen CSV-Downloadlink Daten heruntergeladen und dann auf die Jahre 2011 bis 2020 eingeschränkt habe. Es liegen auch Angaben über die Anzahlen nach Geschlecht und Alter vor.

Als kleine Einschränkung sei erwähnt, dass ich einige wenige Länder mit einer Gesamtbevölkerung von ca. 30 Mio. Einwohnern, hauptsächlich Inselstaaten des Pazifiks, dabei einmal ignoriert habe, da für diese nur die Gesamtzahl, aber nicht die Aufteilung nach Geschlecht und Alter gegeben war.

Für dieses Beispiel habe ich dann mehrere mobile Berichte in DeltaMaster in eigenen Ordnern angelegt:

Der Ordner World Bank Data wird exportiert

Der Ordner World Bank Data wird exportiert

Wird der Ordner World Bank Data exportiert, entstehen drei logisch getrennte Dashboards in einer DB-Datei, die wir nun nach dem Hochladen als Kacheln in der DeltaApp wiederfinden.

Im Screenshot ist ersichtlich, dass für Age drei Anteilskennzahlen nach Altersklassen vorliegen. Diese werden auch im Browser sichtbar, wenn der Abwärtspfeil angeklickt wird.

Im folgenden Screenshot habe ich zusätzlich den Tipp “Ziehen, um Kacheln zu sortieren” beherzigt und die Age-Kachel eine Position nach oben gezogen. Außerdem wurden die Sparklines mit einem Klick auf das Sparksäulen-Symbol (“Trends erkennen mit Sparklines”) aktiviert:

 

Bereit für die interaktive Datenanalyse: Die Kacheln können verschoben und vorhandene Kennzahlen aufgeklappt werden

Die Kacheln können verschoben und vorhandene Kennzahlen aufgeklappt werden

Obwohl ich hier nur etwas zur Bedienung loswerden wollte, ist sofort ersichtlich, dass die Bevölkerungsanteile der Älteren zu– und die Anteile der Jungen abnehmen. Gilt das für alle Länder?

Ich möchte Sie dazu ermuntern, parallel zu diesem Blogbeitrag die Demo für die DeltaApp in einem eigenem Tab zu öffnen und selbst aktiv zu werden!

Interaktive Datenanalyse: Auffälligkeiten erkennen

Wenden wir uns einmal der ersten Kennzahl “World Population” zu, die in der Startkonstellation alle Altersklassen beinhaltet. Wo gibt es im Vergleich zum Vorjahr den größten prozentualen Zuwachs?

Klicke ich auf die +1,0 %, so sehe ich die Sortierung nach relativen Zuwächsen der zusammengefassten Regionen:

Afrika führt die Rangliste an

Afrika führt die Rangliste an

Hier wurden meine Erwartungen bestätigt und der südliche Teil Afrikas führt die Rangliste an. Aber selbst das Aggregat Europa & Central Asia wächst, allerdings mit einer kleineren Rate.

Land mit dem größten relativen Zuwachs

Man kann nun von den Regionen zu den Ländern wischen (“Wischen für Perspektivwechsel”). Alternativ kann man auch mit der Maus auf die Dimensionsleiste zeigen/klicken und die Pfeilsymbole geben bereits vorher an, zu welcher Ebene gewechselt wird:

Bei der interaktiven Datenanalyse geht es rechts zu den Ländern

Rechts geht es zu den Ländern

Befände sich der Mauszeiger in der linken Hälfte, ginge es zu den detaillierten Altersstufen.

Wir wischen/klicken nach rechts und treffen auf die erste Überraschung: Malta führt die Rangliste vor dem Niger an!

Malta, wieso Malta?

Malta, wieso Malta?

Dieser Auffälligkeit wollen wir nun aber auf den Grund gehen: Wir klicken sowohl auf die +4,2 % von Malta als auch zum Vergleich die +3,8 % vom Niger an (“Tippen und klicken für Details”) und wischen zu den Geschlechteranteilen:

In beiden Ländern hat das Geschlecht keinen Einfluss

In beiden Ländern hat das Geschlecht keinen Einfluss

Hier findet man somit keine besondere Auffälligkeit bezüglich der Geschlechter. Wie sieht es mit den Altersklassen aus? Wir wechseln von Geschlecht zu Alter. Da die Anteile der Altersklassen unterschiedlich groß sind, betrachten wir nun vorübergehend (wie immer durch Wischen in der rechten Spalte) die absoluten Abweichungen:

Die Interaktive Datenanalyse hat ergeben: Maltas Zahl steigt durch Zuwanderung, im Niger sind es die Geburten

Maltas Zahl steigt durch Zuwanderung, im Niger sind es die Geburten

Der Anstieg in Malta kann nur zu einem geringen Bruchteil mit den Jungen erklärt werden, während im Niger der Zuwachs fast zur Hälfte durch die Altersklasse von 0 bis 14 entsteht. In Malta wird Zuwanderung vorliegen, der Anstieg im Niger beruht vermutlich eher auf hoher Geburtenzahl.

Weitere Details in Malta

Mit einem Rechtsklick auf die absoluten Zuwächse lassen sich Anteile an 100 % anschauen:

Wir präzisieren durch Wechsel zu den Prozentzahlen

Wir präzisieren durch Wechsel zu den Prozentzahlen

“Fast zur Hälfte” heißt somit genauer 45,2 Prozent, “geringer Bruchteil” sind exakt 15,5 %.

Sucht man im Web nach Gründen für die Zuwanderung, so werden einerseits britische Rentner genannt, aber vor allem die Altersklassen von 30 bis 49 tragen zum Zuwachs bei (goldene Reisepässe?), weniger Personen in den Zwanzigern. Durch einen Doppelklick bringen wir Malta in den Filter und schauen dann auf die absoluten Änderungen zum Vorjahr:

Mit der interaktiven Datenanalyse können wir zeigen: Zuwachs durch Rentner und die Gruppe von 30 bis 49 Jahren

Zuwachs durch Rentner und die Gruppe von 30 bis 49 Jahren

Fahren Sie mit der Maus einfach über die Zahlen der Kompaktschreibweise, wenn Sie alle Ziffern sehen möchten:

Alle Ziffern im Tooltipp

Alle Ziffern im Tooltipp

Eine letzte Breitseite feuern wir durch Aktivierung der Sparklines ab, hier einmal nur für die ältere Bevölkerung:

Zuwächse der Rentner

Zuwächse der Rentner

Von den 4 Klassen besitzen 3 Klassen ähnliche Verläufe mit stetigen Anstiegen seit Beginn der Daten 2011. Nur die Klasse 65-69 scheint bereits im Jahr 2015 das deutliche Wachstum eingestellt zu haben.

Teaser für die interaktive Datenanalyse bei der Bevölkerung in Deutschland

Das Vorgehen der interaktiven Datenanalyse kommt in zwei Geschmacksrichtungen: Entweder weiß man, welche Konstellation man betrachten möchte und schlägt die Zahlen wie in einem Lexikon nach – oder man lässt sich von überraschenden Beobachtungen treiben. Was gibt es in Deutschland zu entdecken?

Interaktive Datenanalyse, um Auffälligkeiten in Deutschland zu finden

Auffälligkeiten in Deutschland

Hier fallen zwei Dinge auf: Erstens hat die Altersklasse der arbeitenden Bevölkerung abgenommen, während die Anzahlen bei Kindern und Rentnern wachsen. Zweitens unterscheiden sich die Anzahlen bei den Geschlechtern nur in der Klasse von 15 bis 64 signifikant. Also ich würde nun die Altersklasse 15-64 in den Filter nehmen und die feineren 5er-Stufen näher untersuchen…

Überraschende Erkenntnisse bei den Anteilen der Geschlechter

Wir haben bisher nur die Bevölkerungsanzahlen untersucht. Schauen wir nun einmal auf die zweite Kachel, die Anteile der Geschlechter beinhaltet.

Nebenbemerkung: In diesem Datensatz existiert keine Rubrik “divers”.

Wo sind die Männeranteile am höchsten?

Wir ziehen die Kachel nach ganz oben, öffnen mit dem Klick auf den Pfeil alle (hier heißt das “beide”) Kennzahlen und nehmen einmal den männlichen Anteil her. Dann halten wir uns nicht lange mit den Regionen auf, sondern wischen gleich zu den Ländern. Hier fällt Katar mit erstaunlichen 75,2 % Männeranteil auf und wir nehmen Katar in den Filter auf.

Ein Klick auf die Zahl 75,2 % mit einem anschließenden Wischen zu den Altersstufen zeigt das folgende Bild:

Katar ist männlich, das hat die interaktive Datenanalyse gezeigt.

Katar ist männlich

Die interaktive Datenanalyse ließe sich durch das Anklicken der 79,1 % fortsetzen, mit dem Ergebnis, dass in der Altersklasse 25-29 mit 84,8 % Männeranteil 1 Frau auf 5 Männer kommt. Kinder sind mit 51,4 % Männeranteil weniger betroffen.

Eine Webrecherche bestätigt die Vermutung, dass es sich hier um Gastarbeiter handelt. Es wäre interessant, den Anteil der Fußball-WM an diesen Zahlen zu ermitteln.

Der Filter lässt sich durch einfaches Anklicken wieder entfernen.

Gibt es auch ein Land mit hohem Frauenanteil?

Interaktive Datenanalyse: Hoher Frauenanteil

Schauen wir auf die Länder mit hohem Frauenanteil, so sticht Nepal heraus:

Hoher Frauenanteil in Nepal

Hoher Frauenanteil in Nepal

Zwar ist der Anteil nicht so hoch wie der Männeranteil in Katar, aber doch schon recht auffällig. Nachdem wir Nepal in den Filter befördert haben, fahren wir mit einer detaillierten Analyse nach Alter fort:

Frauenanteil in Nepal nach Alter

Frauenanteil in Nepal nach Alter

Nun wird deutlich, dass vor allem die Altersstufen zwischen 25 und 49 einen hohen Frauenanteil aufweisen, während das weibliche Geschlecht bei Kindern und Jugendlichen eher leicht unterdurchschnittlich vertreten ist.

Auch hier lässt sich mit einer Recherche erkennen, dass der hohe Frauenanteil eher indirekt entsteht, und zwar durch einen niedrigen Männeranteil, der durch Abwanderung der Männer ins Ausland entsteht. Viele nepalesische Männer suchen Arbeit in Indien.

Interaktive Datenanalyse: Hoher Anteil bei Kindern männlich

Schauen wir nun auf hohe männliche Anteile in der jüngsten Altersklasse 0-4:

Mit der Interaktiven Datenanalyse herausfinden, wo hohe Jungenanteile in den Ländern herrschen

Hohe Jungenanteile in den Ländern

Die Gründe für die Länder in den hier sichtbaren Top-5 sind dann leicht recherchierbar: “Durch die selektive Abtreibung von Mädchen wird es in 20 Jahren in weiten Teilen Chinas und Indiens zwischen 10 und 20 Prozent mehr Männer als Frauen geben.” (Stuttgarter Nachrichten), “Aserbaidschan kämpft um die Wertschätzung von Mädchen. Imame gegen geschlechterselektive Abtreibung” (Qantara), “Warum in Vietnam so viele Mädchen abgetrieben werden” (Stern) oder “In Armenien werden so viele weibliche Föten abgetrieben wie in kaum einem anderen Land.” (Spiegel).

Die relativen Änderungen in Prozentpunkten zeigen Stagnation oder minimale Verbesserung. Aktivieren wir doch die Sparklines, um zu sehen, ob es in den letzten 10 Jahren seit 2011 einen sichtbaren Trend gegeben hat.

Mit der interaktiven Datenanalyse zeigen wir: China verbessert sich, Vietnam nicht

China verbessert sich, Vietnam nicht

Durch Doppelklick lässt sich eine einzelne Sparksäule aussuchen, bewegen und der zugehörige Wert samt Jahreszahl ablesen. Wir können dann sehen, dass sich China, Aserbaidschan und Armenien im Vergleich zu 2011 jeweils um 0,8 Prozentpunkte dem Gleichgewicht der Geschlechter genähert haben, während in Vietnam und Indien keinerlei Verbesserung zu beobachten war.

Übrigens gibt es kein einziges Land auf der Erde, in dem der Frauenanteil in dieser Altersklasse 50 % erreicht (zur Übung!).

Gibt es in China deutlich mehr Männer als Frauen?

Der oben erwähnte Artikel aus den Stuttgarter Nachrichten stammt bereits aus dem Jahr 2011. Kann die Prognose zur Halbzeit des Prognosezeitraums gestützt werden? Wir könnten zwar hier auch mit den Anteilen arbeiten, aber schauen noch einmal zwecks Sichtung der absoluten Zahlen auf die Kachel “World Population”, nehmen China in den Filter und klappen nach Geschlecht auf:

724 Mio. gegen 687 Mio.

724 Mio. gegen 687 Mio.

Wir sehen eine Differenz von 37 Mio., somit gibt es ca. 5,4 % mehr Männer als Frauen. Allerdings war das Verhältnis – wie wir über die aktivierte Sparklinesäule schnell erfahren – im Jahr 2011 691 zu 654 Mio. Ergo gab es im Jahre 2011 5,7 % mehr Männer als Frauen, eine leichte Angleichung ist zu beobachten und die Prognose 10 bis 20 Prozent mehr Männer wird sich wohl nicht bewahrheiten.

Interaktive Datenanalyse: Ausblick

Wir haben noch gar nicht die letzte Kachel über Altersstufenanteile betrachtet. Auch hier gibt es Interessantes zu entdecken. Im Niger sind fast 50 % der Einwohner unter 14, im Vergleich dazu sieht Deutschland mit 14,0 % im wahrsten Sinne des Wortes alt aus.

Wenn es eine Gefahr bei der Beschäftigung mit der DeltaApp gibt, dann ist das die, mit dem Wischen und Klicken nicht mehr aufhören zu können. Schauen Sie doch einmal, welche Auffälligkeiten Sie in den Daten auf der Demo-Seite mit der DeltaApp beim Beispieldatensatz “World Population” entdecken können.

Dort gibt es weitere Beispiele u. a. aus dem Controlling und dem Bereich Automotive zu sehen. Welcher Vertriebsbereich vergibt die größten Rabatte und an welche Kunden? Revanchieren sich diese Kunden mit größeren Umsätzen? Welche Produktgruppe hat im Vergleich zum Vorjahr die höchsten Zuwächse – absolut und relativ? Gilt dies auch für alle Regionen?

Stellen Sie sich nun in einem virtuellen Meeting vor, mit Ihren Daten in der DeltaApp. Jede aufgestellte Behauptung lässt sich unmittelbar und einfach überprüfen, und Sie können gleichermaßen live Ihren Bildschirm übertragen, um Ihre Aussagen aus dem Stand in der DeltaApp zu untermauern.

Wie Sie die eigenen Daten auf dem Bildschirm sezieren und aus verschiedenen Blickwinkeln betrachten können, erfahren Sie unter https://www.bissantz.software/#Kontakt.

Quelle der Daten

License: Creative Commons Attribution 4.0
Population Estimates and Projections, World Bank Group
Link: https://datacatalog.worldbank.org/search/dataset/0037655/Population-Estimates-and-Projections Bulk Download File (CSV), Zugriff am 11.1.2022
Jährliche Daten für den Zeitraum 2011 bis 2020 nach Ländern, Altersklassen und Geschlecht. Einige wenige Staaten (gesamt 2020 ca. 30 Mio. Einwohner) nicht in die Aggregation aufgenommen, da die Feinaufteilung nach Alter bzw. Geschlecht fehlte.