Suche

Linien, Balken, Torten: Welche Diagramme eignen sich wofür?

Marketer, Nachrichtenagenturen oder Unternehmer wie Amazon Gründer Jeff Bezos sprechen längst darüber und tun es – sie verzichten auf Powerpoint, Bulletpoints und staubige Tabellen und erzählen stattdessen Geschichten.


Wer Daten analysiert verfolgt einen Zweck. Man will Erkenntnisse daraus ziehen, den Kontext und das große Ganze sehen und strategische Schritte daraus ableiten. Visualisiert man seine Daten, anstatt Sie wie einen Ameisenhaufen als Tabelle zu betrachten können neue Zusammenhänge auf die Bildfläche treten, die spannendsten KPI’s hervorgehoben und etwas erzählt werden – denn gute Visualisierungen erzählen eine Story und diese faszinieren Menschen seit jeher, sind um ein vielfaches einprägsamer und verständlicher als „nackte“ Daten und können viele Fragen beantworten. Unser Gehirn kann schließlich Bilder 60.000 Mal schneller erfassen als Text.


Aber welche Visualisierung passt zu welcher Frage?


Visualisierungstypen: eine Auswahl der häufigsten Diagramme


Balkendiagramm

Das klassische Balkendiagramm gehört wohl zu den am häufigsten verwendeten Visualisierungen und eignet sich besonders um Daten unterschiedlicher Kategorien zu vergleichen und ihre Gemeinsamkeiten und Unterschiede darzustellen. Außerdem bieten Balkendiagramme einen raschen Überblick über Höhen und Tiefen im zeitlichen Verlauf.



Liniendiagramm

Ob die Dynamik der Aktienkurse oder Zugriffe auf die Unternehmensseite – das Liniendiagramm verbindet bestimmte Datenpunkte und zeigt Veränderungen über einen gewissen Zeitraum an.



Tortendiagramm

Größenverhältnisse lassen sich zwar im Tortendiagramm übersichtlich mit den Teilwerten einer Summe darstellen – dies allein bietet aber meistens nur wenig neue Erkenntnisse und ist für unser Gehirn wesentlich langsamer verstehbar als zb Balken. Wenn aber nur zwei oder drei Teilwerte vorhanden sind, so kann es durchaus als ergänzendes Stilmittel auf einem Dashboard Sinn machen.



Karte

Sollen Daten visualisiert werden, die mit geographischen Infos verbunden sind, ist die klassische Landkarte ein ideales Format. Geokodierte Daten lassen sich schnell und einfach darstellen – gleich ob Käufer nach Postleitzahl, Unternehmen nach Ländern oder andere Zusammenhänge zwischen Orten und Ihren Daten. Zusätzliche Filteroptionen machen die Analyse effizient und genau.



Dichtekarte (Heatmap)

Fallen verhältnismäßig viele Daten auf einen kleinen Ort, können Dichtekarten besonders förderlich sein. Sie zeigen Datenkonzentrationen und Muster an, die bei anderen Visualisierungen möglicherweise wegen Überlappungen verdeckt bleiben. 
Mithilfe dieses Visualisierungstyps können geographische Orte leicht auf Basis ihrer Datendichte verglichen werden.



Streudiagramm

Zwischen welchen Variablen lässt sich eine Verbindung erkennen, welche verändern sich unabhängig? Mit einem Streudiagramm lassen sich die Verhältnisse von Kennzahlen, wie beispielsweise der Gesundheitszustand von Frauen im Vergleich zu Männern oder das Kaufverhalten von Studenten und Pensionisten, effizient analysieren. 




Gantt-Diagramm

Wo steht das Projekt? Welche Schritte sind bereits abgeschlossen? Wo gibt es einen Engpass der Ressourcen? Zeitreihendaten lassen sich in einem Gantt-Diagramm sehr gut illustrieren – es veranschaulicht den Verlauf von Projekten und anderen Prozessen. Daraus lässt sich auch schnell erkennen, welche Ziele bereits erreicht wurden und welche noch nicht.




Blasendiagramm

Streng genommen handelt es sich bei Blasen um keinen eigenständigen Visualisierungstyp. Sie eigenen sich aber besonders um die Relation von Datenkonzentrationen mehrerer (3+) Kennzahlen zu verdeutlichen, beispielsweise als ergänzendes Element bei Karten oder Streudiagrammen.



Baumkarte (Treemap)

Sollen unterschiedliche Teilbereiche Ihrer Daten auf das große Ganze bezogen werden, können Baumkarten sehr hilfreich sein. Durch die Anordnung von verschieden großen Rechtecken und untergeordneten Verzweigungen können Kategorien, abhängig vom Anteil ihrer Datenpunkte, einfach miteinander verglichen werden.



Viz Credits: Tableau Public




2020 Use Data To Lead