Data Storytelling

Daten werden häufig als das neue Gold bezeichnet. Mit Daten alleine gewinnt man allerdings noch keinen Blumentopf, v. a. in einer Welt in der unsere Aufmerksamkeitsspannen immer kürzer werden. Möchte man daher dass ein Adressat wichtige Informationen auch tatsächlich wahrnimmt sind sind Datenanalysen und vor allem Datenvisualisierungen von entscheidender Bedeutung. Gerade mit einer guten, auf den Punkt gebrachten Visualisierung lassen sich die Geschichten hinter den Zahlen sichtbar machen. Neudeutsch spricht man hier von Data Storytelling. Wie wichtig das ist, hat Hal R. Varian von Google bereits 2009 in einem Interview ausgedrückt:

The ability to take data — to be able to understand it, to process it, to extract value from it, to visualize it, to communicate it—that’s going to be a hugely important skill in the next decades.

Hal R. Varian, Google Chief Economist (Forbes.com)

Was aber ist Data Storytelling?

Wenn wir an unsere Schulzeit denken, dann bestand unser Stundenplan vor allem aus Sprachen und Mathematik. In den Sprachfächern (Deutsch, Englisch, Französisch, usw.) lernten wir Wörter und Grammatik und wie man daraus Sätze und letztendlich Geschichten formt. In der Mathematik standen hingegen Zahlen und Variablen im Vordergrund und lernte die Bedeutung von Zahlen und logischen Zusammenhänge kennen. Was man nicht vorkam: beides zu kombinieren und mit Zahlen Geschichten zu erzählen? Genau hier setzt Data Storytelling an.

Oft wird Data Storytelling mit Visualisierungen, Infografiken, Dashboards oder Präsentationen gleichgesetzt. Es geht jedoch um mehr als schön anzusehende Diagramme, denn Data Storytelling ist ein strukturierter Ansatz, um Erkenntnisse aus Daten zu kommunizieren. Jede mitteilungswürdige Erkenntnis aus den Datenanalysen, teilt man am Besten in Form einer kleinen Geschichte. Wie? Indem drei Schlüsselelemente kombiniert werden: Daten, Visualisierungen und die Erzählung.

Erklären, aufklären und engagieren

Verbindet man Daten mit einer Erzählung, so hilft dass den Adressaten der Information zu erklären, was die Zahlen bedeuten. Je umfangreicher dabei der übermittelte Kontext vermittelt wird, beispielsweise durch Kommentare, desto einfacher wird es auch die Bedeutung zu erfassen.

Ergänzt man die Daten mit passenden Visualisierungen kann man den Adressaten aufklären, was hinter den Daten steckt. D. h. man hilft dabei zu Erkenntnissen zu kommen, die man ohne Diagramme oder Grafiken nicht sehen würde. Viele interessante Muster und Ausreißer in Daten bleiben ohne Visualisierungen in den Zeilen und Spalten der Datentabellen verborgen.

Wenn dann das visuell dargestellte mit der Erzählung verschmilzt, ist es möglich den Adressaten nicht nur anzusprechen sondern auch zu unterhalten und schlussendlich dazu zu bringen sich zu engagieren, d. h. eine Aktion auszulösen. Damit setzt Data Storytelling genau auch am eingangs beschriebenen Problem der verkürzten Aufmerksamkeitsspannen an. Wir sind mittlerweile durch Social Media so sehr darauf trainiert witziges aber auch lehrreiches in kurzen prägnanten Snacks präsentiert zu bekommen.

Buchtipp: Storytelling with Data

Dich interessiert diese Thematik genauer? Dann kann ich das Buch »Storytelling with Data: A Data Visualization Guide for Business Professionals« von Cole Nussbaumer Knaflic empfehlen. Die Autorin nimmt ihre Leser mit auf eine Reise, um die Kunst des Geschichtenerzählens mit Daten zu erlernen. Das Buch bietet nicht nur praktische Ratschläge, sondern vermittelt auch die Grundlagen der visuellen Gestaltung, um die Aufmerksamkeit zu lenken und komplexe Informationen verständlich zu präsentieren.

Sie zeigt beispielsweise ein Diagramm, das die Entwicklung der Umsätze verschiedener Produktkategorien im Zeitverlauf darstellen soll. Anstatt jede einzelne Kategorie mit verschiedenen Farben zu kennzeichnen und den Betrachter mit einem bunten Durcheinander zu überfordern, schlägt sie vor, eine dezente Farbpalette zu verwenden und die Fokus-Kategorie deutlich hervorzuheben. Dies reduziert den visuellen Lärm und ermöglicht es dem Publikum, sich auf die wichtigsten Informationen zu konzentrieren.

Ein weiteres Beispiel zeigt uns, wie wir die Lesbarkeit von Diagrammen verbessern können. Knaflic betont die Bedeutung einer klaren Achsenbeschriftung und empfiehlt, die Achsen nicht mit zu vielen Zwischenwerten zu überladen. Sie stellt ein Beispiel vor, in dem ein Diagramm zur Veranschaulichung der Mitarbeiterzufriedenheit verwendet wird. Indem sie die Achsenbeschriftung auf eine dezimale Genauigkeit reduziert und nur die relevantesten Werte markiert, vermeidet sie unnötige Informationen und erleichtert dem Betrachter das Erfassen der Daten. Solche Beispiele zeigen, wie wir durch bewusste Gestaltung den Visualisierungsmüll beseitigen und aussagekräftigere Grafiken erstellen können.

Beispiel für gute und schlechte Datenvisualisierung

Nachstehend habe ich mal eine Beispiel aufbereitet. Die Grafik zeigt die Anzahl der aufgelaufenen und der bearbeiteten Tickets (z. B. im IT-Support) im Jahresverlauf. Die entscheidende, zu vermittelnde Information in diesem Beispiel die Differenz zwischen gemeldeten und bearbeiteten Tickets zu zeigen und dass diese seit Sommer angewachsen ist. In der linken Darstellung ist der wachsende Gap bei all den Zahlen, den stark kontrastierenden Farben und durch die Darstellung als Balkendiagramm nicht zu erkennen. Rechts wird es sofort klar: Zwischen Mai und Juni muss was passiert sein (z. B. Ausfall von Mitarbeitern oder die Einführung eines neuen Systems).

Fazit zum Buch:

Ein herausragendes Merkmal des Buchs ist seine klare und strukturierte Herangehensweise an die Datenvisualisierung. Knaflic legt großen Wert darauf, visuelle Ablenkung zu reduzieren und sich auf die Auswahl der relevanten Datenpunkte zu konzentrieren, um die Geschichte zu unterstützen. Sie erklärt, wie man visuelle Elemente wie Farben, Achsenbeschriftungen und Layouts optimiert, um die Klarheit und Lesbarkeit von Diagrammen zu verbessern. Das Buch bietet zahlreiche praktische Tipps und Tricks, die sowohl Anfängern als auch erfahrenen Datenanalysten dabei helfen, überzeugende Visualisierungen zu erstellen.

Hier bei Amazon: Storytelling with data