8 Beispiele für Datenvisualisierungen: Daten in ansprechende Visualisierungen verwandeln

Laut Dell sind Daten das neue Rohöl der modernen Gesellschaft. Es wird abgebaut, verarbeitet und ist wertvoll – wenn man weiß, was man damit anstellt.

Die Datenvisualisierung wandelt Rohdaten in zugängliche Diagramme, Grafiken und Karten um, damit Sie sie teilen, daraus lernen und datengesteuerte Entscheidungen treffen können. Bahnbrechende Kampagnen sind jedoch nur möglich, wenn visuelle Informationen richtig dargestellt werden. Wenn Sie es falsch machen, geht die Nachricht verloren.

In diesem Artikel sehen Sie acht der besten Beispiele für die Datenvisualisierung , um Ihre internen und externen Marketingbemühungen zu inspirieren.

Sie erfahren, wann Sie sie verwenden, was Sie vermeiden sollten, damit Sie Ihr Publikum nicht überfordern oder verwirren, und fünf Tipps, wie Sie diese Visualisierungen selbst erstellen können.

4 Beispiele für Datenvisualisierungen zur Bindung von Kunden und Aktionären

Sie werden niemanden daran hindern, an einem Standard-Liniendiagramm oder einem zweifarbigen Balkendiagramm vorbeizuscrollen, das aussieht, als wäre es in Eile aufgepeppt worden.

Dies wird das Engagement nicht erhöhen, egal, was Ihre Ergebnisse anzeigen:

Diese Grafiken sind veraltet, langweilig und im schlimmsten Fall überwältigend. Viele gut gemeinte Datenvisualisierungen erfordern zu viel Arbeit, um herauszufinden, was Sie sehen, und fallen am Ende flach.

Ihre Kunden, Follower, Aktionäre und Partner wollen beeindruckt werden.

Mit den richtigen Tools können Sie die Kundenbindung mit einer hochgradig visuellen, gemeinsam nutzbaren Datenvisualisierung festigen. In einer Umfrage unter Vermarktern aus dem Jahr 2021 berichtete Venngage, dass visuelle Daten zu den leistungsstärksten visuellen Inhalten gehören (neben Originalgrafiken und Videoinhalten).

Lassen Sie uns vier publikumswirksame Datenvisualisierungen untersuchen (die keine Tabellenkalkulationen oder Tortendiagramme sind) und warum sie funktionieren.

1. Das Durchschnittsalter der radialen Kurve der Bevölkerung

Dies hätte ein Standard-Balkendiagramm sein können.

Visual Capitalist entschied sich jedoch dafür, seine Datenvisualisierung zu aktualisieren und seine Ergebnisse in einem gut gestalteten radialen Histogramm anzuzeigen .

Dieses Diagramm wäre extrem lang wie ein typisches Balkendiagramm. Es wäre schwierig, Zusammenhänge auf einer großen Folienpräsentation darzustellen und zu verstehen, geschweige denn auf einem kleineren Bildschirm.

Die Ringform erleichtert zudem das grundsätzliche Verständnis auf einen Blick: Der Altersmedian in Europa ist am höchsten, der Altersmedian in Afrika am niedrigsten.

Von dort aus können Sie hineinzoomen, um genaue Zahlen zu erhalten, und drei kurze Bildunterschriften fügen wichtige Informationen hinzu.

Ähnliche Datenvisualisierungen zur Anzeige gewichteter Vergleiche umfassen Sunburst-Diagramme , Blasendiagramme , Heatmaps und Piktogramme .

Best Practices für die Verwendung von radialen Histogrammen:

• Wenn Sie wie in diesem Beispiel viele Daten einbeziehen, wählen Sie hochauflösende oder interaktive Designs. Auf diese Weise ist es viel einfacher, die Informationen auf einem kleineren Bildschirm anzuzeigen.
• Vermeiden Sie die Verwendung von gestapelten Balkendiagrammen in einem radialen Histogramm, da dies die Proportionen verzerrt, die Sie sehen werden (wir werden später auf gestapelte Balkendiagramme eingehen).
• Beginnen Sie Ihren Ursprung bei Null; nicht abschneiden. Wenn Sie beispielsweise in der obigen Grafik mit 18 Jahren beginnen, sieht es so aus, als hätten einige afrikanische Länder überhaupt kein Durchschnittsalter.

2. Akkorddiagramm für die Umschaltung der Telefonmarke

Dieses Beispiel der Datenvisualisierungsdesignerin Nadieh Bremer ist ein Akkorddiagramm , das einen Fluss oder eine Verbindung zwischen Themen darstellt und diese Verbindung gewichtet.

Dieses Diagramm zeigt die Beziehung zwischen Mobilfunkanbietern basierend auf Deloitte-Umfragedaten. Es beantwortet die Frage: Wenn ein Benutzer einen Anbieter verlässt, wohin geht er?

In diesem Beispiel der Datenvisualisierung können Sie sehen, welche Marken eine große treue Basis haben (die in sich geschlossenen Hügel) und wo sie dazu neigen, Kunden zu verlieren (die Akkorde).

Es ist auch interaktiv:

Wenn Sie den Mauszeiger über eine bestimmte Marke bewegen, werden die anderen Akkorde ausgegraut und der Betrachter kann sich auf den Fluss von der einzelnen Marke konzentrieren. Hier können wir deutlich erkennen, dass Samsung eine sehr loyale Basis von rund 18 % der befragten Befragten hat. Wenn es Kunden verliert, verliert es sie hauptsächlich an Nokia.

Eine weitere großartige Sache an dieser Datenvisualisierung sind die vier Datenpunkte, die in nicht ablenkenden Bildunterschriften erklärt werden, wie diese:

Da alle Akkorde am Bogen von Apple die Farbe von Apple (grau) haben, nimmt Apple allen anderen Marken mehr Kunden ab, als es an sie verliert.

Das Hinzufügen von Bildunterschriften wie dieser hilft, die Aufmerksamkeit auf die wichtigsten Ergebnisse zu lenken und gleichzeitig zu erklären, wie die Grafik zu lesen ist.

Ähnliche Datenvisualisierungen , die Strömungen und Beziehungen zeigen , umfassen alluviale Diagramme , Soziogramme und Bogendiagramme .

Best Practices für die Verwendung von Akkorddiagrammen:

• Vermeiden Sie zu viele Akkordkreuzungen, besonders wenn Sie auf Interaktivität verzichten. Dies kann die Dinge viel zu komplex machen und eher zu Überwältigung als zu Intrigen führen.
• Schließen Sie wichtige Verbindungen ein und lassen Sie mickrige Zeichenfolgen weg, die keinen Einblick bieten.
• Wählen Sie Ihre Farbpalette sorgfältig aus. Sie möchten, dass die Akkorde gut erkennbar, aber dennoch harmonisch sind.
• Beschriften Sie Ihr Diagramm mit einigen wichtigen Details, damit Benutzer die Beziehungen verstehen können.

3. Umfrageergebnisse in einer grafischen Darstellung

Bilddiagramme, die Teile eines Ganzen darstellen, sind äußerst zugänglich. Gut gemacht halten sie die Zuschauer an, um mehr darüber zu erfahren, was vor sich geht.

Dieses Beispiel eines spanischen Kreativclubs ist ein bildhaftes Bruchdiagramm, das seine Umfragedaten darstellt. Es ist weitaus ansprechender als ein Tortendiagramm, da die Gurke das Auge auf sich zieht und Faszination erzeugt, und die Zuschauer können die Gesamtbotschaft dennoch schnell erfassen.

Dies ist ein großartiges Beispiel für die Datenvisualisierung zur Anzeige von Umfrageergebnissen und Studienergebnissen. Das Design trägt viel dazu bei, Aufmerksamkeit zu erregen, aber die Daten selbst sind dafür verantwortlich, dass sie dort bleiben.

Ähnliche Datenvisualisierungen , die Teile eines Ganzen darstellen können , umfassen gestapelte Bilddiagramme , Einheitsdiagramme und Waffeldiagramme .

Best Practices für die Verwendung von Bilddiagrammen:

• Stellen Sie Ihre Segmente so genau wie möglich dar. Obwohl das Team im obigen Beispiel eine Essiggurke verwendet hat, erscheinen die Segmente ungefähr genau.
• Opfern Sie die Datenhygiene nicht für das Design. Ziel ist es, die Botschaft Ihrer Daten zu vermitteln, nicht sie zu verkomplizieren. Halten Sie Ihr Design klar und einfach.

4. Eine Infografik zur Zeitleiste einer Pandemie

Teils Zeitleiste, teils Größen-Ordnungs-Diagramm, dieses Datenvisual packt viele Informationen auf einen Schlag. Infografiken sind visuelle Hilfsmittel, die komplexe Botschaften oder große, schwer verständliche Datensätze vermitteln können, indem sie visuelle Daten kombinieren.

Diese Infografik befasst sich mit den globalen Todesraten von Infektionskrankheiten im Zeitverlauf. Das heißt, es hat eine Zeitvariable und einen Volumenvergleich.

Visual Capitalist hat sich entschieden, dies auf zwei Arten darzustellen: zuerst in einer Zeitleiste , um zu sehen, wo die Krankheiten im Laufe der Geschichte aufgetreten sind, und dann in der Reihenfolge der Größe (wie ein proportionales Flächendiagramm ), um zu sehen, welche Krankheiten am schlimmsten waren.

Wichtig ist, dass das Team wichtige Informationen wie die anhaltende Natur der Covid-19-Pandemie und aufkommende Beweise für alte Krankheiten enthielt.

Diese Elemente helfen dem Betrachter, komplexe Daten zu verstehen, und der hinzugefügte Kontext hilft ihm, diese Informationen ins rechte Licht zu rücken.

Infografiken sind weit verbreitet, und das aus gutem Grund. Justin Beegel, CEO von Infographic World, enthüllte:

Da sich die digitale und soziale Landschaft in den letzten Jahren stark verändert hat, wollten wir eine Studie zum Stand von Infografiken durchführen. Wir haben herausgefunden, dass visuelles Geschichtenerzählen Unternehmen, Vermarktern und Kommunikationsfachleuten dabei hilft, ihre Zielgruppe auf sinnvollere Weise zu erreichen als praktisch jede andere Art von Medium.

Infografiken sind eine ideale Möglichkeit, Storytelling in Ihr Marketing zu integrieren. Es ermöglicht Ihnen, mehr Kontext zu geben als die meisten Diagramme und Grafiken allein.

Ähnliche Datenvisualisierungen zur Anzeige von Trends im Laufe der Zeit umfassen Stromdiagramme und Blasenzeitachsen . Um Vergleiche anzuzeigen, umfassen ähnliche visuelle Elemente Blasendiagramme und radiale Liniendiagramme .

Best Practices für die Verwendung von Infografiken :

• Wie bei den meisten Datenvisualisierungen ist es möglich, zu viele Informationen in ein Designelement zu packen. Achten Sie auf Lesbarkeit und Übersichtlichkeit.
• Behalten Sie eine zusammenhängende Farbpalette bei, damit alle Elemente zusammen Sinn ergeben. Diese Grafik hat viele Komponenten, aber die Farben wirken zusammen, ohne überwältigend zu wirken.
• Behalten Sie die Designkonsistenz für gleiche Elemente bei. Im obigen Beispiel sind die Pocken in der Zeitachse orange und im Vergleichsabschnitt orange.

4 Beispiele für Datenvisualisierungen, um interne Teams zu beeindrucken

Die Präsentation von Daten für interne Teams ist in der Regel weniger dynamisch als die obigen Beispiele. Aber wenn Sie die Entscheidungsfindung vorantreiben wollen, muss die interne Datenvisualisierung immer noch verdaulich sein.

Was in einer Tabellenkalkulation für Ihr Team absolut sinnvoll ist, mag für ein anderes wie Unsinn aussehen. Die Datenvisualisierung kann dazu beitragen, diese Informationen für alle zugänglich zu machen.

Suchen Sie in Ihren Dashboards nach Inspiration für die Datenvisualisierung. Viele können einzelne Module zur Verwendung in Diashows, E-Mails, Handouts usw. exportieren. Diese automatisch generierten Diagramme können Ihnen helfen, meilenweit über veraltete Excel-Tabellen und PowerPoint-Diagramme hinauszugehen, damit Sie Ihren Standpunkt klarstellen und Veränderungen vorantreiben können.

Hier sind vier großartige Beispiele für die Datenvisualisierung für interne Teams.

1. Das bescheidene Liniendiagramm

Laut Databox-Forschung sind Liniendiagramme das am häufigsten verwendete Format für die Datenvisualisierung. Liniendiagramme helfen Benutzern, die Leistung im Laufe der Zeit zu verstehen und zu kommunizieren, wodurch sie eine gute Möglichkeit sind, Trends in großen Datensätzen anzuzeigen.

Da es sich um eines der beliebtesten Diagramme handelt, können die meisten Datenanalyseplattformen eine Art Liniendiagramm anzeigen. Heutzutage können Sie weit über eine einzelne Linie hinausgehen, die auf und ab geht.

Beispielsweise kombiniert das Google Ads-Dashboard von Perceptive Analytics verschiedene Methoden der Datenvisualisierung, um eine 360-Grad-Sicht auf die Leistung zu liefern. Insbesondere enthält es ein interaktives Liniendiagramm mit mehreren Variablen:

In diesem Beispiel hebt ein steiler Anstieg, gefolgt von einem sofortigen Rückgang der Kosten pro Conversion, einen Punkt für weitere Untersuchungen hervor, der nicht sofort auffallen würde, wenn Daten als Zahlen in einer Tabelle dargestellt würden.

Die Möglichkeit, KPIs auszuwählen, rückt ausgewählte Datenpunkte in den Fokus. Dadurch wird verhindert, dass mehrere Linien in einem einzelnen Diagramm Verwirrung stiften, wodurch es einfacher wird, eine Sache nach der anderen zu analysieren und zu verstehen.

So sieht es aus, wenn ein Liniendiagramm falsch formatiert ist und Sie sich nicht auf einen bestimmten Datenpunkt konzentrieren können:

Alle Zeilen unter den ersten beiden sind durcheinander und im Grunde bedeutungslos.

Vermeiden Sie es, Ihr Liniendiagramm mit zu vielen Informationen zu überladen, einschließlich zu vieler Beschriftungen, wie in diesem Beispiel von Bold BI:

Hier zeigt die y-Achse den Dollarbetrag und Sie können den Mauszeiger über die Blasen bewegen, um den genauen Dollarwert zu erhalten. Es ist also nicht erforderlich, die Textbeschriftungen in das Diagramm aufzunehmen.

Best Practices für die Verwendung von Liniendiagrammen :

• Nicht durcheinander bringen. Halten Sie Ihre Datenpunkte klar und deutlich, um sie auf einen Blick zu verstehen.
• Vermeiden Sie übermäßig gestaltete Diagramme wie 3D-Liniendiagramme. Diese lassen Ihr Gehirn härter arbeiten, um Informationen zu verstehen, die nur zwei Achsen benötigen. Ziel der internen Datendarstellung ist es, schnell und klar zu kommunizieren.
• Beginnen Sie Ihre y-Achse bei Null, um Daten so genau wie möglich darzustellen.

2. Wenn Balkendiagramme nicht ausreichen, verwenden Sie gestapelte Balkendiagramme

Gestapelte Balkendiagramme zeigen, wie eine Kategorie nach Volumen in kleinere Unterkategorien unterteilt ist. Dies ist besonders nützlich, um zu verfolgen, wie sich Unterkategorien im Laufe der Zeit ändern.

Hier ist ein Beispiel für ein gestapeltes Balkendiagramm von Datapine, das sich auf die Verfolgung des Kontaktvolumens über einen Zeitraum konzentriert und in drei Kategorien unterteilt ist:

Es schlüsselt die Gesamtzahl der Tickets auf und wie jede Methode (Anrufe, E-Mails und Chat) dazu beiträgt. Durch Hinzufügen eines interaktiven Datenvisualisierungselements können Benutzer mit der Maus über das Diagramm fahren, um bestimmte Zahlen anzuzeigen.

Aus den Daten ist beispielsweise leicht ersichtlich, dass Anrufe und E-Mails den Großteil der Tickets ausmachen. Es könnte sinnvoll sein, mehr Live-Chat-Mitarbeiter an die Telefone zu verlagern, um die Nachfrage zu bewältigen.

Gestapelte Balkendiagramme eignen sich am besten für kleine Datensätze . Je mehr Daten Sie in ein Diagramm aufnehmen, desto verwirrender wird es. Nehmen Sie dieses Beispiel von Microsoft Power BI:

Mit bis zu neun Datenpunkten im Diagramm gibt es zu viele Informationen, die konsumiert und verglichen werden müssen, was es schwierig macht, die Geschichte zu erzählen. Mehrere Farben machen das Diagramm auch überwältigend.

Viele Dashboard-Module ermöglichen es Ihnen, sich auf eine Variable zu konzentrieren, wie dieses dynamische gestapelte Balkendiagramm von Excel Campus:

Das gestapelte Balkendiagramm ist ideal, um zu zeigen, wie sich die Unterkategorien im Laufe der Zeit innerhalb einer oder zwei Kategorien ändern.

Best Practices für die Verwendung von gestapelten Balkendiagrammen :

• Aktivieren Sie die Fokussierung auf jede Variable, damit Benutzer zusätzliche Informationen ausblenden können.
• Nur mit kleinen Datensätzen verwenden (idealerweise auf drei beschränkt).
• Stellen Sie sicher, dass die Datumsintervalle regelmäßig sind (z. B. jeden Monat anstelle von Jan, Feb, April, September usw.).

3. Erkennen Sie Ihre Engpässe mit Trichterdiagrammen

Jeder Schritt in einem Trichterdiagramm filtert Daten heraus, die zum letzten Schritt führen, der das Ergebnis des Prozesses ist.

Um der Victoria University dabei zu helfen, ihre Verbraucher besser zu verstehen und eine klare Momentaufnahme der Studenten zu erhalten, verwendete The Datalabs Agency Tableau, um ein Dashboard zu erstellen, das sich auf Einfachheit konzentriert. In diesem Dashboard befindet sich ein Trichterdiagramm:

Das Trichter-Balkendiagramm zeigt die Anzahl der Benutzer in jeder Phase des Verkaufstrichters. Dies gibt Benutzern einen allgemeinen Überblick darüber, wo es signifikante Drop-offs gibt, und dient als Ausgangspunkt, um nach Erkenntnissen zu suchen.

Hier ist ein weiteres gutes Beispiel von Chartio, wie die Datenstruktur eines Trichterdiagramms aussehen könnte:

Wenn Sie dieser Struktur folgen, können Sie feststellen, dass die Anzahl der Personen, die auf ein Produkt klicken und wie viele es in den Warenkorb legen, merklich abnimmt.

Mit diesen Informationen können Sie Ihre Zielseite untersuchen. Sind die Tasten klar? Sind Produktbeschreibungen gut genug, um die Vorteile zu verkaufen? Die Ergebnisse können verwendet werden, um Stakeholdern Kontext und Lösungen bereitzustellen.

Best Practices für die Verwendung von Trichterdiagrammen:

• Dies ist ein Diagramm, das von Beschriftungen profitiert. Zeigen Sie die Lautstärke und den Änderungsprozentsatz an, um ein Gesamtbild zu zeichnen.
• Beginnen Sie Ihren Trichter idealerweise mit einem Wert von 100 % und bleiben Sie beim gleichen Conversion-Pfad. So besteht keine Gefahr der Datenverwechslung. Wenn Sie sich beispielsweise nur auf Leads konzentriert haben, die aus einer E-Mail-Kampagne generiert wurden, Ihre Konversionsdaten jedoch nicht nach Kampagne segmentiert sind, erhalten Sie am Ende keine genaue Datenvisualisierung.

4. Geografisch mit Karten und Blasendiagrammen

Geografische Informationen sind oft der Schlüssel zur Marketingleistung. Ein Kartendiagramm stellt eine einfache Möglichkeit dar, um zu zeigen, wie sich der Standort auf die Daten auswirkt.

Die Dashboards von Perceptive Analytics enthalten Karten, die Conversions nach Region in den USA anzeigen:

Perceptive Analytics verwendet Farbcodierung, um höhere Konversionsraten anzuzeigen. Die Karte leiht sich Datenvisualisierungstechniken aus dem Blasendiagramm aus und variiert die Größe jedes Kreises, sodass Benutzer auf einen Blick sehen können, wo Anzeigen am profitabelsten sind. Größere Kreise bedeuten mehr Conversions an einem bestimmten Ort.

Gepaart mit anderen Daten können Marketer fundierte Entscheidungen und Prognosen unterstützen. Wenn Sie beispielsweise wissen, dass die Conversions am Ende der Woche bei Männern in Texas höher sind, können Sie ein überzeugendes Argument für die Erhöhung des Werbebudgets für diese Personas liefern.

Best Practices für die Verwendung von Kartendiagrammen und Blasendiagrammen :

• Achten Sie auf die Farbpsychologie. Rot kann „schlecht“, „Gefahr“ oder „Alarm“ bedeuten. Ebenso kann Grün „gut“ bedeuten. Wählen Sie Ihre Bubble-Farben sorgfältig aus, um zu vermeiden, dass die Zuschauer versehentlich in die eine oder andere Richtung gelenkt werden.
• Halte es einfach. Das obige Beispiel zeigt gut, welche Gebiete konvertieren und welche nicht. Das macht es nicht weiter kompliziert.

5 Tipps zum Erstellen überzeugender Datenvisualisierungen

Ziel der Datenvisualisierung ist es, komplexe Daten verständlicher zu machen. Der Endbenutzer sollte in der Lage sein, sich ein Diagramm anzusehen und wichtige Trends oder Informationen leicht zu erkennen.

Wenn Ihr Publikum dies tun kann, wird es für Sie einfacher zu erklären, warum Erkenntnisse wichtig sind, und für Veränderungen einzutreten. Die ästhetisch ansprechende Präsentation der Daten erhöht auch die Wahrscheinlichkeit, dass Ihr Publikum sie in sozialen Medien teilt, wodurch die Bekanntheit Ihrer Marke gesteigert wird.

Hier sind fünf Möglichkeiten, Visuals zu erstellen, die Ihren Standpunkt vermitteln und/oder geteilt werden.

1. Visualisieren Sie die Daten

Gute Daten können in einem schlechten Diagramm leicht verloren gehen. Der preisgekrönte Datenvisualisierungsdesigner Nathan Yau zeigt in seiner Arbeit, dass es viele Möglichkeiten gibt, Daten darzustellen, indem er einen Datensatz auf 25 Arten visualisiert (sein Punkt ist, dass nicht alle großartig sind):

Um einen Visualisierungstyp zu wählen, der Informationen präsentiert, ohne sie zu überladen, sollten Sie sich über Folgendes im Klaren sein:

• Die Größe Ihrer Daten. Einige Diagramme eignen sich besser für große Datensätze als andere. Ein Tortendiagramm ist beispielsweise eine gute Möglichkeit, eine kleine Datenmenge zu visualisieren. Aber mehr als sechs Datenpunkte werden unübersichtlich, wenn die Segmente kleiner werden. Eine bessere Lösung wäre ein Liniendiagramm, ein Kombinationsdiagramm oder ein Streudiagramm.

• Der Datentyp . Verwenden Sie die Art der Daten, um Diagramm- oder Diagrammtypen einzugrenzen. Kontinuierliche Daten werden beispielsweise am besten in einem Linien- oder Stromdiagramm visualisiert, während kategoriale Daten am besten für ein Baumdiagramm oder ein Sunburst-Diagramm geeignet sind.

• Die Zuschauer. Welche Geschichte wollen Ihre Daten vermitteln und wem präsentieren Sie sie? Präsentieren Sie Stakeholdern Trenddaten in einer Leistungsbeurteilung oder vergleichen Sie Zielseitendaten, um das Marketingteam über die nächsten Schritte zu informieren? Wenn Sie verstehen, warum Sie die Daten sammeln und wer davon profitieren wird, wird die Auswahl eines Bildmaterials einfacher.

2. Praktizieren Sie eine gute Datenhygiene für Ihre Visualisierung

Lassen Sie Ihre Daten nicht durcheinander geraten, während Sie schöne Datenvisualisierungen entwerfen. Stellen Sie in allen Phasen des Projekts genaue Daten sicher, damit Sie Ihr Publikum nicht im Namen eines hübschen Bildes in die Irre führen.

Befolgen Sie einige Ratschläge für bewährte Verfahren zur Datenvisualisierung :

• Beginnen Sie Ihre Diagramme bei 0 oder erklären Sie, warum sie nicht bei null beginnen. (Erfahren Sie hier, was passiert, wenn Sie Ihre Baseline an anderer Stelle beginnen.)
• Betrachten Sie Ihre Linienstärke. Eine dicke Linie könnte unklar machen, wo sich der Datenpunkt wirklich befindet.
• Überwältigen Sie sich nicht mit Daten. Vielleicht haben Sie bei Ihrer Recherche 50 Datenpunkte gesammelt, aber nur 10 davon sind signifikant. Ziehen Sie die wichtigsten Daten heraus, um sie in Ihrer Visualisierung hervorzuheben.
• Beschriften Sie Ihre Achsen, lassen Sie die Leute wissen, was Sie messen, aber denken Sie sorgfältig darüber nach, wo Sie diese Beschriftungen platzieren sollen (dh nicht irgendwo, wo die Daten behindert werden, wie im obigen fettgedruckten BI-Beispiel).

3. Halten Sie die visuelle Darstellung einfach

Stärken Sie Daten, indem Sie Rauschen aus Ihren visuellen Elementen entfernen. Die verschiedenen oben genannten Beispiele der Datenvisualisierung haben die Klarheit gemeinsam: Die Daten sind leicht lesbar und die Botschaft leicht verständlich.

Entfernen Sie Elemente, die in den 20ern populär wurden, wie Schlagschatten, 3D-Komponenten, zufällige Symbole, irrelevante Beschriftungen und unnötige Werte, die von der Botschaft ablenken.

Dieses Beispiel aus einer Präsentation von Brent Dykes zeigt, wie unnötiges Rauschen Daten verwässert und wie viel effektiver es ist, wenn es zurückgenommen wird:

Bilddateiname: Beispiel-aus-einer-Präsentation-von-brent-dykes.jpg

Alt Tag: Beispiel aus einer Präsentation von Brent Dykes, das zeigt, wie unnötiges Rauschen Daten verwässert

Konzentrieren Sie sich auf die wichtigen Daten. Wie der Autor der Präsentation Zen Garr Reynolds sagt:

Sie können Einfachheit bei der Gestaltung effektiver Diagramme, Grafiken und Tabellen erreichen, indem Sie sich an drei Grundprinzipien erinnern: zurückhalten, reduzieren, betonen.

4. Wählen Sie die richtigen Tools zum Erstellen von Visuals

Um Rohdaten in auffällige Grafiken umzuwandeln, ist die Hilfe von Datenvisualisierungstools erforderlich. Die Software liest Datensätze und stellt Diagramme für Sie dar, sodass Sie sich nicht auf manuelles Data Mining verlassen müssen, um Visuals zu füllen.

Hier sind einige beliebte Tools zum Ausprobieren:

• Für KPI-Dashboards: Geckoboard oder Salesforce Einstein
• Zur Visualisierung von Webanalysen: Google Analytics
• Für visuelle Berichtsvorlagen: Google Data Studio
• Für einfache Diagramme: Google Charts
• Für die Gestaltung einfacher Infografiken: Canva
• Für KMU-Datenvisualisierung und Business Intelligence: Microsoft Power BI
• Für Datenvisualisierung und Business Intelligence auf Unternehmensebene: Tableau
• Für erfahrene Datenwissenschaftler: Sisense
• Für Open-Source-Datenvisualisierung: D3.js

Diese Tools unterscheiden sich in Funktionen, Preisen und Benutzerfreundlichkeit. Wenn Sie mit einem kleinen Budget arbeiten, beginnen Sie mit kostenlosen Tools wie Google Charts und Google Analytics und erhöhen Sie die Investition später.

5. Verwenden Sie Visualisierungen, um aussagekräftige Datengeschichten zu erzählen

Visualisierungen können helfen, unternehmensweite Veränderungen voranzutreiben. Aber um bei neuen Zielgruppen die gleiche Wirkung zu erzielen wie bei Ihrem Team, müssen Daten über die Story verkauft werden.

Für einen Vermarkter zeigt beispielsweise das folgende Diagramm aus dem Webanalyse-Dashboard von Bold BI, dass Bloggen der größte Umsatztreiber ist. Es ist ein klarer Hinweis darauf, dass Content Marketing funktioniert und das Team mehr darin investieren sollte.

Aber für Vorstandsmitglieder zeigt es nur, dass der Blog Geld bringt. Warum bringt es Geld? Was macht es so beliebt? Warum bringt es Menschen direkt auf Ihre Website? Das sind die Fragen, die Geschichten beantworten werden.

Data Storytelling nutzt den Wunsch des menschlichen Gehirns nach Geschichten, um Einblicke interessant und einprägsam zu machen.

Durch Geschichtenerzählen können Sie Erkenntnisse in einfacheren Worten präsentieren, um Ihre Botschaft zu verkaufen und zum Handeln anzuregen. Es fügt Ihren Daten und Visualisierungen eine Erzählung hinzu, um sie anzusprechen, zu erklären und aufzuklären.

Anhand des Diagramms zum Umsatz der Zielseite können Sie erklären, warum die Daten wichtig sind. Sie können die Elemente eines Blogbeitrags aufschlüsseln, wie der Blog im Laufe der Zeit gewachsen ist und wie Ihr Content-Marketing Ihrem Publikum einen Mehrwert bietet. All dies ist ein überzeugendes Argument für weitere Investitionen.

Denken Sie an Ihr Publikum und welche Veränderung Sie bewirken möchten. Verwenden Sie dies, um fesselnde Geschichten hinter den Visuals aufzudecken.

Fazit

Die Datenvisualisierung hilft, die Lücke zwischen nackten Zahlen und der Vermittlung von Erkenntnissen auf einen Blick zu schließen. Die Beispiele in diesem Artikel sind ein solider Ausgangspunkt für das Entwerfen von Visuals und Dashboards, die Sie Teams und Stakeholdern präsentieren können.

Konzentrieren Sie sich auf die Visualisierung von Daten, die für Marketing- und Vertriebsziele am wichtigsten sind. Die Metriken, die sich auf die wichtigsten Leistungsindikatoren beziehen, helfen dabei, neue Erkenntnisse zu gewinnen und ansprechende Geschichten zu erzählen, wenn sie visualisiert werden.
Sehen Sie sich unseren Kurs Datenpräsentation und -visualisierung an und erfahren Sie, wie Sie Stakeholder zum Handeln bewegen können.