Big Data – Storytelling macht Daten verständlich

Big Data und Storytelling

Big-Data-Analysen gewinnen zunehmend an Bedeutung. Sie identifizieren Potenziale für Effizienzsteigerung, decken aber auch systematisch Schwachstellen im Unternehmen auf.

Die heutige Gesellschaft befindet sich in einem Informationszeitalter. Die Zahl der täglich produzierten Daten steigt in Bereiche, die sich nicht einfach fassen lassen. So erwartet zum Beispiel IDC laut ihrer Studie »Digital Universe«, dass sämtliche digitalisierte Daten bis 2020 die 40-Zettabyte-Grenze erreichen werden. Diese Informationen werden gespeichert, verarbeitet und analysiert. Solche Angaben bieten einen enormen Mehrwert. Daher werden Big-Data-Analysen immer wichtiger, um Schwachstellen in den Unternehmen systematisch aufzudecken und zu beseitigen oder Potenziale zu identifizieren, um die Effizienz zu steigern.

Allerdings stößt die traditionelle Business Intelligence (BI), die sich mit diesem Thema auseinandersetzt, inzwischen an ihre Grenzen. Dieser Bereich der IT ist seit Anfang der neunziger Jahre populär und ein wichtiger Bestandteil für die Unternehmen. Allerdings scheint bei vielen Unternehmen BI immer noch eng verknüpft mit der Excelliste und der Verantwortung bei den IT-Abteilungen zu sein. Sicherlich lassen sich in diesem Format bei der einen oder anderen Auswertung immer noch gute Übersichten erstellen, aber zeitgemäß ist dieses Werkzeug nicht mehr wirklich. Die neuen Lösungen sind dynamisch, flexibel, bunt und einfach.

Zeit ist Geld. Der Anspruch an die Mitarbeiter in den Unternehmen ist gestiegen. Kommt heutzutage der Chef mit einer Frage, möchte er nicht in Tagen, sondern in wenigen Stunden oder am besten unmittelbar eine Lösung hören. Der Druck ist groß und Zeit ist Geld. Schließlich lassen sich über solche Analysen wichtige Erkenntnisse zum Unternehmen, den Kunden und dem Markt gewinnen. Einen Mehrwert, der sich für die Unternehmen auszahlt. Daher müssen auch die Verantwortlichen in den Firmen umdenken. IT-Strategien wie Self-Service BI gewinnen an Aufmerksamkeit. Solche Produkte überzeugen durch ihre einfache und intuitive Handhabung. Eine umfangreiche Schulung ist nicht von Nöten. Für den Nutzer ist es somit einfach, damit zu arbeiten. Sie können sich ganz der Aufgabe widmen und wissen in der Regel genau, wonach sie bei ihrer Auswertung suchen und welche Daten sie benötigen. Sie sind die Experten und haben das beste Gespür, welche Parameter herangezogen werden müssen, damit der Chef eine klare Aussage zu seiner Frage bekommt. Bisher lief dies in der Regel über die IT-Abteilung und war somit umständlich.

Rechte und Verantwortung. Natürlich setzt dies auch eine klare Definition der Verantwortung voraus. Die Geschäftsführung muss festlegen, welche Rechte sie den Nutzer einräumen und welche Daten freigeschaltet werden. Auf diese Weise lassen sich sensible Daten auch vor unbefugtem Zugriff schützen. Hier können die IT-Abteilungen im Namen der Geschäftsführung einen Riegel vorschieben und die Rechte dementsprechend verteilen. Ebenfalls Aufgabe der Unternehmensleitung ist die Klärung der Daten von Dritten. Hier muss es ebenfalls klare Richtlinien geben beziehungsweise auch die rechtlichen Vorschriften zum Beispiel zum Schutze von Kundendaten Berücksichtigung finden. Mit diesen Maßnahmen sind die Geschäftsführung und die Nutzer in der Lage, sich ordnungsgemäß abzusichern.

Beispiel einer Visualisierung im Rahmen der Big-Data-Analyse. Quelle: Tableau Software

Beispiel einer Visualisierung im Rahmen der Big-Data-Analyse. Quelle: Tableau Software

Die Natur des Menschen. Der Mensch ist ein visuelles Wesen und daher sehr empfänglich für optische Darstellungen. Aus diesem Grund sind Visualisierungen im Rahmen der Big-Data-Analyse eine willkommene Form der Wiedergabe. Zahlenwüsten gehören der Vergangenheit an. Heute halten hübsche bunte Grafiken Einzug in die Unternehmen. Nutzer sind in der -Lage, mit visueller Datenanalyse bequem die unterschiedlichsten Grafiken darzustellen wie zum Beispiel geographische Übersichten mit nützlichen Zusatzinformationen. Dabei können verschiedene Datenprofile, ob strukturiert oder unstrukturiert beziehungsweise maschinell oder nicht herangezogen werden. In wenigen Minuten werden unterschiedlichste Formate miteinander verbunden und lassen sich gemeinsam auswerten. Der Nutzer kann dabei mit den Parametern spielen und je nach Bedarf weitere Aspekte hinzunehmen oder Bereiche ausblenden. Zudem sind die Nutzer dann auch in der Lage, die Daten jederzeit zu aktualisieren und somit immer den aktuellsten Stand wiederzugeben.

Historie, Trend und Entwicklung. Bei vielen Aufträgen drängen sich in diesem Zusammenhang auch die Fragen nach der Entwicklung beziehungsweise Historie bis hin zu einem möglichen Trend auf. Der Nutzer und auch der Geschäftsführer wollen neben dem Ergebnis auch den Zusammenhang verstehen, der sich unter Umständen nicht gleich zeigt. Schließlich kann sich in diesem Detail der entscheidende Aspekt befinden, der die Effizienz hemmt oder die Schwachstelle bildet. All dies lässt sich über die visuelle Datenanalyse darstellen und noch mehr. Der Nutzer verfolgt mit seiner Analyse eine klare Absicht. Er möchte eine gewisse Entwicklung oder Tatsache belegen. Daher erläutert er die Daten. Im Grunde erzählt der Nutzer in diesem Moment eine Art Geschichte seiner Daten.

Story Points beleben die Visualisierung. Dies ist die jüngste Entwicklung innerhalb der Visualisierung und eröffnet neue Möglichkeiten in der Präsentation und dem Verstehen der Analysen. Mit Hilfe von sogenannten Story Points ist der Nutzer nun in der Lage, durch seine Daten zu navigieren und eine Geschichte zu erzählen. Die Form kann unterschiedlich sein; von einer Animation auf einem Chart bis hin zu einer Anzahl von Diagrammen. Auf jedem Chart kann sich ein Bild befinden und Kommentare erklären den aktu-ellen Status der Geschichte. Wie bei -einem Buch oder einer Powerpoint-Präsentation wird durch das Umblättern oder Anklicken ein neuer Story Point markiert. Über den gesamten Zeitraum können interaktiv Daten genauer untersucht werden, um mehr Informationen zu bekommen. Für den Nutzer bedeutet dies, er kann zu jedem Zeitpunkt seine Daten untersuchen.

Nicht jede Datenmenge benötigt eine Geschichte. Allerdings gilt auch, dass Storytelling nicht immer notwendig sein muss. Es gibt Beispiele, die zeigen, dass Datenvisualisierungen auch ohne eine Geschichte auskommen. Ein Investor zum Beispiel, der jeden Tag den Finanzmarkt untersucht, ist ein Experte für Börsendaten. Daher sucht er bei seinen Zahlen nach Ausnahmen, Trends und Problemen. Er benötigt ein Chart, welches ihm auf den ersten Blick zeigt, welches Handeln von ihm gefordert wird, wenn es notwendig ist.


Henrik Jorgensen, Country Manager
Deutschland, Österreich und die Schweiz
von Tableau Software 

Bild: © marckuliasz/shutterstock.com