Datenvisualisierung – Best Practices und Grundlagen

„Unordnung und Verwirrung sind keine Attribute von Daten – sie sind Designmängel.“ – Eduard Tufte

Was ist Datenvisualisierung?

Michael Friendly definiert Datenvisualisierung „als Informationen, die in schematischer Form abstrahiert wurden, einschließlich Attributen oder Variablen für die Informationseinheiten“. Mit anderen Worten, es ist eine kohärente Art, quantitative Inhalte visuell zu kommunizieren. Abhängig von ihren Attributen können die Daten auf viele verschiedene Arten dargestellt werden, z. B. als Liniendiagramm, Balkendiagramm, Tortendiagramm, Streudiagramm oder Karte.

Für Grafikdesigner ist es wichtig, sich an Best Practices für die Datenvisualisierung zu halten und den besten Weg zur visuellen Darstellung eines Datensatzes zu bestimmen. Datenvisualisierungen sollten nützlich, optisch ansprechend und niemals irreführend sein. Besonders bei der Arbeit mit sehr großen Datensätzen ist die Entwicklung eines zusammenhängenden Formats von entscheidender Bedeutung, um Visualisierungen zu erstellen, die sowohl nützlich als auch optisch ansprechend sind.

Warum Datenvisualisierung verwenden

Laut IBM werden jeden Tag 2,5 Quintillionen Bytes an Daten erstellt. Der Forschungswissenschaftler Andrew McAfee und Professor Erik Brynjolfsson vom MIT weisen darauf hin, dass „jede Sekunde mehr Daten das Internet durchqueren, als noch vor 20 Jahren im gesamten Internet gespeichert waren“.

Da die Welt immer mehr mit immer mehr elektronischen Geräten vernetzt wird, wird das Datenvolumen weiterhin exponentiell wachsen. IDC prognostiziert, dass es bis 2025 163 Zettabyte (163 Billionen Gigabyte) an Daten geben wird.

All diese Daten sind für das menschliche Gehirn schwer zu verstehen – tatsächlich ist es für das menschliche Gehirn schwierig, Zahlen größer als fünf zu verstehen, ohne eine Art Analogie oder Abstraktion zu ziehen. Designer von Datenvisualisierungen können eine wichtige Rolle bei der Erstellung dieser Abstraktionen spielen.

Schließlich ist Big Data nutzlos, wenn es nicht sinnvoll verstanden und genutzt werden kann. Aus diesem Grund spielt die Datenvisualisierung eine wichtige Rolle in allen Bereichen, von Wirtschaft über Wissenschaft und Technologie bis hin zu Gesundheitswesen und Human Services. Indem komplexe Zahlen und andere Informationen in Diagramme umgewandelt werden, werden Inhalte einfacher zu verstehen und zu verwenden.

Wann man es verwendet

Da große Zahlen so schwer sinnvoll zu erfassen sind und viele der nützlichsten Datensätze riesige Mengen wertvoller Daten enthalten, ist die Datenvisualisierung zu einer wichtigen Ressource für Entscheidungsträger geworden. Um all diese Daten zu nutzen, sehen viele Unternehmen den Wert von Datenvisualisierungen im klaren und effizienten Verständnis wichtiger Informationen, die es Entscheidungsträgern ermöglichen, schwierige Konzepte zu verstehen, neue Muster zu erkennen und datengesteuerte Erkenntnisse zu erhalten, um sie zu verbessern Entscheidungen.

Es lohnt sich, Ressourcen für Designlösungen zur Datenvisualisierung aufzuwenden . Das Verständnis großer Datenmengen ist notwendig, um eine fundierte Entscheidung treffen zu können – sei es in Wirtschaft, Technologie, Wissenschaft oder einem anderen Bereich. Klare Visualisierungen erleichtern das Erfassen komplexer Daten und erleichtern somit das Ergreifen von Maßnahmen.

Prinzipien

Definieren Sie einen klaren Zweck

Die Datenvisualisierung sollte wichtige strategische Fragen beantworten, einen echten Mehrwert bieten und zur Lösung echter Probleme beitragen. Es kann beispielsweise verwendet werden, um die Leistung zu verfolgen, das Kundenverhalten zu überwachen und die Effektivität von Prozessen zu messen. Sich zu Beginn eines Datenvisualisierungsprojekts Zeit zu nehmen, um den Zweck und die Prioritäten klar zu definieren, wird das Endergebnis nützlicher machen und Zeitverschwendung durch die Erstellung unnötiger Visualisierungen vermeiden.

Kenne das Publikum

Eine Datenvisualisierung ist nutzlos, wenn sie nicht darauf ausgelegt ist, klar mit der Zielgruppe zu kommunizieren. Es sollte mit dem Fachwissen des Publikums kompatibel sein und es den Zuschauern ermöglichen, Daten einfach und schnell anzuzeigen und zu verarbeiten. Berücksichtigen Sie, wie vertraut das Publikum mit den Grundprinzipien der Daten ist und ob es wahrscheinlich einen Hintergrund in MINT-Fächern hat, in denen Diagramme und Grafiken eher regelmäßig angesehen werden.

Verwenden Sie visuelle Funktionen, um die Daten richtig anzuzeigen

Es gibt so viele verschiedene Arten von Diagrammen. Die Entscheidung, welcher Typ für die Visualisierung der präsentierten Daten am besten geeignet ist, ist eine Kunst für sich. Das richtige Diagramm macht die Daten nicht nur leichter verständlich, sondern präsentiert sie auch im genauesten Licht. Um die richtige Wahl zu treffen, überlegen Sie, welche Art von Daten Sie übermitteln müssen und an wen sie übermittelt werden.

Hier sind die beliebtesten Arten von Diagrammen für die Datenvisualisierung:

Liniendiagramme: Liniendiagramme sollten verwendet werden, um Werte im Laufe der Zeit zu vergleichen, und eignen sich hervorragend zum Anzeigen sowohl großer als auch kleiner Änderungen. Sie können auch verwendet werden, um Änderungen an mehr als einer Datengruppe zu vergleichen.

Balkendiagramme: Balkendiagramme sollten verwendet werden, um quantitative Daten aus mehreren Kategorien zu vergleichen. Sie können auch verwendet werden, um Änderungen im Laufe der Zeit zu verfolgen, werden aber am besten nur verwendet, wenn diese Änderungen signifikant sind.

Streudiagramme: Streudiagramme sollten verwendet werden, um Werte für zwei Variablen für einen Datensatz anzuzeigen. Sie eignen sich hervorragend, um die Beziehungen zwischen den beiden Sets zu erkunden.

Tortendiagramme: Tortendiagramme sollten verwendet werden, um Teile eines Ganzen darzustellen. Sie können Dinge wie Änderungen im Laufe der Zeit nicht anzeigen.

Halten Sie es organisiert und kohärent

Kohärenz ist besonders wichtig, wenn ein großer Datensatz zu einer Visualisierung zusammengestellt wird. Ein stimmiges Design tritt effektiv in den Hintergrund und ermöglicht Benutzern eine einfache Verarbeitung von Informationen. Die besten Visualisierungen helfen den Zuschauern, Schlussfolgerungen über die präsentierten Daten zu ziehen, ohne „in-your-face“ zu sein oder anderweitig die Aufmerksamkeit auf sich zu ziehen. Sie zeigen die Daten einfach bestmöglich an.

Das Erstellen einer Datenhierarchie zeigt die verschiedenen Datenpunkte auf relevante Weise für Entscheidungsträger. Sie können vom höchsten zum niedrigsten Wert sortieren, um die größten Werte hervorzuheben oder eine Kategorie, die für Benutzer wichtiger ist, hervorzuheben.

Sogar die Reihenfolge, in der Daten angezeigt werden, die verwendeten Farben (z. B. hellere Farben für die wichtigsten Punkte oder Grau für Basisdaten) und die Größe verschiedener Elemente eines Diagramms (z. B. das Erweitern bestimmter Segmente eines Kreisdiagramms über die der regelmäßige Rahmen des Diagramms) kann Benutzern helfen, Daten einfacher zu interpretieren. Hüten Sie sich davor, Verzerrungen zu erzeugen, wo keine sein sollten, wenn Sie diese Techniken anwenden.

Machen Sie die Datenvisualisierung inklusiv

Farbe wird häufig als Mittel zur Darstellung und Unterscheidung von Informationen verwendet. Laut einer aktuellen Studie von Salesforce ist es auch ein Schlüsselfaktor für Benutzerentscheidungen.

Sie analysierten, wie Menschen auf verschiedene Farbkombinationen reagierten, die in Diagrammen verwendet wurden, wobei sie davon ausgingen, dass sie Paletten mit subtilen Farbvariationen stärker bevorzugen würden, da dies ästhetisch ansprechender wäre.

Sie stellten jedoch fest, dass subtile Paletten zwar ansprechend, aber die Analyse der Diagramme und das Gewinnen von Erkenntnissen erschwerten. Dadurch wird der Zweck der Erstellung einer Visualisierung zur Anzeige von Daten vollständig zunichte gemacht.

Wenn Diagramme mit ähnlichen Farben – und weniger Kontrast – für den Durchschnittsmenschen schwer zu lesen sind, sind sie noch schwieriger für Menschen, die nicht perfekt sehen – und sie repräsentieren einen erheblichen Teil der Bevölkerung. Laut WHO leben schätzungsweise 253 Millionen Menschen mit Sehbehinderung.

Glücklicherweise gibt es Tools, mit denen Sie überprüfen können, wie ein Bild von Menschen mit diesen Beeinträchtigungen visualisiert wird, z. B. die Farbenblindheitsprüfung in Photoshop und Illustrator. Andere Dinge wie die Verwendung ausreichend großer Schriftgrößen und ein ausreichender Kontrast zwischen Schrift und Hintergrund sind ebenfalls hilfreich.

Wenn die Simulationswerkzeuge Probleme mit der Farbpalette aufdecken, gibt es Techniken, die die Lesbarkeit des Diagramms verbessern können:

• Verwenden Sie kontrastreiche Farben.
• Ergänzen Sie die Verwendung von Farbe mit Mustern oder Texturen, um verschiedene Arten von Informationen zu vermitteln.
• Verwenden Sie Text oder Symbole, um Elemente zu kennzeichnen.

Die Wahl der Schriftart kann die Lesbarkeit von Text beeinträchtigen und die beabsichtigte Bedeutung verstärken oder beeinträchtigen. Aus diesem Grund ist es besser, Anzeigeschriften zu vermeiden und sich an einfachere Serifen- oder Sans-Serifen-Schriftarten zu halten.

Stellen Sie sicher, dass die Datenvisualisierung eine lesbare Schriftgröße für ihr Medium hat. Das Smashing Magazine schlägt vor, dass „16 Pixel im Allgemeinen die Mindestgröße für Fließtexte in modernem Webdesign sein sollten“.

Verzerren Sie die Daten nicht

Eine großartige Datenvisualisierung sollte die Geschichte klar erzählen und Verzerrungen vermeiden. Vermeiden Sie die Verwendung von visuellen Darstellungen, die den Datensatz nicht genau darstellen, wie Tortendiagramme in 3D.

Datenvisualisierungen können Betrachter zu bestimmten Schlussfolgerungen führen, ohne die Daten selbst zu verzerren. Dies kann besonders nützlich sein, wenn Sie Dinge wie Infografiken für den öffentlichen Gebrauch entwerfen, die normalerweise erstellt werden, um eine bestimmte Schlussfolgerung zu unterstützen, anstatt nur allgemein Daten zu vermitteln. Zu diesem Zweck können Dinge wie Farbauswahl und das Aufrufen bestimmter Datenpunkte verwendet werden, ohne irreführende Grafiken zu erstellen (die möglicherweise die Glaubwürdigkeit eines Designers in Frage stellen könnten).

Beispiele für fehlerhafte Datenvisualisierungen

Beispiele für gute Datenvisualisierungen

Fazit

Eine gute Datenvisualisierung sollte einen Datensatz mithilfe von Grafiken klar und effektiv kommunizieren. Die besten Visualisierungen machen es einfach, Daten auf einen Blick zu verstehen. Sie nehmen komplexe Informationen und schlüsseln sie so auf, dass sie für die Zielgruppe einfach zu verstehen sind und auf der sie ihre Entscheidungen gründen können.

Wie Edward R. Tufte betonte, „ist der wesentliche Test für Design, wie gut es das Verständnis des Inhalts unterstützt, nicht, wie stilvoll es ist.“ Vor allem Datenvisualisierungen sollten diesem Gedanken folgen. Das Ziel ist es, die Daten durch Design zu verbessern, nicht die Aufmerksamkeit auf das Design selbst zu lenken.

Die Berücksichtigung dieser Best Practices für die Datenvisualisierung vereinfacht den Prozess der Gestaltung von Infografiken, die für ihr Publikum wirklich nützlich sind.

Weiterlesen:

• Lassen Sie sich von diesen Datenvisualisierungen inspirieren
• Rüsten Sie Ihre Analytics mit diesen Dashboard-Design-Inspirationen auf
• Dashboard-Design – Überlegungen und Best Practices
• Präsentationsdesign und die Kunst des visuellen Geschichtenerzählens
• Die Bedeutung von Human-Centered Design im Produktdesign
• Die besten UX-Designer-Portfolios – inspirierende Fallstudien und Beispiele