Was ist Data Storytelling? Komponenten, Vorteile und Beispiele

In der heutigen datengesteuerten Welt wird Data Storytelling immer wichtiger für die Entscheidungsfindung und das Geschäftswachstum. Datenanalyse-Rollen wie Marktforschungsanalyst, Finanzanalyst und Operations-Research-Analyst werden immer häufiger, da Unternehmen die Bedeutung von datengesteuerten Erkenntnissen erkennen.

Laut dem U.S. BLS Occupational Outlook Handbook 2021-2031 erleben diese Jobrollen ein erhebliches Wachstum:

Diese Analysten verwenden verschiedene Data-Storytelling-Techniken, um effektive Analyse-Operationen durchzuführen. Lassen Sie uns diskutieren, was Data Storytelling ist, seine wichtigsten Komponenten und Vorteile und wie Sie als Analyst besser im Data Storytelling werden können.

Was ist Data Storytelling?

Data Storytelling beinhaltet die Analyse von Daten mithilfe von visuellen und überzeugenden Erzählungen, um Daten-Erkenntnisse an Stakeholder zu kommunizieren. Ein Data-Storyteller erklärt das “Warum” in den Daten mithilfe von Visualisierungen. Das Ziel ist es, die Daten-Attribute klar zu erklären und einen bedeutungsvollen Kontext für das zu liefern, was diese Daten repräsentieren. Die Präsentation der zugrunde liegenden Erkenntnisse in den Daten und Trends ist für eine effektive Entscheidungsfindung notwendig.

Zum Beispiel kann ein Finanzanalyst einen Kerzenchart zeigen, um Investoren die Preisbewegung eines Aktien oder Vermögenswerts zu demonstrieren. Ein Kerzenchart visualisiert die historischen Aktienmuster mithilfe von vier Handelsindikatoren (“Eröffnungspreis”, “Schlusspreis”, “Höchstpreis” und “Tiefstpreis”), um den kommenden Markttrend vorherzusagen.

Eine Kerzen-Ilustration, die einen ansteigenden und absteigenden Preistrend zeigt. Wikimedia Commons

Für ein besseres Verständnis, betrachten Sie den Bitcoin-Preis-Kerzenchart unten. Das Diagramm visualisiert die Bitcoin-Preise für die ersten zwei Monate des Jahres 2023. Die grünen Balken repräsentieren einen ansteigenden Preistrend, während die roten Balken einen absteigenden Bitcoin-Preistrend zeigen.

Bitcoin-Kerzenchart Jan-Feb 2023

Ein entscheidender Aspekt des Data Storytelling ist, dass Data-Storyteller den Geschäftskontext und die Anforderungen der Stakeholder verstehen müssen. Forschungsergebnisse zeigen, dass 60% der Investitionen in Datenanalyse verschwendet werden, weil die gewonnenen Erkenntnisse nicht mit der Entscheidungsfindung und den Geschäftszielen übereinstimmen. Als Ergebnis verwenden Entscheidungsträger nur 22% der Daten-Erkenntnisse, die sie erhalten.

3 Hauptkomponenten des Data Storytelling

Daten, Visualisierungen und Erzählung sind die drei Hauptkomponenten des Data Storytelling. Lassen Sie uns diese genauer betrachten.

1. Daten: Data-Storyteller sammeln und verarbeiten die Daten, die sie benötigen, um eine Geschichte zu erzählen. Sie führen statistische Analysen durch und visualisieren wichtige Trends und Muster für eine gründliche Datenanalyse.
2. Erzählung: Die Erstellung einer ansprechenden Geschichte und die Bereitstellung von Kontext für die wichtigsten Erkenntnisse, die aus den Daten gewonnen werden, wird als Erzählung bezeichnet. Eine gute Erzählung inspiriert das Publikum, Maßnahmen zu ergreifen.

Thomas. H. Davenport, ein Thought-Leader im Bereich Business-Management, sagt:

„Erzählung ist die Art und Weise, wie wir eine komplexe Welt vereinfachen und verständlich machen. Sie liefert Kontext, Einblick, Interpretation – all die Dinge, die Daten bedeutungsvoll und Analytics relevanter und interessanter machen.“

3. Visualisierungen: Ein Bild sagt mehr als 1000 Worte. Visualisierungen fügen der Erzählung Gewicht hinzu und schaffen eine effektive Daten-Geschichte. Visualisierungen können in Form von Grafiken, Bildern oder Videos auftreten.

Ein Datenanalyst kann ein Data-Storytelling-Framework wie Charaktere, Setting, Konflikt und Auflösung verwenden, um eine überzeugende Geschichte zu erzählen. Zum Beispiel kann im E-Commerce-Bereich der Charakter der Kunde sein, das Setting ist ein Unternehmen, das mit der Kundenbindung zu kämpfen hat, der Konflikt kann ein zunehmender Abbruch sein und die Auflösung ist der Satz von Schritten, den der Data-Storyteller vorschlägt, um den Abbruch zu reduzieren.

Wie kann ein Datenanalyst besser im Data Storytelling werden?

Verstehen Sie Ihr Publikum

Das Verständnis des Publikums ist der Schlüssel zu überzeugendem Data Storytelling. Wenn Sie mit Geschäftsführern sprechen, wäre es wichtig, ihnen eine hochwertige Analyse und handhabbare Erkenntnisse für die Geschäftsstrategie zu liefern. Wenn Sie jedoch mit dem Team sprechen, müssen Sie die Methoden, die zur Erreichung einer Schlussfolgerung verwendet wurden, im Detail erläutern.

Wählen Sie geeignete Visualisierungen

Daten-Visualisierung hebt verschiedene Aspekte der Daten hervor, wie z.B.:

• Vergleich (Balken-Diagramm, Liniendiagramm)
• Beziehung (Streudiagramm, Blasen-Diagramm)
• Verteilung (Histogramm, Streudiagramm)
• Zusammensetzung (Wasserfall-Diagramm, gestapelter Flächendiagramm)

Verstehen Sie, was Sie mit den Daten erreichen wollen und wie viele Variablen Sie berücksichtigen müssen. Wählen Sie die beste Visualisierung, um Ihre Idee zu vermitteln.

Vermeiden Sie Überfüllung

Entfernen Sie die Visualisierung, indem Sie Informationen, die nicht erforderlich sind, aggregieren oder entfernen. Zum Beispiel können im folgenden Diagramm WGM, WIM, WCM und WFM die führenden Frauen-Titel im Schach sein; die restlichen Daten können als “Andere” aggregiert werden.

Unnötige FIDE-Titel-Labels auf der x-Achse

Ein leicht lesbares aggregiertes Balken-Diagramm

Verwenden Sie lebendige Farben

Verwenden Sie Farbpaletten, die für jeden zugänglich sind, einschließlich derjenigen, die sehbehindert oder farbenblind sind. Halten Sie den Kontrast in den Farben und vermeiden Sie die Verwendung derselben Farben nebeneinander. Zum Beispiel kann die Farbkombination im ersten Diagramm schwer zu unterscheiden sein im Vergleich zum zweiten Diagramm.

Schwierig, das Diagramm aufgrund der Farbkombination zu interpretieren

Leicht, das Diagramm aufgrund der Farbkombination zu interpretieren

Was sind die Vorteile des Data Storytelling für Organisationen?

Fördert Datenkompetenz unter den Mitarbeitern

Data Storytelling kann die Datenkompetenz der Mitarbeiter in der Organisation verbessern. Laut einer Umfrage von Accenture und Qlik fühlen sich nur 21% der Mitarbeiter sicher, wenn es um das Lesen, Analysieren und Diskutieren von Daten geht. Daher fördert überzeugendes Data Storytelling die Mitarbeiter, Daten innerhalb der Organisation zu erkunden und zu diskutieren.

Erstellt ansprechende und wertvolle Erfahrungen für alle Stakeholder

Das Verständnis und die Auseinandersetzung mit dem Publikum sind entscheidend für eine effektive Kommunikation. Das menschliche Gehirn verarbeitet Visualisierungen 60.000-mal schneller als Text, und Menschen erinnern sich an Geschichten 22-mal mehr als an Fakten. Daher kann das Erzählen von Daten-Geschichten an Ihre Produkt-Nutzer oder Aktionäre mithilfe überzeugender Erzählungen und Visualisierungen sehr ansprechend und wertvoll sein.

Beeinflusst die Entscheidungsfindung

Überzeugendes Data Storytelling bietet eine neue Perspektive oder deckt verborgene Aspekte auf. Es kommuniziert, was zu tun ist. Es ermöglicht Stakeholdern, informierte Entscheidungen zu treffen und Maßnahmen in Bezug auf ihre Geschäftsstrategie zu ergreifen.

Data Storytelling – Der Weg nach vorne für Datenanalysten

Data Storytelling ist die Kunst und Wissenschaft, Erkenntnisse über Daten zu kommunizieren. Da Daten exponentiell zunehmen und komplexer werden, wird datengesteuertes Erzählen zu einer wesentlichen Fähigkeit.

In einer Organisation wird die Rolle der Data-Storyteller von Datenanalysten oder Daten-Ingenieuren übernommen. Tools wie Tableau und PowerBI ermöglichen es Datenanalysten, überzeugende Visualisierungen und Dashboards ohne großen Aufwand zu erstellen. Tatsächlich schätzt Gartner, dass bis 2025 die meisten Daten-Geschichten automatisch generiert werden.

Datenanalysten sollten sich über die neuesten Trends und Tools in der Datenanalyse-Industrie auf dem Laufenden halten, um effektive Daten-Geschichten zu erzählen. Für weitere AI-bezogene Inhalte besuchen Sie unite.ai.