Was ist Data Storytelling? Komponenten, Vorteile und Beispiele

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

Laut dem U.S. BLS Occupational Outlook Handbook 2021-2031 erleben diese Berufsgruppen 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 sinnvollen Kontext für das zu liefern, was die Daten repräsentieren. Die Darstellung der zugrunde liegenden Erkenntnisse in den Daten und Trends ist für eine effektive Entscheidungsfindung notwendig.

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

Eine Kerzen-Chart-Illustration, die einen ansteigenden und absteigenden Preis-Trend zeigt. Wikimedia Commons

Um es besser zu verstehen, betrachten Sie den Bitcoin-Preis-Kerzen-Chart unten. Der Graph visualisiert die Bitcoin-Preise für die ersten zwei Monate des Jahres 2023. Die grünen Balken repräsentieren einen ansteigenden Preis-Trend, während die roten Balken einen absteigenden Bitcoin-Preis-Trend zeigen.

Bitcoin-Kerzen-Chart Jan-Feb 2023

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

3 wichtige Komponenten des Data Storytelling

Daten, Visualisierungen und Erzählung sind die drei wichtigsten Komponenten des Data Storytelling. Lassen Sie uns sie 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 wurden, wird als Erzählung bezeichnet. Eine gute Erzählung inspiriert das Publikum, Maßnahmen zu ergreifen.

Thomas H. Davenport, ein führender Experte im Bereich des Business-Managements, sagt:

“Erzählung ist die Art und Weise, wie wir eine komplexe Welt vereinfachen und verständlich machen. Sie liefert Kontext, Erkenntnisse, Interpretationen – all die Dinge, die Daten sinnvoll und Analytics relevanter und interessanter machen.”

3. Visualisierungen: Ein Bild sagt mehr als 1000 Worte. Visualisierungen fügen der Erzählung Gewicht hinzu und schaffen eine beeindruckende 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. Beispielsweise kann im E-Commerce-Bereich der Charakter der Kunde sein, das Setting ein Unternehmen ist, das mit der Kundenbindung zu kämpfen hat, der Konflikt ein steigender Abbruch-Quotient ist und die Auflösung die Reihe von Schritten ist, die der Data-Storyteller vorschlägt, um den Abbruch-Quotient zu reduzieren.

Wie kann ein Datenanalyst besser im Data Storytelling werden?

Verstehen Sie Ihr Publikum

Das Verständnis des Publikums ist der Schlüssel zum überzeugenden 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 erläutern, die zur Erzielung einer Schlussfolgerung verwendet wurden.

Wählen Sie geeignete Visualisierungen

Datenvisualisierung hebt verschiedene Aspekte der Daten hervor, wie:

• Vergleich (Balken-Chart, Liniendiagramm)
• Beziehung (Streudiagramm, Blasen-Chart)
• Verteilung (Histogramm, Streudiagramme)
• Zusammensetzung (Wasserfall-Chart, gestapelter Flächen-Chart)

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

Vermeiden Sie Überladung

Entfernen Sie die Überladung in der Visualisierung, indem Sie Informationen aggregieren oder entfernen, die nicht erforderlich sind. Beispielsweise können im folgenden Chart 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 lesbarer aggregierter Balken-Chart

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 der gleichen Farben nebeneinander. Beispielsweise kann die Farbkombination im ersten Chart schwer zu unterscheiden sein im Vergleich zum zweiten Chart.

Schwierig, den Chart aufgrund der Farbkombination zu interpretieren

Leicht, den Chart aufgrund der Farbkombination zu interpretieren

Was sind die Vorteile des Data Storytelling für Organisationen?

Förderung der 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.

Erstellung von ansprechenden und wertvollen Erfahrungen für alle Stakeholder

Das Verständnis und die Aufmerksamkeit des Publikums sind für eine effektive Kommunikation von entscheidender Bedeutung. Der menschliche Gehirn verarbeitet visuelle Informationen 60.000 Mal schneller als Text, und Menschen erinnern sich an Geschichten 22 Mal besser als an Fakten. Daher kann das Erzählen von Daten-Geschichten an Ihre Produktbenutzer oder Aktionäre mithilfe überzeugender Erzählungen und Visualisierungen sehr ansprechend und wertvoll sein.

Beeinflussung der 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 ansteigen und komplexer werden, wird datengetriebenes 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-Branche informieren, um beeindruckende Daten-Geschichten zu erzählen. Für weitere AI-bezogene Inhalte besuchen Sie unite.ai.