Der Zyklus der visuellen Analyse

Dieser Inhalt ist Teil von Tableau Blueprint – einem Framework, mit dem Sie genauer unter die Lupe nehmen können, wie Ihr Unternehmen Daten nutzt, um mehr Nutzen daraus zu ziehen. Ihre Reise beginnt mit unserer Beurteilung(Link wird in neuem Fenster geöffnet).

Die visuelle Analyse ist kein linearer Prozess. Beispielsweise kann ein Benutzer mit einer ersten Aufgabe oder einer bestimmten Fragestellung starten, die dafür erforderlichen Daten ermitteln und diese für die Analyse vorbereiten. Bei der Analyse stellt er dann vielleicht fest, dass er zusätzliche Daten benötigt. Der Benutzer geht dann einige Schritte zurück, um weitere Daten abzurufen, wählt eine neue visuelle Zuordnung aus und entwickelt daraus neue Erkenntnisse. Dieses Beispiel gilt auch für alle anderen Schritte des Zyklus der visuellen Analyse.


Ein solcher Ablauf der Analyse ist in der traditionellen BI schwierig, wenn nicht unmöglich. Dort wird weniger auf die herausragenden Möglichkeiten visueller Hilfsmittel und der Iteration gesetzt, sondern vorwiegend auf Meilensteine. Die Ermittlung der Anforderungen führt zur Entwicklung, dann zu Tests und dann im besten Fall zur Anwendung. Mit der visuellen Analyse werden die Übergänge solcher Schritte fließender. Die Antwort auf eine Frage führt zu weiteren Fragen und es werden neue Erkenntnisse gewonnen.

Start mit Fragen

Unabhängig davon, ob Sie Inhalte für sich oder für andere erstellen, startet der Zyklus der visuellen Analyse immer mit einer Aufgabe oder mit geschäftlichen Fragen, die beantwortet werden müssen. Bei Fragestellungen an Daten beginnen Sie am besten mit einem allgemeinen Thema und grenzen dann die Fragen immer weiter ein. Angenommen, einen Callcenter-Manager interessieren die folgenden, immer weiter spezifizierten Fragen:

  • Wie viele Anrufe kommen monatlich herein?
  • Woher stammen die Anrufe?
  • Welche Arten von Anrufen sind am häufigsten?
  • Wer hat die meisten/wenigsten Anrufe beantwortet?

Oft sind der Person, die die Daten analysiert, auch die dem Vorgang zugrunde liegenden geschäftlichen Fragen bewusst. In anderen Fällen benötigt jemand vielleicht ein Dashboard von Ihnen und formuliert dafür Fragestellungen, die es beantworten soll. Unabhängig von der Art der gewünschten Unterstützung sind die Schritte für eine erfolgreiche Analyse immer die gleichen.

  • Sorgen Sie für eine harmonische Kommunikation und eine produktive Arbeitsbeziehung, die auf Vertrauen basiert. Versuchen Sie eine Vorstellung von den Kenntnissen und Erfahrungen des Benutzers zu bekommen und seine Sprache zu sprechen.
  • Stellen Sie offene Fragen wie „Was soll dieses Dashboard für Sie aussagen?“ oder „Welche Frage soll damit beantwortet werden“ und keine Fragen in der Art „Soll ein Liniendiagramm verwendet werden?“ oder „Soll ich eine Trendlinie einfügen?“.
  • Anwendungsbeispiele: Legen Sie vorhandene Dashboards vor und fragen Sie, wie diese verbessert werden könnten.

Ermittlung von Daten

Ihre Benutzer haben Fragen, die mit Daten beantwortet werden können. Aber wissen sie auch, wie man die richtige Datenquelle findet und wie man eine Verbindung dazu herstellt? Die möglichen Datenquellen sind oft vielfältig. Sie reichen von einer Vielzahl unstrukturierter oder teilstrukturierter Datenquellen und Rohdaten bis zu isolierten Daten in unterschiedlichen Abteilungen des Unternehmens. Die Ermittlung der richtigen Daten ist oft eine der größten Hürden für die Entwicklung zu einem datengesteuerten Unternehmen.

In diesem Erkundungsvorgang können mit der Tableau-Daten und -Analytics – Umfrage von Tableau Blueprint Planner zentrale Datenquellen ermittelt und es kann festgestellt werden, wie Daten auf die einzelnen Abteilungen oder Teams verteilt und dort genutzt werden. Auf der Registerkarte Tableau-Anwendungsfälle und -Datenquellen in Tableau Blueprint Planner sind verschiedene Datenquellen dokumentiert. Damit sollten Sie festlegen, welche dieser Quellen im Hinblick auf die Größe der Zielgruppe am bedeutsamsten sind, und veröffentlichte Datenquellen in Tableau Server oder Tableau Cloud erstellen.

Unabhängig von diesen anfänglichen Anwendungsfällen müssen Inhaltsverantwortliche wissen, wie sich Daten zur Beantwortung neuer geschäftlicher Fragen abrufen lassen. Mithilfe der Daten- und Analytics-Umfrage können immer wieder neue Anwendungsfälle ermittelt und es kann festgestellt werden, ob die dafür erforderlichen Daten bereits in Tableau Server und Tableau Cloud vorhanden sind. Wenn diese als veröffentlichte Datenquellen verfügbar sind, können Inhaltsverantwortliche eine Verbindung dazu herstellen und mit der Analyse beginnen. Wenn sie nicht verfügbar sind, sollten die Autoren in Zusammenarbeit mit Dateneigentümern mit den vorhandenen Daten arbeiten – auch wenn es nur Stichprobendatendateien sind – und daraus Prototypen erstellen. Es ist nicht sinnvoll zu warten, bis ein perfekt verwendbarer Datenbestand verfügbar ist. Sobald ein vollständiger Datensatz zur Verfügung steht, wird der operationalisierte Datensatz die Stichprobe ersetzen.

Auswahl der visuellen Zuordnung

Nach dem Abruf der Daten beginnen Inhaltsverantwortliche mit der Erkundung und fügen der Ansicht Kennzahlen und Dimensionen hinzu. Tableau präsentiert daraus dann den Benutzern eine aussagekräftige Visualisierung. Der Typ der Visualisierung kann bei der Erstellung von Inhalten jederzeit geändert werden. Wenn Inhaltsverantwortliche die Daten untersucht und visuell mit präattentiven Merkmalen dargestellt haben, lassen sich daraus Erkenntnisse ableiten.

Die Auswahl des für die jeweilige Analyse geeigneten Typs der visuellen Zuordnung ist entscheidend für die Gewinnung von Erkenntnissen und die Umsetzung in entsprechende Aktionen. Es gibt fünf primäre Typen visueller Zuordnung, die Inhaltsverantwortliche und -nutzer kennen sollten:

  • Vergleich (als Balkendiagramm)
  • Räumlich (als Karte)
  • Zeitlich (als Liniendiagramm)
  • Vergleich zweier Kennzahlen (als Streudiagramm)
  • Exakte Zahlen (als Texttabelle)

Anzeigen von Daten

In Tableau-Visualisierungen lassen sich oft ganz unerwartete Dinge erkennen – Beziehungen, Ausreißer, Trends. Eine überraschende Erkenntnis regt den Denkprozess an, fördert tiefer gehende Analysen und/oder neue Wege der Untersuchung. Das Interaktionsmodell von Tableau basiert auf dem Konzept der schrittweisen Anpassung: Nach jeder Aktion (z. B. Filtern) zeigt Tableau sofort das neue Ergebnis an.

Warum ist die schrittweise Anpassung so wichtig? Dieses Konzept ermöglicht eine intuitive Erkundung einer breiten Palette möglicher Visualisierungen für die jeweils geeignete. Sie können sich damit ganz auf die Aufgabe der Datenuntersuchung konzentrieren, bei der Fragen nicht nur zu Antworten, sondern auch zu weiteren Fragen führen. Gleichzeitig eignen Sie sich dabei Visual Analytics in Ihrem eigenen Tempo an. In diesem Prozess lassen sich Schritt für Schritt anspruchsvolle Datendarstellungen erstellen und neue Betrachtungsweisen für die Informationen entwickeln. Die Oberfläche von Tableau ist ganz auf diese schrittweise Präzisierung einer Frage bis zur endgültigen Antwort zugeschnitten. Damit kann jeder Tableau-Benutzer, nicht nur ein Analyst, aussagekräftige Informationen aus Daten ableiten und seinen Entscheidungen Daten zugrunde legen.

Gewinnung von Erkenntnissen

Früher waren Datenanalyse und Datenvisualisierung getrennte Aufgaben. Als Analyst haben Sie Abfragen durchgeführt oder Berechnungen erstellt, um Antworten aus einer Datenquelle zu generieren und die Ergebnisse dann in ein spezielles Diagramm oder in eine Grafik zu exportieren. Durch Visualisierung des Abfragevorgangs können Sie Daten auf eine viel umfassendere und aussagekräftigere Weise untersuchen. Mit Visual Analytics gewinnen Sie schon während einer Analyse Erkenntnisse und gleichzeitig Ansatzpunkte für weitere Untersuchungen.

Kritisches Denken mit Daten bedeutet, Erkenntnisse zu finden und diese in einer optimalen, motivierenden Weise zu kommunizieren. Mit Visual Analytics wird das Stellen von Fragen an Ihre Daten intuitiver, ob als Autor oder Benutzer. Es geht fortwährend um die Frage nach dem „Warum“.

Kritisches Denken mit Daten ist auch für die Entscheidungsfindung bedeutsam – für Inhaltsverantwortliche (oft Analysten, Entwickler oder Data Scientists) wie für Informationsnutzer. Beide Gruppen sollten sich für die Gewinnung von Erkenntnissen über Folgendes im Klaren werden:

  • Welche Frage muss ich stellen?
  • Kann ich bei einer möglichen Antwort dieser vertrauen?
  • Bin ich in der Lage, herauszufinden, ob meine Daten hilfreich sind? Und ob sie korrekt sind?
  • Nutze ich alle Fakten? Versuche ich nur meine vorgefertigte Meinung zu bestätigen?

Handeln (Freigeben)

Geteilte Erkenntnisse führen zu Aktionen, Ergebnissen und Lösungen. Genau genommen sind Erkenntnisse, die nicht weitergegeben werden, nutzlos. Sie können über Tableau Server oder Tableau Cloud verschiedene Arten von Inhalten teilen:

  • Tableau Prep-Schemas: Prep-Schemas können in Tableau Server oder Tableau Cloud veröffentlicht und für eine Ausführung mit Prep Conductor zeitlich geplant werden, wenn Sie diese benötigen.
  • Veröffentlichte Datenquellen: Sie haben die Möglichkeit, Datenquellen zu veröffentlichen, mit denen andere Mitarbeiter dann neue Arbeitsmappen erstellen können. Eine Datenquelle kann eine direkte oder Live-Verbindung zu Ihrer Datenbank oder einen Extrakt enthalten, der nach Zeitplan aktualisiert wird. Weitere Informationen finden Sie unter Best Practices für veröffentlichte Datenquellen und Kontrollierter Datenzugriff mithilfe von Tableau Datenserver .
  • Arbeitsmappen: Arbeitsmappen enthalten Ihre Ansichten, Dashboards und Storys sowie die Datenverbindung. Darin lassen sich lokale Ressourcen einbinden, wie z. B. Hintergrundbilder und eine benutzerdefinierte Geokodierung, wenn sie in einem Speicherort abgelegt sind, auf die der Server oder andere Tableau-Benutzer keinen Zugriff haben.

Eine Dashboard-Checkliste ist dabei ein hilfreiches Mittel, um sicherzustellen, dass der veröffentlichte Inhalt dem gewünschten Zweck dient und die anstehenden geschäftlichen Fragen beantwortet. Dateneigentümer sollten ebenfalls eingebunden werden, um die Richtigkeit der Daten zu gewährleisten und um eine eingebettete Datenquelle als Kandidat für die Veröffentlichung und Zertifizierung zu prüfen. Neben der Richtigkeit der Daten und Berechnungen müssen bei der Inhaltsvalidierung auch die Markenstrategie, das Layout, die Formatierung, die Leistung, die Filter, die Dashboard-Aktionen und das Verhalten in speziellen Fällen vom Site-Administrator oder Projektleiter geprüft werden. Weitere Informationen zur Inhaltsvalidierung, -bereitstellung und -zertifizierung finden Sie unter Tableau-Governance.

Vielen Dank für Ihr Feedback!Ihr Feedback wurde erfolgreich übermittelt. Vielen Dank.