Wozu Visual Analytics?
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).
Visual Analytics ist ein Mittel zur Erkundung und zum Verständnis von Daten. Es unterstützt und beschleunigt den Analyseprozess an sich. Sie können damit eine Frage stellen, eine Antwort entgegennehmen und Folgefragen stellen – alles in einer visuellen Benutzeroberfläche. Eine entsprechende Story entwickelt sich mit Visual Analytics von einer visuellen Zusammenfassung zu einer anderen. Später können Sie die Story zurückverfolgen, um sie neu zu überdenken, weiter zu untersuchen und zu teilen. Kurz gesagt, Visual Analytics ermöglicht es Ihnen, gedanklich in jede Richtung weiterzudenken, während Sie die Daten durchsehen und mit ihnen interagieren.
Präattentive Merkmale
Visual Analytics setzt auf präattentive Merkmale, um das Wesentliche schnell zur Geltung zu bringen. Präattentive Merkmale sind Informationen, die wir beinahe unverzüglich visuell verarbeiten, bevor die Informationen zu den Teilen unseres Gehirns gelangen, die die Aufmerksamkeit regeln. Solche präattentiven Attribute sehen Sie hier:

Präattentive Merkmale
Bei diesen Merkmalen handelt es sich im Allgemeinen um die besten Möglichkeiten zur Darstellung von Daten, da diese Muster ohne Nachdenken oder Verarbeitung wahrgenommen werden. Tatsächlich ermöglichen es solche Merkmale dem Menschen, eine Situation schnell zu beurteilen, ein Muster zu erkennen und zu entscheiden, ob reagiert werden muss. Bei der Erstellung von Visualisierungen in Tableau kodieren Inhaltsverantwortliche in diesem Sinn Daten visuell, um neue Erkenntnisse zu generieren.
Erklärung der visuellen Kodierung
Wenn Sie Tableau im gesamten Unternehmen einsetzen, werden einige Mitarbeiter den unmittelbaren Nutzen von Visual Analytics sofort erkennen, während andere an traditionellen Spreadsheets oder Berichten im Tabellenformat festhalten möchten. Vermutlich müssen Sie den Nutzen von Visual Analytics erst erläutern und Leuten helfen, Daten anders wahrzunehmen. Zeigen Sie, was möglich ist, wenn Daten visuell kodiert werden – in erster Linie durch die Verwendung von Farbe, Form und Größe.
Die folgenden Schritte helfen Ihnen, sich mit Datenvisualisierung näher vertraut zu machen, wenn Sie sie für jemand anderen erstellen. Beginnen Sie zunächst mit einem vertrauten Tabellenformat. Das folgende Beispiel zeigt, wie jemand Umsatz und Gewinn in einer Texttabelle anzeigen könnte. Um die höchsten und niedrigsten Werte zu finden, müssen alle Zeilen und Spalten durchsucht werden.

Einfarbige tabellarische Daten
Durch die farbige Darstellung negativer Zahlen und deren Einbindung in Klammern stechen sie heraus, aber nur, wenn Sie nach negativen Zahlen suchen. Für alle anderen Zahlen muss für den Vergleich von Werten die Tabelle durchsucht werden.

Tabellarische Daten mit farbigen negativen Zahlen
Als Nächstes können Sie als – eine Art Zwischenformat zwischen einer Texttabelle und einer kompletten Visualisierung – Farbe ins Spiel bringen, um hohe und niedrige Werte hervorzuheben. Dabei ist es aber immer noch erforderlich, dass der Betrachter die Farbbereiche zwischen den beiden Kennzahlen in Einklang bringt.

Tabellarische Daten mit Umsatz und Gewinn nach Farbverläufen
Zeigen Sie schließlich die vollständige Visualisierung mit durch Balkenlänge kodierten Umsatzzahlen und durch Farbe kodierten Gewinnzahlen. Der Betrachter kann sofort den höchsten Umsatz und den niedrigsten Gewinn erkennen.

Visuelle Daten mit Umsatzwerten nach Balkenlänge und Gewinnwerten nach Farbe
Dieser Ansatz ermöglicht es Ihnen, Tableau-Benutzern in Ihrem Unternehmen die Vorteile der visuellen Analyse anschaulich zu vermitteln. Empfehlenswert ist außerdem die Aufnahme eines eigenen Einführungsvideos und dessen Veröffentlichung im Befähigungs-Intranet.
