Datenvisualisierung bezieht sich auf jede visuelle Darstellung von zusammengestellten Informationen. Mit einer effektiven Datenvisualisierung können Sie wichtige Themen und Ergebnisse an Ihre Zielgruppen kommunizieren und ihnen so ermöglichen, Daten zu interpretieren und zu analysieren, die auf ihre Bedürfnisse zugeschnitten sind.
Bevor Sie mit dem Erstellen von Visualisierungen und Diagrammen beginnen können, müssen Sie den Typ der Visualisierung auswählen, die Sie verwenden möchten. Wenn Sie den richtigen Visualisierungstyp auswählen, können Sie Ihre Daten klar und effektiv präsentieren. So kann Ihre Zielgruppe fundierte Entscheidungen treffen und die nächsten Schritte festlegen.
In den folgenden Abschnitten wird beschrieben, wie Daten effektiv visualisiert werden können, wobei sowohl Ihre Analyseziele als auch die Perspektiven Ihrer Zielgruppe berücksichtigt werden:
Eigenschaften Ihrer Daten berücksichtigen
Zielgruppe definieren
Die beste Visualisierung für Ihre Daten auswählen
Merkmale Ihrer Daten berücksichtigen
Bevor Sie sich für einen Visualisierungstyp entscheiden, sollten Sie die Eigenschaften Ihrer Daten berücksichtigen:
Kategorisch: Wenn Ihre Daten Gruppen ähnlicher Muster und Mengen enthalten, ist ein Visualisierungstyp, der kategorische Daten am besten unterstützt, z. B. ein Kreisdiagramm, effektiv. Die Produktkategorie ist ein Beispiel für kategorische Daten, da sie Artikel nach ähnlichen Funktionen und Merkmalen gruppiert.
Ordinal: Wenn für Ihre Daten eine bestimmte Reihenfolge erforderlich ist, können Sie diese mit einer Visualisierung wie einem Säulendiagramm oder Balkendiagramm für die Zielgruppe definieren. Ein Beispiel für Ordinaldaten sind die Anzahl der Sternebewertungen für ein bestimmtes Produkt.
Kontinuierlich: Wenn Sie Daten visualisieren möchten, die über einen langen Zeitraum hinweg auftreten, verwenden Sie Visualisierungen, die kontinuierliche Daten unterstützen, z. B. Verlaufsdiagramme. Der Gesamtumsatz mit Produkten in einem bestimmten Quartal ist ein Beispiel für stetige Daten, da sich entwickelnde Daten im Zeitverlauf erfasst werden.
Zielgruppe definieren
Bei einer effektiven Visualisierung werden nicht nur die Daten, sondern auch die Perspektive und die Bedürfnisse der Zielgruppe berücksichtigt. Wenn Sie das Erscheinungsbild einer Visualisierung anpassen, können Sie Informationen effektiv an Ihre Zielgruppe weitergeben. Berücksichtigen Sie bei der Definition Ihrer Zielgruppe Faktoren wie das wahrscheinliche Niveau des technischen Wissens und die Jobfunktionen. Wie wird Ihre Zielgruppe die Visualisierung verwenden?
Bedienungshilfen
Wenn Sie eine Datenvisualisierung erstellen, sollten Sie sie barrierefrei gestalten. Wenn Sie bei der Datenvisualisierung die Barrierefreiheit im Blick behalten, können alle Nutzer, auch Menschen mit Sehbehinderungen und kognitiven Beeinträchtigungen, die von Ihnen erstellten Inhalte nutzen. Die Richtlinien für barrierefreie Webinhalte (Web Content Accessibility Guidelines, WCAG) enthalten Implementierungsschritte für eine bessere Barrierefreiheit, die für das Visualisierungsdesign gelten, darunter:
Alternativtext: Alternativtext oder Alt-Text ermöglicht einer größeren Zielgruppe den Zugriff auf Informationen aus nicht textbasierten Elementen, z. B. für Nutzer, die Screenreader verwenden. Mit Advanced Reporting können Sie Ihren Visualisierungen Notizen hinzufügen, in denen wichtige Aspekte der Visualisierung beschrieben werden.
Barrierefreiheit in Bezug auf Kontrast und Farbe: Wenn Sie Kontraststufen einbauen, die dem internationalen WCAG-Standard entsprechen, sind die wahrgenommenen Unterschiede bei der Farbauswahl für die Betrachter der Visualisierungen zugänglich. Das Kontrastverhältnis von zwei ausgewählten Hex-Farbcodes können Sie mit dem Contrast Checker von WebAIM ermitteln.
Weitere Informationen zur Barrierefreiheit beim Erstellen von Visualisierungen und anderen Inhalten finden Sie in der aktuellsten veröffentlichten Version der Web Content Accessibility Guidelines.
Die beste Visualisierung für Ihre Daten auswählen
In den folgenden Abschnitten finden Sie einen Überblick über die verfügbaren Visualisierungstypen in Advanced Reporting und eine Anleitung dazu, wie Sie den besten Typ für Ihre Daten auswählen:
Kartesische Diagramme
Ein kartesisches Diagramm ist ein Diagramm, das auf der kartesischen Ebene basiert. Die kartesische Ebene wird durch eine x-Achse und eine y-Achse mit entsprechenden numerischen Punkten für alle Positionen im Diagramm definiert. In allen kartesischen Diagrammen werden Daten auf diesen Achsen dargestellt.
Die X-Achse und die Y-Achse stellen Dimensionen und Messwerte dar. Dimensionen spiegeln qualitative Werte wider, während Messwerte quantitativer Natur sind. Wie diese Werte auf der X-Achse und der Y-Achse dargestellt werden und wie die Daten visualisiert werden, hängt vom Typ des kartesischen Diagramms ab. Dieser Abschnitt enthält die folgenden Beispiele für kartesische Diagramme:
Spalte
Balkendiagramm
Streudiagramm
Linie
Gebiet
Spalte
Am besten geeignet für die Visualisierung von Daten mit wenigen zu vergleichenden Kategorien.
Spaltendiagramme sind vertikale kartesische Diagramme, in denen Informationen in rechteckigen, vertikalen Formen dargestellt werden. Die Länge der Spalte entspricht dem Datenwert. Typische Säulendiagramme enthalten Datenkategorien auf der X-Achse und Datenwerte auf der Y-Achse.
Wenn Ihre Daten nur wenige Kategorien enthalten, ist ein Säulendiagramm ideal. Wenn Ihre Daten eine größere Anzahl von Kategorien enthalten, sind Balkendiagramme oft besser geeignet, da sie mehr Platz für Achsenbeschriftungen bieten. Da negative Werte nach unten dargestellt werden, können Spaltendiagramme auch eine nützliche Möglichkeit sein, Datasets mit negativen Werten darzustellen.
Das folgende Beispiel für ein Säulendiagramm enthält sowohl positive als auch negative Werte, um den durchschnittlichen Bestellgewinn für Zubehör und Jeans zu veranschaulichen, die pro Monat verkauft werden.
Balkendiagramm
Am besten geeignet für die Visualisierung von Daten mit langen Kategorietiteln.
In Balkendiagrammen werden Daten ähnlich wie in Säulendiagrammen dargestellt, jedoch horizontal ausgerichtet. In Balkendiagrammen stellt die Y-Achse in der Regel eine Datenkategorie und die X-Achse einen numerischen Wert dar.
Wenn Ihre Daten besonders lange Kategorietitel enthalten, sind Balkendiagramme besser geeignet als Säulendiagramme. Durch die Ausrichtung auf der y-Achse wird der Platz in Balkendiagrammen optimiert und die Lesbarkeit verbessert. Außerdem eignen sich Balkendiagramme in der Regel besser für die Darstellung einer größeren Anzahl von Kategorien, da die Abstände im Gegensatz zu Säulendiagrammen besser ausgerichtet sind.
Das folgende Beispiel für ein Balkendiagramm zeigt, wie längere Titel von Bekleidungskategorien wie „Fashion Hoodies & Sweatshirts“ in die Ausrichtung des Balkendiagramms passen. In diesem Diagramm wird die Anzahl der monatlichen Bestellungen für zehn verschiedene Bekleidungskategorien dargestellt.
Streudiagramm
Am besten geeignet, um die Korrelation zwischen zwei Variablen hervorzuheben.
Ein Streudiagramm ist eine Form des kartesischen Diagramms, in dem die Beziehung zwischen zwei Variablen dargestellt wird. Jeder dargestellte Punkt steht für einen Wert auf der x-Achse und der y-Achse, der Aufschluss über die Daten gibt. Diese Diagrammtypen sind besonders nützlich, um Trends und Muster darzustellen, die bei Daten entstehen.
Wenn Ihre Daten zwei Variablen enthalten, die korrelieren, kann ein Streudiagramm eine ideale Visualisierungsmethode sein, um Korrelationen zu finden und zu untersuchen. Dies könnte eine positive Korrelation sein: Wenn die Variable x steigt, steigt auch die Variable y. Es kann auch eine negative Korrelation geben: Wenn eine Variable steigt, sinkt die andere. Die Korrelation kann auch null sein. In diesem Fall gibt es keine Korrelation zwischen den beiden ausgewählten Variablen. Das Bewusstsein für eine potenzielle Datenkorrelation kann zu besseren Erkenntnissen über Ihre Daten führen und sogar Vorhersagen über zukünftiges Datenverhalten ermöglichen.
Das Layout und die Struktur eines Streudiagramms sind entscheidend für seine Effektivität. Die Punkte in Streudiagrammen lassen sich auch durch die Verwendung von Größen und Farben anpassen, um zusätzliche Variablen oder Kategorien für den Betrachter zu identifizieren. Trendlinien können auch in Streudiagrammen verwendet werden. Sie heben Verbindungen zwischen den Daten hervor, die für den Betrachter sichtbar werden. Durch die Anpassung wird sichergestellt, dass diese Designentscheidungen das Gesamtziel unterstreichen, eine Beziehung zu veranschaulichen und die Möglichkeit zu bieten, potenzielle Muster, Korrelationen und Trends zu untersuchen.
Das folgende Streudiagramm stellt die Anzahl der Kunden dar, die von 2015 bis 2018 vierteljährlich bestimmte Orte besucht haben. Die Punkte im Diagramm werden nach der Anzahl der Kunden skaliert.
Linie
Ideal zum Visualisieren kontinuierlicher Daten im Zeitverlauf.
In einem Liniendiagramm werden Daten durch eine Reihe von Punkten dargestellt, die durch eine gerade Linie verbunden sind. Mit diesem Visualisierungstyp werden insbesondere kontinuierliche Daten im Zeitverlauf hervorgehoben.
Für die Übersichtlichkeit Ihres Liniendiagramms ist die Anzahl der Linien entscheidend. Wenn Sie mehrere Linien in Ihr Diagramm einfügen, verwenden Sie Farben, um die Linien deutlich voneinander zu unterscheiden. So kann der Betrachter die Werte separat interpretieren, anstatt die Linien zusammenzuführen.
Das folgende Liniendiagramm zeigt die monatlich aktiven Website-Nutzer von 2016 bis 2019. Die drei separaten Linien stellen Regionen in den USA dar: die Ostküste, der Mittlere Westen und die Westküste.
Gebiet
Am besten geeignet, um Veränderungen von Mengen im Zeitverlauf zu visualisieren.
Ein Flächendiagramm basiert auf den Merkmalen anderer kartesischer Diagramme, nämlich des Balkendiagramms und des Liniendiagramms. Wie bei Liniendiagrammen werden in Flächendiagrammen kontinuierliche Daten im Zeitverlauf in einer linearen Form dargestellt. In diesen Diagrammen wird jedoch eine gefüllte Farbe ähnlich wie in einem Balkendiagramm verwendet, um die Menge anhand der Daten darzustellen. So kann der Betrachter deutlich sehen, wie sich die Mengen im Zeitverlauf anpassen.
Liniendiagramme vermitteln eher allgemeine Trends als einzelne Datenpunkte. Flächendiagramme eignen sich besser, wenn Sie eine kleinere Anzahl von Trends vergleichen, da die Flächenkomponenten farblich gefüllt sind. Wenn Sie Daten mit einer größeren Anzahl von Trends hervorheben möchten, sollten Sie stattdessen ein Liniendiagramm verwenden.
Das folgende Flächendiagramm entspricht dem Beispiel für das Liniendiagramm. Es zeigt ebenfalls die monatlichen Website-Nutzer in den Regionen der USA. Die gefüllte Farbe in diesem Diagramm verdeutlicht jedoch insbesondere die Veränderung der Nutzerzahlen von 2018 bis 2019.
Kreis- und Ringdiagramme
Kreis- und Ringdiagramme betonen das Verhältnis zwischen Teilen und dem Ganzen in Daten. Aus diesem Grund eignen sie sich gut, um kategorische Informationen hervorzuheben, d. h. Informationen, die anhand gemeinsamer Merkmale klar in Gruppen unterteilt werden können.
Um die Informationen in Kreis- und Ringdiagrammen optimal hervorzuheben, sollten Sie maximal fünf Kategorien auswählen. Wenn Sie mehr als fünf Kategorien haben, sollten Sie einen anderen Visualisierungstyp auswählen, um die Informationen hervorzuheben, z. B. ein Balken- oder Säulendiagramm.
In Advanced Reporting gibt es zwei Varianten von Kreisdiagrammen. In diesem Abschnitt werden die folgenden Diagramme beschrieben und ihre Stärken bei der Darstellung kategorischer Daten hervorgehoben:
Kreisdiagramm
Mehrere Ringdiagramme
Kreisdiagramm
Optimal für die Visualisierung proportionaler Werte.
Ein Tortendiagramm ist ein vollständiges kreisförmiges Diagramm, das anhand von Informationskategorien in Segmente unterteilt wird. Durch diese Unterteilung liegt der Fokus nicht speziell auf dem genauen Prozentsatz, sondern darauf, wie sich die dargestellten Anteile zueinander verhalten und sich auf das Gesamtziel des Diagramms auswirken.
Wenn Sie die Bedeutung der Verbindungen zwischen proportionalen Werten hervorheben möchten, sind Kreisdiagramme eine gute Möglichkeit, diese Beziehungen zu veranschaulichen. Wenn Sie mit mehr als fünf Datenkategorien arbeiten, sollten Sie ein anderes Visualisierungsdiagramm auswählen, um die Informationen hervorzuheben, z. B. ein Balken- oder Säulendiagramm. Mit Balken- und Säulendiagrammen können Zuschauer einzelne Unterschiede oft leichter erkennen.
Das folgende Kreisdiagramm zeigt die prozentuale Verteilung der Gesamtzahl der Kunden aus drei Regionen in den USA: Ostküste, Westküste und Mittlerer Westen. Mit diesem Visualisierungstyp wird der prozentuale Anteil der Kunden aus jeder Region dargestellt.
Mehrere Ringdiagramme
Am besten geeignet für die Visualisierung proportionaler Werte mit mehreren Komponenten.
Mit Donut-Mehrfachdiagrammen können Sie eine Reihe von Donut-Diagrammen erstellen, um Ihre Daten in einer miteinander verbundenen Formation zu visualisieren. Bei diesen Diagrammen wird die Mitte des Kreises weggelassen. So entstehen Bogenabschnitte anstelle von Segmenten. Der zusätzliche Leerraum in der Mitte des Diagramms bietet Platz für weitere Labels und Beschreibungen Ihrer Daten.
Achten Sie beim Erstellen von mehreren Ringdiagrammen darauf, dass die Kategorien einheitlich und zusammenhängend dargestellt werden, um ihre Beziehung hervorzuheben. Außerdem sollten Sie zur besseren Verständlichkeit in der Mitte des Diagramms kumulative Informationen einfügen, um die Nuancen der einzelnen Donut-Multiples-Diagramme hervorzuheben.
Das folgende Diagramm mit mehreren Donut-Diagrammen zeigt den vierteljährlichen Produktumsatz für verschiedene Bekleidungskategorien: Jeans, Leggings, Oberbekleidung und Mäntel sowie Shorts. Für jeden Quartalsumsatz gibt es ein separates Kreisdiagramm. In dieser Visualisierung wird dargestellt, wie die einzelnen Bekleidungskategorien, die durch eine einheitliche Farbe dargestellt werden, zum Gesamtumsatz pro Quartal beitragen.
Diagramme zum Fortschritt
In Fortschrittsdiagrammen werden Informationen hervorgehoben, die im Zeitverlauf angezeigt werden. Mit diesen Diagrammen können Sie diesen Kontext und seine Auswirkungen auf die Daten hervorheben. Mit Fortschrittsdiagrammen lässt sich der Gesamtfortschritt und das Wachstum nachvollziehen. Dieser Abschnitt enthält Beispiele für die folgenden Fortschrittsdiagramme:
Trichter
Zeitachse
Vermittlungsabfolge
Trichter
Am besten geeignet für die Visualisierung sequenzieller Phasen.
Trichterdiagramme sind Fortschrittsdiagramme, in denen sequenzielle Phasen hervorgehoben werden. Diese Art von Diagramm ähnelt Balkendiagrammen, in denen Daten ebenfalls durch horizontale, rechteckige Visualisierungen dargestellt werden. In diesem Diagramm wird durch die gestapelten Visualisierungen eine Trichterform erstellt.
Damit ein Trichterdiagramm effektiv ist, müssen die Daten mindestens vier Phasen enthalten. So wird eine starke visuelle Wirkung erzielt und der dargestellte Prozess als Ganzes hervorgehoben. Wenn Sie weniger als vier Komponenten haben, sollten Sie eine andere Art von Visualisierung verwenden, z. B. ein Kreisdiagramm.
Die folgende Trichtervisualisierung zeigt fünf separate Phasen von Kundenaktionen und die Prozentwerte in jeder Phase. Die Phasen sind in absteigender Reihenfolge: Produkt, Einkaufswagen, Kauf, Registrierung und Kündigung. Sie stellen die Interaktion der Kunden mit dem Produkt dar.
Zeitachse
Am besten geeignet, um den Zeitverlauf zu visualisieren.
Zeitachsendiagramme stellen den Zeitverlauf dar, indem sie Schlüsselereignisse und Markierungen über einen bestimmten Zeitraum hinweg enthalten. Zeitachsendiagramme beziehen sich zwar häufig auf die Zeit, diese Diagrammstruktur kann aber auch auf Zahlen und Beträge angewendet werden.
Durch die Anpassung der Farbe können mehrere Zeitachsen in einem Diagramm verwendet werden, um zu zeigen, wie sich mehrere Faktoren im Laufe der Zeit verändern. Bei Zeitachsendiagrammen kann die Farbanpassung in Advanced Reporting je nach Palette variieren. Ihre Zeitachse kann eine kontinuierliche Palette haben, die eine Gradientenoption mit zwei Variablen auf beiden Seiten des Gradienten widerspiegelt. Sie können auch eine kategorische Palette verwenden, bei der jede Farbe eine Kategorie in den Daten darstellt. Weitere Informationen zum Anpassen der Farben und zu Zeitachsendiagrammen finden Sie auf der Dokumentationsseite Optionen für Zeitachsendiagramme.
Die folgende Zeitachse zeigt bestimmte Bestell-IDs und die durchschnittliche Anzahl der Tage, die für die Bearbeitung im Laufe der Monate im Jahr 2022 benötigt wurden. In der Zeitachse wird eine kontinuierliche Farbverlaufspalette verwendet, um die unterschiedliche Anzahl von Tagen darzustellen.
Wasserfall
Am besten geeignet für die Visualisierung sequenzieller positiver und negativer Werte.
Wasserfalldiagramme veranschaulichen die Beziehung zwischen positiven und negativen Werten in einer Sequenz. In diesen Diagrammen sehen Sie, wie sich ein Startwert aufgrund verschiedener Faktoren entwickelt. Wasserfalldiagramme spiegeln Designelemente eines Balkendiagramms wider. Wie bei vielen anderen Visualisierungstypen können auch Wasserfalldiagramme je nach Dataset mit zeitbasierten oder kategoriebasierten Markierungen strukturiert werden.
Da Wasserfalldiagramme speziell mit positiven und negativen Werten arbeiten, ist eine klare Definition zwischen diesen beiden Kategorien unerlässlich. Achten Sie darauf, dass die Werte in Ihren Daten durch die Verwendung von Farben und Textlabels in der Visualisierung deutlich unterschieden werden.
Das folgende Wasserfalldiagramm zeigt den Gesamtumsatz in den verschiedenen Phasen des Bestellvorgangs, einschließlich abgebrochener, zurückgegebener, versandter und in Bearbeitung befindlicher Bestellungen. Außerdem wird ein Gesamtbetrag berechnet.
Text und Tabellen
Wenn Sie aussagekräftige Textdaten haben, die Sie präsentieren möchten, können Sie Text- und Tabellendarstellungen auswählen, um die Wirkung der Wörter hervorzuheben. Die Darstellung dieser Wörter kann variieren – von der Hervorhebung eines einzelnen Werts bis hin zur Anzeige einer komplexen Anordnung von Wörtern in einem Dataset.
Dieser Abschnitt enthält einige der vielen Beispiele für Visualisierungsarten für Text und Tabellen:
Einzelwert
Einzelner Datensatz
Word Cloud
Einzelwert
Ideal zum Visualisieren eines einzelnen Datenelements.
In einem Einzelwertdiagramm wird ein einzelner Wert aus einem Dataset hervorgehoben. Durch die Visualisierung eines Werts auf diese Weise wird seine Bedeutung für ein größeres Dataset hervorgehoben.
Wenn Sie ein Einzelwertdiagramm erstellen, wählen Sie einen Wert aus, der für die Zielgruppe von Bedeutung ist und Ihre Ziele für die Visualisierung widerspiegelt. Achten Sie außerdem darauf, dass die Anpassung der Schriftfamilie und -größe den Wert hervorhebt und nicht von den Daten ablenkt oder sie minimiert.
Im folgenden Beispiel mit einem einzelnen Wert wird die Anzahl der jährlichen Kunden aus Kalifornien hervorgehoben, nämlich 118.126 Personen.
Einzelner Datensatz
Ideal für die Visualisierung begrenzter Datenmengen.
Ähnlich wie bei Einzelwertdiagrammen werden auch bei Diagrammen mit einem einzelnen Datensatz ausgewählte, begrenzte Daten aus einem größeren Dataset hervorgehoben, um eine bestimmte Botschaft zu vermitteln. Diagramme mit einem einzelnen Datensatz enthalten jedoch mehr Informationen als Diagramme mit einem einzelnen Wert. Diese Visualisierung kann ein Beispiel aus einem größeren Dataset liefern.
Wenn Sie einen effektiven und relevanten einzelnen Datensatz für diese Art von Diagramm auswählen, wird ein Beispiel aus einem Datensatz hervorgehoben. Die Lesbarkeit und Übersichtlichkeit dieses Diagramms kann durch die Verwendung von Schriftfamilie, Schriftgröße und Farben angepasst werden.
Das folgende Einzeldatensatzdiagramm enthält wichtige Informationen zu einem bestimmten Produkt, der „100% Seide, gewebt, hellblau und marineblau gestreifte Krawatte“. Dazu gehören die Produkt-ID, die Kategorie und der Einzelhandelspreis.
Wortwolke
Ideal zum Visualisieren der Datenhäufigkeit.
Wortwolken sind Datenvisualisierungen, in denen die Häufigkeit von Daten durch die Anpassung von Schriftart, ‑größe und ‑farbe dargestellt wird. Das Besondere an einer Wortwolke ist, dass die Schriftgröße eines bestimmten Worts umso größer ist, je häufiger es in einem analysierten Dataset vorkommt. Schon ein kurzer Blick auf eine Wortwolke reicht aus, um relevante, wiederkehrende Informationen in einem Datensatz zu erfassen.
Durch Anpassen des Abstands und des horizontalen und vertikalen Ausrichtungstyps lässt sich dieser visuelle Effekt erzielen. In einigen Wortwolken gruppieren Creator ähnliche thematische Wörter nach einer bestimmten Farbe, um die Verbindung zwischen bestimmten Elementen hervorzuheben. Diese Gruppierung von Wörtern nach Farbe kann auch dazu beitragen, den Inhalt für den Leser zu kontextualisieren und die bereitgestellten Informationen zu verstehen.
Die folgende Wortwolke zeigt die Bundesstaaten, in denen sich Kunden befinden. Die Namen der Bundesstaaten sind nach der Anzahl der Kunden in jedem Bundesstaat sortiert. Kalifornien ist der Bundesstaat mit der größten Anzahl von Kunden.
