Fassen wir einmal zusammen, was ich Dir in diesem Buch vermittelt habe.
Zuerst habe ich eine Einführung in das Thema Storytelling mit Daten gegeben und erläutert, warum es so wichtig ist komplexe Inhalte mit einer Geschichte zu vermitteln.
Daraufhin gab es eine kurze Einleitung zum gesamten Datenanalyseprozess und wo sich Storytelling mit Daten einordnet. Danach haben wir die drei Komponenten von Storytelling mit Daten kennengelernt.
Anschließend hat uns Bobby die Schnüffelratte anhand eines praktischen Beispiels gezeigt, wie Du erfolgreich eine Datengeschichte entwickeln kannst. Du hast gelernt, die Geschichte in deinen Daten zu entdecken.
Du weißt jetzt auch, dass das genaue Kennen deiner Zielgruppe essenziell für eine gute Datengeschichte ist. Darüber hinaus hast Du jetzt Kenntnisse in der Erstellung eines Drehbuchs und wie Du Deine Geschichte anhand der Data-Story-Erzählstruktur sinnvoll gliedern kannst.
Das die Wahl einer geeigneten Visualisierung entscheidend für den Erfolg der Präsentation ist, ist Dir sicher auch klar geworden. Ich habe Dir gezeigt, wie Du effektive Diagramme erstellst. Die Checkliste für eine effektive Datenvisualisierung wird Dir ein treuer Begleiter sein.
Die größten Lernerfolge erzielt man durch schlichtes „TUN“. So ist es auch beim Storytelling mit Daten. Nutze jede Gelegenheit um Daten zu Visualisierung, experimentiere solange, bis Du eine gewisse Routine entwickelt hast. Aber Vorsicht, Datenvisualisierung kann mit der Zeit richtig süchtig machen .
Ich hoffe es hat Dir Spaß gemacht und Du hast Lust auf mehr zu diesem spannenden und zukunftsträchtigen Thema bekommen.
Unter www.storytellingmitdaten.com findest Du weitere nützliche Informationen.
82 / 93
8 ANHANG
Checkliste effektive Datenvisualisierung - Die goldenen Regeln aussagekräftiger Datenvisualisierungen
Auch als Excel Tool verfügbar unter:
https://storytellingmitdaten.com/produkte/
Ist deine Datenvisualisierung bereit für die Präsentation?
Wie gut ist dein Ranking? Nutze diese Checkliste für eine Einstufung und erfahre ob die Visualisierung schon top ist oder in bestimmten Bereichen noch Luft nach oben herrscht.
Anleitung:
Bewerte die einzelnen Punkte nach dem Erfüllungsgrad:
Voll erfüllt: 2 Teilweise erfüllt: 1 Nicht erfüllt: 0
Wenn ein Punkt in deiner Visualisierung nicht zutrifft, beispielsweise gibt es bei Tortendiagrammen keine Achsen welche zu beschriften sind, dann markiere „trifft nicht zu“ (tnz). Ziehe für jedes tnz einen Punkt von den maximal erreichbaren Punkten ab. (z.B. 2 x wurde tnz angehakt, d.h. maximal erreichbare Punkte sind 42-2 = 40.
Ergebnis:
Pro Abschnitt wird ausgewertet, somit erkennt du auf einen Blick in welchem Bereich du noch Verbesserungsbedarf hast.
0% – 50%: Du hast die Möglichkeit noch viel zu verbessern
51% – 90%: Deine Visualisierung ist schon ziemlich gut, nur noch wenige Feinheiten fehlen
90% – 100%: Deine Visualisierung ist bereit, um dem Zielpublikum präsentiert zu werden
83 / 93
Checkliste Datenvisualisierung
Bereich Richtlinie Bewertung
Beschriftung Beschreibender Titel:
Der Titel ist linksbündig in der oberen linken Ecke platziert. Es ist kein generischer Ausdruck, wie z.B. „Soll-IST Vergleich 2021“, sondern beschreibend, z.B.: „Der Gesamtumsatz für 2021 liegt über dem Budget“. Es werden zwischen 5 und max. 12 Wörter verwendet.
0 1 2 tnz
Achsenbeschriftung:
Sowohl die x-Achse als auch die y-Achse haben eine aussagekräftige Beschriftung. Damit ist auf den ersten Blick ersichtlich, worum es im
Alle Textelemente wie Titel, Untertitel, Anmerkungen, Achsenbeschriftungen und Datenpunktbeschriftungen sind horizontal (Ausnahme lange y-Achsenbeschriftung) ausgerichtet und gut lesbar.
Sind die einzelnen Kategorie Bezeichnungen sehr lang wird statt ein Balken- ein Säulendiagramm verwendet, damit eine horizontale Textausrichtung möglich ist.
0 1 2 tnz
Größe:
Die Texte folgen einer Hierarchie (nach Schriftgröße) und sind gut lesbar. Der Titel ist am größten, danach folgt der Untertitel oder Anmerkungen, dann die Achsenbeschriftungen (mind. Schriftgröße 9 Punkte).
Es werden keine ablenkenden Schriftarten verwendet wie beispielsweise kursiv für den Untertitel oder Unterstreichungen.
0 1 2 tnz
Zwischenergebnis
84 / 93
Bereich Richtlinie Bewertung
Linien Referenzlinien:
Hat die Auswertung viele Datenreihen (> 10) so sind diese sinnvoll mit Hilfe von Referenzlinien gruppiert. Das erleichtert die Orientierung im Diagramm.
0 1 2 tnz
Trendlinien:
Du verwendest ein Streudiagramm, um eine Trendentwicklung zu zeigen, dann hast du eine Trendlinie für die anschauliche Entwicklung hinzugefügt.
0 1 2 tnz
Gitternetzlinien:
Die Regel lautet: Keine Gitternetzlinien, wenn es nicht der besseren Orientierung dient.
Du hast ein Balken, Säulen- oder Liniendiagramm und keine Beschriftung der Datenpunkte, dann kannst du Gitternetzlinien einsetzen. Die Farbe ist dezentes hellgrau, nicht schwarz.
Datenpunkte sind beschriftet → keine Gitternetzlinien.
Das Diagramm hat eine horizontale (x) und eine einzige vertikale (y) Achse. Es gibt keine zweite y-Achse.
Wenn eine weitere Achse notwendig ist, dann wähle stattdessen vielleicht ein Streudiagramm oder teile das Diagramm in zwei separate auf.
Keine Achsenteilstriche.
0 1 2 tnz
Zwischenergebnis
85 / 93
Bereich Richtlinie Bewertung
Formatierung Farbschema:
Es wird optimalerweise eine einzige Farbe in verschiedenen Farbtönen verwendet.
Wenn nicht, dann sind maximal 6 verschiedene Farben in einer Visualisierung vorhanden.
Weniger wichtige Elemente, welche in den Hintergrund gerückt sind, haben die Farbe Grau.
0 1 2 tnz
Farbenblindheit:
Die Visualisierung nimmt Rücksicht auf die häufigste Farbenfehlsichtigkeit (5% der Bevölkerung, hauptsächlich Männer). Diese Menschen haben die Schwierigkeit, Grün zu sehen und es von Rot zu unterscheiden.
Du verwendest statt Grün und Rot die Farben Blau und Orange. Diese können für Farbenblinde problemlos unterschieden werden.
0 1 2 tnz
Farbenpolarität:
Du stellst positive Werte den negativen gegenüber?
Die positiven Werte sind Grün und die negativen Werte Rot dargestellt.
Um auf die Farbenblindheit Rücksicht zu nehmen, verwendest du sehr dunkle und helle Farbtöne dieser beiden Farben.
0 1 2 tnz
Assoziation:
Einige Dinge werden vielleicht schon mit einer bestimmten Farbe assoziiert, wie Länder, Firmen, Politische Parteien usw. In solch einem Fall verwendest du keine zufälligen Farben, sondern die bereits gewohnten. Beispiele: Logo von Coca- Cola ist rot, von Facebook blau usw.
Visualisiere diese Firmen auch in der entsprechenden Unternehmensfarbe.
0 1 2 tnz
Zwischenergebnis
86 / 93
Bereich Richtlinie Bewertung
Anordnung Sortierung:
Die Daten vom höchsten zum niedrigsten Wert angeordnet. Das macht es dem Betrachter viel einfacher den Verlauf wahrzunehmen.
0 1 2 tnz
Skalierung:
Die Skalierung der Achsen ist so gewählt, dass die Einheiten leicht zu erfassen sind.
Beispielsweise ist 4, 7, 10, 13 usw. schwerer zu erfassen als 0, 5, 10, 15 usw.
0 1 2 tnz
Verhältnis Breite zu Höhe:
Damit das Publikum den Trend oder die Muster in den Daten leicht erkennen kann, hast du darauf geachtet, dass das Verhältnis von Breite zu Höhe sinnvoll gewählt ist.
0 1 2 tnz
Richtung:
Negative Werte sind links und nach unten, die positiven rechts und nach oben dargestellt.
0 1 2 tnz
Startposition:
Bei Kreisdiagrammen (Torten, Ring) ist die 12 Uhr oder 0 Grad Position, die natürliche Startposition.
Du hast das größte Teilstück so angeordnet, dass es bei 12 Uhr beginnt, die restlichen folgen dann der Größe nach im Uhrzeigersinn.
0 1 2 tnz
Diagrammtyp:
Es wird kein 3D Diagramme verwendet. Diese bringen keinen Mehrwert und können die Wahrnehmung der Visualisierung massiv verzerren.
0 1 2 tnz
Keine Dekoration:
Es gibt keine unnötigen Abbildungen, Schatten oder sonstige dekorative Effekte. Diese lenken nur von den Daten und den wichtigen
Gesamtergebnis: Erreichte Punkte / (Maximale erreichbare Punkte (42)-tnz)
* 100 = Ergebnis in %
87 / 93
Erläuterung Checkliste
Beschriftung
Beschreibender Titel Achsenbeschriftung
Direkte Beschriftung Textausrichtung
Lara Leitner Christoph…
Inge Freundlich Klara Schneeweis Lukas Wauwau Klaus Immerfleißig
Überstunden
Größe
88 / 93 Linien
Referenzlinien Trendlinien
Gitternetzlinien Diagrammrahmenlinien
Achsenteilstriche
89 / 93 Formatierung
Farbschema Farbblindheit
Farbenpolarität Assoziation
90 / 93 Anordnung
Sortierung Skalierung
Verhältnis Breite zu Höhe Richtung
Startposition Start Diagrammtyp
Dekoration
Lara Lukas Klara Christoph Inge Klaus
Überstunden
91 / 93
9 Literaturverzeichnis
Nussbaumer Knaflic, Cole: storytelling with data, 1. Aufl., John Wiley & Sons, Inc., Hoboken, New Jersey 2015.
Nussbaumer Knaflic, Cole: storytelling with data let’s practice! 1. Aufl., John Wiley
& Sons, Inc., Hoboken, New Jersey 2020.
Duarte, Nancy: Data Story, EXPLAIN DATA AND INSPIRE ACTION THROUGH STORY, 1. Aufl., IdeaPress Publishing, USA 2019.
Dykes, Brent: Effective Data Storytelling, How to drive change with data, 1. Aufl., narrative, and visuals, John Wiley and Sons, Inc., Hoboken, New Jersey 2020.
Berengueres, Jose with Sandell, Marybeth & Fenwick, Ali: Introduction to Data Visualization & Storytelling – A Guide For The Data Scientist, 2. Aufl., Ebook, Stockholm 2019.
Roam, Dan: Show and Tell, Ebook, Penguin Group, Great Britain 2014.
Schallwig, Max (2018, Jänner 16): 6 Steps to Storytelling Your Data Like a Senior Data Scientist. Abgerufen 25. März 2020, von https://codingwithmax.com/6-steps-to-storytelling-data-scientist/
Jones, Ben (2015, Mai 19): On Visualizing Data Well. Abgerufen 01. April 2020, von https://dataremixed.com/2015/05/on-visualizing-data-well/
e-dynamics GmbH (2019, September 5): Datenvisualisierung – Analysen anschaulich gestalten. Abgerufen 01. Mai 2020, von https://www.e-dynamics.de/datenvisualisierung-analysen-anschaulich-gestalten/
Evergreen, Stephanie & K. Emery, Ann (2016, Mai): Data Visualization Checklist.
Abgerufen 10. Mai 2020, von http://stephanieevergreen.com/wp-content/uploads/2016/10/DataVizChecklist_May2016.pdf
Leung, Iris (2018, Juli 2): Storytelling With Data: How To Communicate Visually
And Effectively. Abgerufen 01. Juni 2020, von
https://piktochart.com/blog/storytelling-with-data
Chibana, Nayomi (2017, Juli 24): Mastering Data Storytelling: 5 Steps to Creating Persuasive Charts and Graphs. Abgerufen 02. Juni 2020, von https://www.crazyegg.com/blog/data-storytelling-5-steps-charts/
Glöde, Theresa (2017, Mai 9): Data-Driven Storytelling: Wie können mit Big Data Geschichten erzählt werden? Abgerufen 29. März 2020, von https://www.wearesquared.de/blog/data-driven-storytelling
92 / 93
Brenner, Michael (2016, Oktober 31): How To Create Story-Driven Data Visualization In 5 Steps. Abgerufen 23. Apr. 2020, von
https://marketinginsidergroup.com/content-marketing/how-to-create-story-driven-data-visualization-5-steps/
Qlik Tech International AB (2017): 5 Steps for Effective Data Storytelling. Abgerufen 08. Mai 2020, von https://www.qlik.com/us/-/media/files/resource-library/global-us/register/ebooks/eb-5-steps-for-effective-data-storytelling-en.pdf
D’Agord, Jaime (2019, März 27): Use These 4 Easy Steps When Creating Your First Data Story. Abgerufen 3. April 2020, von https://www.zencos.com/blog/data-story-4-easy-steps/
Ostrowski, John (2019, August 14): Data Storytelling: Best Practices and Visualization Tips To Create Remarkable Reports. Abgerufen 06. Juni 2020, von https://blog.ladder.io/data-storytelling/#mk4tzf84z8o9fm31imc4o7
Waisberg, Daniel (2015, Jänner 5): Telling Stories with Data – Six Step Framework.
Abgerufen 19. April 2020, von https://online-behavior.com/analytics/stories
Mannon, Nick (2018, Mai 29): Persuasive Storytelling with Data Visualization:
Abgerufen 11. Mai 2020, von https://www.blastanalytics.com/blog/persuasive-storytelling-with-data-visualization
Analytics Vidhya (2020, Mai 8): The Art of Storytelling in Analytics and Data Science
| How to Create Data Stories? Abgerufen 10. Juni 2020, von
AI, Outlier (2017, Mai 29): How to properly tell a story with data – and common pitfalls to avoid. Abgerufen 26. April 2020, von
https://towardsdatascience.com/how-to-properly-tell-a-story-with-data-and-common-pitfalls-to-avoid-317d8817e0c9
French, Katy: 5 Easy Ways to Find Great Stories In Your Data. Abgerufen 08. April 2020, von https://www.columnfivemedia.com/how-to-find-stories-in-data
Storylytics (2019, September 21): The Three Core Steps to Data Storytelling.
Abgerufen 19. Mai 2020, von https://storylytics.ca/the-three-core-steps-to-data-storytelling/
93 / 93
Quicksprout (2016, Juni 10): A Step-By-Step Process to Tell Compelling Stories and Improve Conversaion Rates. Abgerufen 24. Juni 2020, von https://www.quicksprout.com/a-step-by-step-process-to-tell-compelling-stories-and-improve-conversion-rates/
Two Octobers Team (2018, März 30): 8 Data Storytelling Concepts (with Examples!). Abgerufen 14. Mai 2020, von https://twooctobers.com/blog/8-data-storytelling-concepts-with-examples/
Walsh, Anna (2020, April 21): What is Data Storytelling? Abgerufen 04. Mai 2020, von https://narrativescience.com/resource/blog/what-is-data-storytelling/