Wie effektive Datenvisualisierung Ihr Web Analytics bereichert

Daten sind besonders hilfreich, wenn sie eine Geschichte erzählen. In der Digitalbranche geht es nicht nur darum, viele Daten zu sammeln, sondern vor allem auch darum, Nutzen aus ihnen zu ziehen. Am besten für einen einprägsamen und aussagekräftigen Blick auf Daten eignet sich ihre Visualisierung. Doch das Thema ist komplexer, als es auf Anhieb scheint.

Ein Fehler, der schnell zu falschen Schlussfolgerungen führen kann, ist die unpassende, kontextlose Darstellung von Daten. Um solche Fehler zu vermeiden, ist es entscheidend, die richtige Visualisierungsmethode, die passenden Zeiträume und die sinnvollsten Referenzen zu verwenden.

In diesem Artikel schauen wir uns an, welche Vorteile Sie im Online-Marketing aus effektiv eingesetzter Datenvisualisierung ziehen können.

Was ist Datenvisualisierung?

Datenvisualisierung ist mehr als eine “grafische Repräsentation von Informationen”, wie es standardmäßig definiert wird. Datenvisualisierung ist eine Möglichkeit, durch die Verwendung verschiedener Diagrammen und Maps einen Sinn aus Daten zu ziehen, indem Daten klar und leicht verständlich präsentiert werden.

Es liegt in der Natur des Menschen, Formen und Farben schneller und leichter kognitiv erfassen zu können als Listen mit Zahlen. Es ist entscheidend, dass Sie sich für die Visualisierung von Daten Gedanken über Form und Funktion machen.

Eine visuelle Darstellung macht Daten leichter zugänglich und verständlich. Das ist in der Digitalbranche besonders wichtig, da Daten, die mit einem Analytics-Tool gesammelt werden, tendenziell sehr komplex sind. Um also den größtmöglichen Nutzen aus den gesammelten Daten zu ziehen, ist es quasi obligatorisch, die Informationsflut in Datenrepräsentationen zu transformieren, die vom menschlichen Gehirn effektiv prozessiert werden können.

Vorteile von Datenvisualisierung für Web Analytics

Visuelle Repräsentationen helfen Ihnen, Korrelationen zwischen Entwicklungen zu erkennen, die in Ihrem Business stattfinden. Sie messen und erkennen Kausalzusammenhänge zwischen Ihren Produkten, Ihrem Content und den Conversions, die ohne Datenvisualisierung unentdeckt bleiben würden.

Bereiche, die Ihre Aufmerksamkeit erfordern oder Handlungsbedarf anzeigen, erkennen Sie in einer visuellen Darstellung wesentlich schneller als in einer Tabelle. Peaks im Nutzungsverhalten deuten auf die Veränderungen mit den größten Auswirkungen. Außerdem sehen Sie Trends und Muster sehr schnell und können so auch deutlich schneller strategische Entscheidungen treffen.

Ein weiteres Argument für die Datenvisualisierung ist neben der besseren Möglichkeit zur Präsentation vor einem größeren Publikum auch die Tatsache, dass Diagramme einprägsamer sind. So holen Sie Ihre Zuhörer ab und sorgen dafür, dass alle den gleichen Informationsstand haben.

Was Sie beachten sollten, wenn Sie effektiv Daten visualisieren möchten

Bevor Sie jedoch enthusiastisch anfangen, Diagramme zu erstellen, sollten Sie die folgenden Aspekte unbedingt beachten, damit Ihre Visualisierung auch wirklich sinnvoll ist.

Zielgruppe

Da Sie Ihre Reports natürlich nicht für sich selbst erstellen, sollten Sie sich zunächst überlegen, wer Ihre Zielgruppe ist. Fragen Sie sich, ob Ihre Zuhörer mit dem Thema vertraut sind oder nicht.

Berücksichtigen Sie auch die Erfahrungen und das Vorwissen, das die Betrachter Ihrer Diagramme mitbringen oder auch nicht mitbringen. Wenn Sie beispielsweise Diagramme für das Design Team erstellen, fokussieren Sie sich auf Simplizität. Für Datenwissenschaftler*innen wiederum können Sie vielschichtige und erweiterte Diagramme verwenden.

Kontext

Es ist eine unumstößliche Regel in der Datenvisualisierung, den Daten einen Kontext zu geben. Simple Zahlen haben eine geringe Aussagekraft. Liefern Sie auch alle relevanten Titel, Notizen und Einheiten mit. Verwenden Sie unterschiedliche Diagramme oder Graphen in Abhängigkeit zum individuellen Fall und Zweck. So betonen bzw. minimieren Sie bestimmte Aspekte.

Zweck

Kernfrage bei der Erstellung von Graphen und DIagrammen ist, warum und wofür Sie die Visualisierung nutzen wollen. Was sind die Herausforderungen, die Sie adressieren wollen? Das Ziel bestimmt die Art, wie Sie die Daten visualisieren.

Stellen Sie klar, welche Arten von Entscheidungen Ihr Report unterstützen soll. Sind es strategische, einmalige Dinge wie der Kauf einer Software oder die Einstellung eines Experten? Oder sind die Entscheidungen taktisch und repetitiv, wie die Eröffnung des Rekrutierungsprozesses für ein ganz neues Team oder die wöchentliche Überprüfung Ihrer laufenden Prozesse?

Wenn Sie diese Aspekte berücksichtigen, haben Ihre Reports die richtige Skalierung und verwenden eine geeignete Visualisierungsmethode.

Inhalt

Wählen Sie Ihre Taktik abhängig von dem Daten-Typen, die Sie darstellen wollen. Die richtigen Metriken sollten genutzt werden – einige ändern sich mit der Zeit, andere bleiben stabil. Kennen Sie Ihren Fokus.

Umsatztrends lassen sich beispielsweise gut mit einem Liniendiagramm darstellen, während Korrelationen zwischen zwei Variablen sich gut mit einem Streudiagramm visualisieren lassen. So auch z. B., wenn Sie die Views Ihrer Website im Verhältnis zur Zeit, die User darauf verbracht haben, veranschaulichen möchten.

Layout

Die Entwicklungen von Reporting-Software machen das Erstellen von Visualisierungen fast schon zu einer spaßigen Beschäftigung. Trotzdem: Der Hauptzweck Ihres Analytics-Dashboards besteht darin, sinnvolle Einblicke zu liefern. Das bedeutet, dass Ihr Dashboard nur Schlüsselelemente enthalten sollte. Das Layout sollte praktisch und logisch sein, damit Ihr Publikum sich ohne viel Aufwand darin zurecht findet und Antworten auf seine Fragen findet.

Techniken zur Datenvisualisierung

Nachdem Sie wissen, worauf Sie achten sollten, betrachten wir nun die Möglichkeiten, die Ihnen für eine aussagekräftige grafische Präsentation zur Verfügung stehen. Es gibt zahlreiche Möglichkeiten, darunter einfache genauso wie komplexe.

Im Folgenden fokussieren wir uns auf die wichtigsten Methoden, die Ihnen bei der Umsetzung Ihrer Unternehmensziele unterstützen können. Inspiriert durch die Expert*innen von Tableau und Sisense haben wir eine Liste zusammengestellt:

Indikatoren

Wenn Sie eine einzelne Kennzahl haben, die Sie hervorheben möchten, wie z. B. den Gesamtumsatz, dann können Sie Zähler, Pegel oder andere numerische Indikatoren wählen. Indikatoren zeigen, wie nah oder fern Sie Ihren Zielen sind. Verwenden Sie kontrastreiche Farbpaare, um die Bedeutung hervorzuheben.
Hier ist ein Beispiel von uns: Ein Zähler mit einer Trendlinie, die die Schwankungen der Bounce-Rate zeigt.

Liniendiagramm

Liniendiagramme gehören zu den gängigsten Diagrammtypen, da sie eine komfortable Möglichkeit bieten, Daten anzuzeigen, die keinen Raum für Fehlinterpretationen lassen. Damit können Sie Trends in den Daten über Zeitintervalle hinweg darstellen, wie z.B. Blog-Post-Views pro Quartal oder Preisänderungen an der Börse über mehrere Jahre.

Tortendiagramm

Tortendiagramme gehören zum Standardrepertoire. Sie haben jedoch den Ruf, verwirrend zu sein. Das ist jedoch nur der Fall, wenn bestimmte Regeln nicht beachtet werden.

Für die Darstellung von relativen Verhältnissen eignen sich Tortendiagramme gut. Sie können z. B. genutzt werden, um die Verteilung des verfügbaren Budgets auf die unterschiedlichen Teams darzustellen. Beachten Sie bei der Verwendung von Tortendiagrammen diese Punkte:

• Nutzen Sie nicht mehr als sechs Kategorien in Ihrem Tortendiagramm
• 3D-Tortendiagramme sollten vermieden werden, da einige Stücke größer wirken als sie eigentlich sind
• Nutzen Sie Tortendiagramme für nominale Variablen, aber nicht für Ordnungszahlen
• Verhältnisse und Prozentsätze funktionieren mit Tortendiagrammen, der Vergleich von Daten jedoch nicht

Flächendiagramm

Flächendiagramme sind sinnvoll, wenn Sie darstellen wollen, wie sich eine Quantität mit der Zeit entwickelt. Mit einem Flächendiagramm visualisieren Sie besonders effektiv, wie sich z. B. Ihre Produktverkäufe im dritten Quartal entwickelt haben.

Balkendiagramm

Balkendiagramme (auch bekannt als Säulendiagramme) eignen sich für die Darstellung von Kontrasten zwischen zwei oder mehreren Werten. Dieser Diagrammtyp kann genutzt werden für nominale Variablen wie die Social Media Kanäle, auf denen Ihre App-User am meisten Zeit verbringen.

Mit einem Balkendiagramm können Sie auch Ihre Web Traffic Quellen darstellen oder die Budgetverteilung oder die Sales pro Region visualisieren.

Hier ist ein Beispiel eines Balkendiagramms, das die Bounce Rate und die Anzahl der Sessions pro Traffic-Typ darstellt:

Histogramm

Obwohl Histogramme Balkendiagrammen ähneln, nehmen sie eine etwas andere Form an, da sie mehrere Spalten gruppieren. Mit anderen Worten, sie gruppieren Daten in Kategorien, wie z. B. Kunden im Alter von 18-29 Jahren, 30-39 Jahren, 40-49 Jahren, anstatt jedes Alter als separates Stück anzuzeigen. Das kann für Bewertungen oder Scores sinnvoll sein.

Histogramme sind ideal, um die Anzahl der Kunden nach Unternehmensgröße, die Leistung der Studenten bei einer Prüfung oder die Häufigkeit von Hotline-Anrufen anzuzeigen.

Streudiagramm

Um die Verteilung von Variablen und die Korrelation zwischen ihnen darzustellen, können Sie ein Streudiagramm (auch: Punktdiagramm) verwenden. Streudiagramme verwenden farbige Punkte, um Kategorien und verschiedene Größen darzustellen, die das Volumen Ihrer Daten widerspiegeln.

Sie bieten Ihnen eine effektive Methode zur Darstellung von Trends und führen den Betrachter zu den Daten, die die meiste Aufmerksamkeit erfordern. Diese Diagramme eignen sich auch hervorragend, um Ausreißer zu entdecken.

Sie können Streudiagramme auch nutzen, um Erstanwender von Technologien und Kaufverhalten von Smartphone-Käufern zu visualisieren. Auch Vertriebskosten verschiedener Produktklassen in verschiedenen Bereichen lassen sich mit einem Streudiagramm visualisieren.

Blasendiagramm

Blasendiagramme sind eine Art erweiterte Version von Streudiagrammen mit einer zusätzlichen dritten Dimension. Was Blasendiagramme jedoch von Streudiagrammen unterscheidet, ist, dass sie viele verschiedene Werte in einem Raum anzeigen. Die Blasen variieren sowohl in der Größe als auch in den Farben, was ihre Wirkung verstärkt.

Nutzen Sie Blasendiagramme für die Darstellung von Datenhäufungen entlang beider Achsen. Das kann nützlich sein, um die Konzentration des Umsatzes aufgeteilt in Produkt und Region darzustellen, indem Sie die Regionen hervorheben, in denen die Umsätze am schlechtesten sind. So können Sie herauszufinden, wo Sie die Ergebnisse verbessern können.

Kacheldiagramm

Wenn Sie nach einer Möglichkeit suchen, Hierarchien anzuzeigen oder Anteile zwischen Kategorien oder sogar Unterkategorien zu vergleichen, sollten Sie die Verwendung von Kacheldiagrammen (Treemaps) in Betracht ziehen. Sie sind wirklich platzeffizient, da sie farbige Figuren ineinander verschachteln, typischerweise Rechtecke. Sowohl Farb- als auch Größenabmessungen korrelieren mit der Gesamtstruktur und Sie können Muster auf einen Blick erkennen.
Kacheldiagramme sind nützlich, wenn Sie z.B. die Softwarenutzung über Abteilungen innerhalb eines Unternehmens hinweg anzeigen oder Ihre Budgetausgaben zwischen Jahren vergleichen möchten.

Trichterdiagramm

Trichterdiagramme sind eine gute Möglichkeit, Phasen verschiedener Prozesse wie Verkaufszyklen zu visualisieren. Trichterdiagramme helfen, mögliche Hindernisse zu erkennen. Ein Trichter beginnt typischerweise mit 100% und verengt sich dann schrittweise nach unten, so dass die Stufen, die sich auf die Wertminderung auswirken, leicht identifiziert werden können.

Nutzen Sie bspw. Trichterdiagramme, wenn Sie eines der folgenden Szenarien darstellen wollen:

• Website Besuchertrends
• Sales-Conversions
• Auftragserfüllung
• Erfolg einer Werbekampagne
• Evaluierung eines Recruitment-Prozesses
• Informationsfluss von top secret bis unklassifiziert

Best Practices für Datenvisualisierung in Web Analytics

Im nächsten Abschnitt besprechen wir weitere Tipps, die Ihnen dabei helfen, das Beste aus Ihren Analytics-Reports rauszuholen.

Keep it simple

“A story is more likely to take hold in the minds of your audience if you tell it simply. You must identify the essential message and then present it as simply as possible without distraction.”

Diesen Rat von Stephen Few sollten Sie im Hinterkopf behalten, wenn Sie Ihre Visualisierungsmethode auswählen. ‘Keep it simple’ ist zugleich auch die goldene Regel für jeden Analytics-Report. Unabhängig von der Präsentationsmethode sollten Ihre Diagramme minimalistisch und prägnant sein.

Gerade bei Reports in Web Analytics passiert es schnell, dass Ihr Dashboard mit überflüssigen Daten überladen ist. Rufen Sie sich einfach das KISS-Prinzip ins Gedächtnis: Keep it short + simple.

Vergleichen Sie diese beiden Beispiele, analysiert von Avinash Kaushik. Das erste Beispiel zeigt das Ergebnis, wenn Sie versuchen, zu viele Informationen in einem einzigen Diagramm unterzubringen und dabei auch noch den Kontext nicht berücksichtigen:

Das zweite Beispiel zeigt eine bessere und weniger doppeldeutige Variante, eine komplexe Story in einem einzigen Diagramm zu zeigen. Die Grafik zeigt die Schuldenlast der USA:

In dieser Variante sind keine zusätzlichen Hilfen notwendig, um das Problem sofort zu erkennen. Genau das ist der Effekt, den SIe erzielen möchten, wenn Sie ein Diagramm präsentieren: eine einzelne Grafik, die ihre Botschaft für andere verständlich transportiert.

Experimentieren Sie mit Farben

Farben spielen eine wichtige Rolle, wenn Sie verständliche und aussagekräftige Diagramme erstellen wollen.

Ann K. Emery, eine Expertin für Visualisierungs-Design, gibt diese Tipps, um das Storytelling Ihrer Daten mit Farben zu optimieren.

1. Farbpaletten auswählen

Mit diesen drei Farbpaletten können Sie quasi alle gängigen Szenarien abdecken:

Ein qualitatives oder auch kategorisches Farbschema nutzt unterschiedliche zueinander kontrastive Farben und eignet sich hervorragend für die Darstellung unterschiedlicher Datenkategorien. Das passt zu Diagrammen mit spezifischen Produkttypen oder allgemeinen Kategorien wie Geschlecht oder Ethnie.

Eine sequentielle Palette bietet einen Farbbereich von hell zu dunkel einer einzigen Farbe. Dieses Farbschema eignet sich, wenn Sie Ausprägungen eines einzelnen Werts, wie zum Beispiel die Bevölkerungsdichte oder das Durchschnittseinkommen pro Region darstellen wollen. Dunkle Bereiche stellen hohe Werte dar, helle repräsentieren niedrige Werte.

Mit dem Farbschema können Sie aber auch Fortschritt wie Temperaturentwicklungen, Verkehrsdichte, Altersbereiche oder Zeitperioden abbilden.

Eine divergierende Farbpalette repräsentiert zwei Extreme und kann genutzt werden, wenn Ihre quantitativen Daten eine bipolare Ausprägung aufweisen und einen gemeinsamen Mittelpunkt haben. Das Farbschema besteht aus drei oder mehr Farben, die gut voneinander unterscheidbar sein sollten, und einer neutralen Farbe in der Mitte. Die kontrastierenden Farbtöne visualisieren große Unterschiede zwischen den Datenwerten.

Vergessen Sie nicht, Ihre Diagramme zu beschriften, um Usern das Raten zu ersparen

2. Heben Sie die Kernbotschaft farblich hervor

Farben steigern den Effekt Ihrer Diagramme, indem sie die wichtigsten Informationen farblich hervorheben. Verwenden Sie unterschiedliche Farbtöne, um User durch die Kernbotschaften und Insights zu führen.

Verzichten Sie nicht auf Beschriftungen, Beschreibungen und Anmerkungen

Um Visualisierung und Storytelling zu verbessern, sollten Ihre Diagramme Beschriftungen, Beschreibungen und Anmerkungen aufweisen. Dadurch erhöhen Sie die Klarheit und es wird für die User einfacher, sich die wichtigsten Punkte zu merken.

Beschriftungen und Titel dienen dem Zweck des Diagramms, Beschreibungen liefern zusätzlichen Kontext, wie z. B. Quellen.

Anmerkungen und Call-Out-Boxen in einem Diagramm liefern kontextuelle Details und sorgen für ein besseres Verständnis.

Entscheiden Sie sich für die richtige Abfolge

Zusätzlich zum Visualisierungsmedium ist es auch wichtig, dass Ihr Diagramm eine sinnvolle Abfolge aufweist. Eine ordentliche Sortierung steigert die Lesbarkeit deutlich und spart Zeit beim Verstehen der Botschaft.

Gehen Sie sparsam mit Gitterlinien um

Gitterlinien sind visuelle Ankerpunkte in Ihren Diagrammen, anhand derer User sich orientieren können. So ist es offensichtlicher, ob z. B. Ziele erreicht oder Limitierungen überschritten werden. Gitternetzlinien helfen also beim Vergleichen von Werten.

Dennoch sollten sie sparsam eingesetzt werden, um die Kernaussage des Diagramms nicht zu verwässern. Subtile Linien in geringer Anzahl hingegen wirken nicht ablenkend.

Fazit

Wir haben uns in diesem Artikel angeschaut, welche Aspekte bei der Erstellung von aussagekräftigen Diagrammen zu beachten sind. Neben der Auswahl des richtigen Diagrammtyps spielen auch Farbschema, Abfolge und sogar die Gitterlinien eine Rolle und wirken sich auf die Lesbarkeit aus.

Unsere Tipps sind allgemeingültig, bereichern Sie aber vor allem im Hinblick auf die Visualisierung und Präsentation von Analytics-Daten, da diese oft sehr komplexe Zusammenhänge darstellen sollen. Wenn Ihre Analytics-Software gute Reporting-Funktionalitäten mitbringt, können Sie die Diagramme in Ihren Reports und Dashboards entsprechend diesen Tipps optimieren, um eine höchstmögliche Lesbarkeit zu gewährleisten.