Datenvisualisierung

Was ist das und warum ist es wichtig

Datenvisualisierung ist die bildliche oder grafische Darstellung von Daten. Sie ermöglicht es Entscheidungsträgern, Analysen visuell darzustellen, sodass sie schwierige Zusammenhänge nachvollziehen oder neue Muster erkennen können. Mit interaktiver Visualisierung können Sie noch einen Schritt weitergehen, indem Sie die Technologie nutzen, Diagramme und Grafiken detaillierter aufzuschlüsseln und interaktiv die angezeigten Daten und deren Verarbeitung verändern.

Geschichte der Datenvisualisierung

Das Konzept der Bildnutzung, um Informationen zu verstehen, gibt es schon seit Jahrhunderten, angefangen bei Landkarten und Diagrammen im 17. Jahrhundert bis hin zur Erfindung des Kreisdiagramms in den frühen 1800er. Einige Jahrzehnte später entstand eines der meistzitierten Beispiele für statistische Grafiken, als Charles Minard die Invasion Napoleons in Russland kartografierte. Die Karte zeigte die Größe der Armee sowie den Weg von Napoleons Rückzug aus Moskau – und verknüpfte diese Informationen mit Temperatur- und Zeitskalen, um ein noch besseres Verständnis dieses Ereignisses zu ermöglichen.

Es ist jedoch die Technologie, die das eigentliche Interesse an der Datenvisualisierung geweckt hat. Computer machten es möglich, große Datenmengen blitzschnell zu verarbeiten. Heute ist die Datenvisualisierung eine sich rasch entwickelnde Mischung aus Wissenschaft und Geschick, die die Unternehmenslandschaft in den nächsten Jahren mit Sicherheit verändern wird.

Data Visualization: Eine kluge Investition in Ihre Big-Data-Zukunft

Big Data birgt ein großes Potenzial an Möglichkeiten, aber viele Privatkundenbanken stehen vor der Schwierigkeit, den Nutzen ihrer Bemühungen im Bereich Big Data zu erkennen. Wie können sie zum Beispiel Big Data nutzen, um ihre Kundenbeziehungen zu verbessern? Wie – und in welchem Umfang – sollten sie in Big Data investieren??

In dieser Fragerunde mit Simon Samuel, Leiter des Bereichs Customer Value Modeling bei einer großen britischen Bank, gehen wir auf diese und andere Big-Data-Themen ein, mit denen Retail-Banker konfrontiert sind.

 


Warum ist Datenvisualisierung wichtig?

Aufgrund der Art und Weise, wie das menschliche Gehirn Informationen verarbeitet, ist es einfacher, große Mengen komplexer Daten mithilfe von Diagrammen oder Grafiken zu visualisieren, als sich mit Tabellenkalkulationen oder Berichten zu beschäftigen. Datenvisualisierung ist eine schnelle, einfache Methode, um Zusammenhänge auf universelle Weise zu vermitteln - und Sie können mit verschiedenen Szenarien experimentieren, indem Sie leichte Anpassungen vornehmen.

Datenvisualisierung ist auch in der Lage zu:

  • Bereiche identifizieren, die Aufmerksamkeit oder Verbesserungen benötigen.
  • Verdeutlichen, welche Faktoren das Kundenverhalten beeinflussen.
  • Ihnen helfen zu verstehen, welche Produkte Sie wo platzieren sollten.
  • Verkaufszahlen vorhersagen.

Data Visualization in der heutigen Welt

Welchen Einfluss hat Data Visualization auf die Unternehmenswelt – und was steht für die Zukunft an? Erfahren Sie hier, was die Experten sagen.

Techniken zur Datenvisualisierung

Ein Bild sagt mehr als tausend Worte – vor allem, wenn Sie versuchen, Zusammenhänge zu erkennen und Ihre Daten zu verstehen, die Tausende oder sogar Millionen von Variablen umfassen können.

Dieses Whitepaper enthält einige grundlegende Tipps und Techniken zur Erstellung aussagekräftiger visueller Darstellungen Ihrer Daten.

Hier geht es zum Whitepaper

Die Datenvisualisierung wird die Arbeitsweise unserer Analysten im Umgang mit Daten verändern. Von ihnen wird erwartet, dass sie schneller auf Probleme reagieren. Und sie müssen in der Lage sein, nach mehr Erkenntnissen zu suchen – Daten anders und mit mehr Fantasie zu betrachten. Die Datenvisualisierung wird diese kreative Datenexploration fördern. Simon Samuel Head of Customer Value Modeling für eine große Bank in Großbritannien

SAS® Visual Analytics


Data visualization technology from SAS delivers fast answers to complex questions, regardless of the size of your data.

Learn more

Wie wird es genutzt?

Unabhängig von Branche und Größe nutzen alle Arten von Unternehmen Datenvisualisierung, um ihre Daten sinnvoll zu nutzen. Und so geht's.

Rasches Verständnis von Informationen

Durch die Verwendung grafischer Darstellungen von Geschäftsdaten können Unternehmen große Datenmengen übersichtlich und zusammenhängend darstellen und somit die richtigen Entscheidungen treffen. Da grafische Auswertungen signifikant schneller gemacht sind als Auswertungen in Excel-Tabellen, können Unternehmen Probleme oder Fragen zudem zeitnah angehen.

Zusammenhänge und Muster erkennen

Selbst die kompliziertesten und komplexesten Daten ergeben einen Sinn, wenn sie grafisch dargestellt werden; so kann ein Unternehmen Parameter erkennen, die stark miteinander korrelieren. Das Erkennen dieser Zusammenhänge erleichtert es Unternehmen, sich auf die Bereiche zu fokussieren, die am meisten Einfluss auf ihre wichtigsten Ziele haben.

Neue Trends erkennen

Der Einsatz von Datenvisualisierung zur Erkennung von Trends – sowohl im Unternehmen als auch auf dem Markt – kann Unternehmen einen Vorteil gegenüber der Konkurrenz verschaffen und sich letztlich auf das Endergebnis auswirken. Es ist einfach, Ausreißer zu erkennen, die sich auf die Produktqualität oder die Kundenabwanderung auswirken, und Probleme anzugehen, bevor sie zu größeren Problemen werden.

Die Botschaft der Geschichte an andere weitergeben

Sobald ein Unternehmen neue Aspekte mit Hilfe von Visual Analytics erkannt hat, besteht der nächste Schritt darin, eben diese Aspekte anderen zu verdeutlichen. Ansprechende Präsentationen mit Grafiken und Diagrammen sind in diesem Schritt sehr wichtig, da sie ansprechend sind und die Botschaft schnell vermitteln.

Wie funktioniert Data Vizualisation

Data visualization in action

Das Konzept der Datenvisualisierung, das Ihnen hilft, große Datenmengen sinnvoll zu nutzen, ist zwar leicht zu verstehen, aber es ist nicht so einfach zu begreifen, was als Nächstes passiert. Welche Art von Technologie benötigen Sie und wie setzen Sie sie ein?

Dieses praktische Video gibt Ihnen einen Überblick über SAS Visual Analytics und SAS Visual Statistics und zeigt Ihnen, wie Sie mit verschiedenen Konfigurationen Milliarden von Datenzeilen in Sekundenschnelle erforschen können. Die SAS-Technologie hilft Ihnen, Daten aufzubereiten, Berichte und Grafiken zu erstellen, neue Zusammenhänge zu erkennen und diese Darstellungen mit anderen über das Web, PDFs oder mobile Geräte zu teilen.

Die Weichen für Data Visualization richtig stellen

Bevor Sie eine neue Technologie implementieren, müssen Sie einige grundlegende Schritte beachten. Sie müssen nicht nur ein solides Verständnis für Ihre Daten haben, sondern auch Ihre Ziele und Anforderungen kennen, sowie Ihre Zielgruppe verstehen. Um Ihr Unternehmen auf die Datenvisualisierungstechnologie vorzubereiten, müssen Sie zunächst:

  • die Daten kennen, die Sie zu veranschaulichen versuchen, einschließlich ihres Größenumfangs und Kardinalität (die Einzigartigkeit der Datenwerte in einer Spalte).
  • bestimmen, was Sie darstellen wollen und welche Informationen Sie vermitteln möchten.
  • Ihre Zielgruppe kennen und wissen, wie sie visuelle Informationen aufnimmt.
  • ein Format verwenden, das die gewünschten Inhalte in der für Ihre Zielgruppe verständlichsten und einfachsten Form vermittelt.

Sobald Sie diese anfänglichen Fragen über die Art der Daten, die Sie haben, und die Zielgruppe, die die Informationen nutzen wird, beantwortet haben, müssen Sie sich auf die große Menge an Daten einstellen, mit der Sie arbeiten werden. Big Data bringt neue Herausforderungen für die Veranschaulichung mit sich, da große Datenmengen, verschiedene Datenarten und unterschiedliche Verarbeitungsgeschwindigkeiten berücksichtigt werden müssen. Zudem werden die Daten oft schneller erzeugt, als sie verwaltet und analysiert werden können.

Es gibt Faktoren, die Sie berücksichtigen sollten, z. B. die Kardinalität der Spalten, die Sie darstellen möchten. Eine hohe Kardinalität bedeutet, dass es einen hohen Prozentsatz eindeutiger Werte gibt (z. B. Kontonummern, da jedes Element eindeutig sein sollte). Eine niedrige Kardinalität bedeutet, dass eine Datenspalte einen hohen Prozentsatz an sich wiederholenden Werten enthält (wie z. B. bei einer Spalte „Geschlecht“).

Die beste Darstellung wählen

Eine der größten Herausforderungen für Business User ist die Entscheidung, welches Visual verwendet werden soll, um die Informationen am besten darzustellen. SAS Visual Analytics verwendet intelligentes Autocharting, um das bestmögliche Visual auf der Grundlage der ausgewählten Daten zu erstellen.

Bei der ersten Erkundung eines neuen Datensatzes sind Autocharts besonders nützlich, da sie einen schnellen Überblick über große Datenmengen bieten. Diese Datenexplorationsfunktion ist selbst für erfahrene Statistiker hilfreich, um den Analyseprozess zu beschleunigen, da keine wiederholten Stichproben mehr erforderlich sind, um festzustellen, welche Daten für die einzelnen Modelle geeignet sind.