Als Data Analyst bin ich es gewohnt, Charts und Dashboards zu erstellen. Eine gut gestaltete Visualisierung ist ein leistungsstarker Ausgangspunkt für datengestützte Konversationen. Letztendlich ermöglichen Datenvisualisierungen, idealerweise als Single Point of Truth, anhand der zugrundeliegenden Daten Entscheidungen zu treffen. Mit einem leistungsstarken Datenvisualisierungstool wie Tableau kann ich KPIs bestens darstellen und Insights generieren. In diesem Artikel zeige ich dir Best Practices der Datenvisualisierung, mit denen du Dashboards zu echten Power-Tools machst.
Auch wenn ich mir manchmal denke: „Ach, das wäre die für mich ideale Darstellung, ich habe den totalen Überblick“, zählt letztendlich nur die bestmögliche Lesbarkeit aus der Perspektive der User*in. Ich stelle mir also immer genauestens die Frage, für wen ich dieses Dashboard erstelle. Ist es für einen vielbeschäftigten Team-Lead, der innerhalb von 20 Sekunden die relevantesten KPIs ablesen möchte, oder verwendet es ein ganzes Team, das über mehrere Stunden hinweg vierteljährliche Ergebnisse prüft? Zusätzlich sind auch die Kenntnisse der Zielgruppe zu überprüfen. Anfänger*innen brauchen vielleicht eine stärker handlungsorientierte Beschriftung als eine fortgeschrittenere User*in.
Gut, ich habe nun die perfekt auf die Zielgruppe ausgerichtete Datenvisualisierung geplant. Plötzlich habe ich eine Vision: Ein wütender Sales Team-Lead, der mein Dashboard auf seinem Smartphone betrachtet und sich lauthals über die Nutzerfreundlichkeit beklagt. Wenn das Dashboard ausschließlich für einen Desktop-Monitor erstellt wurde, die User*innen aber vorwiegend ihre Smartphones verwenden, werde ich wahrscheinlich kein allzu zufriedenes Publikum haben. Ich recherchiere also immer, auf welchen Geräten die Visualisierungen betrachtet werden und bereite mehrere Versionen der Dashboards für unterschiedliche Devices vor. Für Smartphones eignet sich beispielsweise ein Dashboard mit vertikaler Ausrichtung. Auf kleineren Displays ist außerdem ein Drill-down deutlich schwieriger, zeige also nur die relevantesten KPIs.
Eine neue Vision erscheint mir: Mein Dashboard ist endlich fertig, ich habe Tipp 1 und 2 selbstverständlich berücksichtigt. Ich möchte die Visualisierung endlich dem Sales Team-Lead zeigen, doch als wir beisammen sind hört das Dashboard einfach nicht auf zu laden. Eine unangenehme Stille entsteht…
Genauso wie ich möglichst schnell aus dieser ungemütlichen Situation herauskommen möchte, möchten User*innen nicht lange darauf warten müssen, bis Visualisierungen geladen sind. Lange Ladezeiten sind entweder auf die Daten, das Dashboard oder eine Kombination aus beidem zurückzuführen. Die Datenvorbereitung spielt daher eine wichtige Rolle. Folgende Tipps berücksichtige ich hierbei:
One size does not fit all! Daher wähle ich jene Formate für meine Visualisierungen, die User*innen am besten zu spezifischen Insights führen und sie bei der Beantwortung ihrer Fragen unterstützen. Es gibt fast immer einen Trade-off, da jedes Chart Format Vor- und Nachteile hat. Ich stelle mir also immer die Frage, ob das von mir gewählte Chart die Botschaft, die sie vermitteln soll, auch tatsächlich bestmöglich vermittelt. Manchmal kann es ebenfalls Sinn machen, Formate zu kombinieren. Formate von Charts sind beispielswiese:
Wenn ich Dashboards gestalte, überlege ich mir natürlich auch, wie User*innen diese „lesen“. Das Dashboard soll einen sinnvollen Informations-Flow und ein möglichst logisches Layout aufweisen. Menschen scannen Inhalte grundsätzlich, indem sie oben links beginnen. Ich platziere daher die wichtigsten KPIs und Charts so, dass sie die linke obere Ecke einnehmen oder überspannen. Außerdem sollen die einzelnen Teile des Dashboards möglichst zusammenhängende Gruppen bilden. Das Design soll es dabei möglichst vereinfachen, Zusammenhänge schnell erkennen zu können.
Kennst du auch dieses kribbeln, möglichst viel Input in eine Visualisierung packen zu wollen? Ich habe eine Begabung dafür, einen Input-Overload zu verursachen. Genau das möchten wir beim Erstellen von Dashboards aber eigentlich verhindern. Ich versuche also immer das Big Picture im Auge zu behalten. Ist es aber nicht möglich, alle relevanten Informationen in ein übersichtliches Dashboard zu packen, erstelle ich einfach ein weiteres Dashboard oder eine Story (eine Abfolge von zusammenhängenden Visualisierungen, die dem User durch die Informationen führen).
Genauso wie zu viele Charts können auch zu viele Farben für Verwirrung sorgen. Präzise eingesetzte Farben verbessern die Analyse, zu viele Farben verlangsamen die Analyse der vorliegenden Informationen jedoch.
Einem Vollblut Sales Team-Lead ein interaktives Dashboard zu übergeben ist wie einer Hobbywerker*in ein cooles Werkzeug in die Hand zu drücken. Ist es dynamisch und interaktiv anstatt einfach nur statisch, werden User*innen eingebunden und können sich genau die Ansicht zusammenbauen, die sie in diesem Moment benötigen. Praktische Filter (Einfach- oder Mehrfachauswahl in Kontrollkästchen oder Dropdown-Listen, Suchfelder, ein kleiner Zeitstrahl bei Datum-Filtern, etc.) und Drill-down Optionen durch das Anklicken von Werten und Kategorien in Charts eigen sich dafür ideal.
Dieses mit Tableau erstellte Dashboard (klicke hier, um es auszuprobieren) setzt einen Fokus auf die aktuelle Performance, insb. Profit. Links oben können die wichtigsten KPIs als einfache Zahl betrachtet werden. Rechts oben kann man ablesen, für welche Produkt-Kategorien die Profit-Ziele erreicht haben. Ein Drill-down (Klick auf + bei Category) ermöglich einen Drill-down in weitere Sub-Kategorien. Sowohl dieses als auch beide unteren Charts sind als Filter gesetzt, sodass ein Klick auf eine Kategorie, ein Jahr, einen Balken, oder ein US-State die Ansicht runterbricht. Das linke Chart stellt den Profit als hellgrüne Linien und Sales als blaue Balken für die einzelnen Quartale gegenüber (Achtung: die Achsenwerte unterscheiden sich). Ab Q4 2021 ist ein Forecast bis Ende des Jahres 2022 zu sehen. Die Map rechts zeigt den Profit pro US-State. Je dunkler das Grün, desto höher der Profit, he gelblicher desto niedriger (teilweise sind sogar negative Profite zu sehen). User*innen dieses Dashboards können nun z.B. die Performance einzelner US-States und/oder Jahre runterbrechen, um möglichst ins Detail gehen zu können, wo es notwendig erscheint.
Ist das Dashboard erst einmal erstellt, versetze ich mich in die Perspektive von jemanden, der es noch nie gesehen hat. Jedes Element sollte einen Zweck erfüllen. Ist ein Titel, eine Legende oder eine Achsenbeschriftung überflüssig, sollten diese Elemente entfernt werden. Außerdem stelle ich mir auch noch einmal die Frage, ob ich zu viel Inhalt in das Dashboard gepackt habe, die Anforderungen abgedeckt sind und daraus resultierend etwas entfernen, hinzufügen oder neu anordnen muss. Die Vereinfachung des Dashboards ist oftmals ein iterativer Prozess.
Wie bei jedem erfolgreichen Projekt sind gute Tests der Schlüssel. Zunächst einmal teste ich, ob alle Drill-down und Filtermöglichkeiten auch tatsächlich funktionieren, und überprüfe die Richtigkeit der visualisierten Ergebnisse. Nach Übergabe des Dashboards frage ich die User*innen, wie sie das Dashboard letztendlich verwenden und ob es ihnen hilft, ihre Fragen beantworten zu können. Vielleicht gibt es sogar Charts, die gänzlich ignoriert werden. Ich sammle bestmöglich Informationen, die mir dabei helfen, Dashboards zu optimieren oder neue Dashboards zu entwickeln.
Möchtest du weitere Information zur Datenvisualisierung bzw. der Optimierung deiner Dashboards erhalten? Dann melde dich gerne bei uns für ein kostenloses Beratungsgespräch!
Managerin, Deloitte Digital Customer Experience