Visual Storytelling mit Tableau

Anwendungsbeispiel

Ein Bild sagt bekanntlich mehr als tausend Worte.

Wenn dem so ist: Stellen Sie sich einmal vor, wieviel Information dann erst in einem guten Dutzend Bilder stecken!

Unser Ziel ist es, Ihre Daten umfassend zum Sprechen zu bringen. Wir ersetzen Zahlen durch klug gewählte Visualisierungen, um ganz gezielt sonst unsichtbare Fakten aus der Datenmasse heraus zu präparieren. An die Stelle der gefürchteten "wall of numbers" komplexer Datenbank- oder Excel-Tabellen treten zahlreiche spontan generierte und sich dynamisch anpassende Visualisierungen.

Beachten Sie den Plural - es geht hier ausdrücklich nicht um eine bestimmte Visualisierung. Visualisierung stellt nur eine Art - allerdings eine besonders effiziente - Art der Verarbeitung dar , nämlich eine gezielte Verdichtung von Informationen.

Ziel ist es, sich einem Datensatz (oder Datenstrom) durch eine Vielzahl von möglichst aussagefähigen Visualisierungen her so zu nähern, dass am Ende ein möglichst umfassendes Gesamtbild entsteht. Dieses Gesamtbild kann, muss sich aber nicht in einer visuellen Form niederschlagen.

Unterschiedliche Visualisierungsarten können dabei auch unterschiedliche Aspekte desselben Sachverhalts aufzeigen und deutlicher machen. Visualisierung ist daher im Kern nur ein anderes Wort für Bündelung, Akkumulation und Aggregation nach jeweils bestimmten Kriterien.

Zeit für Tableau!

Das ideale Werkzeug für genau diesen Zweck ist Tableau - im wahrsten Sinn des Wortes eine Wunderwaffe der Datenanalyse und Datenvisualisierung.

Denn, wie gesagt: Datenvisualisierung ist ein Mittel zum Zweck - gewissermassen die Leiter, die man hinter sich lassen kann, wenn man sein Ziel erklommen hat.

Im Folgenden ein Beispiel, das die Annäherung an einen Datensatz durch visual storytelling veranschaulicht.

Ihre Daten sehen vermutlich so ähnlich aus wie unsere Beispieldaten. Hier ein Ausschnitt aus dem Datensatz. Er enthält, grob gesagt, Kundendaten, Bestelldaten, Versanddaten, und Bezahldaten.

Die Beispieldaten

Ausschnitt Testdatensatz (insges. ca. 190.000 Felder)

Unser Beispieldatensatz besteht aus ca. 190.000 einzelnen Datenfeldern. (Bei Interesse können Sie die Rohdaten hier herunterladen). In den Beispielen konzentrieren wir uns auf die folgenden Aspekte und befragen die Daten mit visuellen Mitteln nach:

  1. Umsatz nach Produkt
  2. Umsatz nach Kunden
  3. Kundeninformationen
  4. Bestellungen
  5. Versand
  6. Profitabilität insgesamt

(1) Umsatz - betrachtet nach Produkt/Produktsegment


"Wie hat sich der Umsatz, bezogen auf die einzelnen Produktgruppen, entwickelt?"

Vier Beispielaussagen zum Thema Umsatz nach Produktgruppen

Mögliche Fragen

Welche Produkte aus dem Sortiment verkaufen sich wie gut? Wie lassen sie sich mit anderen Produkten vergleichen? Lassen sich Trends erkennen?

(2) Umsatz - betrachtet nach Kunden


"Wie hat sich der Umsatz, bezogen auf die einzelnen Kundensegmente, entwickelt?"

Beispielaussagen zum Thema Umsatz nach Kunden (Teil 1)Beispielaussagen zum Thema Umsatz nach Kunden (Teil 2)

Mögliche Fragen

Die Visualisierung zeigt neben den allgemeinen Umsatzzahlen nach Kundensegment auch deren Entwicklung über eine gegebene Berichtsperiode, sowie deren geographische Verteilung, so daß z.B. lokale Verkaufsaktionen oder Angebote als Maßnahme denkbar wären.

(3) Kunden


Was erfahren wir über unsere Kunden aus den Daten?

Aussagen zur Frage nach profitabelsten bzw. verlustträchtigsten Kunden (alle Kunden bzw. jeweils Spitzengruppe)

Mögliche Fragen

Welche Kunden generieren den höchsten absoluten Profit (im Gegensatz zum reinen Umsatz), welchen produzieren dagegen Verluste? Wo befinden sie sich jeweils geographisch?

(4) Bestellungen


"Wieviele einzelne Bestellungen gab es, woher kamen sie?"

Informationen zur Entwicklung, Art/Umfang und zum Ausgangspunkt von Bestellungen

Mögliche Fragen

Lassen sich Aussagen zu Art, Anzahl und Entwicklung der einzelnen Bestellungen treffen, insbesondere auch zu deren geographischer Herkunft?

(5) Versand


"Wie pünktlich wurde von uns versandt, wo gab es Verzögerungen?"

Wie schnell und verlässlich sind wir beim Versand, was dauert wie lange pro Bestellung?

Mögliche Fragen

Wie viele - und konkret welche - Bestellungen wurden rechtzeitig versandt, und wie viele waren verspätet? Wieviel Zeit liegt zwischen Bestellung und tatsächlichem Versand in jedem Einzelfall? Gibt es Unterschiede, die sich z.B. nach Produkten, Produktgruppen und Kundensegementen erlennen lassen?

(6) Profitabilität


"Profitabilität einzelner Bereiche, detailliert aufgeschlüsselt nach Produktgruppen und Kundensegmenten."

Profitabilität einzelner Bereiche, detailliert aufgeschlüsselt nach Produktgruppen und Kundensegmenten

Mögliche Fragen

Wie profitabel sind die einzelnen Bereiche, u.a. nach Produktgruppen und Kundensegmenten ("welche Produkte/Produktgruppen sind am profitabelsten")?

Was sagen uns die visualisierten Daten nun?

Wir hatten uns für folgende Themen interessiert, und wir sehen anhand der visualisierten Daten zu jedem Punkt sofort klare Aussagen und Erkenntnisse - und das, obwohl wir im Kern ja nur über relativ rudimentäre Daten verfügen:

(1) Umsatz nach Produkt: Wir können sofort feststellen, welche Produkte aus dem Sortiment sich wie gut verkaufen, sie mit anderen Produkten vergleichen, zeitliche Trends erkennen (z.B. saisonale Verkaufsanstiege). Verkaufzahlen direkt in Verbindung mit Rabattaktionen setzen und damit deren Erfolg messen, u.v.m.

(2) Umsatz nach Kunden: Die Visualisierung zeigt neben den allgemeinen Umsatzzahlen nach Kundensegment auch deren Entwicklung über eine gegebene Berichtsperiode, sowie deren geographische Verteilung, so daß z.B. lokale Verkaufsaktionen oder Angebote als Maßnahme denkbar wären.

(3) Kunden: Uns interessierte, welche Kunden den höchsten absoluten Profit generieren (im Gegensatz zum reinen Umsatz), welchen dagegen Verluste produzieren, und sie sich jeweils geographisch befinden. In beiden Fällen ist vermutlch Handeln geboten: Die "guten" Kunden sollten wir weiter pflegen, z.B. mit besonderen Konditionen oder Angeboten, während wir dagegen Wege suchen sollten, die besonders verlustträchtigen Kunden ebenfalls in den grünen Bereich zu bringen, oder uns ggfs. von ihnen zu trennen.

(4) Bestellungen: Auch zu Art, Anzahl und Entwicklung der einzelnen Bestellungen lassen sich Aussagen machen, ebenso wie zu deren geographischer Herkunft. 

(5) Versand: Wir verfügen über genug Informationen um sofort sagen zu können, wie es um den Versand unserer Bestellungen steht, d.h. wieviele - und welche - Bestellungen rechtzeitig versandt und wieviele verspätet waren. Auch lässt sich feststellen, wieviel Zeit zwischen Bestellung und tatsächlichem Versand in jedem Einzelfall lag und wie sich das z.B. nach Produkten, Produktgruppen und Kundensegementen unterscheiden lässt.

(6) Profitabilität: Von besonderem Interesse ist die Frage der Profitabilität einzelner Bereiche.  Sie lassen sich detailliert aufschlüsseln, z.B. nach nach Produktgruppen und Kundensegmenten ("welche Produkte/Produktgruppen sind am profitabelsten"). Der Aspekt Profitabilität lässt sich aber auch mit anderen Themen in Beziehung setzen bzw.  nach besonders interessierenden Fragen filtern oder weiter herunterbrechen. 

Nur zur Erinnerung: Alle diese Informationen wurden in diesem Fall aus einem einzigen Spreadsheet, unserem relativ simplen Beispieldatendatensatz, 'gehoben'.  

Fazit

Obwohl für unser Beispiel nur einige mehr oder weniger zufällige Fragestellungen ausgewählt wurden, hat sich die Menge der in diesem einfachen Spreadsheet enthaltenen Information sich als wesentlich umfangreicher und aussagefähiger herausgestellt, als anfangs auch nur zu ahnen war.

Dank Tableau beträgt der zeitliche, technische und finanzielle Aufwand dafür nur einen Bruchteil dessen, was mit "herkömmlichen" Mitteln - z.B. Excel-Formeln, -Filtern und -Charts, SQL-Abfragen, oder Custom-Programmierung nötig wären.

Und: Man müsste die Art dieser Abfragen schon im Voraus bis ins Detail spezifizieren - d.h. man findet im Prinzip immer nur genau das, was man bereits antizipiert hat, und würde dadurch die Chance verlieren, vollkommenen Neues, vorher Ungeahntes, in den Daten und ihren Beziehungen zu entdecken.

Aber noch wichtiger: Die Informationen, die durch die verschiedenen Visualisierungen gewonnen wurden, lassen sich nun nutzbringend anwenden. Sobald die in den Daten versteckten Informationen erkannt und verstanden sind, lassen sich hieraus praktische Schritte ableiten und in profitables Handeln umsetzen.

Wir helfen Ihnen dabei, Ihr Unternehmen klüger zu machen.

Setzen Sie sich mit uns in Verbindung, wenn Sie die in Ihren Daten verborgenene Wissenschätze heben wollen. Wir setzen Projekte mit Tableau für Sie um, helfen bei der Einführung von Tableau in Ihrem Betrieb, und bieten Schulung und begleitendes Coaching für Nutzer der Software.

Kostenloses Beratungsgespräch buchen