Data Storytelling
Data Storytelling ist der Prozess der Übersetzung von Datenanalysen in verständliche Begriffe, um eine geschäftliche Entscheidung oder Handlung zu beeinflussen. Bei der Datenanalyse geht es darum, aus den Daten wertvolle Erkenntnisse zu gewinnen, um dem Zielpublikum mehr Kontext und Verständnis zu vermitteln.
Mit dem Aufkommen digitaler Geschäfte und des datengesteuerten Entscheidungsmanagements ist Data Storytelling zu einer Fähigkeit geworden, die oft mit Datenwissenschaft und Geschäftsanalyse in Verbindung gebracht wird. Dabei geht es darum, eine Verbindung zwischen ausgefeilten Datenanalysen und Entscheidungsträgern herzustellen, die möglicherweise nicht über die nötigen Kenntnisse zur Interpretation der Daten verfügen. Data Storytelling kann auch eingesetzt werden, um interessante Nutzungskennzahlen für Kunden zu vermitteln.
Einige Experten, wie der Vordenker Tom Davenport, Professor für Informationstechnologie und Management am Babson College in Wellesley (Massachusetts), betonen die Bedeutung der Erzählung, unabhängig vom Medium: „Die Erzählung ist die Art und Weise, wie wir eine komplexe Welt vereinfachen und ihr einen Sinn geben. Sie liefert Kontext, Einblicke, Interpretationen – all die Dinge, die Daten aussagekräftig und Analysen relevanter und interessanter machen.“ In seinem Artikel Why data storytelling is so important – and why we're so bad at it, der im Januar 2015 in Deloitte Insights veröffentlicht wurde, beschreibt Davenport fünf Gründe, warum Data Storytelling so entscheidend für Unternehmen ist.
Andere Experten wie Howard Dresner, Gründer und Chief Research Officer von Dresner Advisory Services, beschreiben Data Storytelling als eine Reihe von Funktionen in Visualisierungs-Tools, die eine interaktivere Erfahrung mit den Daten ermöglichen.
Wenn nur Diagramme, Dashboards und Datenvisualisierungs-Tools verwendet werden, verstehen die Entscheidungsträger in einem Unternehmen möglicherweise nicht, was eine bestimmte Datenmenge bedeutet. Anstelle einer rein datengesteuerten Betrachtung werden die Daten beim Data Storytelling in eine verständlichere Erzählung verpackt.
Beim Data Storytelling werden Daten aus Diagrammen, Dashboards und Datenvisualisierungs-Tools verwendet, um eine Geschichte zu erzählen, die einen Anfang, einen Mittelteil und ein Ende hat. Damit Unternehmen die Wichtigkeit und Bedeutung der präsentierten Daten verstehen können, wird die Datenerzählung als Beispiel oder Erfahrung erzählt und sollte unvoreingenommen und im richtigen Kontext sein. Wenn es beispielsweise ein Problem mit einem Produkt gibt, sollte das Data Storytelling die gesammelten Daten nutzen, um zu vermitteln, warum es behoben werden sollte, und eine Geschichte darüber erzählen, wie die Endnutzer auf dieses Problem stoßen und wie es sich auf sie auswirkt.
Die drei Komponenten des Data Storytelling
Data Storytelling umfasst Daten, Erzählungen und Visualisierungen.
- Die Daten dienen als Grundlage für eine Datengeschichte. Es handelt sich um Informationen aus einer genauen Datenerfassung und -analyse. Die Daten können zum Beispiel aus Diagrammen und Dashboards mit Unterstützung von Datenanalyse-Tools gewonnen werden.
- Die Erzählung ist eine verbale oder schriftliche Geschichte, die verwendet wird, um Erkenntnisse aus den Daten effektiv zu vermitteln. Die Erzählung sollte sich in den Kontext der Daten einfügen und darauf abzielen, eine klare Begründung für die folgenden Maßnahmen oder Entscheidungen zu liefern. Erzählungen sollten auf Daten beruhen und eine klare Erklärung der Bedeutung der Daten und ihrer Wichtigkeit liefern.
- Visualisierungen dienen als weitere Darstellungen sowohl der Daten als auch der Erzählung und werden verwendet, um die Geschichte klarer zu vermitteln. Zu den Visualisierungen gehören Grafiken, Diagramme, Schaubilder und Fotos.
Die Bedeutung von Data Storytelling
Data Storytelling ist eine gute Methode, um Einblicke in Daten für Personen zu gewinnen, die nicht formell darin geschult sind, wie man Daten aus den Dashboards von Datenanalyse-Tools liest. Mitarbeiter eines Unternehmens, die leicht von einer riesigen Menge an Datenpunkten überwältigt werden, können es schwierig finden, eine Bedeutung zu finden oder sich an Daten zu erinnern, die ihnen in einem typischen Dashboard, Diagramm oder einer Grafik präsentiert werden.
Mit Data Storytelling werden diese Informationen auf eine Weise aufbereitet, die für diese Menschen klar und einprägsam ist. Eine Geschichte fesselt diese Menschen und stellt die Daten so dar, dass sie die Auswirkungen, die die Daten zeigen, verarbeiten, verstehen und nachempfinden können.
Im Gegensatz zu einem Datenwissenschaftler, der einem Gremium die Bedeutung der gesammelten Daten nur mit einer Tabelle voller Zahlen erklärt, hilft Data Storytelling dabei, die Bedeutung der Zahlen zu vermitteln. Dadurch werden die präsentierten Daten fesselnder und einprägsamer.
Was macht eine gute Datengeschichte aus?
Eine gute Datengeschichte muss Daten, eine Erzählung und Visualisierungen enthalten, um wirksam zu sein. Um die Geschichte zu erzählen, muss eine Datengeschichte jedoch auch Folgendes enthalten:
- Einen Rahmen. Der Rahmen sollte sich an den Daten orientieren. Wenn es sich bei den Daten beispielsweise um interne Systeme handelt, sollte der Schauplatz innerhalb einer Organisation mit demselben internen Aufbau liegen.
- Charaktere. Zu den Charakteren können Kunden, das Unternehmen, Interessengruppen oder andere wichtige Akteure gehören, die von den Daten umgeben sind.
- Ein Konflikt. Der Konflikt ist jedes Problem und die Auswirkungen dieses Problems, das die Daten darstellen kann. Der Konflikt wirkt sich auf die Charaktere oder das Umfeld aus.
- Die Auflösung. Die Auflösung ist ein Lösungsvorschlag für offensichtliche Probleme oder alles, was zur Entscheidungsfindung beitragen kann.
Datengeschichten brauchen nicht immer Konflikte. Wenn dieses Element der Datengeschichte übersprungen wird, ist die Auflösung eine Handlungsempfehlung.
Jede Erkenntnis, die die Daten zeigen, kann auch mit einer Visualisierung veranschaulicht werden, damit das Publikum der Geschichte besser folgen kann. Die Vermittlung einer effektiven Datengeschichte erfordert sowohl Hard als auch Soft Skills.
Beispiele für gutes Data Storytelling
Datengeschichtenerzähler sind innerhalb und außerhalb des Arbeitsplatzes immer beliebter geworden.
Die Musik-App Spotify beispielsweise verschickt jährlich einen Rückblick an ihre Nutzer. Am 1. Dezember eines jeden Jahres liefert Spotify Wrapped den Nutzern eine Zusammenfassung ihres Musik- und Podcast-Konsums. Diese Berichte enthalten Statistiken für jeden Nutzer, die auf der gesamten in diesem Jahr gehörten Musik basieren. Die Präsentation dieser Daten bietet den Nutzern eine ansprechende Möglichkeit, die Musik zu verstehen, die sie am meisten hören.
In ähnlicher Weise sendet Slack eine E-Mail an seine Kunden, die aus einer visuellen Geschichte besteht, die die wichtigsten Erkenntnisse über die Nutzung des Dienstes enthält.
Automated Insights verwendet eine Software zur Generierung natürlicher Sprache, die Daten, wie zum Beispiel Statistiken eines Basketball- oder Baseballspiels, in Artikel der Associated Press umwandelt. Das Unternehmen hofft, einen ähnlichen Service für Unternehmen anbieten zu können, bei dem es Verkaufs- oder Marketingdaten in Nachrichtenberichte umwandelt.
Neben Analysten, Datenwissenschaftlern und anderen Geschäftsanwendern werden Datengeschichten in Zukunft von neuen Daten-Tools geliefert. Data Storytelling und Vorhersagen durch künstliche Intelligenz können gemeinsam in leistungsstarken Tools genutzt werden, um Vorhersagen aus Daten zu erstellen, ohne dass umfangreiche Konfigurationen erforderlich sind.
