Im August habe ich an der SWD Challenge teilgenommen. Die Aufgabe war, eine Data Story auf einem Dashboard darzustellen. Da es öfter mal zu den Missverständnissen zwischen Dashboard und Data Story zu Verwechselung kommt, habe ich mich deswegen mit dem Thema tiefer auseinandergesetzt.

In den letzten zwei Wochen habe ich zwei Artikeln über Dashboards und Data Story publiziert. Dabei bin ich auf beide Definitionen ausführlich eingegangen. Hier ist nun eine Zusammenfassung von beiden Artikeln um die Unterschiede noch einmal zu verdeutlichen: 

Was spricht für eine Data Story?
gg
Was spricht für ein Dashboard?
gg
● Texte, Kommentare und Annotationen erklären die Ereignisse und spielen eine wichtige Rolle.
hhh
● Texte, Kommentare und Annotationen spielen eine sekundäre Rolle. Es gibt eher weniger Erklärungstexte.
gg
● Data Stories erfordern eine geschickte Nutzung von präattentiven Attributen.  ● Ein Dashboard soll möglichst neutral konzipiert werden. Bei der Anwendung von präattentiven Attributen besteht das Risiko versehentlich die Aufmerksamkeit der User von den relevanten Informationen abzulenken.
gg
● Daten werden im Hintergrund NICHT automatisch aktualisiert.
gg
● Häufig werden Daten im Hintergrund automatisch aktualisiert.
gg
● Der Fokus liegt auf einem bestimmten Ereignis.
gg
● Dashboards beinhalten normalerweise viele Informationen, die mit mehreren Diagrammen dargestellt werden.
gg
● Fokus liegt auf Explanatory Datenanalyse: Man geht auf nicht nur auf die Fragen Wer, Was und Wann ein, sondern legt den Fokus häufig auf die Frage Warum? 
gg
● Fokus liegt auf Explorative Datenanalyse: Die Fragen: Wer, Was und Wann werden beantwortet.
gg
● Häufig wird eine Data Story durch eine Person kuratiert und ist auf eine kleinere Zielgruppe gerichtet. ● Dashboards werden häufig mehreren Personen zur Einsicht zur Verfügung gestellt und ist für größere Zielgruppen geeignet.
gg
● Eine Data Story kann die Ereignisse erklären, die weit in der Vergangenheit liegen. ● Typischerweise zeigt, ein Dashboard immer die aktuellsten Daten.
gg
● Eine Data Story ist weniger dynamisch.  ● Dashboards sind oft dynamisch. Durch Anwendung von Filtern und Parametern können den Usern schnell zu ihren Informationen gelangen.
gg
● Ein Titel beschreibt ein Ereignis. ● Normalerweise werden Dashboard Titel allgemein formuliert.
gg

Dashboard vs Data Story

Ein Dashboard ist eine visuelle Darstellung von Daten, die zur Überwachung von Bedingungen und/oder zum besseren Verständnis verwendet wird.

Auf einem Dashboard können wir viele Informationen schnell finden. Das Dashboard bietet aber auch den Prolog einer guten Data-Story.

Es liegt letztendlich dann an der Person, die das Material gefunden hat, sich zu überlegen, wie sie eine bestimmte Geschichte am besten weitergeben kann. Vielleicht ist es ein rascher Anstieg der Trendlinie oder eine hohe Zahl bei der einen oder der anderen Dimension – jedes interessantes Element auf dem Dashboard kann dazu dienen eine interessante Data Story zu erzählen. 

Als Beispiel für ein Dashboard habe ich folgende Arbeitsmappe erstellt:

Hier sieht man zum größten Teil alle Merkmale, die ein Dashboard ausmachen:

Original Dashboard: https://tabsoft.co/3AAbVK8

Cole Nussbaumer Knaflic schrieb in ihrem Buch „Storytellingwithdata“, dass man viele Austern knacken muss, um eine Perle zu finden. Als Designer einer Story, sollen wir nicht alle Austern, die wir geknackt haben, zeigen, sondern nur die Perle.

Wie passt nun ein Dashboard in dieses Bild? Ein Dashboard ist eine superautomatische “Austernschälmaschine”. Es wird dir helfen, die Perlen schneller zu finden. Was man dann mit diesen Perlen macht… nun, das ist der Teil, wo das Geschichtenerzählen ins Spiel kommt. 

Um eine Data Story zu erzählen, soll man ein Fokus auf mindestens ein interessantes Ereignis legen. Eine vordefinierte Struktur wird hier auch helfen eine Geschichte erzählerisch so zu gestalten, dass sie spannend ist und den User bindet. In meinem folgenden Beispiel habe ich mit der folgenden Struktur gearbeitet: Handlung/Plot → Ereignis → ansteigenden Handlung → Höhepunkt → abfallenden Handlung → Auflösung

Hier ist das Beispiel für eine Data Story. Diese Story basiert sich auf dem gleichen Datensatz, welche ich für das Dashboard benutzt habe.

Mein Fokus liegt auf dem Datensatz aus dem Jahr 2021. Dabei bin ich auf die Frage eingegangen: Warum gab es im Jahr 2021 diesen raschen Anstieg an Beschwerden wegen Ratten in New York?

Kann ich nun mit einem Dashboard eine Data Story erzählen?

Dashboard ist nicht die beste Wahl für eine Data Story. Um eine Data Story auf einem Dashboard zu erzählen, muss eine Menge an Information auf dem Dashboard eliminiert, versteckt oder reorganisiert werden. Darüber hinaus muss der Fokus neu gesetzt werden und auch die User sollen eine Struktur erkennen können. Um eine Data Story zu erzählen, hätte ich ganz klassisch PowerPoint Presentation genutzt. Einige Software bieten auch die Lösungen für die Erzählung einer Data Story, wie z.B. Tableau.

Folgend findet ihr ein Beispiel einer Data Story auf einem Dashboard. Dafür habe ich den gleichen Datensatz benutzt, den ich auch für das Dashboard benutzt habe.

Original Dashboard: https://tabsoft.co/3atJO4D

Die Information ist hier auf einem Display dargestellt, was typisch für ein Dashboard ist.

Die Struktur ist hier wie folgt:

  • Ereignis → Status January – August 2021
  • Höhepunkt → Comparison 2021 vs 2020
  • Abfallenden Handlung → Cause of the increase
  • Auflösung – Resolution (Recommendation)

Das erste Teil (Teil links) zeigt die Situation in 2021. Hier sind die Fragen: Wann und Wo beantwortet. Anfangs ist es schwer für den User die Zahlen richtig zu beurteilen. Sind 16.212 Beschwerden in dem Zeitraum von Januar bis August viel oder wenig? Deshalb ist in der Mitte des Dashboards der Vergleich zum Vorjahr 2020 dargestellt.

Der Vergleich von beiden Jahren ist ein spannender Teil. Der User erlebt ein AHA Moment und kann die Zahlen miteinander vergleichen. Der Kontextkasten unten rechts unterstreicht die Erkenntnis, dass die Zahlen im 2021 sehr hoch zu den Vorjahren sind. Egal, ob man die beiden Jahre im Verlauf, pro Bezirk oder per Aufenthaltsort vergleicht – die Zahlen in 2021 sind jeweils höher als in 2020.

Im letzten Abschnitt gehe ich nun auf die Warum-Frage ein? Um diese Frage zu beantworten, musste ich etwas recherchieren. Durch meine Recherche konnte ich einige Gründe herausfinden, wieso der Anstieg in 2021 so rasant war. Den wichtigsten Grund habe ich oben rechts im Dashboard beschrieben. In der Ecke unten rechts spreche ich Empfehlung aus, wie das Problem gelöst werden könnte. Wie in einer guten Geschichte gibt es auch auf diesem Dashboard ein (Happy)-Ende.

Natürlich können wir auf dem Dashboard nicht alle Information darstellen, die ich in einer reinen Story dargestellt habe. Ich musste den Kontext etwas kürzen, aber so, dass die wichtigsten Beschreibungen auf dem Dashboard erhalten geblieben sind. Man muss auch Platz auf dem Dashboard frei halten, wo man auch die wichtigsten Erkenntnisse erläutern kann.

Fazit

Als Fazit kann ich sagen, dass es möglich ist eine gute Data Story auf dem Dashboard darzustellen. Allerdings liegt die Qualität der Arbeit stets an dem Ersteller. Wenn allerdings der User eine Verwendung dafür finden kann, dann hat sich die Mühe gelohnt.