Erfolgsfaktor „Data Storytelling“ – Wie du mit Daten Geschichten erzählst
Der reine Besitz von Daten reicht in der heutigen Zeit nicht mehr aus. Viel zu oft wird sich in der Unternehmenspraxis auf die reine Analyse von Informationen konzentriert und viel zu selten darauf, wie die Ergebnisse effektiv an andere Abteilungen kommuniziert werden können. Dies führt insbesondere dazu, dass grundsätzlich zwar zahlreiche Dashboards und Sheets zu den gewonnenen Daten erstellt werden, ein Großteil davon aber schon nach kurzer Zeit im Unternehmen verstaubt und in Vergessenheit gerät. Dabei gehört es zu einer der Kernaufgaben von Datenanalyst:innen, Daten in anschauliche Erkenntnisse aufzubereiten, aus denen schließlich unternehmensrelevante Handlungsempfehlungen abgeleitet werden können.
Eine Disziplin, die in letzter Zeit sehr stark an Relevanz gewonnen hat, ist das sogenannte „Data Storytelling“. Geschichten erleichtern das Verständnis von komplexen Sachverhalten und lösen Emotionen und Bilder beim Gegenüber aus. Data Storytelling hat dabei weniger mit dem Erzählen von Märchen zu tun, basiert aber auf drei Bestandteilen, die eben diese so spannend machen: Daten, Story und Visualisierung. Neben den eigentlichen Daten zählt dazu die Kommunikation mittels rhetorischer Geschichten und unterstützender Visualisierungen, um relevante Entscheidungen vorzubereiten und essenzielle Veränderungen einzuleiten.
Warum ist Data Storytelling so wichtig?
Zur Beantwortung der Frage schauen wir kurz in das menschliche Hirn. Menschen können Information nur in begrenzter Menge aufnehmen. Verantwortlich dafür ist die limitierte Kapazität unseres Kurzzeitgedächtnisses. Allein die durchschnittliche Menge an Analytics-Kennzahlen reicht aus, um diese „Speicherkapazität“ zu überschreiten. In Bezug auf digitale Daten spricht man hier auch häufig vom sogenannten „Information Overload“. Einen Großteil an Informationen nimmt der Mensch demnach gar nicht erst wahr, ein weiterer Teil gerät nach kurzer Zeit wieder in Vergessenheit. Nur die Informationen, die vom Kurzzeitgedächtnis ins Langzeitgedächtnis gelangen, stehen uns langfristig zur Verfügung. Um dorthin zu gelangen, muss unser Gehirn davon überzeugt werden, dass die ausgewählten Informationen von Bedeutung sind. Um die Daten in genau diese Form zu transformieren, wird ein „Übersetzer“ benötigt, der die rein technischen Daten in anschauliche und effektive Handlungsempfehlungen übersetzt. Die Aufgabe von Datenanalyst:innen ist es nun, zu vermitteln, was sie den Daten konkret entnehmen können und warum sie aus ihrer Sicht relevant sind. Hierbei gilt es, einige grundlegende Regeln zu befolgen. Denn jede Fachabteilung eines Unternehmens besitzt individuelle Bedürfnisse im Hinblick auf die Informationsaufbereitung. Daher sollte man sich zuvor immer fragen: „Wem präsentiere ich überhaupt meine Daten?“ Ist diese Frage geklärt, kann mit der Aufbereitung begonnen werden. Ein Hinweis von uns vorab: Gutes Storytelling ist eine Disziplin, die step-by-step erlernt werden muss. Es führt also kein Weg am Probieren, Variieren und Revidieren vorbei. Einige Faktoren haben sich in dem Zusammenhang jedoch bereits in der Vergangenheit als sehr effektiv erwiesen.
Es waren einmal Daten…
Stories folgen häufig einem feststehenden Schema. Sie beginnen mit der Ausgangssituation, bewegen sich dann hin zu einem Wendepunkt oder Konflikt und präsentieren schlussendlich eine Lösung. Auch bei der Präsentation von Daten sollte dieses Schema grundsätzlich befolgt werden. Hierzu empfiehlt es sich, zunächst einmal aufzeigen, wo der aktuelle Konflikt im Unternehmen überhaupt vorliegt, z.B. von welchen Verkaufszahlen man gestartet ist. Zuhörer:innen können die Daten von dort aus besser in den Kontext setzen und mit vorhandenem Know-How verknüpfen. Die Kernaussagen der Daten stellen in dem Zusammenhang den Konflikt bzw. Wendepunkt dar. Es sollte daher sukzessive auf diesen Punkt hingearbeitet gearbeitet und analog Spannung erzeugt werden. Die Fokussierung auf diesen Punkt stellt im Data Storytelling die wohl relevanteste Aufgabe dar.
Die Devise lautet: Reduzieren!
Auch wenn es viel zu erzählen gibt, solltest du dich bei der Präsentation von Daten bremsen. Denn bei einer überladenen „Informationsflut“ schweifen die Zuhörer:innen ab und verlieren das Interesse. Dies bedeutet in der Praxis: Eine Botschaft nach der anderen. Konkret sollten Dashboards bzw. Slides also nur eine wesentliche Aussage präsentieren – zweitranginge Informationen verschwinden hingegen besser im Hintergrund. Die Kernbotschaft darf dabei aber umso mehr in den Fokus gerückt werden, z.B. durch unterstützende Abbildungen und Texte.
Auswahl der Darstellung
Datenvisualisierungen stellen die optische Präsentation der Geschichte dar. Allerdings sollten hier nicht zwangsläufig bunte Bilder folgen, es geht vielmehr um die Unterstützung der Kernaussage und des Kontextes. Es empfiehlt sich daher, nicht blind irgendeine Diagrammform auszuwählen, sondern zu bedenken, was genau dargestellt werden soll. So wird z.B. das Kuchendiagramm von Analyst:innen vermieden, da es häufig einen falschen Eindruck erweckt. Liniendiagramme eignen sich hingegen für Trends und Verläufe, Balkendiagramme sind besonders gut für Vergleiche. Ziel sollte es sein, dass die gewählte Visualisierung für sich spricht.
Die richtige Farbauswahl
Farben bieten die simpelste Form, um auf gewisse Dinge aufmerksam zu machen. Im Übermaß wirken sie jedoch schnell irritierend. Wie bereits im vorherigen Punkt erwähnt, gilt es hier, die Kernbotschaft visuell herauszustellen. Deswegen: Ein oder zwei Farbtöne auswählen, die die Aufmerksamkeit des Betrachters/ der Betrachterin erregen. Alle Informationen, die stattdessen in den Hintergrund rücken sollen, können mithilfe hellerer Grautöne dargestellt werden. Dadurch können z.B. Vergleichswerte anschaulich abgebildet werden. Die Kernaussage bleibt aber bestehen.
Zu guter Letzt: Handlungsempfehlungen nicht vergessen
Die Daten wurden den Zuhörer:innen präsentiert, die Geschichte ist erzählt. Wie in einer Fabel sollte an der Stelle jedoch nicht vergessen werden, die entscheidende Erkenntnis der „Data Story“ noch einmal herauszustellen. Durch konkrete Handlungsempfehlungen gehen die gewonnenen Informationen nicht so schnell verloren. Deswegen: Zum Schluss die wichtigsten Ergebnisse komprimiert zusammenfassen. Zusätzlich kann mit prägnanten Formen noch einmal visuell darauf hingewiesen werden, welche Schritte nun eingeleitet werden sollten.
Fazit
Data Storytelling bietet insbesondere Datenanalyst:innen, aber auch vielen weiteren Stakeholdern eine effektive Möglichkeit, Datenmengen und vor allem die daraus gezogenen Erkenntnisse verständlich und nachhaltig für alle Mitarbeiter:innen zu kommunizieren. Bereits kleine Veränderungen in der Präsentation können dafür sorgen, dass die wesentlichen Informationen im Unternehmen herausstechen und langfristig in den Köpfen bleiben, wodurch gewonnene Daten noch besser in den Unternehmenserfolg integriert werden können. Ein elementarer Schritt in datengetriebenen Zeiten!
Tatjana Groborz ist Data Analytics Consultant bei e-dynamics. Als „Übersetzerin“ arbeitet sie an der Schnittstelle von IT und Wirtschaft: Ihre Aufgaben sind die Identifikation von Geschäftsbedürfnissen, Analyse von Daten und Vermittlung von verständlichen Handlungsempfehlungen, um strategische Entscheidungen im Unternehmen zu erleichtern.
Bildquelle Hintergrund Beitragsbild: © Adobe Stock/ BillionPhotos.com
