Data Storytelling
Data Storytelling bedeutet, eine analytische Erkenntnis durch die Kombination von Daten, Visualisierungen und einer Erzählung zu vermitteln, damit ein bestimmtes Publikum versteht, was sich verändert hat, warum es wichtig ist und was es entscheiden sollte.
Was ist Data Storytelling?
Eine Datengeschichte ist ein Argument mit Belegen, gebaut für ein Publikum und eine Entscheidung. Ein Dashboard zeigt alles; eine Geschichte wählt die zwei oder drei Zahlen aus, auf die es ankommt, und erklärt sie.
Sie hat drei Zutaten. Die Daten sind die Erkenntnis, geprüft und im Kontext. Die Visualisierung ist ein Diagramm, das so gewählt ist, dass es diese Erkenntnis offensichtlich macht, etwa eine Linie für einen Trend oder ein Balken für einen Vergleich.
Die Erzählung ist die Abfolge in einfacher Sprache: Das ist die Lage, das hat sich verändert, das ist der Grund, das empfehlen wir.
Das Handwerk wird weithin mit Cole Nussbaumer Knaflics Buch Storytelling with Data (2015) verbunden, das populär machte, Diagramme zu entrümpeln und Farbe nur zur Lenkung der Aufmerksamkeit einzusetzen.
Wie strukturiert man eine Datengeschichte?
Beginnen Sie mit der Entscheidung, die Sie erreichen wollen, und arbeiten Sie sich dann rückwärts zu den minimalen Belegen vor, die sie stützen. Eine verlässliche Struktur:
Publikum und Anliegen: Wer liest, und was soll genehmigt, gestoppt oder geändert werden?
Kernaussage: ein Satz, der die Erkenntnis benennt, formuliert als Diagrammtitel („Trial-to-Paid fiel nach der Preisänderung von 18 % auf 12 %“).
Kontext: eine Basislinie oder ein Vergleich, damit die Zahl etwas aussagt.
Ursache: die Aufschlüsselung, die die Veränderung erklärt, oft ein einzelner Drill-down.
Empfehlung und Kosten des Nichthandelns: was zu tun ist und was passiert, wenn nichts getan wird.
Entfernen Sie Gitterlinien, Legenden, die Beschriftungen wiederholen, und jedes Diagramm, das die Kernaussage nicht stützt.
Wie sieht Data Storytelling in der Praxis aus?
Ein gutes Beispiel verwandelt ein Dashboard mit 30 Diagrammen in eine Entscheidung auf fünf Folien. Stellen Sie sich ein B2B-SaaS-Unternehmen mit 90 Mitarbeitenden vor, dessen Head of Growth gegenüber dem CEO begründen muss, warum ein bezahlter Kanal gestrichen werden soll.
Ihr Entwurf enthält jede Kanalkennzahl. Sie schreibt ihn um eine einzige Kernaussage herum neu: „LinkedIn Ads liefern Leads zum halben CPL von Search, aber fast keiner davon wird zum zahlenden Kunden.“ Folie zwei zeigt die Kosten pro Lead nach Kanal; Folie drei ergänzt die Lead-to-Customer-Rate aus dem CRM; Folie vier zeigt die Kosten pro zahlendem Kunden, wobei sich die Reihenfolge umkehrt.
Angenommen, die letzte Folie schlägt vor, für ein Quartal einen Teil des LinkedIn-Budgets auf Search zu verlagern, mit einer Abbruchregel, falls die Pipeline einbricht. Der CEO stimmt in einem einzigen Meeting zu, weil alle Belege in dieselbe Richtung weisen.
Nichts in der Präsentation waren neue Daten. Der Unterschied bestand darin, die Kennzahl zu wählen, die zur Entscheidung passte, nämlich die Kosten pro zahlendem Kunden, und die Folien so anzuordnen, dass jede die Frage beantwortete, die die vorherige aufgeworfen hatte.
Was sind die Fallstricke beim Data Storytelling?
Das größte Risiko besteht darin, dass eine überzeugende Geschichte den Belegen dahinter davonläuft. Achten Sie auf:
Herausgepickte Zeitfenster: eine Trendlinie an einem günstigen Tiefpunkt beginnen lassen.
Abgeschnittene Achsen bei Balkendiagrammen, die kleine Unterschiede übertreiben.
Korrelation als Kausalität erzählt: „Kunden, die Feature X nutzten, wanderten seltener ab“ kann widerspiegeln, wer sich für die Nutzung entschieden hat.
Verborgene Unsicherheit: eine Schätzung aus 40 Datenpunkten als präzise darstellen.
Eine einfache Absicherung: Lassen Sie vor der Präsentation eine Kollegin oder einen Kollegen, der anderer Meinung ist, versuchen, aus denselben Daten eine andere Geschichte zu erzählen.
Worin unterscheidet sich Data Storytelling von Datenvisualisierung?
Datenvisualisierung ist die Kodierung von Daten als Grafiken; Storytelling ist die Abfolge und Rahmung, durch die diese Grafiken zu einer Entscheidung führen. In Begriffen der Datenvisualisierung ist ein schönes Diagramm ohne Kernaussage immer noch nur ein Diagramm; dasselbe Diagramm, mit seiner Erkenntnis betitelt und gefolgt von einer Empfehlung, ist eine Geschichte.
Hilfreiche Tools: Tableau Story Points, Power-BI-Lesezeichen und das Smart-Narrative-Visual, Looker Studio mit Textanmerkungen, Flourish und Datawrapper für annotierte öffentliche Diagramme sowie Observable- oder Jupyter-Notebooks für Analysten, die Code und Text zusammen wollen. Folien in Google Slides oder PowerPoint bleiben das gängigste Format für Führungskräfte.
Data Storytelling vs. Dashboard-Reporting
Data Storytelling | Dashboard-Reporting | |
|---|---|---|
Zweck | Eine bestimmte Entscheidung herbeiführen | Viele Kennzahlen laufend überwachen |
Publikum | Namentlich bekannte Personen, oft Führungskräfte | Alle mit Zugriff |
Struktur | Linear: Kontext, Erkenntnis, Ursache, Maßnahme | Raster aus Diagrammen und Filtern |
Lebensdauer | Ein Meeting oder Memo | Fortlaufend |
Hauptrisiko | Überzeugungskraft eilt den Belegen voraus | Zu viele Diagramme, keine Schlussfolgerung |
Wie geht VIZIO AI an Data Storytelling heran?
VIZIO AI gestaltet Dashboards rund um die Entscheidung des Publikums, mit Zusammenfassungsebenen, die die Geschichte vor den Details erzählen. Für ein britisches Climate-Tech-Unternehmen hat das Venture Studio ein Echtzeit-Dashboard zum CO₂-Fußabdruck in Dash und Plotly gebaut, das Emissionsdaten im Fünf-Minuten-Takt für Wissenschaftler, Firmenkunden und Investoren gleichermaßen verständlich machte.
Die Durchlaufzeit des Investoren-Reportings verbesserte sich um 74 %. Für ein US-amerikanisches Professional-Services-Unternehmen hat das Growth Studio ein Looker-Studio-Dashboard mit einer Executive-Summary-Ansicht und modularen, kundenspezifischen Ansichten gebaut, das 3× schnellere Entscheidungen auf Führungsebene ermöglichte und den manuellen Reporting-Aufwand um 25 % senkte.
Wo Sie anfangen sollten: Schreiben Sie die Kernaussage Ihres nächsten Reports in einem Satz auf, bevor Sie ein einziges Diagramm bauen, und streichen Sie alles, was sie nicht stützt.
Data Storytelling in Fallstudien von VIZIO AI
- Real-Time Carbon Footprint Reporting Dashboard ›Ein Dashboard in Dash und Plotly machte Emissionsdaten im Fünf-Minuten-Takt für Investoren verständlich und verbesserte die Durchlaufzeit des Investoren-Reportings um 74 %.
- Marketing Data Dashboard ›Eine Executive-Summary-Ansicht über Multi-Channel-Marketingdaten ermöglichte 3× schnellere Entscheidungen auf Führungsebene.