Visual Business Analytics (eBook)

Prof. Dr. Jörn Kohlhammer ist Abteilungsleiter für den Bereich Visual Analytics am Fraunhofer IGD. Er studierte Informatik mit Betriebswirtschaftslehre an der LMU München. Nach seiner Forschungstätigkeit am Fraunhofer-Center for Research in Computer Graphics in Providence, RI, USA promovierte er 2005 an der TU Darmstadt. Seine Abteilung betreibt angewandte Forschung für Visual Business Analytics, visuelle Ansätze der Cybersicherheit sowie der Analyse medizinischer Daten. Seit 2015 ist er zudem Honorarprofessor für User-Centered Visual Analytics an der TU Darmstadt. Prof. Kohlhammer ist Autor und Co-Autor vieler Bücher, Fachartikel und Konferenzbeiträge. Er ist regelmäßiger Redner bei Veranstaltungen und Kongressen in der Industrie und der Forschung sowie anerkannter Experte zum Thema Visual Analytics und Visual Business Intelligence. Dirk U. Proff ist Founder und CEO von blueforte, einer vielfach prämierten Unternehmensberatung, und ist für die Bereiche Strategy und Corporate Development verantwortlich. Herr Proff studierte Wirtschaftsinformatik an der privaten Fachhochschule Wedel sowie Administration and Management an der Harvard University. Er war für mehrere internationale Managementberatungen in unterschiedlichen Führungspositionen tätig und erhielt darüber hinaus den Lehrauftrag für Betriebswirtschaftliche Informationsverarbeitung an der EBC Hochschule Hamburg. Neben Publikationen in Fachzeitschriften veröffentlicht Herr Proff wissenschaftliche Artikel in Fach- und Lehrbüchern und hält darüber hinaus regelmäßig Vorträge auf Veranstaltungen und internationalen Konferenzen. Herr Proff ist Pionier und anerkannter Experte für die Themen Information Design und Visual Business Intelligence sowie Gründungsmitglied der IBCS Association. Er war jahrelang Mitglied des Fachbeirats der Zeitschrift BI-SPEKTRUM und ist einer von 14 TDWI Europe Fellows. Andreas Wiener ist Geschäftsführer der Firma reportingimpulse GmbH in Hamburg. Meistens ist Andreas Wiener als Keynote Speaker auf verschiedenen Konferenzen anzutreffen und ist ein Entertainer, wie es im Buche steht. Dabei ist dies nicht seine einzige Stärke: Als Geisteswissenschaftler prädestiniert, hat er bereits zahlreiche Bücher, Artikel und Publikationen geschrieben und herausgegeben.

Geleitwort 5
Vorwort zur 2. Auflage 7
Vorwort 9
Inhaltsverzeichnis 13
1 Visual Business Analytics 17
1.1 Bessere Wege der Entscheidungsfindung durch VBA 18
Die Anwender im VBA-Modell 21
1.2 Trends und Zukunft von VBA 23
2 Visualisierung von Daten und Informationen 29
2.1 Daten und Datentypen 30
2.1.1 Daten 30
2.1.2 Datentypen 31
2.1.3 Datenakquisition und Datenherkunft 31
2.1.4 Datenspeicherung 32
2.1.5 Datenqualität in der Visualisierung 33
2.1.6 Datenvorverarbeitung 33
2.2 Syntax und Semantik 34
Listen und Tabellen 35
Text 35
Geografische Daten 36
Zeitabhängige Daten 36
Netzwerke und Graphen 37
Hierarchien und Bäume 37
2.3 Informationen 38
Metadaten 38
2.4 Wissen 39
Wissensrepräsentierung 40
Semantische Wissensnetze 41
2.5 Historie der Visualisierung 42
2.5.1 Von der Antike bis zur frühen Neuzeit 43
2.5.2 Die Neuzeit – Geburt der modernen Diagramme 47
2.5.3 Die Moderne – Information Design und interaktive Visualisierung 54
2.6 Zusammenfassung 57
3 Reporting und Information Design 59
3.1 Reporting 59
3.2 Information Design 62
3.3 Diagramme 66
3.3.1 Säulen- und Balkendiagramme 67
Anwendungsbeispiele für Säulendiagramme 69
Anwendungsbeispiele für Balkendiagramme 70
Umgang mit gestapelten oder gruppierten Säulen- und Balkendiagrammen 71
3.3.2 Kreisdiagramme 75
Anwendungsbeispiele 78
3.3.3 Liniendiagramme 79
Anwendungsbeispiele für Liniendiagramme 80
3.3.4 Punktdiagramme 82
Anwendungsbeispiele für Punkt- und Blasendiagramme 82
3.4 Eigenschaften von Diagrammen 83
3.4.1 Einsatz von Farben 83
Highlighting 86
3.4.2 Schlanke Visualisierung 88
Dekoration 88
3D 90
x- bzw. y-Achse in Säulen- und Balkendiagrammen 91
3.4.3 Skalierung 93
3.4.4 Diagrammnotation für Säulen- und Balkendiagramme 98
3.4.5 Darstellung von Abweichungen 99
3.5 Gestaltung von Tabellen 100
3.6 Einführung einer Information-Design-Richtlinie 104
3.7 International Business Communication Standards (IBCS®) 108
3.7.1 Die IBCS®-Standards 108
3.7.2 Die IBCS Association und ihre Entstehung 113
3.7.3 Das IBCS®-Aus- und Fortbildungsprogramm 115
3.7.4 IBCS®-zertifizierte Software 116
3.8 Zusammenfassung 117
4 Business Intelligence und Visualisierung 119
4.1 Visual Business Intelligence 119
4.1.1 Herausforderung 119
4.1.2 Marktüberblick 121
4.2 Interaktive Visualisierung 123
4.2.1 Dynamische und geführte Berichte 123
4.2.2 Motivation 127
4.2.3 Menschliche Wahrnehmung 127
Das Auge 128
Die drei Ebenen der Wahrnehmung 129
Das visuelle Gedächtnis 130
4.2.4 Aufmerksamkeit 131
Ebene 1 131
Ebene 2 133
Ebene 3 135
4.2.5 Vorteile der Informationsvisualisierung 136
4.2.6 Referenzmodell nach Card, Mackinlay und Shneiderman 139
Rohdaten 139
Datentabellen 140
Visuelle Strukturen 141
Ansichten (Views) 145
4.2.7 Interaktion 146
Einfache Interaktionstechniken 147
Erweiterte Interaktionstechniken 148
4.2.8 Webbasierte Visualisierungen 150
4.2.9 Das Shneiderman-Mantra 150
4.2.10 Weitere Visualisierungsbeispiele 153
Visualisierung von Text 154
Geografische Daten 155
Zeitabhängige Daten 156
Netzwerke und Graphen 157
4.2.11 Zusammenfassung 158
4.3 Empfehlungen für das Dashboard-Design 159
4.3.1 Der Einsatz von Dashboards in Unternehmen 159
Strategische Dashboards 163
Analytische Dashboards 163
Operative Dashboards 164
4.3.2 Einsatz geeigneter grafischer Elemente 164
Tachometer und Ampeln 167
Glanzeffekte 170
Target-Graph 171
Der Hintergrund 175
4.3.3 Interaktivität als besondere Herausforderung 175
Menüleisten 176
Scroll 177
Drill-down 178
4.3.4 Anwendungsszenarien 180
Aufbau 180
Analytisches Dashboard 181
Treemaps 182
Geovisualisierung und Treemaps 184
Strategisches Dashboard 189
Operatives Dashboard 191
Kacheln 192
Mobile BI 193
4.4 Anwendungsbeispiele 195
4.4.1 Wer liefert was? GmbH 195
Das Unternehmen 195
Die Ausgangssituation 195
Die Aufgabe 196
Die Lösung 196
Der Mehrwert 198
4.4.2 Otto Group 198
Das Unternehmen 199
Die Ausgangssituation 199
Die Aufgabe 200
Die Lösung 200
Der Mehrwert 204
4.4.3 ProSiebenSat.1 Media SE 204
Das Unternehmen 205
Die Ausgangssituation 206
Die Aufgabe 207
Die Lösung 207
Der Mehrwert 209
4.5 Zusammenfassung 212
Anhang 270
5 Big Data und Visual Analytics 213
5.1 Big Data 213
5.1.1 Herausforderung 213
5.1.2 Definition von Big Data 215
5.1.3 Aktuelle Trends im Big-Data-Bereich 217
5.1.4 Maschinelles Lernen 219
5.1.5 Interaktive Analyse von Big Data 221
5.1.6 Der Mensch im Mittelpunkt von Big Data? 222
5.2 Visual Analytics 225
5.2.1 Motivation 225
5.2.2 Einführendes Beispiel 228
5.2.3 Der Begriff Visual Analytics 232
5.2.4 Der Visual-Analytics-Prozess 234
Visuelle Datenexploration 235
Automatische Datenanalyse 236
Verknüpfung von Visualisierung und Modell 238
Das Visual-Analytics-Mantra von Keim 239
5.2.5 Zusammenfassung 241
5.3 Visual Analytics in Big-Data-Szenarien 241
5.3.1 Aktuelle Situation in Unternehmen 241
Unterstützung durch die IT-Abteilung 243
Verwendung der Analyseergebnisse 243
5.3.2 Aktueller Einsatz von Visual Analytics 245
5.3.3 Auswahl einer geeigneten Vorgehensweise 247
5.3.4 Einführung von Visual Analytics im Unternehmen 250
5.4 Anwendungsbeispiele 252
5.4.1 SAS Visual Analytics 253
5.4.2 TIBCO Spotfire 255
5.4.3 Tableau 257
5.4.4 Risikomanagement 257
5.4.5 Anwendungsfall aus dem Energiesektor 259
5.4.6 Analysen zeitabhängiger Daten 259
5.4.7 Visuelle Analyse von Energienetzen 261
5.4.8 Zusammenfassung 265
5.5 Ein Blick in die Forschung 266
5.6 Zusammenfassung 269
Abkürzungen 271
Literatur 273
Index 283