GUIs zur Datenvisualisierung

Wie man mehr aus Big Data herausholt

Daten in anschaulichen Grafiken und Diagrammen zu visualisieren, ist heute dank Standardtools kein Hexenwerk mehr. Doch damit das Potenzial voll ausgenutzt werden kann, sind zuerst diese Fragen zu beantworten: «Wer braucht die Daten? Und mit welchem Ziel?» Denn nur dann können Daten als Grundlage für Entscheidungen dienen.

13.08.2020Text: tnt-graphics0 Kommentare
Big Data

Mit Datenvisualisierungstools ab Stange können relevante Informationen schnell und anschaulich dargestellt werden. Doch sind die Ansprüche und Bedürfnisse der Benutzer ausgesprochen divers. Nicht selten werden die Visualisierungen von Benutzern nicht akzeptiert, da sie nicht das anzeigen, was für sie relevant ist, um schnell reagieren und wichtige Entscheidungen treffen zu können.

Unterschiedliche Ansprüche an die Daten

Die Art und Weise, wie die Daten auf der Benutzeroberfläche aggregiert werden, spielt bei der Nutzung grosser Datenmengen eine wichtige Rolle. Für Flavio Maspoli, User Requirements Engineer bei bbv, muss die Darstellung in erster Linie benutzerorientiert sein. Denn nur massgeschneidert aufbereitete Informationen steigern gemäss Flavio Maspoli die Effizienz und Effektivität enorm.

«Ein Beispiel: Genügt dem einen vielleicht schon eine Ampel als Entscheidungsgrundlage, muss ein Techniker vor Ort viele Detailinformationen auf verschiedenen interaktiven Systemen gleichzeitig erhalten, damit er seine Aufgabe erfolgreich erledigen kann», so Maspoli. «Und ein Analyst wiederum erwartet, dass er Zeit einsparen kann, wenn er Reports mit einem neuen System erstellt.» Selbstredend, dass diese drei Benutzer nicht dieselben Anforderungen an die Datenvisualisierung haben.

Visualisierungen von grossen Datenmengen aus der Cloud in aktuellen Kundenprojekten (anonymisiert).
Visualisierungen von grossen Datenmengen aus der Cloud in aktuellen Kundenprojekten (anonymisiert).

 

Unpassende User-Profile fallen bei Benutzern durch

Sollen die Daten visualisiert werden, sind individuelle Konfigurationen und Automatisierungen oft aufwendig einzurichten. Daher wird aus Kostengründen in einer ersten Phase oft auf Standard-Visualisierungssoftware zurückgegriffen. Damit können Informationen für den jeweiligen Benutzer jedoch nur bedingt individuell aufbereitet werden. Muss dieser seine Daten jedes Mal mit mehreren Klicks erst selbst zusammensuchen, schwindet die Akzeptanz für das neue Tool sofort. «Man darf es nicht unterschätzen, dass die Geduld von Benutzern minimal ist. So wird der Mehrwert einer neuen Lösung schnell verspielt», sagt Flavio Maspoli. Und weiter: «Ich habe oft erlebt, dass bei Benutzertests neue Lösungen in kürzester Zeit durchfallen, weil es zwei oder drei Klicks mehr braucht, bis die gewünschten Informationen erscheinen. Das klingt lapidar, kann aber fatal sein, wenn man während mehrerer Wochen grosse Anstrengungen unternimmt, riesige Datenmengen in die Cloud zu bringen und dann an der Visualisierung gespart wird. Das kann verheerend sein. Eine zweite Chance erhält man meistens nicht mehr.»

Die Lösung im Nachhinein individuell anzupassen sei deutlich schwieriger und aufwendiger. Es lohne sich deshalb längerfristig, die Weichen früh zu stellen und schon von Beginn weg die unterschiedlichen Konfigurationen für die verschiedenen Rollen und Benutzer miteinzubeziehen.

Frühzeitig personalisieren und testen

Wie gelangt jeder Benutzer und jede Benutzerin zu genau jenen Informationen, die er oder sie benötigt? «Der Schlüssel dazu ist eine eingehende Analyse des Nutzungskontextes und der unterschiedlichen Benutzeraufgaben», sagt Flavio Maspoli. Benutzerinterviews und Beobachtungen vor Ort seien unerlässlich, um diese fundierten Informationen zu erhalten. In der Auswertung werde dann klar, ob Standardvisualisierungen genügen oder ob eine individuelle Aufbereitung sinnvoll ist.

Damit man sich bei komplexen Lösungen nichts verbaut, lohnt es sich, interaktive Prototypen zu entwickeln und Benutzertests vor Ort unter realen Arbeitsbedingungen durchzuführen. Nur so können falsche Annahmen schnell korrigiert und Kundenerwartungen erfüllt werden. Ist ein Konzept vorhanden, von dem ausgegangen werden kann, dass der Benutzer die optimale Konfiguration erhält, wird ein Prototyp gebaut. «Manchmal planen wir die Konfigurationen in einer sehr frühen Phase, sodass wir dazu noch keine Software, sondern Papier einsetzen» sagt Maspoli. Ebenfalls frühzeitig werden Tests mit einem PoC (Proof of Concept) oder einem MVP (Minimum Viable Product) durchgeführt.

Big Data_Testing mit Papierprototypen_Datenvisualisierungen

 

Jedem Benutzer sein GUI

Flavio Maspoli erklärt am Beispiel eines IoT-Systems, welchen Unterschied es macht, wenn die richtigen Daten angezeigt werden. Im Falle eines Industrieunternehmens, das weltweit an verschiedenen Standorten mit Sensoren überwachte Maschinen betreibt, sind sämtliche Betriebsdaten der Maschinen zentral in einem Dashboard einsehbar. Den Mitarbeitenden fiel auf, dass an einem Standort eine bestimmte Maschine zur Mittagszeit statt mit einer üblichen Auslastung von 90 Prozent nur mit 40 Prozent arbeitete. Mit den standardmässig angezeigten Charts und Zahlen fanden sie darauf keine Antwort. «Erst durch die Anzeige weiterer  bereits vorhandener Messwerte fand man heraus, dass durch ein defektes Fenster zu viel Sonnenlicht auf die Sensoren der Maschine fiel, sodass diese nicht korrekt arbeitete. Hätte ein Operator diese für ihn wichtigen Sensor-Informationen auf seinem Dashboard zur Verfügung gehabt, hätte das Problem schneller erkannt werden können.»

Die richtige Visualisierung im Dashboard sei deshalb nicht zu unterschätzen, ist Maspoli überzeugt: «Die gewünschten Informationen auf einem Blick zu Verfügung zu haben, kann die Effizienz enorm steigern und Erkenntnisse generieren, die auf herkömmlichem Weg nur mit aufwendigen Analysen zu erreichen wären.»

Der Experte

Flavio Maspoli

Flavio Maspoli ist seit mehr als 20 Jahren in der Gestaltung und Entwicklung von digitalen Produkten und interaktiven Systemen tätig. Dabei setzt er Design-Thinking-Methoden als leistungsfähigen Ansatz zur Entwicklung von benutzerzentrierten Produkten in seiner täglichen Arbeit erfolgreich ein.

Expansion ins Reich der Mitte

Die lange Reise von der Schweiz nach China

Big Data
Markteintritt in China

Wie China seine Daten schützt

Big Data
Cloud als Innovationsbeschleuniger

Coffee-as-a-Service: Kundenerlebnis neu definiert

Cloud Computing

Beachtung!

Entschuldigung, bisher haben wir nur Inhalte in English für diesen Abschnitt.

Achtung!

Entschuldigung, bisher haben wir für diesen Abschnitt nur deutschsprachige Inhalte.