Menschzentrierte Datenvisualisierung – Podcast-Interview

Hier könnt ihr die Folge anhören

Sind Datenvisualisierungen immer menschzentriert?

Evelyn, Visualisierungs-Expertin für Daten-Produkt, sagt ganz klar: Nein! Eigentlich ist es wie bei jedem digitalen Produkt heutzutage: Eine Datenvisualisierung muss für die Nutzenden dahinter designt werden und den Menschen in den Fokus stellen. Aber: Das ist meist einfacher gesagt als getan.

Warum ist es bei Datenvisualisierungen einfach schwieriger menschzentriert zu designen als bei anderen Produkten wie Apps? Daten sind überwiegend ein so großes Thema und ihre Generierung so komplex und aufwendig, dass Nutzende komplett außen vor gelassen werden. Dazu kommt, dass die Menschen, die Daten sammeln, größtenteils nicht die Nutzenden sind am Ende.

95 % der Datenvisualisierungen werden außerdem nicht von Designer:innen gestalten. Data Analyst:innen sehen es nicht als selbstverständlich, Nutzende zu befragen, Nutzerbedürfnisse zu erforschen und generell einen Design-Prozess zu fahren. Das führt dazu, dass Dashboards gebaut werden, die in Unternehmen nicht genutzt werden, weil sie die Nutzenden nicht wirklich unterstützen. Das führt zu einem Analysten Burnout: Data Analyst:innen bauen ständig neue Dashboards und Datenvisualisierungen ohne Mehrwert und ohne wirkliche Verbesserungen. Die Bedürfnisse der Nutzenden scheinen sich ständig zu ändern.

Hinzu kommt, dass Daten eine eigene Sprache darstellen, durch die bestimmte Sachverhalte ausgedrückt werden. Nicht jeder ist in der Lage, diese Sprache zu verstehen und zu übersetzen.

‍

Daten in der realen Welt

Das A und O bei einer menschzentrierten Datenvisualisierung ist ihre Bestandsaufnahme in der realen Welt. Designer:innen müssen sich die Frage stellen: Welche Problemstellung aus der realen Welt sollen die Daten lösen oder helfen zu lösen? Nehmen wir an, ein Data Analyst sammelt Daten über Marketing-Kampagnen. Das Ziel des nutzenden Marketing-Experten ist es, Kampagnen zu vergleichen. Aber was genau ist das Ziel? Beispielsweise könnte das Ziel sein, das der Marketing-Experte ableiten möchte, ob die neue Kampagne besser war als die vorangegangenen Kampagnen. Die Datenvisualisierung sollte so aufgebaut sein, dass sie genau diese Frage schnell und einfach beantwortet.

Am Ende muss die Datenvisualisierung Nutzenden dabei helfen, eine Entscheidung zu treffen.

‍

Best Practices und andere Recipes for Desaster

Es gibt bei Datenvisualisierungen einiges, was man so falsch machen kann. Ein Beispiel sind best Practices. Diese bringen nur in Einzelfällen Mehrwert, aber Nutzende zu verstehen ist wichtiger als jegliche Best Practices. Natürlich gibt es einige kleine Dinge, die (fast) immer gültig sind, wie z.B. dass man nicht versuchen sollte mehrere Informationen in ein Chart zu packen oder die Frage, die das Chart beantwortet, in die Überschrift zu schreiben. Mehr solcher wertvollen Tipps und Recipes for Desaster gibt es in der aktuellen Podcastfolge! Den besten Tipp nehmen wir hier schon mal vorweg: Wenn ihr unzufrieden mit euren Dashboards seid, dann versucht wirklich hinter die Frage zu steigen, die beantwortet werden soll. Stellt Fragen, bis ihr wirklich verstanden habt, welche Problemstellung mit der Datenvisualisierung gelöst werden soll!

‍

Sendet euer Feedback wie immer gerne an: menschzentriert@interfacewerk.de

‍

Hier findet ihr Evelyn auf LinkedIn: https://www.linkedin.com/in/evelynmuenster/

‍

Hier findet Ihr Evelyns Chart Doktor Data Product School: https://www.chartdoktor.com/