Anzeige
Anzeige

Exklusiv für Abonnenten

Dieser Beitrag steht exklusiv Abonnenten des SparkassenZeitung Portals zur Verfügung.
Bitte loggen Sie sich hier ein:

Haben Sie Ihr Passwort vergessen oder benötigen Sie ein neues?
Hier anfordern

Weitere Informationen zu Produkten, Bestellmöglichkeiten mit Testzugang, Lizenzprüfung oder FAQs finden Sie im Bereich Abo-Service.
Bei Fragen nehmen Sie gern Kontakt online mit uns auf oder rufen Sie uns an:
Tel.: +49 711 782-1173.

Passwort vergessen

Geben Sie Ihre E-Mail Adresse an und erhalten Sie einen Link um Ihr Passwort zurückzusetzen.

Bitte geben Sie hier Ihre E-Mail-Adresse an, mit der Sie bei uns registriert sind. Nach dem Klicken auf "Absenden" bekommen Sie eine Mail mit dem Link. Klicken Sie den Link an oder kopieren Sie diesen in die Adressleiste Ihres Internetbrowsers. So werden Sie automatisch angemeldet und können Ihr Passwort ändern.

Anzeige
13. November 2017 - 08:30Datenvisualisierung (3)

Störe meine Kreise nicht

von Dr. Silvio Andrae, Leon Unger

Im dritten Teil der BBL-Serie "Datenvisualisierung" werden Torten- und Ring- sowie Kasten- und Punktdiagramme präsentiert. Mit ihnen lassen sich komplexe Sachverhalte anschaulich darstellen. Statt der häufig verwendeten Excel-Diagramme werden Alternativen auf Basis von GNU R präsentiert.

Eine Kurzzusammenfassung finden Sie hier.

Vor allem Torten- und Punktdiagramme werden mit klassischen Programmen wie Excel oft unübersichtlich. (alexlmx/fotolia)
Im zweiten Teil der BBL-Serie ging es vor allem um die Ausgestaltung der beliebten Linien- und Balkendiagramme. Nicht minder häufig werden Torten- und Ringdiagramme in der Bankpraxis zur Visualisierung verwendet. Auch hier sollten manuelle Eingriffe auf ein Minimum reduziert werden. Auf diese Weise können Fehler vermieden und robuste Darstellungen entwickelt werden. Es werden insgesamt sechs Diagrammbeispiele präsentiert. Wenn möglich, wird der Einzelfall in Form einer Excel-Standardabbildung gelöst. Dabei werden die Vor- und Nachteile der Abbildungen diskutiert. Wie bereits im zweiten Teil der Artikelserie favorisieren die Autoren alternative Darstellungen. Sie basieren im Wesentlichen auf Basis der Programmsoftware GNU R.

Tortendiagramm

In der Praxis werden häufig Kreis- bzw. Tortendiagramme eingesetzt. In Berichten werden sie als Eye-Catcher verwendet. Kreisdiagramme werden häufig für die Darstellung von Verteilungen und Anteilen genutzt. Das Diagramm wird in der Regel in mehrere Sektoren eingeteilt. Jeder dieser Kreissektoren entspricht einem Teilwert, sodass der Kreis die Summe der Teilwerte darstellt. Die alternative Benennung als Kuchen- oder Tortendiagramm bezieht sich auf Schnitte eines runden Kuchens, die den Kreissektoren entsprechen. Die Zahl der Teilwerte sollte nicht mehr als sieben betragen. Ansonsten wird das Diagramm unübersichtlich. Die Praxis zeigt, dass dieser Diagrammtyp nur in Einzelfällen geeignet ist. Oftmals werden zudem nur sehr geringe Data-Ink-Kennziffern erzielt, da sehr viel Tonerfarbe in der Darstellung verbraucht wird. Im Extremfall besteht eine Torte gar aus einem Stück.
Nachfolgend wird ein Beispiel aus dem Aktivitätencontrolling präsentiert. Bei Kundenbanken wie Sparkassen ist die Vertriebsaktivität in unterschiedlichen Kundensegmenten ein entscheidender Erfolgsfaktor. Ob strategische und operative Vertriebsziele erreicht worden sind, wird etwa auf Basis einer Kundenkontaktquote überwacht. Für den vorliegenden Fall erfolgt die Visualisierung der Kundenkontaktquote für die Kundensegmente "Firmenkunde", "Geschäftskunde", "Privatkunde" und "Kommunalkunde".
Die Erstellung des Tortendiagramms für die Kontaktquote ist mit dem Excel-Standardprogramm sehr aufwendig. Zunächst werden die granularen Basisdaten in Excel eingelesen. Diese Daten werden mittels Pivot-Tabelle konsolidiert. Die leere Pivot-Tabellenhülle ist mit einer für die Datenanalyse passenden Auswahl von "Zeilen" und "Spalten" anzulegen. Innerhalb dieser Pivot-Tabelle sorgt die sogenannte Wertfeldeinstellung für die gewünschte Aggregation.
Im Beispiel wird der "Mittelwert" eingesetzt. Anschließend erfolgt die Visualisierung durch ein Pivot-Chart. Für das gewählte Tortendiagramm werden Titel und Formatierung der Datenbeschriftung angepasst, um alle relevante Information anzuzeigen. Das finale Design wird anschließend als Diagrammvorlage (crtx-Datei) gespeichert.
(BBL)
Das Visualisierungsergebnis ist allerdings nicht befriedigend, wie Abbildung 1 zeigt. Die Datenbeschriftung ist unleserlich, das Diagramm folgt keiner klaren Struktur. Deutlich wird das etwa an der grauen Box über dem Titel. Die Reproduzierbarkeit ist nur durch viele manuelle Eingriffe möglich.

Eine deutlich geeignetere Alternative ist die Verwendung der Plot.ly R Library. Zum einen ist die Datenaufbereitung in GNU R sehr viel einfacher. Zum anderen entsteht ein reproduzierbares interaktives Tortendiagramm-muster. Dieses wird nun auf die granularen Daten aus Excel angewendet. Das Ergebnis zeigt Abbildung 2 (+ interaktive HTML-Datei, diesen Link anklicken oder nebenstehende Datei downloa-den).

Die Datenbeschriftung ist gut lesbar und gibt Aufschluss über Kundensegment und Kotaktquote pro Mitarbeiter je Monat. Diese Form der Datenvisualisierung verfügt zudem über einen Tool-Tipp: Dem Nutzer wird zum jeweils "markierten Tortenstück" neben den bereits sichtbaren Informationen zusätzlich eine weitere Information präsentiert. Im Beispiel handelt es sich um eine hausinterne Benchmarkquote. Im Privatkundensegment beträgt diese 81,5 Prozent. Das Diagramm übernimmt diese Vorgabe aus den zugrundeliegenden Daten.
(BBL)
Ein solches Diagramm könnte Bestandteil eines monatlichen Berichts im Aktivitätencontrolling eines Instituts sein. Aus diesem Grund hat die Reproduzierbarkeit der Ergebnisse eine hohe Bedeutung. Ein solcher Bericht kann um einen Monatsvergleich erweitert werden. In Excel liefert die Erweiterung der beschriebenen Erstellungsroutine das Ergebnis in Abbildung 3.

Durch Aufnahme unterschiedlicher Zeitpunkte erhält das Pivot-Chart eine weitere graue Box. Der Titel ist zweimal aufgeführt und unterscheidet sich nur durch den Zeitpunkt. Die ohnehin bereits schlechte Data-Ink-Kennziffer aufgrund eines hohen Tonerverbrauchs sinkt weiter. Darüber hinaus ist die Erstellung nur durch eine zusätzliche Pivot-Tabelle möglich, da ein Pivot-Diagramm immer die Spiegelung einer Pivot-Tabelle ist. Dies verkompliziert die Excel-Datei und erhöht deren Fehleranfälligkeit. Schließlich müssen die beiden Diagramme manuell zum gewünschten Vergleichsdiagramm verknüpft werden. Die Aussagekraft dieser Art von Datenvisualisierung ist sehr eingeschränkt. Die Kontaktquoten stellen sich eher statisch dar.
(BBL)
Erweitert man das Diagramm auf Grundlage der Plotly-Variante, hat das einige Vorteile gegenüber Excel. Abbildung 4 (+ interaktive HTML-Datei, diesen Link anklicken oder nebenstehen-de Datei downloaden) zeigt beide Tortendiagramme, ohne dass zusätzliche manuelle Eingriffe erforderlich sind. Der Titel gilt für beide Diagramme. Die wesent-lichen Stichtagsinformationen sind gut leserlich. Auch hier ist der Tonerfarbverbrauch als Nachteil hervorzuheben.

Tortendiagramme benötigen mehr Platz als andere Grafikarten und Diagramme, weil sie eine Legende brauchen. Im interaktiven Diagramm kann der Benutzer die jeweils für ihn relevanten Kundensegmente in den Fokus der Analyse rücken. Die Abbildung 5 zeigt die Kundensegmente ohne die "Privatkunden". Für den Stichtag November 2017 sind rückläufige Kontaktquoten gegenüber den Geschäfts- und Kommunalkunden zu erkennen. Es fällt auf, dass auch bei den Geschäftskunden die Kontaktquote im November unter den Benchmark-Wert gefallen ist. Im Sinne des Prinzips 1 "Mache alle Daten prinzipiell zugänglich" wird in der Legende dennoch das abgewählte Segment "Privatkunden" angezeigt.
Anzeige
  1. Störe meine Kreise nicht
  2. Tortendiagramm
  3. Ringdiagramm
  4. Punktwolke
  5. Fazit
 Druck-PDF herunterladen

Kommentare zum Artikel (0)