Was ist Datenvisualisierung: Definition, Beispiele, Prinzipien, Tools

Wenn Excel-Tabellen nicht ausreichen, um die Punkte zu verbinden, und es keine Möglichkeit gibt, Analysten in die Erstellung von Berichten einzubeziehen, kommen Datenvisualisierungssoftware und -tools zur Hilfe.

In diesem Artikel zeigen wir Ihnen, welche Datenvisualisierungstechniken es gibt, wie Sie Daten richtig visualisieren, welche Tools zum Erstellen interaktiver Visualisierungen ohne die Hilfe von Entwicklern verwendet werden können und wie Sie ein Tool auswählen, das zu Ihnen passt.

Definition der Datenvisualisierung ist die visuelle Darstellung Ihrer Daten. Mit Hilfe von Diagrammen, Karten und anderen grafischen Elementen bieten diese Tools eine einfache und verständliche Möglichkeit, Erkenntnisse und Muster in Ihren Daten klar zu sehen und leicht zu entdecken.

Wenn Sie möchten, dass Ihr Facebook-Beitrag von so vielen Menschen wie möglich gelesen wird, was werden Sie tun? Sie werden ein interessantes Bild hinzufügen. Dieser Trick funktioniert auch perfekt mit Berichten. Datengesteuerte Visuals ziehen mehr Aufmerksamkeit auf sich, sind leichter verständlich und helfen dabei, Ihre Botschaft schnell an das Publikum zu übermitteln. Mit Hilfe von anschaulichen Grafiken und Dashboards lassen sich auch schwierige Informationen klar und verständlich darstellen. Warum ist das so? Die meisten Menschen sind visuelle Lerner. Wenn Sie also möchten, dass die Mehrheit Ihrer Partner, Kollegen und Kunden mit Ihren Daten interagieren können, sollten Sie langweilige Diagramme in schöne Grafiken verwandeln. Hier sind einige bemerkenswerte Zahlen, die auf Untersuchungen basieren und die Bedeutung der Visualisierung bestätigen:

• Menschen erhalten 90 % der Informationen über ihre Umwelt über die Augen.
• 50 % der Gehirnneuronen sind an der visuellen Datenverarbeitung beteiligt.
• Bilder steigern den Wunsch, einen Text zu lesen, um bis zu 80 %.
• Menschen erinnern sich an 10 % von dem, was sie hören, 20 % von dem, was sie lesen, und 80 % von dem, was sie sehen.
• Wenn eine Packungsbeilage keine Datenabbildungen enthält, werden sich die Menschen 70 % der Informationen merken. Mit hinzugefügten Bildern werden sie sich an bis zu 95 % erinnern.

Relevante Visualisierung bringt viele Vorteile für Ihr Unternehmen:

• Schnelle Entscheidungsfindung. Das Zusammenfassen von Daten ist einfach und schnell mit Grafiken, mit denen Sie schnell erkennen können, dass eine Spalte oder ein Berührungspunkt höher ist als andere, ohne mehrere Seiten mit Statistiken in Google Sheets oder Excel durchsuchen zu müssen.
• Mehr Beteiligte. Die meisten Menschen sind besser darin, visuell präsentierte Informationen wahrzunehmen und sich daran zu erinnern.
• Höheres Engagement. Schöne und leuchtende Grafiken mit klaren Botschaften ziehen die Aufmerksamkeit der Leser auf sich.
• Besseres Verstehen. Perfekte Reports sind nicht nur für Fachspezialisten, Analysten und Data Scientists, sondern auch für CMOs und CEOs transparent und helfen jedem einzelnen Mitarbeiter, Entscheidungen in seinem Verantwortungsbereich zu treffen.

Bevor Sie eine Grafik erstellen, prüfen Sie zunächst alle Angaben auf Richtigkeit und Konsistenz. Wenn der Skalierungsfaktor beispielsweise 800 % beträgt, während der Durchschnitt bei 120–130 % liegt, sollten Sie prüfen, woher diese Zahl kommt. Vielleicht ist es eine Art Ausreißer, den Sie aus der Grafik entfernen müssen, damit er das Gesamtbild nicht verfälscht: 800 % spielen die Differenz zwischen 120 % und 130 % herunter. Solche abweichenden Daten in einem Bericht können zu einer falschen Entscheidung führen. Im wirklichen Leben sind wir daran gewöhnt, dass die richtige Botschaft zur richtigen Zeit an die richtige Person übermittelt werden sollte. Es gibt drei ähnliche Prinzipien für die Visualisierung:

1. Wählen Sie je nach Ziel die richtige Grafik
2. Bestätigen Sie, dass die Botschaft Ihrer Grafik zum Publikum passt.
3. Verwenden Sie ein geeignetes Design für die Grafik.

Kommt Ihre Botschaft zeitgerecht, die Grafik aber nicht dynamisch, eine falsche Einsicht oder ein schwieriges Design, dann erhalten Sie nicht das erhoffte Ergebnis.

Wenn Sie die falsche Grafik auswählen, werden Ihre Leser verwirrt sein oder die Ergebnisse falsch interpretieren. Deshalb ist es wichtig, vor dem Erstellen eines Diagramms zu entscheiden, welche Daten Sie visualisieren möchten und zu welchem ​​Zweck:

• Um verschiedene Datenpunkte zu vergleichen
• Um die Datenverteilung zu zeigen: zum Beispiel, welche Datenpunkte häufig sind und welche nicht
• Mit Hilfe von Daten die Struktur von etwas darstellen
• Den Verbindungen zwischen Datenpunkten folgen

Werfen wir einen Blick auf die beliebtesten Arten von Diagrammen und die Ziele, die Sie mit ihnen erreichen können.

1. Liniendiagramm

Ein Liniendiagramm zeigt, wie sich eine oder mehrere Variablen über Datenpunkte hinweg ändern. Diese Art von Diagramm ist nützlich, um Änderungen innerhalb von Datensätzen im Laufe der Zeit zu vergleichen – beispielsweise Traffic-Statistiken für drei Zielseiten pro Monat über einen Zeitraum von einem Jahr.

2. Balkendiagramm

Das Balkendiagramm ist ein weiteres Diagramm, das sich perfekt zum Vergleichen von Datensätzen eignet. Horizontale Balkendiagramme werden häufig verwendet, wenn Sie viele Datensätze vergleichen oder den deutlichen Vorteil eines der Datensätze visuell hervorheben müssen. Vertikale Balkendiagramme zeigen, wie sich Datenpunkte im Laufe der Zeit ändern – zum Beispiel, wie sich der jährliche Unternehmensgewinn in den letzten Jahren verändert hat.

3. Histogramm

Ein Histogramm wird aufgrund seiner visuellen Ähnlichkeiten oft mit einem Balkendiagramm verwechselt, aber die Ziele dieser Diagramme sind unterschiedlich. Ein Histogramm zeigt die Verteilung eines Datensatzes über ein kontinuierliches Intervall oder einen bestimmten Zeitraum. Auf der vertikalen Achse dieses Diagramms können Sie die Häufigkeit sehen, während Sie auf der horizontalen Achse Zeitintervalle sehen können.

Im Gegensatz zu einem Histogramm zeigt ein Balkendiagramm kein kontinuierliches Intervall; Jede Spalte zeigt eine eigene Kategorie an. Mit Hilfe eines Balkendiagramms lässt sich die Anzahl der Käufe in verschiedenen Jahren einfacher darstellen. Wenn Sie die Bestellwerte (10–100 $, 101–200 $, 201–300 $ usw.) von Einkäufen wissen möchten, ist es besser, ein Histogramm zu wählen.

4. Kreisdiagramm

Das Tortendiagramm zeigt Anteile jedes Werts in einem Datensatz an. Es wird verwendet, um die Komponenten eines beliebigen Datensatzes anzuzeigen. Welcher Prozentsatz des allgemeinen Umsatzes wird beispielsweise jeder Produktkategorie zugeschrieben?

5. Streudiagramm

Das Streudiagramm zeigt die Verbindung zwischen Datenpunkten. So können Sie zum Beispiel mit Hilfe eines Scatterplots herausfinden, wie sich die Conversion Rate in Abhängigkeit von der Höhe des Produktrabatts verändert.

6. Blasendiagramm

Dies ist ein interessantes Diagramm, mit dem Sie zwei Parameter mit einem dritten vergleichen können. Nehmen wir die Conversion-Rate und die Rabattgröße aus dem vorherigen Beispiel, fügen Sie den Umsatz hinzu (angegeben durch die Kreisgröße), und wir erhalten so etwas wie das folgende Diagramm.

Wenn Sie sich dieses Diagramm ansehen, ist leicht zu erkennen, dass Produkte mit einem Rabatt von 30 % die höchste Conversion-Rate aufweisen, während Produkte ohne Rabatt oder mit einem Rabatt von 5 % den höchsten Umsatz erzielen.

7. Geo-Diagramm

Das Geo-Diagramm ist einfach. Es wird verwendet, wenn Sie eine bestimmte Verteilung über Regionen, Länder und Kontinente hinweg demonstrieren müssen.

Wir haben einige der beliebtesten Charts erwähnt, aber nicht alle. Weitere Arten von Diagrammen finden Sie im Datenvisualisierungskatalog. Außerdem empfehlen wir diese praktische Infografik, die Ihnen bei der Auswahl des richtigen Diagrammtyps für Ihr(e) Ziel(e) hilft.

Die zweite wichtige Sache, die Sie bei der Arbeit mit Visualisierung berücksichtigen müssen, ist die Auswahl der richtigen Botschaft für das Publikum. Die Informationen, über die Sie in einem Bericht sprechen, sollten Ihren Lesern vertraut und klar sein.

Hier ist ein Diagramm, das mit dem renommierten Data Journalism Award ausgezeichnet wurde. Für Leute, die mit dem Hintergrund der Geschichte nicht vertraut sind, sieht dieses Diagramm aus wie ein Bild, das von einem Dreijährigen gemacht wurde. Wenn Sie jedoch ein wenig mehr darüber erfahren, können Sie die enorme Menge an Arbeit sehen, die von seinen Autoren geleistet wurde.

Charles Seife und Peter Aldhous, Redakteure von Buzzfeed News, verwendeten die R-Sprache, um Flugdaten zu visualisieren, die von FBI- und DHS-Agenten im Rahmen der Luftüberwachung erhalten wurden. Insbesondere zeigt dieses Diagramm Flüge über dem Haus und der Moschee der Verantwortlichen für die Massenerschießung im Dezember 2015 in San Bernardino, Kalifornien.

Bei der Auswahl der Parameter, die Sie in einem Diagramm visualisieren möchten, müssen Sie bestätigen, dass sie kombiniert werden können. Manche Kombinationen sind einfach nicht logisch, obwohl die Informationen auf den ersten Blick perfekt zusammenpassen. Hier ist ein Beispiel für ein solches Diagramm mit einer fehlerhaften Korrelation. Sie zeigt, dass die Zahl der Menschen, die durch einen Sturz in einen Pool ertrunken sind, mit der Zahl der Nicolas-Cage-Filme korreliert.

Die nächsten Dinge, die Sie beim Erstellen eines Diagramms berücksichtigen sollten, sind der Maßstab und der Umfang. Die Menschen sind daran gewöhnt, dass Messungen an Achsen von unten und von links beginnen. Wenn Sie die Messrichtung ändern, verwirrt dies ein unaufmerksames Publikum. Obwohl wir erwähnen sollten, dass die Umkehrung der Messung möglich ist, wenn sie als taktisches Manöver verwendet wird, wie in diesem Beispiel:

Auf den ersten Blick mag es den Anschein haben, dass die Zahl der mit Schusswaffen begangenen Morde im Laufe der Jahre zurückgegangen ist. Tatsächlich ist es umgekehrt, da die Skala von oben beginnt. Vielleicht hat der Autor des Diagramms dies absichtlich getan, um die negative Reaktion auf die gezeigten Ergebnisse zu verringern.

Eine geeignete Skala macht Ihr Diagramm auch übersichtlicher. Wenn ein Bericht Datenpunkte anzeigt, die zu nahe beieinander liegen und Sie keine Bewegung erkennen können, versuchen Sie, die Skalierung zu ändern. Beginnen Sie die Messungen nicht bei Null oder teilen Sie die Skala in kleinere Teile und das Bild wird klarer.

Bevor Sie Endbenutzern einen Bericht geben, stellen Sie sicher, dass das Diagramm schnell geladen wird. Langsames Laden macht all Ihre Bemühungen zunichte. Wenn Sie beispielsweise Daten in Google Tabellen visualisieren, werden Ihre Daten höchstwahrscheinlich auf derselben Seite oder auf der nächsten Seite gespeichert und stammen nicht aus einer Drittanbieterquelle. Aber wenn Sie einen Bericht in Data Studio erstellen, werden Daten von woanders importiert. In diesem Fall müssen Sie auf die Erreichbarkeit der Quelle und die Datenflussrate achten. Andernfalls sehen Sie ein traurig aussehendes Bild, wenn eine Diagrammvorlage vorhanden ist, aber keine Daten geladen wurden.

Ihr Diagrammdesign sollte immer dem Prinzip der Einfachheit folgen. Wenn Sie einen Standardbericht erstellen müssen, müssen Sie ihn nicht aufpeppen. Vermeiden Sie zusätzliche Elemente, die das Diagramm nur überladen: verschiedene Farben und Strukturen, 3D-Volumen, Schatten, Farbverläufe usw.

Je einfacher ein Diagramm ist, desto einfacher ist es für Ihre Leser, die Informationen zu verstehen, die Sie teilen möchten.

Machen Sie Ihre Visualisierungen nicht zu klein und platzieren Sie nicht alle Diagramme auf derselben Dashboard-Seite. Es gilt als schlechter Stil, mehr als drei Arten von Diagrammen auf einer Folie oder auf derselben Dashboard-Seite zu verwenden. Wenn Sie wirklich so viele Diagrammtypen benötigen, platzieren Sie sie auf verschiedenen Seiten, damit sie leicht zu verstehen sind.

Haben Sie keine Angst zu experimentieren. Wenn Sie eine nicht standardmäßige Aufgabe haben, sollte Ihre Lösung vielleicht auch nicht standardmäßig sein. In der Infografik unten sehen wir die Flügelbewegungsmuster verschiedener Tiere. Die dynamische Visualisierung ist absolut relevant.

Sehen wir uns einige Beispiele für Datenvisualisierungstools an und besprechen, wie Sie das richtige für Ihre Ziele auswählen.

Heutzutage gibt es viele Tools zur Datenvisualisierung und Berichterstellung auf dem Markt. Einige von ihnen sind kostenpflichtig, andere sind kostenlos. Einige von ihnen funktionieren vollständig im Web, andere können auf einem Desktop installiert werden, funktionieren aber online, und andere sind nur offline. Wir haben eine Liste mit 10 beliebten Berichts- und Datenvisualisierungssoftware erstellt:

1. Excel/Google-Tabellen
2. Datenstudio
3. Tableau
4. PowerBI
5. QlikView
6. R-Studio
7. Visuell. ly
8. Gewirr
9. iCharts
10. Intelligente Daten

Die ersten fünf Tools und Services werden von auf Visualisierung spezialisierten Unternehmen produziert. Die Nummern sechs bis zehn sind ziemlich interessante Tools, meist kostenlos und online. Sie bieten nicht standardmäßige Arten der Datenvisualisierung und möglicherweise neue Möglichkeiten, sich Ihren Geschäftsinformationen zu nähern.

Worauf Sie bei der Auswahl eines Reporting-Tools achten sollten:

• Beginnen Sie mit den Aufgaben, die Sie erledigen möchten. Ein großer Trend auf dem Markt sind heutzutage beispielsweise dynamische Berichte. Wenn ein Tool nicht mit dynamischen Berichten arbeiten kann, ist das ein Streik dagegen.
• Berücksichtigen Sie den Geldbetrag, den Sie zu zahlen bereit sind. Wenn Ihr Team groß genug ist und jeder Mitarbeiter mit dem Visualisierungstool arbeiten muss, sind die Kosten pro Benutzer möglicherweise ein Stoppschild.
• Entscheiden Sie, wer das Tool verwenden wird und wie. Gibt es eine Möglichkeit zur Gruppenbearbeitung? Wie einfach ist es, mit dem Tool zu arbeiten? Ist die Schnittstelle freundlich? Gibt es eine Möglichkeit ohne Programmierkenntnisse einen Report zu erstellen? Beispielsweise ist R Studio ein großartiger Dienst, insbesondere für die Suche nach Trends und die Erstellung von Attributions- und Korrelationsmodellen. Aber wenn Sie keine Programmiersprachen beherrschen, keine bestimmten Bibliotheken anbinden können und kein technischer Spezialist sind, wird Ihnen der Einstieg in die Arbeit mit R Studio schwer fallen.

Wir haben fünf Dienste ausgewählt und eine Tabelle erstellt, in der ihre Vorteile, Nachteile und Hauptmerkmale verglichen werden. Bevor wir beginnen, lassen Sie uns erklären, wie sich dynamische Datenvisualisierung und dynamische Berichte unterscheiden.

Dynamische Berichte beziehen sich auf die Möglichkeit, Daten aus verschiedenen Quellen in Echtzeit zu importieren. Google Data Studio verfügt nicht über dynamische Berichte. Angenommen, wir haben eine Data Studio-Anfrage von Google BigQuery verbunden und dann etwas in dieser Anfrage geändert. Um diese Änderungen im Bericht zu erfassen, müssen wir zumindest die Seite aktualisieren. Wenn wir jedoch in Google BigQuery ein Feld hinzufügen oder löschen (nicht nur die Logik der Berechnung, sondern auch die Tabellenstruktur ändern), schließt der Dienst den Bericht mit einem Fehler. Du musst es neu machen.

Das dynamische Visualisierungskonzept bezieht sich auf die Möglichkeit, zusammenfassende Statistiken über verschiedene Daten während einer Sitzung anzuzeigen. In Google Analytics können Sie beispielsweise das Zeitintervall ändern und Statistiken für die von Ihnen benötigten Daten erhalten.

Die Visualisierung von Daten ist in jedem Bereich ein unbestreitbarer Vorteil, und es spielt keine Rolle, ob Sie eine Karriere im Marketing, Design, Einzelhandel oder irgendetwas anderem aufbauen. Informationen verständlich und leicht verständlich zu machen, ist einer der Schlüssel, um Wachstumszonen zu finden und Ihr Geschäft zu entwickeln. Wenn alle Ihre Kollegen die visuellen Diagramme sehen, die Ihren aktuellen Zustand skizzieren, ist es außerdem einfacher sicherzustellen, dass Sie alle auf derselben Seite sind und jeder die Stärken und Schwächen versteht. Während die Visualisierung von Berichten selbst die Probleme nicht beheben kann, ist es ein leistungsstarkes Instrument, das sie rechtzeitig aufdecken kann.

Mit Google Data Studio können Sie Quellen verbinden, Berichte visualisieren und ganz einfach mit Kollegen teilen, ähnlich wie bei anderen Google-Produkten.

Vorteile:

• Kostenlos
• Mehr als 150 Konnektoren, die einfach zu integrieren sind
• Kann Daten aus mehreren Quellen über ein Dashboard nutzen
• Praktisch zum Teilen von Berichten

Nützliche Links:

• Google-Unterstützung
• Webinar zu Google Data Studio für Unternehmen
• Google Data Studio-Dashboard-Vorlage von OWOX BI

Google Data Studio ist ein kostenloses Tool mit 17 nativen Konnektoren, die von Google bereitgestellt werden. Sie sind geprüft, funktionieren gut und reichen für die meisten Aufgaben aus. Es gibt auch Konnektoren, die von Partnern bereitgestellt werden, obwohl Sie verstehen müssen, dass Konnektoren von Entwicklern mit unterschiedlichen Fähigkeiten präsentiert werden können und es keine Garantie gibt, dass sie richtig funktionieren.

Übrigens, wenn Sie Facebook- oder Yahoo Gemini-Statistiken in Data Studio-Berichten sehen möchten, können Sie mithilfe von OWOX BI Daten in Google BigQuery importieren. Während einige Analysen bei anderen Konnektoren unberücksichtigt bleiben können, erhalten Sie mit BigQuery eine vollständige Datenanalyse von Ihrem Facebook-Konto.

Es gibt eine praktische Google Data Studio-Galerie mit gebrauchsfertigen Vorlagen, damit Sie schnell eine Illustration Ihrer Geschäftsergebnisse erstellen können.

Wir haben auch eigene gebrauchsfertige Dashboard-Vorlagen, die wir teilen möchten.

Das erste ist ein Marketing Attribution Dashboard. In diesem Dashboard finden Sie alle grundlegenden Parameter und Metriken, die von Marketingspezialisten und Analysten verwendet werden.

Das zweite Dashboard ist das Digital Marketing Paid Channels KPI-Dashboard, das nach Quellen segmentiert ist (im Detail dargestellt). Mit anderen Worten, es zeigt gefilterte Daten zu Facebook-Marketingkampagnen usw.

Dies sind Demo-Dashboards. Sie können sie kopieren, die Quellen für Ihre eigenen ändern und sie in Ihrer Arbeit verwenden.

Eines der letzten Data Studio-Updates fügt die Möglichkeit hinzu, Informationen nach Ansicht zu filtern. Beispielsweise können Sie Datenpunkte über den aktuellen Zeitraum und das Vorjahr vergleichen.

Ein weiteres interessantes Update ermöglicht es Ihnen, den Typ eines bereits erstellten Diagramms in der Benutzeroberfläche selbst zu ändern. Früher mussten Sie beim Ändern eines Diagramms dieses löschen und ein neues erstellen. Jetzt ist es möglich, den Diagrammstil direkt in der Benutzeroberfläche zu ändern.

Dies ist das beliebteste Tool zur Datenberichterstattung, das von jedem Marketingspezialisten mindestens einmal verwendet wird. Die Benutzeroberfläche von Google Sheets ist recht einfach und klar, insbesondere für diejenigen, die begonnen haben, mit Analysen in Excel zu arbeiten.

Vorteile:

• Frei
• Flexibel – unterstützt dynamische Parameter, Pivot-Tabellen usw
• Einfache Integration mit Datenquellen
• Praktisch, um Berichte über Links zu teilen

Nützliche Links:

• Beispiele für einfache SQL-Anfragen zum Erstellen von Google Sheets-Berichten
• So verwenden Sie dynamische Parameter in Berichten

Das in Google Sheets eingestellte Diagramm und der Bericht sind mit denen in Google Data Studio identisch.

Außerdem besteht die Möglichkeit, die Farben zu verwalten und die Zellenformatierung auszuwählen:

Der vielleicht größte Vorteil von Google Sheets sind Pivot-Tabellen. Kürzlich gab es ein Google Data Studio-Update, das es ermöglicht, mehr als drei Felder und zehn Spalten zu berechnen. Es hat das Leben von Analysten um einiges erleichtert, obwohl die Möglichkeiten in Data Studio immer noch begrenzt sind und das Arbeiten mit Pivot-Tabellen in Google Sheets noch komfortabler ist.

Google Sheets verfügt über ein kostenloses Add-on, mit dem Sie Daten direkt aus Google Analytics hochladen und Berichte basierend auf den importierten Daten erstellen können. Außerdem können Sie Google Analytics-Daten direkt aus Sheets anfordern. In diesem GIF sehen Sie, wie Sie Daten importieren und welche Parameter und Metriken eingerichtet werden sollten.

Wir möchten unseren Lieblingsbericht in Google Sheets teilen – den Kohortenanalysebericht.

Diese Berichtsvorlage finden Sie hier. Sie können die Anweisungen und die verwendeten Formeln sehen. Die farbigen Felder müssen ausgefüllt werden, andere farbige Felder werden mit Hilfe von Formeln aktualisiert. Es gibt unzählige berechnete Metriken, aber dieser Bericht ist schwierig und arbeitsintensiv. Wir hoffen, dass diese Vorlage für Sie nützlich ist. Darüber hinaus können Sie unseren ausführlichen Leitfaden zur Kohortenanalyse in Google Analytics und Google Sheets lesen, in dem wir sehr detaillierte Anweisungen geben. Wir haben auch ein Webinar zur Kohortenanalyse präsentiert.

Mit OWOX BI Smart Data müssen Sie keine SQL-Syntax kennen. Es reicht aus, eine Frage in einfachem Englisch in natürlicher Sprache zu stellen. Der Dienst verarbeitet die Anfrage, übersetzt sie in die Fachsprache und gibt eine schöne Grafik und Tabelle mit der Antwort auf Ihre Frage zurück.

Vorteile:

• Keine spezielle technische Ausbildung erforderlich
• Schnelle Antworten auf Fragen
• Freundliche Schnittstelle
• Erhältlich in Russisch und Englisch

Wir haben einen detaillierten Referenzleitfaden, in dem Sie mehr über jeden Berichtstyp lesen können, den Sie in Smart Data erstellen können.

Benutzeraktionen auf Ihrer Website:

• Sie können das Google Analytics → Google BigQuery-Streaming mit Hilfe von OWOX BI anpassen.
• Oder verwenden Sie den Standard-Export von Google Analytics 360 → Google BigQuery.

Transaktionen:

• Google Analytics → Google BigQuery
• Google Tabellen → Google BigQuery
• CRM → Google BigQuery

Kosten für Werbekampagnen:

• Twitter, Facebook, Yahoo! Zwillinge, My. Ziel → Google Analytics
• Andere Quellen → Google Analytics

Nachdem Sie all dies gesammelt haben, können Sie anfangen, Fragen zu stellen. Wir fügen alle Berichte, die von unseren Kunden benötigt werden, in OWOX BI Smart Data hinzu. Dann gruppieren wir sie in Themenblöcken, um die Suche nach Berichten zu erleichtern. Wir haben Blöcke mit ROPO-Berichten, Zuordnungsberichten, CPA-Partnerberichten, CRM-Berichten und vielem mehr.

Zu stellende Fragen:

• Wie hat sich [Messwert] über [Zeitraum] um [Dimension] verändert?​
• Was war die [Metrik] nach [Dimension]?
• Wie wurde die [Metrik] auf [Dimension] verteilt?
• Wie viele [Metrik] waren auf der Website?

Fragen zur Zuordnung:

• Was ist der wahre Wert von Werbekanälen, Kampagnen und Keywords?
• Wie hoch waren ROAS, ROI und CRR gemäß dem trichterbasierten Modell?
• Wie verteilte sich der Conversion-Wert (z. B. Registrierung) auf Kanäle und Kampagnen?
• Welche Quellen haben nach dem letzten indirekten Klickmodell den größten und den geringsten Wert?
• Welche Kampagnen und Keywords erzielten die beste Leistung bei der Gewinnung neuer Nutzer?
• Welche Kanäle und Kampagnen schneiden bei jedem Schritt des Trichters am besten ab?
• Welche Handlungsketten von Quellen und Kanälen führen zu Transaktionen?

Fragen zu CRM:

• Wie unterscheidet sich die Auftragsausführung zwischen Kampagnen?
• Wie unterscheidet sich der Bruttogewinn pro Kanalgruppe auf täglicher Basis?
• Wie variiert die Anzahl der CRM-Bestellungen und CRM-Benutzer in den Städten?
• Was ist der ROAS-Bruttogewinn nach Quelle und Kanal?
• Wie ist der Zusammenhang zwischen der Anzahl der CRM-Bestellungen und der Zahlungs- und Lieferart?
• Wie ist der Zusammenhang zwischen Conversion und durchschnittlicher Lieferzeit und Stadt?
• In welchem ​​Verhältnis stehen CRM-Bestellungen, Anzahl der CRM-Benutzer und Shops?

In unserer Referenz finden Sie die vollständige Struktur für den CRM-Export.

Fragen zur CPA-Kampagne:

• Was sind die Quellen des Verkehrsbetrugs?
• Wie viele Anzeigenkäufe gab es auf Markenanfrage?
• Welcher Partner sollte für eine Aktion bezahlt werden, die einer sich überschneidenden Transaktion zugeschrieben wird?
• Wie ist die Qualität der von CPA-Partnern generierten Sitzungen?

Weitere Informationen zu CPA-Kampagnenberichten finden Sie in unserem Artikel Now You See Me! Was ist CPA-Betrug und wie man ihn bekämpft und in diesem Video.

Fragen zu ROPO (online recherchieren, offline kaufen):

• Welchen Einfluss haben Online-Anzeigen auf Offline-Käufe?
• Was ist das tatsächliche Konvertierungsfenster für ROPO-Käufe und wie ist die Beziehung zwischen dem Transaktionswert und der Anzahl der Tage, die der Benutzer benötigt, um eine Kaufentscheidung zu treffen?
• Wie werden Käufer, Transaktionen und Einnahmen nach Tagen verteilt, bevor ein Offline-Kauf abgeschlossen wird?
• Wie viele Tage braucht ein Nutzer, um sich für den Kauf des teuersten Artikels zu entscheiden?

Wir haben auch einen kleinen FAQ-Block für OWOX BI Smart Data vorbereitet, der behandelt, wie man eine Anfrage erstellt, wie die Struktur aussehen sollte, wie man Dimensionen und Metriken anzeigt, die man sehen möchte, etc.

Wie viele Metriken können gleichzeitig für eine bestimmte Dimension ausgewählt werden?

Der Smart Data-Bericht schränkt die Anzahl der Metriken, die Sie verwenden können, nicht ein. Bei vielen Messwerten ist es jedoch einfacher, Berichte in Google Data Studio zu visualisieren.

Eine Liste aller möglichen Metriken und Dimensionen finden Sie im Referenzhandbuch.

Wie baut man eine Anfrage auf und wie soll die Struktur aussehen?

Beispiele und Fragestrukturen finden Sie in unserem Referenzhandbuch:

• Fragen zu Google Analytics-Daten
• Fragen zu Daten des OWOX BI Attribution-Modells

Am besten geben Sie einfach die Dimensionen und Messwerte ein, die Sie sehen möchten.

Zeigen diese Diagramme die richtigen Werte?

Smart Data-Berichte basieren auf Ihren vollständigen Daten und fertigen SQL-Anfragen, die Sie kopieren und in Ihr Google BigQuery-Projekt einchecken können.

Abschließend möchten wir einige nützliche Links und Bücher zur Datenvisualisierung teilen:

1. Edward Tufte, Die visuelle Darstellung quantitativer Informationen
2. Stephen Few, Big Data, Big Dupe
3. «The Joy of Stats» (Dokumentarfilm)

PS Schauen Sie sich unsere Liste für Marketingspezialisten und Analysten an, um sicherzustellen, dass Ihre Berichte immer vollständige und korrekte Daten enthalten. Füllen Sie das Formular aus und wir senden Ihnen die Checkliste per E-Mail zu.

Wenn Sie immer noch nicht wissen, welches Tool Sie wählen sollen, nutzen Sie die kostenlose Testversion von OWOX BI, um die Vorteile zu erkunden.

Kommen wir zu einer kurzen Zusammenfassung: Visualisierungsdienste können Ihnen helfen, Ihre Berichte optisch ansprechender und verständlicher zu gestalten, sie können wertvolle Einblicke in Ihre Daten sehr schnell hervorheben. Wenn Sie mit dem Tempo der modernen Geschäftswelt Schritt halten möchten, können Sie durch das Hinzufügen von visuellem Storytelling und Datenexploration zu Ihren Berichten den Prozess der Entscheidungsfindung beschleunigen. Wenn Sie immer noch nicht wissen, welches der Datenvisualisierungstools am besten zu Ihrem Unternehmen passt, buchen Sie eine kostenlose Demo, um Ihren Fall mit unseren Spezialisten zu besprechen und eine optimale Lösung zu finden.