1. Erzähle Datenstories mit einer klaren Botschaft
Feine Designunterschiede können die Interpretation einer Datenvisualisierung massiv beeinflussen. Dazu zählen unter anderem Farbwahl, Titel und Anmerkungen.
Ein eindringliches Beispiel ist Simon Scarrs Iraq Bloody Toll, das die Zahl der Todesopfer des US-Militäreinsatzes im Irak hervorhebt. Das nach unten gerichtete, rote Balkendiagramm ruft unmittelbar das Blutvergießen in Erinnerung und bleibt dadurch stark im Gedächtnis. Bemerkenswert ist, dass eine einfache Drehung und Farbänderung die Botschaft komplett verändert.
Abbildung 1: Iraq’s Bloody Toll von Simon Scarr [Quelle]Data Storyteller sollten diese Wirkung verantwortungsvoll und gezielt nutzen. Wer eine vermeintlich objektive Datenstory vermittelt, muss auf Diagrammdetails achten, die Vorurteile verstärken könnten. So sollten Achsen beispielsweise bei null starten, um irreführende Zusammenhänge zu vermeiden.
Abbildung 2. Dieselben Datenpunkte können völlig unterschiedliche Ergebnisse suggerieren [Quelle]2. Platziere Elemente in deiner Datenstory gezielt
Das Gutenberg-Prinzip besagt, dass die Augen beim Lesen einem Z-förmigen Pfad vom linken oberen zum rechten unteren Bereich folgen.
Abbildung 3. Das Gutenberg-Prinzip [Quelle]Übertragen auf Datenstories heißt das: Die wichtigsten Informationen gehören nach oben links. Detailliertere Aspekte werden weiter unten im Diagramm ausgeführt. Ein Call-to-Action lässt sich im rechten unteren Bereich platzieren, wo der Blick typischerweise endet.
3. Verstehe dein Publikum mithilfe von Designprinzipien
Designprinzipien helfen, die Nutzererfahrung mit Datenstories zu verstehen. In seinem Buch Design of Everyday Things argumentiert Don Norman, dass Endnutzer Objekte auf drei emotionalen Ebenen verarbeiten: viszeral, verhaltensorientiert und reflektiert.
-
Die viszerale Ebene: In der ersten Sekunde beurteilen Nutzer ein Diagramm nach seinem Erscheinungsbild. Das ist die viszerale Verarbeitung, also die tief verankerten, automatischen Reaktionen. Entsprechend ist die Ästhetik eines Charts entscheidend, um die Aufmerksamkeit für die Datenstory zu halten.
-
Die verhaltensorientierte Ebene: Anschließend bewerten Nutzer die Nützlichkeit der Visualisierung – die verhaltensorientierte Ebene der Verarbeitung. Heißt: Das Publikum muss mit der Visualisierung den Punkt der Autorin bzw. des Autors klar erkennen können.
-
Die reflektierte Ebene: Nach der Interaktion denken Nutzer über ihre Erfahrung nach. Beispielsweise werden sie ein Dashboard eher wiederverwenden, wenn die Nutzung im Rückblick als angenehm empfunden wurde.
Weitere Tipps zum Data Storytelling
Dieser Artikel zeigt, wie Datenteams mit durchdachtem Design stärkere Datenstories erzählen. Im zweiten Teil des Blogbeitrags geben wir weitere praxisnahe Tipps für überzeugende Präsentationen.
