Blog

Warum werden so viele Kinder um 8 Uhr morgens geboren?

Based on the stories we share, it would be easy to imagine that when a baby is born is random. In the U.S., however, weeks in September have 5 to 10 percent more births than weeks in January. Twelve thousand babies are born on a typical Tuesday compared with 8,000 on a typical Saturday. Sixty percent of babies are born during the day, between 6 A.M. and 6 P.M. And, 3.5 times as many babies are born at exactly 8:00 A.M., the most common minute to be born, than at the least common, 3:09 A.M.

Zan Armstrong | blogs.scientificamerican.com

Why Are so Many Babies Born around 8:00 A.M.?

Die schön gemachte Analyse von Zan Armstrong für "Scientific American", der sich Datenvisualisierungsunterstützung bei Nadieh Bremer geholt hat, hat es sogar über den Atlantik in die "Zeit" geschafft.

Source: Why Are so Many Babies Born around 8:00 A.M.?

Paper: Erzählstruktur für Data Stories

Instead, I simply ignored all the bad stories and looked at just a very small number of the good ones. What do they have in common? It turns out, there is a common pattern for some of them. And I believe it's a very useful one: make a claim, provide evidence, conclude by tying the evidence back to the claim.

Robert Kosara | eagereyes.org

Paper: An Argument Structure for Data Stories

Robert Kosara verfolgt für seine Data Stories den klassischen Ansatz einer Interpretation: "Make a point and proof it". Eine Data Story ist keine Geschichte mit Einleitung, Hauptteil und Schluss.

Source: Paper: An Argument Structure for Data Stories

What I learned on misleading data and visualizations at Alberto Cairo’s #visualTrumpery event

Trumpery is not linked to a famous politician. It means something flashy or beautiful, but without content. This is how Doctor Alberto Cairo started his talk in Barcelona last Friday on data visualizations and the challenge of truthful information.

Maria Crosas | dinfografia.wordpress.com

Fünf Grundsätze von Alberto Cairo, die dazu führen sollen, dass Zielgruppen Datenvisualisierungen besser verstehen.

Source: What I learned on misleading data and visualizations at Alberto Cairo’s #visualTrumpery event

How to measure success in data journalism and other tips

Last month we put 45 data journalism experts from around the world in a room in central London and got them talking about today’s challenges in the world of data-driven storytelling. This article is a roundup of what we’ve learned at this one-day event hosted by the BBC.

Marianne Bouchart | medium.com

How to measure success in data journalism and other tips from experts at the Data Journalism Unconference 2017

Quelle: medium.com

Die Ergebnisse des Workshops ist nicht nur für Datenjournalisten interessant.

Your reports must be racetracks

A bar or a line remains geometry that has to be decoded. To understand numbers, we need the left side of our brain that is made for abstract and logic thinking. Seeing profit and loss in bars and lines brings the two sides of our brain in conflict.

Dr. Nicolas Bissantz | blog.bissantz.de

Your reports must be racetracks I

Dr. Nicolas Bissantz mit einem interessanten Ansatz. Anstelle einer visuellen Tabelle mit Incell Grafiken bzw. Microcharts zu verwenden, schlägt er vor, die Zahlen selber zu formatieren. Wichtiges soll ausschließlich über Größe und Farbe hervorgehoben werden. Er greift dabei auf Erkenntnisse aus dem Rennsport und der Neurologie zurück.

Source: Your reports must be racetracks I

Putting The B Back Into BI

Filip Doušek darüber, warum es wichtig ist, sich wieder auf das Business in BI zu fokussieren:

I was planning to write about putting the intelligence back into business intelligence. About making data tools smarter than 90’s style drilling and 00’s style charting. About massive analytics and graph DBs and dealing with big data. And how BI should be more AI. That would be my inner geek’s blogpost. It would be about the promise of BI - making companies smarter through the use of data.

But when I put my business hat on, I don’t care about the intelligence. […]

The whole point of BI is (or should be) business, not intelligence. And that is the real problem with BI. Not missing the I, but missing the B.

Und, was aus seiner Sicht nicht funktioniert:

What Doesn’t Work: Dashboards. Reports. Exploration. Self-service. Why? Because digging around increasingly large datasets is not what you want your people to spend time on. It doesn’t directly increase profits or speed up execution. Quite on the contrary. Executives today are swamped with information, 95% of which is noise. Digging through that noise distracts them from work, burdens their minds and clots their decision-making.

Es geht Ihm, wie auch bei der Datenvisualisierung, um das Vermeiden von Störungen, Ablenkungen und um Priorisierung. Die richtigen Fragen zu kennen, und auch zu beantworten. Ein guter Ratschlag, sich weniger um die Tools zu kümmern, sondern um die Business Prozesse und deren Unterstützung. 

Source: https://www.linkedin.com/pulse/putting-b-b...

Lollipop Charts: “Who Loves You, Baby?”

A lollipop chart is malformed in that it’s length has been rendered harder to see by making it thin, and its end has been rendered imprecise and inaccurate, by making it large and round. The center of the circle at the end of the lollipop marks the value, but the location of the center is difficult to judge, making it imprecise compared to the straight edge of a bar, and half of the circle extends beyond the value that it represents, making it inaccurate.
— Stephen Few

Ein Plädoyer von Stephen Few für etablierte Charttypen. Warum man Lollipop Charts einem Balkendiagramm vorziehen soll, erschließt sich mir auf den ersten Blick auch nicht (außer dem Drang nachzugeben, einmal etwas anders machen zu wollen).

Die International Business Communication Standards (IBCS®) - Link zu Top Ten Charts PDF - sehen Lollipop Charts für (prozentuale-) Abweichung bzw. Varianz vor.

Diese Vorgabe fand ich schon lange, sagen wir mal, unglücklich und überdesigned.  Ist diese Unterscheidung wirklich nötig?

Zumal die Lollipop Charts à la Hichert+Faisst oftmals eingesetzt werden, wenn der Platz knapp ist - beispielsweise direkt über einem Säulendiagramm mit absoluten Werten. Genau dann sind sie, wie Stephen Few es passend erläutert hat, nicht mehr präzise und der Stecknadelkopf alleine nimmt mit seiner Größe ca. 20% der Skala ein. 

Source: http://www.perceptualedge.com/blog/?p=2642

The Hitchhiker’s Guide to d3.js

This guide is meant to prepare you mentally as well as give you some fruitful directions to pursue. There is a lot to learn besides the d3.js API, both technical knowledge around web standards like HTML, SVG, CSS and JavaScript as well as communication concepts and data visualization principles. Chances are you know something about some of those things, so this guide will attempt to give you good starting points for the things you want to learn more about.
— Ian Johnson

Ian Johnson hat einen schönen Guide für den ambitionierten Anfänger zum Thema d3.js verfasst. Der Artikel hilft nicht dabei, schnell ein Diagramm mit d3.js zu erstellen, sondern vielmehr gibt er Orientierung im umfangreichen D3 Universum. 

Source: https://medium.com/@enjalot/the-hitchhiker...

Making-of: The Eurosearch Song Contest

I’ll never watch the Eurovision Song Contest with more attention than this year. That’s not really that hard: I never cared much about the contest, with its freaky and cheesy aspiring singers, its bad English speaking presenters and its endless voting. But I’ll be watching very closely this year, and I already know way more about the contest, the voting system and the candidates than I ever did.
— Maarten Lambrechts

Maarten Lambrechts hat ein schönes Making-of zu seinem letzten Datenprojekt erstellt. Im Rahmen des "Google News Labs" hat er sich mit dem Eurovision Song Contest beschäftigt und ein alternatives Voting System auf Basis von Google Suchanfragen ausgewertet. Er nennt es den Eurosearch Song Contest.

When scrolling through the list of participating countries, I noticed that Malta (430.000 inhabitants) and San Marino (only 32.000) are also taking part in the contest. And they have the same weight in awarding points as Germany (81 million) and the UK (65 million) do. I wanted to work with a map, but I had to come up with a map that would give equal visual weight to all countries. So enter Europe tile grid maps.
— Maarten Lambrechts

Maarten wollte die Quell- und Zielländer der Wählerstimmen auf einer Karte visualisieren. Er wählte den Ansatz einer abstrakten Karte Europas, in der jedes Land dieselbe Grundfläche bekommt - da jedes Land, unabhängig seiner echten Grundfläche, gleichberechtigtes Stimmgewicht besitzt.

Quelle: Maarten Lambrechts - The Eurosearch Song Contest

Quelle: Maarten Lambrechts - The Eurosearch Song Contest

Leider verliert diese abstrakte Version alle typischen Landmarken, die es uns Europäern einfach macht, sich auf dieser Karte zu orientieren. (Hättet Ihr Italien an der Stelle vermutet?). Doch die Motivation dahinter ist klar und macht Sinn. Die reelle Fläche transportiert automatisch ein Gewicht, das nicht existiert und in dieser Version aus dem Spiel genommen wird. Maarten umgeht diesen Umstand auf geniale Art und Weise, in dem er eine Transformation auf Knopfdruck zwischen der Karte und der abstrakten Version anbietet.

Source: http://www.maartenlambrechts.com/2017/05/0...