Strava Heatmaps — Datenvisualisierung verrät Geheimnisse

Einen besseren Beweis, dass Datenvisualisierungen Informationen erst zugänglich machen, kann man sich nicht ausdenken. Strava, Anbieter einer Fitnesstracking App, visualisiert in einer groß angelegten Aktion anonymisierte Laufstrecken und Fahrradrouten seiner Nutzer auf einer globalen Heatmap. 

 Bildquelle:  The Guardian

Bildquelle: The Guardian

Problem ist nur, dass sich Läufe und Radtouren der Nutzer im "Nirgendwo" finden lassen, und somit auf "geheime" Einrichtungen — wie Militärbasen — hindeuten. 


So bewegt sich Deutschland

Telefónica NEXT hat anonymisierte Mobilfunkdaten ausgewertet, um erstaunliche Bewegungsmuster und Erkenntnisse über das deutschlandweite Pendler- und Reiseverhalten zu gewinnen. 

 Quelle: Telefónica NEXT — So bewegt sich Deutschland

Quelle: Telefónica NEXT — So bewegt sich Deutschland

Die sehr ansprechenden Analysen findet Ihr hier. Besonders empfehlen möchte ich aber auch den ergänzenden Blog Beitrag, in dem die Methodik beschrieben wird, wie die Daten erhoben und analysiert wurden. 


Stravas Global Heatmap

Our global heatmap is the largest, richest, and most beautiful dataset of its kind. It is a direct visualization of Strava’s global network of athletes. To give a sense of scale, the new heatmap consists of:

1 billion activities
3 trillion latitude/longitude points
13 trillion pixels rasterized
10 terabytes of raw input data
A total distance of 27 billion km (17 billion miles)
A total recorded activity duration of 200 thousand years
5% of all land on Earth covered by tiles
Screenshot-2017-11-21 Strava Global Heatmap.png

Strava liefert ein paar Einblicke in die Entwicklung der neuen, globalen Heatmap. Beeindruckendes Projekt.


Eye-Tracking Unsinn von Tableau

Don’t trust everything you read. Surely you know this already. What you might not know is that you should be especially wary when people call what they’ve written a “research study.” I was prompted to issue this warning by a June 29, 2017 entry in Tableau’s blog titled “Eye-tracking study: 5 key learnings for data designers everywhere”. The “study” was done at Tableau Conference 2016 by the Tableau Research and Design team in “real-time…with conference attendees.” If Tableau wishes to call this research, then I must qualify it as bad research. It produced no reliable or useful findings. Rather than a research study, it would be more appropriate to call this “someone having fun with an eye tracker.”
— Stephen Few

Stephen Few über eine pseudo- wissenschaftliche Eye-Tracking Untersuchung von Tableau. Wenn man Stephens Art mag, dann ist sein Blogpost auf jeden Fall lesenswert.


The true key learning that we should take from this so-called study is what I led off with: “Don’t trust everything you read.” I know some talented researchers who work for Tableau. This study was not done by them. My guess is that it was done by the marketing department.
— Stephen Few



    Political Data Science — Kausaler Effekt zwischen AfD Wahlerfolg und Medienberichtserstattung

    BuzzFeed Deutschland hat Daten zusammengetragen, mit denen sich der Einfluss der Medien auf die Umfragewerte der AfD berechnen lässt. Wir zeigen, dass es einen statistischen Kausalzusammenhang zwischen der Häufigkeit der Berichte über die AfD und ihren Umfragewerten gibt. Hierfür verwenden wir Granger-Causality-Analyse. Das Ergebnis ist, dass vier bis fünf Wochen, nachdem vermehrt über die AfD berichtet wurde auch die Umfragewerte signifikant steigen.
    — Simon Hegelich

    Es besteht definitiv ein kausaler Effekt zwischen dem AfD Wahlerfolg und den Medienberichten. Dieser Effekt wurde anhand einer Datenanalyse nachgewiesen. Wie genau vorgegangen wurde und mit welchen Daten gearbeitet wurde, kann im sehr ausführlichen Artikel auf Political Data Science nachgelesen werden.


    Why So Many Weather Maps Are Rainbow-Colored (And Why They Shouldn’t Be)

    There’s plenty of research that suggests the rainbow makes it harder for most of us to understand scientific data. We perceive the color spectrum not just in terms of red or blue, but through hue and brightness; some colors look lighter or darker to our eyes, meaning some colors look more different than others. Thanks to the distribution of different types of cones in our eyes, we’re pretty bad at detecting changes in color across the spectrum. For instance, as the authors of the same 2009 study explain, our eyes see yellow as more vibrant, so the yellow portion of a map will seem more dominant to us, even if the data it represents isn’t.
    — Kelsey Campbell-Dollaghan

    Toller Artikel, der sich um die Verwendung der Regebogenfarbpalette dreht. Das Verwenden des kompletten Farbspektrums wird ähnlich kontrovers diskutiert wie Kreisdiagramme (#endtherainbow). Ursprung der Diskussion war folgender Tweet des @NWS und die Aussage, dass sie die Farbpalette anpassen mussten, um die Regenmengen abbilden zu können.

    Die New York Times verwendet nur Farbschattierungen und zeigt, dass dies meinst besser funktioniert.



     Quelle:  New York Times
    Well, we’ve developed a way to do just that. This year, we’re delighted to announce that we’ll be partnering with the American Statistical Association (A.S.A.) for a new monthly feature, “What’s Going On in This Graph?”, or “WGOITGraph?” The A.S.A. educates the public about using data to understand our world and believes that statistical literacy is important for everyone.

    Die New York Times startet eine neue monatliche Reihe: What’s Going On in This Graph? Ähnlich zum bereits bestehenden What’s Going On in This Picture?

    If you’re familiar with our popular “What’s Going On in This Picture?” series, you’ll have some idea already of how “WGOITGraph?” will work. In that feature, we partner every Monday with Visual Thinking Strategies to publish an intriguing Times photo stripped of its caption, and to invite students to come to our site and discuss what they see. On Fridays, we reveal the original caption along with related information. Teachers tell us that the exercise helps students practice their visual thinking skills and their use of evidence to support claims, across subjects and grade levels. And — just as important — they tell us it’s fun.

    Die Ergebnisse der Diskussionen werden in Zukunft hier zusammengefasst.


    Was sucht Deutschland zur Wahl?

    Welche Begriffe werden am häufigsten in Verbindung mit den Spitzenkandidat/innen der sieben meistgesuchten Parteien auf Google gesucht? Finden Sie es heraus!


    Schöne Visualisierung vom Google News Lab in Zusammenarbeit mit Truth & Beauty — Moritz Stefaner, Dominikus Baur und Christian Laesser. Den vertikalen Zeitstrahl auf einem Gerät mit wenig horizontaler Displayfläche finde ich besonders gelungen. 

    Chartmaker Directory

    Over the past 5+ years, during which time I have delivered more than 200 data visualisation training events to over 4500 delegates, the question I unquestionably get asked the most is ‘which tool do you need to make that chart?’.

    It is a question I often find hard to answer elegantly as it is often weighed down with the classic baggage of “it depends”. Above that, there is such variety in the ways of expressing data visually and arguably an even broader variety of tools offering the means to do so, ranging from simple solutions to the more complicated. It is a large, complex and ever-changing landscape to have to make sense of.

    With my training and, by extension, my book primarily emphasising the importance of critical thinking and the underlying craft of data visualisation - the ‘what’ and the ‘why’ - I have been seeking to substantiate this content with solid guidance about the critical matter of ‘how’.

    This is what motivated the development of the The Chartmaker Directory: an attempt to gather and organise a useful catalogue of references that will offer people a good sense of what charts can be made using which tools and, where necessary, how.
    — Andy Kirk

    Andy Kirk startet mit einem Chartmaker Directory. Ein toller Anlaufpunkt für Beispiele und Tutorials, geordnet nach Diagrammklassen und Applikationen.