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.


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.


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. 


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. 


Wie baut man Datenvisualisierungskompetenz im Unternehmen auf?

Cole Nussbaumer Knaflic von und Jon Schwabish von befassen sich in einer Kooperation mit dem Thema, wie man Datenvisualisierungskompetenz im Unternehmen aufbaut und dedizierte Teams zusammenstellt.

Cole erwähnt eine Vorgehensweise, die mich sehr daran erinnert, wie es sein muss, wenn ein striktes Notationskonzept ohne Selbstbestimmung und Rücksicht vorgeschrieben wird:

Which leads me to the approach that doesn’t work. It sounds something like this: “I went to this class (or read this book) and learned how to visualize data correctly. You should do it this way now—the correct way—because the way you’ve been doing it is wrong.” I’m being intentionally blatant here. The point is that no one likes things being forced on them.

Also, people tend to resist change. It’s a natural human tendency: change makes us uncomfortable. Let’s add to that potential feelings of not trusting one’s design instincts or ability implement good design via tools. It can feel intimidating. People may question whether those around them will be accepting of doing things in a new way or whether they’ll have support from managers or stakeholders. It can feel like a big risk. Take all of these things together, and it isn’t surprising that people are sometimes resistant to doing things differently. And certainly not shocking that people don’t tend to react positively to the “I am right, you are wrong” argument.
— Cole Nussbaumer Knaflic

Auch mir ist ein Klima definitiv lieber, in dem eine freie Ausgestaltung und Verwirklichung gewünscht ist. Daher bin ich ebenfalls dafür, die Methodenkompetenz individuell zu fördern. Wenn einem am Ende selber bewusst wird, warum die eine Darstellung besser funktioniert als die Andere, dann ist demjenigen mehr geholfen, als wenn ohne Nachzudenken eine Vorlage kopiert wird. 

Nur derjenige hat ein Thema verinnerlicht, der es auch verstanden hat. Hintergründe und Methoden festigen ein Fundament, auf dem Neues, sogar Besseres entstehen kann. Auswendiglernen (oder Abschreiben) hilft dagegen nur kurzfristig und führt zu keiner revolutionären Entwicklung.


Lisa Charlotte Rost: Warum visualisieren wir Daten?

Finding a definition for data vis is ok-ish easy: Data vis represents data with visual elements to communicate information. Today I want to focus on a part of the data vis definition that is a bit overlooked: The part that tries to answer my favourite question of them all: “Why?”

So yes, why. Why the heck are we actually visualising data?
— Lisa Charlotte Rost

Warum visualisieren wir überhaupt Daten? Lisa Charlotte Rost gibt in fünf Schritten hervorragende Antworten

Source: about:blank

Tapestry 2017 - 10 Storytelling Präsentationen als Videostream

The 5th annual Tapestry Conference was held on March 1st, 2017, and over 100 invitees from journalism, academia, government and both the non-profit and for-profit private sectors gathered at the beautiful Casa Monica resort in St. Augustine, Florida to discuss the emerging discipline of data storytelling.

Below are the ten presentations from the one-day event that spurred rich conversations both in-person as well as on social media, and also inspired wrap-up blog posts by attendees Catherine Madden, Francis Gagnon and Andy Kirk.
— Tapestry Conference Blog

Zehn "Storytelling" Präsentationen als Video von der eintägigen Tapestry Konferenz 2017 stehen als Stream zum Anschauen zur Verfügung. 


One Angry Bird - Die Emotionen in Donald Trumps Inaugurationsrede analysiert

Periscopic hat mit Hilfe der Microsoft Emotions API die letzten 10 Inaugurationsreden der US- Präsidenten analysiert und in einer an Federn erinnernden Visualisierung dargestellt.

An examination of the facial expressions of the last six presidents during the past 10 inaugurations revealed remarkable differences in the moods and emotions they conveyed. Five of the past six presidents were either positive or measured during their speeches, a striking contrast to the negative countenance found in President Trump’s inaugural remarks.
— Periscopic

Die aktuellste Rede stach besonders hervor. Sie war geprägt von negativen Emotionen; u.a. empört (disgusted), betrübt (sad) und wütend (angry).