Storytelling with data: Wie Big Data für Storytelling eingesetzt werden kann

0

Big Data ist ein Schlagwort, das aus der Welt des digitalen Marketing nicht mehr wegzudenken ist.  Darüber hinaus erzählen sie auch immer eine Geschichte. Möchte man das Storytelling with Data bestmöglich einsetzen, gibt es ein paar Grundlagen zu erlernen.

Storytelling with data: Geschichten-Erzählen

Das Geschichtenerzählen ist so alt wie die Menschheit. Geschichten erlauben es uns, Inhalte auf eine unterhaltsame Art weiterzugeben. Dies machen sich Redner seit vielen Jahren zu Nutzen. Ob es sich um eine Firmenpräsentation handelt oder ob ein Fachvortrag gehalten wird: Geschichten sind dabei fast immer ein fester Bestandteil.

Unternehmen aller Branchen haben zunehmend Zugriff auf die großen Datenmengen. Richtig analysiert, lassen sich die Daten verwenden, um Zusammenhänge zu erkennen, Vorhersagen zu treffen und Optimierungen vorzunehmen.

Ob lustige Anekdoten, reale Gegebenheiten oder fantasievolle Ideengeber, sie sind in allen sprachlichen Farben und Formen zu finden.

Dieses Kommunikationstool ist als Storytelling bekannt, was das englische Wort für das Geschichten-Erzählen ist. Diese Methode wird für eine Vielzahl von Bereichen eingesetzt:

  • Produkte vorstellen
  • Wissen vermitteln
  • Ideen beschreiben

Die Geschichte hilft dabei, die Information langfristig im Gedächtnis der Zuhöhrer zu verankern. Damit wird ein Problem adressiert, das viele Unternehmen haben: Wie vermittle ich die gewünschten Informationen nicht nur an die richtigen Zielgruppen, sondern auch langfristig?

Storytelling with data hilft dabei, die Information langfristig im Gedächtnis der Zuhöhrer zu verankern. (#01)

Storytelling with data hilft dabei, die Information langfristig im Gedächtnis der Zuhöhrer zu verankern. (#01)

Big Data und Storytelling

Was für die Vorstellung eines neuen Produktes als logisches Hilfsmittel scheint, ist im Rahmen der Big-Data-Analyse ein weniger offensichtliches Tool. Dennoch gewinnt es auch hier zunehmend an Relevanz.

Klassische Datenanalysen mit Business Analytics Tools überwältigen den Zuhörer oft mit endlosen Zahlenreihen und aufeinanderfolgenden Fakten. Selbst für erfahrene Marketing-Spezialisten ist es teils schwer, hier den Überblick zu behalten.

Gekonnt in Szene gesetzt und korrekt präsentiert, kann der Inhalt jedoch interessant wie nachhaltig präsentiert werden. Die Marketing-Abteilung kann diese Infos anschließend leichter nutzen, um die richtigen Schlussfolgerungen zu ziehen.

Wichtig

Nicht jede Datentabelle lässt sich sinnvoll in einer Form des Storytellings umsetzen. Dies ist der erste Gesichtspunkt, der für diese Art der Analyse zu beachten ist.

Nicht jede Datentabelle lässt sich sinnvoll in einer Form des Storytellings with data umsetzen. (#02)

Nicht jede Datentabelle lässt sich sinnvoll in einer Form des Storytellings with data umsetzen. (#02)

Visuelle Umsetzung von Daten zum Storytelling

Data-driven Storytelling arbeitet oft mit visuellen Werkzeugen:

  • Infografiken
  • Dashboards
  • Daten-Präsentationen

Aber nicht nur die Visualisierung kommt zum Einsatz. Das gesamte Konzept strukturiert die Datenerfassung, um eine effektive Kommunikation aufzubauen. Dafür nutzen die Analysten die tatsächlichen Daten, deren Visualisierung und die Erzählung der damit im Zusammenhang stehenden Geschichte.

Datenanalyse: Skillset mit Zukunft

Eine gelungene Verbindung der einzelnen Bereiche ist sehr wichtig. Denn ist dies nicht sinnvoll umgesetzt, erhält man erneut lediglich eine Ansammlung von Fakten.

Daher rückt es für Datenanalysten und Marketingexperten immer mehr in den Mittelpunkt, Datenzusammenhänge richtig zu verstehen. Dies ändert das bestehende System gewaltig. In vielen Daten-Management-Teams wird kaum bereichsübergreifend gearbeitet. Jeder Data-Scientist hat sein Steckenpferd und ist darin bis in das letzte Detail aufgeklärt. Was der Nachbar tut, wird bei den eigenen Analysen nichtberücksichtigt.

Um das Data-Storytelling richtig anzugehen, muss die eigene Kernkompetenz aber weit über einzelne Fachbereiche hinausgehen. Die Grundlage dafür bleibt weiterhin die Aufbereitung der vorliegenden Fakten.

Hinzu kommt die benötigte Fähigkeit, die eigenen Daten mit denen des Nachbarn in Verbindung zu setzen und daraus eine Geschichte zu kreieren, die wertvolle Informationen weitergibt.

Video: Storytelling in 3 Minuten erklärt

Die Daten müssen zur Verfügung stehen

Ein wichtiger Bereich in diesem Kontext ist der Datenschutz. Denn häufig kommt das Data-Storytelling auch außerhalb der eigenen Firmenräume zum Einsatz. Infografiken werden an Kunden oder Geschäftspartner weitergegeben. Visuelle Aufbereitungen finden sich in Fachmagazinen oder auf der Webseite.

Welche zur Verfügung stehenden Daten können also ohne Bedenken für das Data-Storytelling genutzt werden? Firmen müssen dies intern mit ihren Analysten abklären. Wenn notwendig, einen Datenschutzbeauftragten in den Prozess einbeziehen. Werden Informationen aus der falschen Quelle für die Öffentlichkeit zugänglich gemacht, kann dies hohe Bußgeldstrafen nach sich ziehen.

Die Datenschutzbestimmungen werden ab Mai 2018 in ganz Europa mit neuen und verschärften Gesetzen belegt. Die sogenannte EU-Datenschutz-Grundverordnung sieht im Ernstfall Bußgelder vor, die sichauf bis zu vier Prozent des Jahresumsatzes belaufen oder bis zu einer Höhe von 20 Millionen Euro angesetzt werden.

Daten für das Storytelling richtig verwenden

In der Datenanalyse, im Klassenzimmer oder auf der Präsentationsbühne: Eine gute Geschichte fesselt den Zuhörer. Sie ist emotional und hinterlässt einen bleibenden Eindruck. Und in klassischer Geschichtenerzähl-Manier, muss sie einen interessanten Einstieg aufweisen, einen spannenden Aufbau verfolgen und ein relevantes wie in Erinnerung bleibendes Endehaben.

Für das Data-Storytelling bietet es sich an, gleich zu Beginn dem Zuhörer davon zu berichten, warum die angegebenen Daten überhaupt von Interesse sind. Warum sollte das Marketing-Team diese Fakten kennen?

Welchen Vorteil kann der Zuhörer aus diesen Daten ziehen? Wie lassen sich die kommenden Informationen im eigenen Alltag anwenden? Der Mittelteil erläutert die Fakten im Detail. Er beschreibt auch die individuelle Relevanz: Zum Beispiel für einzelne Abteilungen oder für bekannte wie unbekannte Probleme.

Der Schluss ist für das Data Storytelling immer ein Fazit. Was haben wir gelernt? Wie können wir das neue Wissen richtig anwenden? Wer kann mit den Daten wichtige Entscheidungen besser treffen?
Eine Hürde, die in diesem Zusammenhang oft aufkommt, ist die Tatsache, dass der Analyst ein absoluter Experte ist.

Er kennt die Datensätze vorwärts und rückwärts. Er hat sich oft über viele Monate hinweg damit beschäftigt. Die Kollegen aus der Marketing-Abteilung oder dem Geschäftsvorstand verstehen da schnell nur noch Bahnhof. Für eine gelungene Präsentation muss also darauf geachtet werden, eine Geschichte zu erzählen, die auch für einen Laien leicht verständlich ist.

Für das Data-Storytelling bietet es sich an, gleich zu Beginn dem Zuhörer davon zu berichten, warum die angegebenen Daten überhaupt von Interesse sind. (#04)

Für das Data-Storytelling bietet es sich an, gleich zu Beginn dem Zuhörer davon zu berichten, warum die angegebenen Daten überhaupt von Interesse sind. (#04)

Tipps für das erfolgreiche Storytelling

Data-driven Storytelling arbeitet oft mit visuellen Werkzeugen, wie z.B. Infografiken. (#03)

Data-driven Storytelling arbeitet oft mit visuellen Werkzeugen, wie z.B. Infografiken. (#03)

Wie schnell klar wird, ist dieser neue Bereich der Datenanalyse kein Pappenstiel. Gleichzeitig ist es möglich, die einfachen Grundlagen relativ schnell an ein bestehendes Team von Datenanalysten zu vermitteln. Ein echter Vorteil ist es, dass viele Werkzeuge für das Data Storytelling online in Form von kostenlosen Open-Source-Programmen erhältlich sind.

Wie also sollte man vorgehen, um aus einem Datensatz eine erzählenswerte Geschichte zu machen?
Zu Beginn müssen natürlich die richtigen Daten gesammelt werden. Dafür können Firmen auf eine Vielzahl von Tools zurückgreifen. Ob einfache Google Analytics Tools oder maßgeschneiderte Datensammelsoftware – die Auswahl richtet sich ganz nach den Ansprüchen und dem Budget des Unternehmens.

Im Idealfall ist die Datensammlung von Anfang an gut durchdacht. So wird der Aufbau von unnötigem Datenmüll vermieden. Denn nur, weil man in der Lage ist, bestimmte Informationen zu erhalten, ist es noch lange nicht immer auch sinnvoll, auf sie zurückzugreifen.

Für eine ungehinderte Auswertung ist die korrekte Datenspeicherung ebenfalls ausschlaggebend. Der Industriestandard ist eine textorientierte NoSQL-Datenbank. Sie sind ein exzellentes Tool, um vor allem große Datenmengen relativ leicht zu managen. Die Datenbank erlaubt es, Inhalte von mehreren Ausgangspunkten einzuspeisen. Diese übergreifende Integration macht die Datenbank zu einem wertvollen Werkzeug.

Kommen die Daten aus mehreren Quellen, müssen diese in eine einheitliche Form gebracht werden. Darüber hinaus müssen Fehler behoben und Duplikate entfernt werden. Dieses sogenannte Data Wrangling ist ein sehr arbeitsintensiver Schritt. Gute Programmierer helfen dabei,passende Programme wie Filter zu erstellen.

Nun liegen die Daten in einer leicht verständlichen Form vor. Der nächste Schritt beschäftigt sich damit, die vorliegenden Informationen nach aussagekräftigen Fakten zu durchsuchen. Gibt es Muster zu erkennen? Haben sich Verhaltensweisen geändert? Was sind die Kernaussagen der Daten?

Dafür werden maßgeschneiderte Algorithmen benötigt. Mithilfe der sogenannten Pattern Recognition sind die richtigen Inhalte dann schnell gefunden.

Bevor es daran geht, die Daten zu visualisieren, muss das Skript für die Geschichte geschrieben werden. Was möchte man sagen? Wie kann man es sagen, damit auch ein Laie es versteht?In welcher Reihenfolge machen die Daten Sinn? Sind diese Frage geklärt, beginnt der kreative Teil der Arbeit.

Für die Kernaussagen der Daten des Storytellings werden maßgeschneiderte Algorithmen benötigt. (#05)

Für die Kernaussagen der Daten des Storytellings werden maßgeschneiderte Algorithmen benötigt. (#05)

Daten ansprechend visualisieren

Für wen wird das Storytelling vorbereitet? Werden Kunden direkt adressiert? Geht die Geschichte zur Marketing-Abteilung? Oder sollen potenzielle Investoren die Story hören? Ist das Publikum gewählt, ist es möglich zu klären, welche Fragen beantwortet werden sollen.

Tipp
Eine konkrete Frage mit hoher Gewichtung ist besser als 15 Detailfragen. Präzise Antworten mit Kernaussagen bleiben besser im Gedächtnis.

Den Inhalt der Geschichte auf das Zielpublikum zuschneiden. Endkunden interessieren sich nicht für detaillierte Verkaufszahlen, Investoren hingegen schon. Die Marketing-Abteilung ist brennend daran interessiert, wie sich bestehende Probleme lösen lassen. Die Geschäftsführung möchte wissen, welche Erfolge die aktuellen Optimierungen gebracht haben. Diese Gesichtspunkte bestimmen, in welche Richtung die Geschichte geht.

Was ist das Ziel der Geschichte?

  • Problemlösung
  • Bericht
  • Prognose

Auch die Perspektive für die Geschichte muss mit Bedacht gewählt sein. Wird der Zuhörer mit auf eine Reise in die Welt des Kunden genommen? Oder soll er sich selber in der Geschichte erkennen? Vielleicht ist die Expertise des Zuhörers gefragt, um Problemlösungen bieten zu können.

Anschließend geht es daran, die Geschichte optisch ansprechend darzustellen. Dabei ist ein Motto klar: Weniger ist mehr. Farben am besten spärlich einsetzen. Nur dann, wenn zum Beispiel signifikante Unterschiede herausgestellt werden sollen.

Grafiken klar und deutlich machen. Im Idealfall reicht die visuelle Information aus, um die gewünschten Inhalte zu vermitteln. Nicht zu viel zwischen einzelnen Themenbereichen wechseln. Obwohl ein Data Storytelling mehrere Bereiche abdecken kann, muss die Grenze zwischen den einzelnen Bereichen klar zu erkennen sein.

Zu guter Letzt darf man nicht vergessen, dass es im Grunde darum geht, sehr spezielle Inhalte zu vermitteln. Weder blumige Sprache, noch detaillierte Visualisierungen sind dafür notwendig. Es soll kein Roman werden, sondern ein in Erinnerung bleibendes Data-Storytelling.


Bildnachweis:© Shutterstock – Titelbild: happydancing – #01: melis – #02: witittorn onkhaw – #03: Zapp2Photo

Über 

Marius Beilhammer, Jahrgang 1969, studierte Journalismus in Bamberg. Er schreibt bereits viele Jahre für technische Fachmagazine, außerdem als freier Autor zu verschiedensten Markt- und Businessthemen. Als fränkische Frohnatur findet er bei seiner Arbeit stets die Balance zwischen Leichtigkeit und umfassendem Know-how durch seine ausgeprägte Affinität zur Technik.

Leave A Reply