Keine Lust auf Torte? Wie sich Web-Analytic-Daten visuell ansprechend und verständlich aufbereiten lassen

Besonders bei der Darstellung komplexer und umfangreicher Daten gilt es, dem Nutzer ein schnelles Erfassen der Kernaussagen zu ermöglichen. Eine intuitiv verständliche Darstellung ist dabei unerlässlich. Natürlich haben die „Klassiker“ wie Balken- und Tortendiagramme an vielen Stellen nach wie vor ihre Berechtigung. Inzwischen existiert aber auch eine Reihe von Konzepten um Daten visuell darzustellen, deren Komplexität über diese einfachen Instrumente nur schwer erfassbar ist. Schauen wir uns einmal einige gute Beispiele an!

Warum aus dem Bereich der Web-Analytics Tools?

…wo doch die Produkte der Microsoft Office Familie nach wie vor die Platzhirsche im Bereich der Datenvisualisierung sind? Weil die Breite und Tiefe der gesammelten Information im Bereich der Webanalyse in der Regel umfangreich und komplex ist. Ohne an dieser Stelle inhaltlich in die Erkenntnismöglichkeiten der Webanalyse einsteigen zu wollen, nur so viel: Um der Vielzahl der Daten Herr zu werden, braucht es vor allem zwei Dinge: Hypothesen zur Überprüfung von Zusammenhängen (statt explorativer Suche) und eine Darstellung, die die Kernaussage der Daten schnell fassbar macht und intuitiv verständlich darstellt. Bleiben wir beim zweiten Punkt…

Heatmaps

Die Darstellung von Daten über Heatmaps ist nicht exklusives Merkmal von Webanalyse Tools. Auch im Bereich der Darstellung von Eyetracking-Daten kommen sie zum Einsatz.

Beispiel für eine Heatmap-Darstellung (Quelle: etracker)

Passend zum Namen werden sogenannte Hotspots dargestellt, also häufig genutzte Bereiche. Je intensiver ein Bereich genutzt wird, umso stärker ist die Hervorhebung. Die Art der Darstellung (unabhängig davon, ob die Datenquelle nun aus der Webanalyse oder dem Eyetracking stammen) eigenen sich besonders zur Beantwortung der Frage, wie gut verschiedene Platzierungen von Zugängen auf einer Seite funktionieren. Welche Bereiche werden wahrgenommen bzw. werden geklickt? Welche Bereiche gehen unter?

Zieltrichter-Darstellung

Zieltrichter-Darstellungen bieten sich vor allem zur Illustrierung mehrstufiger Prozesse wie Warenkörbe, Registrierungen oder Kontaktanfragen an. Sie ermöglichen einen schnellen Überblick über kritische Punkte. Zu jedem Schritt lässt sich dabei erkennen, wie viele Nutzer pro Schritt verloren wurden. Aber auch die Frage, wie die Nutzer auf die Probleme im Prozess reagieren, lässt sich so beantworten. Nämlich über die Analyse der im

Beispiel für eine Zieltrichter-Darstellung (Quelle: google Analytics)


Anschluss aufgerufenen Seiten. Verlässt der Nutzer die Seite? Sucht er Hilfe an anderer Stelle? Um nur einige zu nennen.

Karten & Netzwerke

Diese Darstellungen haben zum Ziel, dem Auswertenden einen Eindruck von typischen Nutzungsverläufen über die Seite zu geben, sozusagen die hoch frequentierten

Beispiel für eine chronologische Netzwerk-Darstellung (Quelle: google Analytics)

Trampelpfade über die Seite von kleinen Schleichwegen zu unterscheiden.

  • An welcher Stelle steigen die Nutzer in das Angebot ein?
  • Welche Seiten steuern sie von welcher Stelle aus an?
  • Wo verlassen sie die Seite?

Google Analytics bietet hierfür eine chronologische Darstellung, die jeden Klick oder besser gesagt Seitenübergang, in einer neuen Spalte darstellt. So wird plastisch und auf den ersten Blick deutlich, wo die Einstiege stattfinden, welche Seiten typischerweise aufeinanderfolgend geöffnet werden und wo die Nutzer aus dem Angebot aussteigen.

Was bei einem kleinen Webangebot bzw. bei der Betrachtung von bestimmten Bereichen noch funktioniert, stößt bei umfangreichen Seiten allerdings schnell an gewisse Grenzen. Auch die Darstellung unterschiedlicher Reihenfolgen beim Aufruf ist über dieses Modell

Beispiel für eine dezentrale Netzwerk-Darstellung (Quelle: Odoscope)


nur begrenzt möglich.

Auf diesen Umstand hat Odoscope mit einer Netzwerk-Darstellung reagiert, bei der die Relevanz einzelner Seiten und Übergänge zwar ebenfalls über die Größe der Darstellung erkennbar ist, die dezentrale Darstellung allerdings die Reihenfolge des Aufrufs irrelevant macht.

Und spätestens an dieser Stelle muss die Frage erlaubt sein, ob eine solche Darstellung mittels Tortendiagramm auch möglich gewesen wäre…

Also: Verzichten Sie mal auf die Torte!
Die Klassiker unter der Datenvisualisierung haben zwar nach wie vor ihre Berechtigung. Sie sind bekannt, erlernt und entsprechend schnell erfassbar. Daher gleichzeitig aber auch etwas langweilig und wenig innovativ. Ab einem bestimmten Grad von Komplexität sollten Sie aber über alternative Darstellungsformen nachdenken. Dabei verlangt man dem Nutzer zwar ab, sich zunächst mit der Logik der Darstellung vertraut machen zu müssen. Ist dies aber geschehen, wird das Verständnis deutlich erleichtert.

Ein Gedanke zu „Keine Lust auf Torte? Wie sich Web-Analytic-Daten visuell ansprechend und verständlich aufbereiten lassen

  1. Pingback: Facebook-Aktien, hilfreiche Tutorials und endlich Wochenende - crowdmedias Wochenrückblick

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *