E-Book, Deutsch, 288 Seiten
Reihe: Edition TDWI
Kohlhammer / Proff / Wiener Visual Business Analytics
überarbeitete und aktualisierte Auflage
ISBN: 978-3-96088-519-1
Verlag: dpunkt
Format: PDF
Kopierschutz: 1 - PDF Watermark
Effektiver Zugang zu Daten und Informationen
E-Book, Deutsch, 288 Seiten
Reihe: Edition TDWI
ISBN: 978-3-96088-519-1
Verlag: dpunkt
Format: PDF
Kopierschutz: 1 - PDF Watermark
Prof. Dr. Jörn Kohlhammer ist Abteilungsleiter für den Bereich Visual Analytics am Fraunhofer IGD. Er studierte Informatik mit Betriebswirtschaftslehre an der LMU München. Nach seiner Forschungstätigkeit am Fraunhofer-Center for Research in Computer Graphics in Providence, RI, USA promovierte er 2005 an der TU Darmstadt. Seine Abteilung betreibt angewandte Forschung für Visual Business Analytics, visuelle Ansätze der Cybersicherheit sowie der Analyse medizinischer Daten. Seit 2015 ist er zudem Honorarprofessor für User-Centered Visual Analytics an der TU Darmstadt. Prof. Kohlhammer ist Autor und Co-Autor vieler Bücher, Fachartikel und Konferenzbeiträge. Er ist regelmäßiger Redner bei Veranstaltungen und Kongressen in der Industrie und der Forschung sowie anerkannter Experte zum Thema Visual Analytics und Visual Business Intelligence. Dirk U. Proff ist Founder und CEO von blueforte, einer vielfach prämierten Unternehmensberatung, und ist für die Bereiche Strategy und Corporate Development verantwortlich. Herr Proff studierte Wirtschaftsinformatik an der privaten Fachhochschule Wedel sowie Administration and Management an der Harvard University. Er war für mehrere internationale Managementberatungen in unterschiedlichen Führungspositionen tätig und erhielt darüber hinaus den Lehrauftrag für Betriebswirtschaftliche Informationsverarbeitung an der EBC Hochschule Hamburg. Neben Publikationen in Fachzeitschriften veröffentlicht Herr Proff wissenschaftliche Artikel in Fach- und Lehrbüchern und hält darüber hinaus regelmäßig Vorträge auf Veranstaltungen und internationalen Konferenzen. Herr Proff ist Pionier und anerkannter Experte für die Themen Information Design und Visual Business Intelligence sowie Gründungsmitglied der IBCS Association. Er war jahrelang Mitglied des Fachbeirats der Zeitschrift BI-SPEKTRUM und ist einer von 14 TDWI Europe Fellows. Andreas Wiener ist Geschäftsführer der Firma reportingimpulse GmbH in Hamburg. Meistens ist Andreas Wiener als Keynote Speaker auf verschiedenen Konferenzen anzutreffen und ist ein Entertainer, wie es im Buche steht. Dabei ist dies nicht seine einzige Stärke: Als Geisteswissenschaftler prädestiniert, hat er bereits zahlreiche Bücher, Artikel und Publikationen geschrieben und herausgegeben.
Autoren/Hrsg.
Weitere Infos & Material
1;Geleitwort;5
2;Vorwort zur 2. Auflage;7
3;Vorwort;9
4;Inhaltsverzeichnis;13
5;1 Visual Business Analytics;17
5.1;1.1 Bessere Wege der Entscheidungsfindung durch VBA;18
5.1.1;Die Anwender im VBA-Modell;21
5.2;1.2 Trends und Zukunft von VBA;23
6;2 Visualisierung von Daten und Informationen;29
6.1;2.1 Daten und Datentypen;30
6.1.1;2.1.1 Daten;30
6.1.2;2.1.2 Datentypen;31
6.1.3;2.1.3 Datenakquisition und Datenherkunft;31
6.1.4;2.1.4 Datenspeicherung;32
6.1.5;2.1.5 Datenqualität in der Visualisierung;33
6.1.6;2.1.6 Datenvorverarbeitung;33
6.2;2.2 Syntax und Semantik;34
6.2.1;Listen und Tabellen;35
6.2.2;Text;35
6.2.3;Geografische Daten;36
6.2.4;Zeitabhängige Daten;36
6.2.5;Netzwerke und Graphen;37
6.2.6;Hierarchien und Bäume;37
6.3;2.3 Informationen;38
6.3.1;Metadaten;38
6.4;2.4 Wissen;39
6.4.1;Wissensrepräsentierung;40
6.4.2;Semantische Wissensnetze;41
6.5;2.5 Historie der Visualisierung;42
6.5.1;2.5.1 Von der Antike bis zur frühen Neuzeit;43
6.5.2;2.5.2 Die Neuzeit – Geburt der modernen Diagramme;47
6.5.3;2.5.3 Die Moderne – Information Design und interaktive Visualisierung;54
6.6;2.6 Zusammenfassung;57
7;3 Reporting und Information Design;59
7.1;3.1 Reporting;59
7.2;3.2 Information Design;62
7.3;3.3 Diagramme;66
7.3.1;3.3.1 Säulen- und Balkendiagramme;67
7.3.1.1;Anwendungsbeispiele für Säulendiagramme;69
7.3.1.2;Anwendungsbeispiele für Balkendiagramme;70
7.3.1.3;Umgang mit gestapelten oder gruppierten Säulen- und Balkendiagrammen;71
7.3.2;3.3.2 Kreisdiagramme;75
7.3.2.1;Anwendungsbeispiele;78
7.3.3;3.3.3 Liniendiagramme;79
7.3.3.1;Anwendungsbeispiele für Liniendiagramme;80
7.3.4;3.3.4 Punktdiagramme;82
7.3.4.1;Anwendungsbeispiele für Punkt- und Blasendiagramme;82
7.4;3.4 Eigenschaften von Diagrammen;83
7.4.1;3.4.1 Einsatz von Farben;83
7.4.1.1;Highlighting;86
7.4.2;3.4.2 Schlanke Visualisierung;88
7.4.2.1;Dekoration;88
7.4.2.2;3D;90
7.4.2.3;x- bzw. y-Achse in Säulen- und Balkendiagrammen;91
7.4.3;3.4.3 Skalierung;93
7.4.4;3.4.4 Diagrammnotation für Säulen- und Balkendiagramme;98
7.4.5;3.4.5 Darstellung von Abweichungen;99
7.5;3.5 Gestaltung von Tabellen;100
7.6;3.6 Einführung einer Information-Design-Richtlinie;104
7.7;3.7 International Business Communication Standards (IBCS®);108
7.7.1;3.7.1 Die IBCS®-Standards;108
7.7.2;3.7.2 Die IBCS Association und ihre Entstehung;113
7.7.3;3.7.3 Das IBCS®-Aus- und Fortbildungsprogramm;115
7.7.4;3.7.4 IBCS®-zertifizierte Software;116
7.8;3.8 Zusammenfassung;117
8;4 Business Intelligence und Visualisierung;119
8.1;4.1 Visual Business Intelligence;119
8.1.1;4.1.1 Herausforderung;119
8.1.2;4.1.2 Marktüberblick;121
8.2;4.2 Interaktive Visualisierung;123
8.2.1;4.2.1 Dynamische und geführte Berichte;123
8.2.2;4.2.2 Motivation;127
8.2.3;4.2.3 Menschliche Wahrnehmung;127
8.2.3.1;Das Auge;128
8.2.3.2;Die drei Ebenen der Wahrnehmung;129
8.2.3.3;Das visuelle Gedächtnis;130
8.2.4;4.2.4 Aufmerksamkeit;131
8.2.4.1;Ebene 1;131
8.2.4.2;Ebene 2;133
8.2.4.3;Ebene 3;135
8.2.5;4.2.5 Vorteile der Informationsvisualisierung;136
8.2.6;4.2.6 Referenzmodell nach Card, Mackinlay und Shneiderman;139
8.2.6.1;Rohdaten;139
8.2.6.2;Datentabellen;140
8.2.6.3;Visuelle Strukturen;141
8.2.6.4;Ansichten (Views);145
8.2.7;4.2.7 Interaktion;146
8.2.7.1;Einfache Interaktionstechniken;147
8.2.7.2;Erweiterte Interaktionstechniken;148
8.2.8;4.2.8 Webbasierte Visualisierungen;150
8.2.9;4.2.9 Das Shneiderman-Mantra;150
8.2.10;4.2.10 Weitere Visualisierungsbeispiele;153
8.2.10.1;Visualisierung von Text;154
8.2.10.2;Geografische Daten;155
8.2.10.3;Zeitabhängige Daten;156
8.2.10.4;Netzwerke und Graphen;157
8.2.11;4.2.11 Zusammenfassung;158
8.3;4.3 Empfehlungen für das Dashboard-Design;159
8.3.1;4.3.1 Der Einsatz von Dashboards in Unternehmen;159
8.3.1.1;Strategische Dashboards;163
8.3.1.2;Analytische Dashboards;163
8.3.1.3;Operative Dashboards;164
8.3.2;4.3.2 Einsatz geeigneter grafischer Elemente;164
8.3.2.1;Tachometer und Ampeln;167
8.3.2.2;Glanzeffekte;170
8.3.2.3;Target-Graph;171
8.3.2.4;Der Hintergrund;175
8.3.3;4.3.3 Interaktivität als besondere Herausforderung;175
8.3.3.1;Menüleisten;176
8.3.3.2;Scroll;177
8.3.3.3;Drill-down;178
8.3.4;4.3.4 Anwendungsszenarien;180
8.3.4.1;Aufbau;180
8.3.4.2;Analytisches Dashboard;181
8.3.4.3;Treemaps;182
8.3.4.4;Geovisualisierung und Treemaps;184
8.3.4.5;Strategisches Dashboard;189
8.3.4.6;Operatives Dashboard;191
8.3.4.7;Kacheln;192
8.3.4.8;Mobile BI;193
8.4;4.4 Anwendungsbeispiele;195
8.4.1;4.4.1 Wer liefert was? GmbH;195
8.4.1.1;Das Unternehmen;195
8.4.1.2;Die Ausgangssituation;195
8.4.1.3;Die Aufgabe;196
8.4.1.4;Die Lösung;196
8.4.1.5;Der Mehrwert;198
8.4.2;4.4.2 Otto Group;198
8.4.2.1;Das Unternehmen;199
8.4.2.2;Die Ausgangssituation;199
8.4.2.3;Die Aufgabe;200
8.4.2.4;Die Lösung;200
8.4.2.5;Der Mehrwert;204
8.4.3;4.4.3 ProSiebenSat.1 Media SE;204
8.4.3.1;Das Unternehmen;205
8.4.3.2;Die Ausgangssituation;206
8.4.3.3;Die Aufgabe;207
8.4.3.4;Die Lösung;207
8.4.3.5;Der Mehrwert;209
8.5;4.5 Zusammenfassung;212
8.5.1;Anhang;270
9;5 Big Data und Visual Analytics;213
9.1;5.1 Big Data;213
9.1.1;5.1.1 Herausforderung;213
9.1.2;5.1.2 Definition von Big Data;215
9.1.3;5.1.3 Aktuelle Trends im Big-Data-Bereich;217
9.1.4;5.1.4 Maschinelles Lernen;219
9.1.5;5.1.5 Interaktive Analyse von Big Data;221
9.1.6;5.1.6 Der Mensch im Mittelpunkt von Big Data?;222
9.2;5.2 Visual Analytics;225
9.2.1;5.2.1 Motivation;225
9.2.2;5.2.2 Einführendes Beispiel;228
9.2.3;5.2.3 Der Begriff Visual Analytics;232
9.2.4;5.2.4 Der Visual-Analytics-Prozess;234
9.2.4.1;Visuelle Datenexploration;235
9.2.4.2;Automatische Datenanalyse;236
9.2.4.3;Verknüpfung von Visualisierung und Modell;238
9.2.4.4;Das Visual-Analytics-Mantra von Keim;239
9.2.5;5.2.5 Zusammenfassung;241
9.3;5.3 Visual Analytics in Big-Data-Szenarien;241
9.3.1;5.3.1 Aktuelle Situation in Unternehmen;241
9.3.1.1;Unterstützung durch die IT-Abteilung;243
9.3.1.2;Verwendung der Analyseergebnisse;243
9.3.2;5.3.2 Aktueller Einsatz von Visual Analytics;245
9.3.3;5.3.3 Auswahl einer geeigneten Vorgehensweise;247
9.3.4;5.3.4 Einführung von Visual Analytics im Unternehmen;250
9.4;5.4 Anwendungsbeispiele;252
9.4.1;5.4.1 SAS Visual Analytics;253
9.4.2;5.4.2 TIBCO Spotfire;255
9.4.3;5.4.3 Tableau;257
9.4.4;5.4.4 Risikomanagement;257
9.4.5;5.4.5 Anwendungsfall aus dem Energiesektor;259
9.4.6;5.4.6 Analysen zeitabhängiger Daten;259
9.4.7;5.4.7 Visuelle Analyse von Energienetzen;261
9.4.8;5.4.8 Zusammenfassung;265
9.5;5.5 Ein Blick in die Forschung;266
9.6;5.6 Zusammenfassung;269
10;Abkürzungen;271
11;Literatur;273
12;Index;283