In 4 Schritten zum perfekten Dashboard.

Kommunikation ist der Schlüssel zum Projekterfolg. Durch Visualisierungen, beispielsweise in Form eines Dashboards, können Data Scientists mit Kunden oder Kollegen kommunizieren. In anderen Worten: Die Visualisierungen werden zur Sprache. Diese Sprache sollten Entwickler, Kunden und Kollegen gleichermaßen beherrschen. Deshalb ist es so wichtig, gut lesbare Visualisierungen zu entwickeln. Denn wie heißt es so schön:

If you have something to say, don’t say…. just show it.

Bevor die 4 essenziellen Schritte auf dem Weg zum perfekten Dashboard aufgezeigt werden, lohnt sich zunächst ein kleiner Exkurs in die Welt des agilen Projektmanagements, denn dort ist die Dashboard-Erstellung im Rahmen von Data-Science-Projekten in der Regel verortet.

Linktipp: In unserem Artikel über Datenvisualisierungen wird die Macht des Visuellen in Datenprojekten in Data Science Projekten aufgegriffen.

Die Rolle von Design Thinking bei Data-Science-Projekten

Ein Data-Science-Projekt zeichnet sich besonders durch Agilität aus. In einem agilen Umfeld müssen die Prozesse rund um die Analyse der Anforderungen und die Implementierung effektiv gestaltet werden. Um dies zu gewährleisten, stehen verschiedene agile Projektmanagement-Methoden wie SCRUM, Use Case Workshops oder Task Boards zur Verfügung.

Des Weiteren zählen auch Design Thinking, User Story Mapping oder Kanban Boards zu den agilen Instrumenten. Im Alltag eines Data Scientists findet vor allem Design Thinking breite Anwendung.

Design Thinking kommt häufig im Anforderungsprozess von Data-Science-Projekten im Rahmen eines Use-Case Workshops zu Beginn eines Projekts zum Einsatz. Innerhalb dieses Anforderungsprozesses entscheidet sich auch, wann genau und in welcher Form ein Dashboard genutzt werden soll. Dies ist ein wichtiger Schritt, bei dem es um ein tieferes Verständnis der Kundenbedürfnisse und damit deren Lösungen geht. Design Thinking ist ein iterativer Prozess, der die Entwicklung alternativer Strategien und Lösungen unterstützt. Der Ansatz hilft dabei:

  • Die Bedürfnisse der Anwender genau zu verstehen
  • Annahmen zu hinterfragen, um somit Probleme zu lösen, die durch unklare Definition entstanden sind oder vorab unbekannt waren
  • Fragestellungen neu zu definieren, die mit unserem anfänglichen Erkenntnisstand möglicherweise nicht sofort erkennbar sind

Der „Generierungseffekt“

Die enge Zusammenarbeit in Workshops und die frühzeitige, intensive Einbindung der Kunden in die Projekte haben positive Effekte. Allen voran profitiert die Beziehung zu den Kunden und das Verständnis ihrer Bedürfnisse. In Hinblick auf die Dashboard-Erstellung spricht man vom so genannten Generierungseffekt.

Dabei handelt es sich um ein Phänomen der Informationsverarbeitung. Informationen, die Menschen selbständig erarbeiten, bleiben besser in Erinnerung als solche, die einfach nur passiv gelesen werden.

Dadurch, dass Kunden durch Skizzen ihre eignen Ideen bei der Erstellung eines Dashboards einbringen können, steigert sich die Akzeptanz der Ergebnisse. Zudem werden relevante Informationen im Dashboard anschließend besser aufgefunden.

Informationen, die wir selbst generieren, merken wir uns viel besser als beispielsweise Gelesenes. Ein Effekt, den man bei der Erstellung von #Dashboards nutzen sollte. Klick um zu Tweeten

Darüber hinaus deckt der Ansatz durch den Einbezug aller Betroffenen die verschiedenen Aspekte der Anforderungen, ein gemeinsames Verständnis der Herausforderungen im Projekt sowie die volle Transparenz über die Aktivitäten ab. Nicht zuletzt profitieren Projekte auch von der Zeitersparnis durch die wenigen Abstimmungsschleifen, was im agilen Projektmanagement von großer Bedeutung ist.

Entstehung eines Dashboards

In der Praxis sieht das so aus: In einem ein- oder halbtätigen Use-Case Workshop werden in Kooperation mit den Kunden Ideen, User Stories und mögliche Lösungen gesammelt. In einer anschließenden Brainstorming-Phase kann der Kunde die Ideen auch in graphischer Form darstellen. Damit erhalten wir erste handgezeichnete Skizzen, die die Kundenwünsche widerspiegeln. Diese stellen die ersten Impulse für die spätere Dashboard-Entwicklung dar.

Die hier generierten User Stories erzählen kurze Geschichten aus der Sicht des Anwenders, die die gewünschte Funktionalität für das Dashboard beschreiben. Sie dienen als Basis, um die Anforderungen zu definieren. Um ein perfektes Dashboard zu erhalten, sind stets folgende 4 Schritte notwendig:

Schritt 1: Die Skizze

In der Regel beginnt die Planung eines neuen Dashboards mit einer handgezeichneten Skizze. Manchmal bringen Kunden auch Ideen, Wünsche oder graphische Vorschläge in die Planungsphase mit ein. Häufig geschieht dies in Use-Case Workshops unter Anwendung der Design Thinking Methode, um graphische Ideen mit den Kunden zu sammeln und anschließend zu diskutieren. Auf dieser Basis werden dann sehr schnell Skizzen entwickelt. Auf diese handgezeichneten Skizzen, auch Sketches genannt, folgt dann der pixelgenaue Wireframe.

Lieblingswerkzeug: Ein Kugelschreiber und ein Blatt Papier.

Schritt 2: Der Wireframe

Der Wireframe ist immer noch eine sehr vereinfachte Version des späteren Designs. Beim Wireframe liegt der Fokus auf der Positionierung der Inhaltselemente im späteren Dashboard. Hier wird die Struktur bzw. der Aufbau des Dashboards definiert. Aus diesem Grund steht dabei die Perspektive der Nutzererfahrung im Mittelpunkt. In einem Wireframe werden nur die nötigsten Elemente eines Dashboards dargestellt. Hier entscheidet sich, anhand welcher Aspekte die spätere Aufteilung erfolgt:

  • nach Produkten oder Nutzerlevel (einfacher Nutzer vs. Experte),
  • nach Bereichen (Marketing vs. Sales) oder
  • nach Märkten (Deutschland vs. Spanien)

Die ersten Gedanken zur Navigation im Dashboard werden ebenfalls im Wireframe gemacht. Gestaltungselemente und einzelne Funktionalitäten spielen hier jedoch noch keine Rolle. In erster Linie geht es um die Struktur und die Logik des zukünftigen Dashboards.

Mithilfe eines Wireframes entsteht eine skizzenhafte Beschreibung des Dashboards mit Darstellungen der Funktionen und des Layouts. In diesem Schritt wird vor allem das Konzept und dessen Umsetzbarkeit überprüft.

Werkzeug meiner Wahl: Ein Kugelschreiber und ein Blatt Papier (manchmal kommt auch Balsamiq, ein rapid Wireframing Tool, zum Einsatz).

Schritt 3: Das Mockup

Bei einem Mockup handelt sich um ein Grundgerüst der Bedienelemente, mit dem sich der optimale Userflow realisieren lässt. Bei einem Userflow, auch Benutzerfluss genannt, wird eine Reihe von Aufgaben beschrieben, die ein Nutzer im Rahmen eines Prozessabschlusses durchführen muss.

Das Mockup baut auf der Struktur des Wireframes auf. Allerdings kommen weitere Designaspekte ins Spiel:

  • Farbe
  • Typografie
  • Bilder
  • Grafikelemente

Das Mockup zeigt das vorläufige Design der geplanten Anwendung. Ein Mockup ist damit detaillierter als ein Wireframe, jedoch längst keine finale Version. Es stellt das visuelle Design eines Dashboards dar. Dennoch werden Mockups häufig verwendet, um Feedback von den Stakeholdern einzuholen. In diesem Schritt geht es um ein „Look and Feel“ des zukünftigen Dashboards. Der Vorteil: Dank des frühzeitigen Feedbacks muss das Design im späteren Entwicklungsprozess nicht noch einmal komplett überarbeitet werden. Das spart Zeit, Geld und vor allem Nerven.

Da das Mockup eine Grundlage für die Implementierung darstellt, empfiehlt es sich, nach der Abstimmung der Mockups nur geringfügige Abweichungen in den Prototyp zu programmieren. Der Grund: Bei weitreichenden Änderungen oder Abweichungen vom Mockup kann die überprüfte Umsetzbarkeit gefährdet werden.

Empfehlung zum Mockup-Tool: Figma oder Sketch

Schritt 4: Der Prototyp

Prototypen sind genaue und detailreiche Visualisierungen der geplanten Features bzw. des Dashboards einer Anwendung. Ein Prototyp zeichnet sich durch Interaktivität aus. Daher werden die Prototypen oft auch als „Klickdummys“ bezeichnet. Ein Prototyp wird auf Basis eines Mockups erstellt. Im Unterschied zum Mockup ermöglicht ein Prototyp die Simulation der User-Interaktion mit dem Dashboard.

Melden Sie sich zum

Data Navigator an.

Erhalten Sie tiefere Einblicke zu den Themen AI, Machine Learning und Deep Learning sowie Zugang zu exklusiven Whitepapern und Events.

Mit Abschicken des Formulars bestätigen Sie, dass Sie unsere Datenschutzerklärung zur Kenntnis genommen haben und Sie außerdem regelmäßig und jederzeit widerruflich weiterführende Informationen zu diesem Thema und den Services der Alexander Thamm GmbH als Newsletter erhalten möchten.

Ein Prototyp sieht dem fertigen Produkt sehr ähnlich und ist ein hervorragendes Werkzeug, um Benutzerfeedback zu erhalten und das Produkt vor der Realisierung zu testen. Aus diesem Grund ist wichtig, relativ schnell einen Prototypen zu entwickeln. Auch hier sind agile Methoden von essentieller Bedeutung.

Empfehlung für die Erstellung von Prototypen: Nutzen Sie verfügbare Technologien. Meine Erfahrung bezieht sich auf Qlikview, QlikSense, Tableau oder Power BI.

Bild. 1: Der Prozess der Dashboard-Entwicklung in 4 Schritten

Herausforderungen bei der Dashboard-Entwicklung

Es gibt zahlreiche Programme bzw. Softwares, die den Prozess der Erstellung eines Dashboards unterstützen. Ebenso ist es möglich, alles von Hand zu zeichnen. Die Schwierigkeit liegt darin, die optimale Software beziehungsweise Arbeitsweise zu finden. Da die Anzahl an potentiellen Technologien sehr groß ist, empfiehlt sich die Wahl eines Tools, das:

  1. wenig Einarbeitungszeit erfordert,
  2. minimale oder keine Kosten verursacht und
  3. schnell Ergebnisse liefert

Wichtig ist jedoch immer, dass das Ergebnis bei jedem der 4 Schritte klar und verständlich dargestellt wird.

Mit diesen 4 Schritten entsteht das perfekte #Dashboard in #Datenprojekten. Im Prinzip sogar nur mit Stift und Papier. Klick um zu Tweeten

In agilen Projekten tendiert man häufig dazu, Wege zu verkürzen, da Zeit eine bedeutsame Rolle spielt. Deshalb werden die ersten beiden Schritte ausgelassen und direkt ein Mockup entwickelt. Das bringt in der Regel viele Abstimmungsschleifen mit den Kunden mit sich und führt zu kurzfristen Änderungen im Prototyp. Um das zu vermeiden, ist es wichtig, den gesamten Prozess mit allen vier Schritten zu durchlaufen.

Dieser Prozess hilft den Anwendern dabei, sich das Endergebnis besser vorstellen zu können. Aber auch für den Data Scientist bringt dieser Prozess Vorteile: Alle Schritte werden mit dem Kunden besprochen und dabei im Rahmen dieses Prozesses abgenommen. So können kurzfristige Änderungen auf dem Weg zum perfekten Dashboard reduziert werden und gleichzeitig werden alle Anforderungen rechtzeitig erfüllt.

Sie wünschen sich noch mehr Orientierung im Bereich Big Data und Data Science? Kontaktieren Sie uns.

Kontaktanfrage

 

Tags

top