Zurück

Data-driven Storytelling: Wie Zahlen in Geschichten verwandelt werden

Data-driven Storytelling bietet attraktive Möglichkeiten der Datenaufbereitung und Datenvisualisierung.
Bild: © SFIO CRACHO / AdobeStock

In Zeiten von Big Data: komplexe Informationen verständlich darstellen

Marketing- und Vertriebsabteilungen stehen dank Business-Intelligence-Tools, CRM-Software und dem Einsatz Künstlicher Intelligenz vielfältige Möglichkeiten zur Datenerhebung sowie Datenauswertung zur Verfügung. Doch in der Fülle an verfügbaren Informationen und in deren Komplexität liegt gerade die Crux: Das bloße Generieren von Zahlen und Daten bleibt weitgehend fruchtlos, wenn es nicht gelingt, deren Bedeutung zu kommunizieren und sie in einen nachvollziehbaren Kontext zu stellen.

Mittels Data-driven Storytelling werden nackte Zahlen so aufbereitet, dass sie von Stakeholdern und Kunden als verständlich, interessant und ansprechend erlebt werden. Frei nach den Worten des Filmregisseurs Jean-Luc Godard: „Sometimes reality is too complex. Stories give it form.“

„Sometimes reality is too complex. Stories give it form.“

Jean-Luc Godard

Storytelling mit Daten als Kommunikationsstrategie

Im Grunde ist Data-Storytelling nicht neu. So zeichnet sich schon seit einigen Jahren eine Tendenz zum datengetriebenen Journalismus ab. Der Begriff umfasst sowohl eine bestimmte Art der Informationsbeschaffung wie auch eine Darstellungsform. Diese Aspekte treffen auch auf Data-driven Storytelling in der internen Unternehmenskommunikation sowie im Marketing zu.

Im Kern umfasst Data-driven Storytelling drei Bereiche:

  • die Datenanalyse
  • die Erzählung
  • die Datenvisualisierung

Durch narrative sowie visuelle bzw. interaktive Elemente nehmen abstrakte Datensätze Gestalt an, was zu einer größeren Reichweite beiträgt.

Datenaufbereitung: So lassen sich Daten in eine gute Story umsetzen

Doch wie gehst du vor, wenn du die aktuellen Verkaufszahlen oder die User Interactions im letzten Quartal veranschaulichen willst? Zunächst sollte genau ins Auge gefasst werden, auf Basis welcher Daten welches Thema für wen aufbereitet werden soll:

  • Was geben meine Daten her? Wie aussagekräftig und repräsentativ sind sie?
  • Welche Zielgruppe will ich adressieren?
  • Welche Aspekte meiner Datenauswertung sollen der Zielgruppe vermittelt werden?
  • Welche Vorkenntnisse bringt die Zielgruppe mit?
  • Von welchen Fehlannahmen geht die Zielgruppe möglicherweise aus?

7 typische Storylines im Data-driven Storytelling

Erst wenn die oben genannten Aspekte eingekreist wurden, ist es sinnvoll, sich Gedanken darüber zu machen, wie die Erzählung aussehen soll. Zunächst sollte eine zur Fragestellung sowie zur vorhandenen Datenbasis passende Storyline überlegt werden. Laut Marketing-Manager Ben Jones lassen sich hier 7 Grundtypen unterscheiden:

  1. Change over Time: Ein Prozess oder eine Transformation werden erzählt.
  2. Drill Down: Die Erzählung startet mit einer Gesamtschau und mündet in ein konkretes Beispiel.
  3. Zoom Out: Ein kleiner Fokus wird im Laufe der Erzählung auf das große Ganze ausgeweitet.
  4. Contrast: Verschiedene Protagonisten, Daten oder Fragestellungen werden vergleichend gegenübergestellt.
  5. Intersection: Im Zentrum der Erzählung steht ein Kreuzungspunkt, an dem zwei oder mehr Fragestellungen oder Datenpunkte zusammentreffen.
  6. Dissection of Factors: Daten und Handlungsstränge werden auf Zusammenhänge sowie Kausalitäten hin befragt. Unübersichtliche Datensätze werden sozusagen „seziert“.
  7. Profile of Outliers: Die Erzählung widmet sich Sonderfällen und statistischen Ausreißern.

Sinnvoller Aufbau einer Data-Story

Eine Data-Story sollte – wie jede gute Geschichte – ihre Leser bzw. Zuhörer fesseln. Angelehnt an die klassische Spielfilmdramaturgie empfiehlt sich ein wenigstens dreiteiliger Aufbau:

  1. Exposition: Vorstellung des Themas und des Kontextes der Datenanalyse – was liefert den Anlass, um sich mit der Frage zu beschäftigen?
  2. Konfrontation: Darstellung der zentralen Frage und der Herausforderungen – was sind interessante Beobachtungen sowie Problemstellungen?
  3. Auflösung: Abschließendes Fazit mit Handlungsempfehlung – was lässt sich aus der Datenanalyse mitnehmen und was muss gegebenenfalls verändert werden?

Data-Visualization: Zahlen optisch aufbereiten

Neben der eigentlichen Narration spielen im Data-driven Storytelling auch visuelle Elemente eine entscheidende Rolle. Durch Infografiken, Diagramme, Animationen und Hervorhebungen wird die Welt der Zahlen selbst für den ungeschulten Betrachter greifbar. Die Darstellung sollte gleichermaßen anschaulich und einfach wie präzise sein. In der zugehörigen Erzählung können Zusammenhänge, die visuell nicht vermittelbar sind, aufgegriffen und erklärt werden. Durch die Kopplung textueller und visueller Elemente werden Data-Storys leicht verstanden und verinnerlicht, was nicht nur unternehmensinterne Kommunikationsprozesse unterstützt, sondern auch zu einer besseren Kundenbindung beitragen kann.

Diese Story teilen