Visual Analytics

Visual Analytics (deutsch sinng.: visuelle Analysen) ist ein noch recht junges Feld der Wissenschaft und Forschung, das dazu dient, sehr umfangreiche Datenmengen zu visualisieren und ihre Analyse zu erleichtern. Der Begriff wird häufig in Zusammenhang mit dem Begriff „Big Data“ genannt.

Gründe für Visual Analytics[Bearbeiten]

Heutzutage wird nahezu alles statistisch erfasst. Zugleich ermöglichen es das Internet sowie der offene Umgang der Bevölkerung mit Internetmedien und sozialen Netzwerken, Unmengen von Daten zu sammeln. Immer größer wird die Datenmenge, die Unternehmen über ihre Kunden und auch über externe Personen sammeln können. Je größer diese Datenmengen werden, desto schwieriger werden sie zu verarbeiten. Herkömmliche IT-Systeme sind damit sehr häufig komplett überfordert. Um die Daten überhaupt nutzen zu können, müssen sie gefiltert und bereinigt werden, da sie durch die Speicherung als Rohdaten für den Verwender keinen Nutzen haben.

Grundprinzip[Bearbeiten]

Visual Analytics basiert auf der Kombination aus elektronischer, automatisierter Analyse der Datenbestände und der analytischen Fähigkeiten des Menschen. Während der Computer die Daten analysiert und bestimmte Unregelmäßigkeiten ebenso wie Gesetzmäßigkeiten feststellen kann, obliegt es dem Nutzer, hier Trends und Entwicklungen aufzudecken und festzuhalten. Wurden solche Trends erkannt, kann der weitere Analyseprozess weiterführend gesteuert werden. Für diesen Prozess werden die Daten visualisiert.

Visual Analytics dient also nicht, wie andere Visualisierungstechniken, der Verdeutlichung von bereits gefundenen Ergebnissen, sondern hilft vielmehr, große Datenmengen überschaubar und für das menschliche Auge auswertbar zu machen. Visual Analytics ist ein Hilfsmittel zur Analyse, nicht zur Ergebnispräsentation. Wie Visual Analytics funktioniert, zeigt dieses Video.

Einsatzbereiche[Bearbeiten]

Unternehmen unterschiedlichster Branchen können Visual Analytics für ihre Zwecke nutzen. Einige Beispiele nennt der Hersteller SAS, der eine Software für Visual Analytics bereitstellt:

  • Handel: bessere Kundensegmentierung, Personalisierung und Lokalisierung von Kundenangeboten, Preisen und Sortimenten zum Zwecke der Umsatzsteigerung
  • Banken: Erkennen von Trends und Mustern, Strategieentwicklung, Prüfung von Thesen, Aufbau persönlicherer Kundenbeziehungen dank des Verständnisses für Bedürfnisse und Vorlieben der Kunden
  • Energie: Visualisierung von Anlagen zur Früherkennung von Leistungsabfällen und Defekten, Verhinderung von Betrugsfällen durch Visualisierung des Wegs von Stromlieferungen
  • Industrie/Produktion: Früherkennung von Störfällen an Anlagen
  • Öffentlicher Sektor: Früherkennung von Stimmungen in der Bevölkerung und gesellschaftlicher, politischer und wirtschaftlicher Entwicklungen
  • Telekommunikation: Früherkennung von Krisen, Verstehen der Beziehungsstrukturen zwischen Kunden, Erkennung von Multiplikatoren
  • Versicherungen: Abgrenzung lukrativer Kundensegmente, Findung passender Tarifmodelle

Mit Visual Analytics arbeiten auch verschiedene Forschungsbereiche, beispielsweise der Bereich der Biologie, z. B. zur Auswertung des menschlichen Erbguts, die Physik und Astronomie zur Erkennung unerwarteter Phänomene sowie der Katastrophenschutz zur zügigen Analyse von Naturkatastrophen und anderen Notsituationen.

Bedeutung für das Online Marketing[Bearbeiten]

Für das Online Marketing gewinnt das Thema Big Data zunehmend an Bedeutung. Je mehr Unternehmer über ihre Zielgruppe und ihre Kunden wissen, desto stärker können sie ihre Marketingaktivitäten auf diese ausrichten. Interaktionen mit sozialen Netzwerken, Antworten auf E-Mails, das Verhalten auf Websites – alles kann heute mit Tracking Tools erfasst und ausgewertet werden. Auch im Online Marketing vermag das Instrument Visual Analytics dabei zu helfen, die gewonnenen Daten zu visualisieren, zu analysieren und zu evaluieren.

Weblinks[Bearbeiten]