Entscheidungsrelevante Info... / 5.3.2 Multidimensionale Visualisierungen mit mehreren Attributen

Multidimensionale Visualisierungen mit mehreren Attributen veranschaulichen, anders als herkömmliche Business Grafiken, alle in den Datenmengen enthaltenen Datensätze. Dabei können große, transaktionsbasierte Datenbestände dargestellt und Detailinformationen zu den jeweiligen Ursprungsdaten identifiziert werden.[1] Es besteht hierbei keine Einschränkung auf drei Attribute wie bei klassischen Geschäftsgrafiken (z. B. durch die X- und Y-Achse sowie die Kreisgröße), sondern mehrere dieser Werte können gleichzeitig dargestellt werden. Dabei können Ergebnisse unterschiedlicher Attribute auf einen Blick verglichen, wesentliche Sachverhalte sehr gut erkannt und analysiert werden. Die Identifizierung von Mustern und Zusammenhängen zwischen Attributen wie etwa die Korrelation von zwei Ausprägungen wird durch diese Art der Visualisierung mit zunehmender Erfahrung der User einfacher als in alternativen Visualisierungsformen.

In der Darstellung mehrerer Attribute auf einer Ebene unterscheidet sich diese Art von den multidimensionalen Visualisierungen mit mehreren Hierarchien, da dort nur ein einzelnes Attribut auf unterschiedlichen Hierarchieebenen dargestellt wird. Beispielsweise kann mittels der Visualisierung mit mehreren Attributen der Umsatz, die Handelsspanne und der Kundenrabatt für einen Händler dargestellt werden, jedoch nicht in Kombination mit einer zusätzlichen Hierarchieebene wie etwa der Rebsorte.

Im Vergleich zu den herkömmlichen Business-Grafiken leiden die multidimensionalen Visualisierungen mit mehreren Attributen aber, wie auch jene mit mehreren Hierarchien, unter einem niedrigen Bekanntheitsgrad. Nur 13,1 % der Teilnehmer der in 2017 durchgeführten Studie "Interactive visualization of big data in the field of accounting"[2] nutzen bereits diese Art der Visualisierung. Zusätzlich kommt es durch den Mangel an Erfahrung im Umgang mit diesen Grafiken häufig zu Fehlern in der Interpretation der Ergebnisse. Der Parallel Coordinates Plot, die Heat Map und die Scatterplot-Matrix sind als typische Beispiele für multidimensionale Visualisierungen mit mehreren Attributen ebenfalls in der Abb. 2 abgebildet.

[1] Vgl. Hofer et al., 2018, S. 99 f.; Perkhofer et al., 2019, S. 501.
[2] Perkhofer et al., 2019.

Das ist nur ein Ausschnitt aus dem Produkt Haufe Finance Office Premium. Sie wollen mehr? Dann testen Sie hier live & unverbindlich Haufe Finance Office Premium 30 Minuten lang und lesen Sie den gesamten Inhalt.


Meistgelesene beiträge