open data vorlesung termin 5: visualisierungen von daten

56
Open Data: Datenmanagement und Visualisierung Visualisierungen von Daten Termin 5, 20. März 2014 Dr. Matthias Stürmer und Prof. Dr. Thomas Myrach Universität Bern, Institut für Wirtschaftsinformatik Abteilung Informationsmanagement Forschungsstelle Digitale Nachhaltigkeit

Upload: matthias-stuermer

Post on 22-Nov-2014

381 views

Category:

Technology


0 download

DESCRIPTION

Agenda: 1. Begrifflichkeiten 2. Usability-Standards 3. User Interface Design Patterns 4. Datenvisualisierungen Vorlesung "Open Data: Datenmanagement und Visualisierung" an der Universität Bern im Frühlingssemester 2014: http://www.iwi.unibe.ch/content/studium/veranstaltungen/resource/open_data_datenmanagement_und_visualisierung/index_ger.html

TRANSCRIPT

Page 1: Open Data Vorlesung Termin 5: Visualisierungen von Daten

Open Data: Datenmanagement und Visualisierung Visualisierungen von Daten

Termin 5, 20. März 2014

Dr. Matthias Stürmer und Prof. Dr. Thomas Myrach Universität Bern, Institut für Wirtschaftsinformatik Abteilung Informationsmanagement Forschungsstelle Digitale Nachhaltigkeit

Page 2: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

2

Infos zur Vorlesung

Open Data Apps > Bereits 22 Gruppen angemeldet > Bitte Gruppenbildung in ILIAS so

rasch als möglich abschliessen > Wenn jemand eine Gruppe sucht,

bitte im Forum melden Prüfung Open Data Vorlesung > Donnerstag, 5. Juni 2014

14:45-16:15h Hauptgebäude, 201

Page 3: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

3

05: Visualisierungen von Daten

Donnerstag, 20. März 2014 > Informationsmehrwert von Visualisierungen, Human Interaction,

Usability, User Experience, GUI Design, Wahl von Formen, Strukturen, Symbolen und Farben, Navigationsstrukturen, Diagrammformen, Ordnen von Informationen, Beschriftungen

Gastreferat im zweiten Teil der Vorlesung: > Prof. Dr. Edy Portmann, Assistenzprofessor

am Institut für Wirtschaftsinformatik > Interaktive Datenvisualisierung:

— Kognitive Wahrnehmung und Landkarten — Wissensstrukturen — Big Data Visualisierungen mit Graphdatenbanken — Schlussfolgerungen durch interaktive Modelle

Page 4: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

4

Agenda

1. Begrifflichkeiten

2. Usability-Standards

3. User Interface Design Patterns

4. Datenvisualisierungen

Page 5: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

5

Begrifflichkeiten

> Usability: Software-Ergonomie, Gebrauchstauglichkeit, Bedienbarkeit

> User Experience: Nutzererlebnis oder Nutzungserlebnis

> Interaction Design: Gestaltung der Funktion und des Verhalten

> Interfacedesign: Gestaltung von Benutzeroberflächen

> Screendesign: Präsentation von Inhalten auf Monitoren

> User Interface: Benutzerschnittstelle

> Graphical User Interface (GUI): Grafische Benutzeroberflächen

> Responsive Webdesign: Anpassung der Website auf Endgerät

> Accessibility: Barrierefreiheit

Page 6: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

6

Agenda

1. Begrifflichkeiten

2. Usability-Standards

3. User Interface Design Patterns

4. Datenvisualisierungen

Page 7: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

7

Relevante ISO-Standards

> Stufen der Nutzungsqualität von interaktiven Systemen:

Quelle: Leitfaden Usability, DAkkS Deutsche Akkreditierungsstelle, 2010 http://www.dakks.de/sites/default/files/71-SD-2-007_Leitfaden%20Usability%201.3.pdf

Page 8: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

8

DIN EN ISO 9241 – 110: Grundsätze der Dialoggestaltung

Die sieben Gestaltungsgrundsätze gemäss DIN EN ISO 9241 Teil 110: 1. Aufgabenangemessenheit 2. Selbstbeschreibungsfähigkeit 3. Lernförderlichkeit 4. Steuerbarkeit 5. Erwartungskonformität 6. Individualisierbarkeit 7. Fehlertoleranz

Quelle: DIN EN ISO 9241-110: Europäisches Komitee für Normung, Ergonomie der Mensch-System-Interaktion. Teil 110: Grundsätze der Dialoggestaltung, 2006. Deutsches Institut für Normung, Berlin.

Page 9: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

9

DIN EN ISO 9241 – 110: 1. Aufgabenangemessenheit

"Ein Dialog ist aufgabenangemessen, wenn er den Benutzer unterstützt, seine Arbeitsaufgabe effektiv und effizient zu erledigen." > Erläuterungen:

— Effektivität: Vollständigkeit und Genauigkeit, mit der ein Benutzer ein bestimmtes Ziel erreichen kann

— Effizienz: Aufwand des Benutzers im Verhältnis der Aufgabe > Umsetzung:

— Nur notwendige Informationen anzeigen, keine Informationsüberflutung — Standardwerte (z.B. aktuelles Datum) automatisch eintragen — Texteingabe automatisch ins erste Eingabefeld positionieren — Logische Anordnung der Eingabefelder (z.B. Adresse)

> Positive oder negative Beispiele? > Wichtig: Entwickler muss Arbeitsabläufe der Benutzer kennen

Quelle: DIN EN ISO 9241-110: Grundsätze der Dialoggestaltung, 2006

Aufgabenangemessenheit http://www.fit-fuer-usability.de/archiv/aufgabenangemessenheit/

Page 10: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

10

DIN EN ISO 9241 – 110: 2. Selbstbeschreibungsfähigkeit

"Ein Dialog ist in dem Maße selbstbeschreibungsfähig, in dem für den Benutzer zu jeder Zeit offensichtlich ist, in welchem Dialog, an welcher Stelle er sich befindet, welche Handlungen unternommen werden können und wie diese ausgeführt werden können."

> Orientierung: — Wo komme ich her? — Wo bin ich? — Wo kann ich hin?

> Beherrschbarkeit/Antizipierbarkeit: Links, Navigationspunkten und Buttons richtig beschriften und Erwartung einhalten

> Rückmeldung: nach jeder Aktion Feedback geben, schafft Sicherheit > Hilfestellung: Möglichkeit für weitere Informationen und Hilfe geben

Quelle: DIN EN ISO 9241-110: Grundsätze der Dialoggestaltung, 2006 http://wifimaku.com/online-marketing/relaunch-und-usability/usability-in-der-konzeptionsphase/

Page 11: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

11

DIN EN ISO 9241 – 110: 3. Steuerbarkeit

"Ein Dialog ist steuerbar, wenn der Benutzer in der Lage ist, den Dialogablauf zu starten sowie seine Richtung und Geschwindigkeit zu beeinflussen, bis das Ziel erreicht ist." > Möglichkeiten dem Benutzer Steuerbarkeit zu vermitteln:

— Möglichkeiten, Medien zu nutzen oder auszuschalten — Alternative Navigationsmöglichkeiten — Sicherstellung der korrekten Funktionsweise der Zurück-Schaltfläche — Jederzeit mögliche Erreichbarkeit der Startseite — Abbruchmöglichkeiten

> Beispiele: — Eine Tabelle hat Buttons, mit deren Hilfe die Informationen spaltenweise sortiert

werden können. — Eine Suchmaschine bietet die Möglichkeit, die Zahl der auf einer Seite

angezeigten Treffer einzustellen. — Ein Tool ermöglicht es den Benutzern, einen Dateidownload zu unterbrechen und

später fortzusetzen. — Umfangreiche Grafiken werden als "Thumbnails" dargestellt, die bei Bedarf vom

Benutzer vergrößert werden können.

Quellen: http://www.handbuch-usability.de/steuerbarkeit.html http://www.kommdesign.de/texte/din.htm#Steuerbarkeit

Page 12: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

12

DIN EN ISO 9241 – 110: 4. Erwartungskonformität

"Ein Dialog ist erwartungskonform, wenn er konsistent ist und den Merkmalen des Benutzers entspricht, z.B. den Kenntnissen aus dem Arbeitsgebiet, der Ausbildung und der Erfahrung des Benutzers sowie den allgemein anerkannten Konventionen."

Kognitive und verhaltens- sowie lernpsychologische Faktoren: > Konsistenz: Erfassen von Zusammenhängen wenn Muster

erkannt wird (interne Konsistenz) > Erfahrung: Anwendungswissen aus älteren Versionen oder

anderen Programmen hilft sich zurechtzufinden Beispiele: > Einheitliche Gestaltung der jeweiligen Software > Ähnliche Icons in unterschiedlichen Programmen

Quelle: http://www.handbuch-usability.de/erwartungskonformitaet.html

Page 13: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

13

DIN EN ISO 9241 – 110: 5. Fehlertoleranz

"Ein Dialog ist fehlertolerant, wenn das beabsichtigte Arbeitsergebnis trotz erkennbar fehlerhafter Eingaben entweder mit keinem oder mit minimalem Korrekturaufwand seitens des Benutzers erreicht werden kann."

Potentielle Fehler sind: > Vermeidbare Fehler: Programmierfehler, Navigationsfehler,

fehlerhafte Eingabemöglichkeiten auf Formularen etc. > Bekannte, nicht vermeidbare Fehler: Tippfehler, versehentlich

Abschicken des Formulars -> Validieren der Eingaben > Nicht antizipierbare Fehler: schwer identifizierbare

Programmierfehler aufgrund unerwarteten Besucherverhaltens -> Debugging-Meldung

Quelle: http://www.handbuch-usability.de/fehlertoleranz.html

Page 14: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

14

DIN EN ISO 9241 – 110: 6. Individualisierbarkeit

"Ein Dialog ist individualisierbar, wenn das Dialogsystem Anpassungen an die Erfordernisse der Arbeitsaufgabe, individuelle Vorlieben des Benutzers und Benutzerfähigkeiten zulässt."

Möglichkeiten für die Individualisierung von Anwendungen sind: > Anpassung der Darstellung: Schriftgrösse, Farben, Formen > Anpassung von Funktionen: Anwendungsumgebung flexibel

gestalten, zu-/abschalten von Funktionen bspw. in Menu-Bars > Anpassung von Werten: Zeitzone, Sprache, Ort, Währung,

Masseinheiten, Formate, Bandbreite etc. > Anpassung von Standard-Eingaben: Default-Werte eingeben > Anpassung von Abläufen (Workflows): Organisations-

spezifische Geschäftsprozesse abbilden

Quelle: http://www.fit-fuer-usability.de/archiv/individualisierbarkeit/

Page 15: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

15

DIN EN ISO 9241 – 110: 7. Lernförderlichkeit

"Ein Dialog ist lernförderlich, wenn er den Benutzer beim Erlernen des Dialogsystems unterstützt und anleitet."

> Mentalen Modelle der Benutzer aktivieren > Im Grundsatz gilt: "Je seltener ein Besucher eine Website

besucht, desto weniger ist es ihm zuzumuten, dass er ihre Bedienung erst erlernen muss."

Lernförderliche Anwendungen beinhalten: > Frequently Asked Questions > Dialogsequenzen durch Dialogboxen > Tutorials, Hilfeinformationen, Assistenten, Guided Tour

Quellen: http://www.fit-fuer-usability.de/archiv/lernfoerderlichkeit/ http://www.handbuch-usability.de/lernfoerderlichkeit.html

Page 16: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

16

Agenda

1. Begrifflichkeiten

2. Usability-Standards

3. User Interface Design Patterns

4. Datenvisualisierungen

Page 17: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

17

Design Patterns

Quelle: http://ui-patterns.com/patterns Quelle: http://developer.yahoo.com/ypatterns/

Page 18: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

18

Breadcrumbs

Problem summary: The user needs to know his location in the website's hierarchical structure in order to possibly browse back to a higher level in the hierarchy.

Usage > Use when the structure of the website follows a strict hierarchical structure

of similar formatted content. > Use when the structure of the site is parted in to sections which can be

divided into more subsections and so on > Use together with some sort of main navigation.

Quelle: http://ui-patterns.com/patterns/Breadcrumbs

Page 19: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

19

Steps Left

Problem summary: The user is about to go through the process of filling in data over several steps and is in need of guidance.

Usage > Use when the user is about to go through a

longer process of giving data to the system that is longer than two screens (steps).

> Use when the steps of a process is so long that the user might get the impression that it will go on forever without the guidance of steps.

> Do not use when there is only 1 or 2 steps in submitting data to the website.

> Do not use when the process of filling out data is easy foreseeable.

Quelle: http://ui-patterns.com/patterns/StepsLeft

Page 20: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

20

Tool Tip Invitation

Problem summary: Designer needs to cue the user about what will happen if they click the mouse on the hovered object.

Usage > You want to invite the user to click or interact with the object being hovered over. > You want to make it clear that something will happen when the user clicks on the

object being hovered over. > The user is interacting directly with the object (e.g., inline editing). > You need a textual description to make it explicit what will happen when the user

interacts with the object. > You want to entice the user to interact with the feature.

Quelle: http://developer.yahoo.com/ypatterns/richinteraction/invitation/tooltip.html

Page 21: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

21

Inplace Editor

Problem summary: The user needs to easily and quickly edit a value on a page.

Usage > Use when the user only needs to edit one value

(or very few) and not many > Use when the value the user needs to edit is of

a simple format, i.e. a text string, in a dropdown box.

> Use when you have already authenticated the user (he is logged in) or if you do not care about his or her authenticity.

> Use if you want the user to be able to edit a value without actually going to an administration page, but by staying on the same page.

Quelle: http://ui-patterns.com/patterns/InplaceEditor

Page 22: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

22

Autocomplete

Problem summary: The user needs to enter information into a text box which is prone to be mis-typed, hard to remember, or ambiguous.

Usage > Use to help ambiguity-issues, when an item can

be entered in multiple ways > Use when the type of information entered can

readily be matched with a specific piece of information in the system.

> Use when autocomplete suggestions can be pulled from a set of data that is manageable in size.

> Use when input speed is an important goal > Use when input accuracy is an important goal

Quelle: http://ui-patterns.com/patterns/Autocomplete

Page 23: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

23

Agenda

1. Begrifflichkeiten

2. Usability-Standards

3. User Interface Design Patterns

4. Datenvisualisierungen

Page 24: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

24

IBM Many Eyes

Quelle: Many Eyes - An experiment brought to you by IBM Research and the IBM Cognos software group http://www.many-eyes.com

Page 25: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

25

IBM Many Eyes

Quelle: Many Eyes - An experiment brought to you by IBM Research and the IBM Cognos software group http://www.many-eyes.com

Page 26: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

26

Open Source Statistics Software R

Quelle: The R Project for Statistical Computing http://www.r-project.org

Page 27: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

27

Open Source JavaScript Lib Polymaps

Quelle: Polymaps http://www.polymaps.org

Page 28: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

28

Open Source JavaScript Library D3.js

Quelle: D3.js http://www.d3js.org

Page 29: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

29

D3: Reingold–Tilford Tree

Quelle: http://bl.ocks.org/mbostock/4339184

Page 30: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

30

D3: Radial Reingold–Tilford Tree

Quelle: http://bl.ocks.org/mbostock/4063550

Page 31: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

31

D3: Hierarchical Edge Bundling

Quelle: http://bl.ocks.org/mbostock/7607999

Page 32: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

32

D3: Visualisierte Interessenbindungen im Schweizer Parlament

Quelle: NZZ, 4. März 2014 http://www.nzz.ch/aktuell/schweiz/die-daten-hinter-der-visualisierung-1.18255344

Page 33: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

33

D3: Cushion Treemaps

Quelle: Jarke J. van Wijk and Huub van de Wetering, Cushion Treemaps: Visualization of Hierarchical Information, 1999 http://www.win.tue.nl/~vanwijk/ctm.pdf

Page 34: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

34

D3: Zoomable Treemaps

Quelle: http://mbostock.github.io/d3/talk/20111018/treemap.html

Page 35: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

35

D3: Obama’s 2012 budget proposal

Quelle: http://www.nytimes.com/packages/html/newsgraphics/2011/0119-budget/

Page 36: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

36

D3: Clustered Force Layout I

Quelle: http://bl.ocks.org/mbostock/1747543

Page 37: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

37

D3: Tax Rates of U.S. Companies

Quelle: http://www.nytimes.com/interactive/2013/05/25/sunday-review/corporate-taxes.html?_r=0

Page 38: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

38

D3: Circle Packing

Quelle: http://bl.ocks.org/mbostock/4063530/

Page 39: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

39

D3: Zoomable Circle Packing

Quelle: http://bl.ocks.org/mbostock/7607535/

Page 40: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

40

D3: 2014 Budget der Stadt Bern

Quelle: http://bern.budget.opendata.ch/

Page 41: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

41

Sankey Diagram

Quelle: https://en.wikipedia.org/wiki/Sankey_diagram/

Page 42: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

42

D3: Sankey Diagrams

Quelle: http://bost.ocks.org/mike/sankey/

Page 43: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

43

D3: Finanzausgleich im Kanton Bern

Quelle: http://be-fa.budget.opendata.ch/

Page 44: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

44

D3: Bilevel Partition

Quelle: http://bl.ocks.org/mbostock/5944371

Page 45: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

45

D3: Deutscher Bundeshaushalt 2013

Quelle: http://www.bundeshaushalt-info.de/startseite/#/2013/soll/ausgaben/einzelplan.html

Page 46: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

46

Polymaps: Choropleth Map

Quelle: http://polymaps.org/ex/statehood.html

Page 47: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

47

Polymaps: Krankenkassenprämien

Quelle: http://healthinsurance.opendata.ch

Page 48: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

48

Parallel Coordinates

Quelle: Alfred Inselberg, Multidimensional Detectives, 1997 http://www.cs.ucdavis.edu/~ma/ECS289H/papers/Inselberg1997.pdf

Page 49: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

49

D3: Parallel Coordinates

Quelle: http://syntagmatic.github.io/parallel-coordinates/

Page 50: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

50

D3: Nutrient Contents

Quelle: http://exposedata.com/parallel/

Page 51: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

51

Weitere Code-Beispiele von D3.js

http://bl.ocks.org/mbostock https://github.com/mbostock/d3/wiki/Gallery

Page 52: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

52

Prof. Dr. Hans Rosling

Quelle: The River of Myths by Hans Rosling http://www.youtube.com/watch?v=OwII-dwh-bk

Page 53: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

53

Prof. Dr. Hans Rosling

Quelle: Videos on Gapminder http://www.gapminder.org/videos/

Page 54: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

54

Gapminder

Quelle: Gapminder http://www.gapminder.org

Page 55: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

55

Smartvote

> Smartmap der Grossratskandidierenden 2014

> 1905 Kandidierende im Kanton Bern

Quelle: Smartmap http://www.smartvote.ch/14_be_leg/smartmap/candidates

Page 56: Open Data Vorlesung Termin 5: Visualisierungen von Daten

FS 2014

Open Data > 05: Visualisierungen von Daten

56

Conclusions

> "Statistics is about storytelling with data." > "Always let the data do the talking." > "Lookout for patterns and relationships

(comparisons and correlations)."

Quelle: Visualize This: The FlowingData Guide to Design, Visualization, and Statistics http://flowingdata.com/visualize-this/