In der Datenanalyse geht es vor allem darum, Zahlen zu verstehen. Tabellen sind dabei oft der Ausgangspunkt – kennen wir sie doch schon seit Jahrzehnten von Tabellenkalkulationsprogrammen wie Excel. Bei umfangreichen Daten wird es jedoch schwierig, Muster und Auffälligkeiten darin zu erkennen. Hier kommen Heatmaps ins Spiel: Sie verwandeln Zahlen in Farben und Muster und helfen dabei, Zusammenhänge auf einen Blick sichtbar zu machen. In diesem Beitrag zeigen wir auf, wie man von der Tabelle zur Heatmap gelangt und worauf man dabei achten soll.
Was ist eine Heatmap?
Eine Heatmap ist eine Visualisierung, bei der die Werte farblich dargestellt werden, wobei die Intensität je nach Wert zu oder abnimmt. Dabei werden tiefe Werte mit heller Farbe und hohe Werte mit dunkler Farbe dargestellt. So lassen sich schnell Trends, Muster oder Ausreisser erkennen. Das ist genau das Ziel von Heatmaps. Der genaue Wert interessiert in dem Fall nicht, sondern das Muster.
Es gibt verschiedene Arten von Heatmaps: Tabellen, Geografische Karten oder Zeitreihen wie die bekannten Klimastreifen:
Die Tabelle wird zur Matrix
Anhand eines einfachen Beispiels zeigen wir auf, wie man von einer Tabelle zu einer Heatmap gelangt. Wir nutzen dafür Power BI von Microsoft. Eine Excel-Liste enthält Umsatzzahlen pro Abteilung eines Warenhauses für die Monate Januar bis Dezember. Die Tabelle wird 1:1 so in Power BI importiert.
Damit die Bereiche miteinander verglichen werden können, sollten die Monate vertikal als Liste und die Abteilungen horizontal dargestellt werden. In Power BI kann dafür die Matrix-Visualisierung verwendet werden (es gibt im Store auch Heatmap-Visuals, aber die Matrix eignet sich dafür genau so).
Die Matrix zeigt die Werte nun schön geordnet nach Monat und Abteilung, sogar inkl. Totalen pro Zeile und Spalte. Was hier allerdings nicht ersichtlich ist, sind Trends, Muster und Spitzenreiter. Wenn wir das sehen möchten, dann benötigen wir etwas Farbe.
Die Matrix wird zur Heatmap
In Power BI kann dies über die Formatierung gelöst werden (Cell Elements – Background Color). Hier wird ein Farbverlauf gewählt. Es sollte dabei auf ausreichend Kontraste geachtet werden, was wiederum abhängig davon ist, wie gross die Zahlenspanne innerhalb der Matrix ist. Man sollte sich also überlegen, was genau verglichen wird.
Der Farbverlauf sollte logisch gewählt werden. Links sind die niedrigen Werte, rechts die hohen Werte. Es gibt Verläufe mit klassischen Farbsignalen (grün = gut, rot = Warnung). Als Alternative aus Rücksicht auf Rot-Grün-Sehschwächen kann z.B. Blau-Orange gewählt werden. In den Klimastreifen haben die Farben noch einen weiteren Grund: Blau gilt als kühl, Rot gilt als warm.
In den meisten Fällen reicht jedoch eine Farbe mit dem entsprechenden Helligkeitsverläufe. Ein buntes Spektrum sollte also vermieden werden.
Wenn die Formatierung gewählt wird, erscheinen die Werte in der Matrix nun in Farbe aufgrund ihrer Intensität. Da uns die konkreten Zahlen nicht interessieren, können wir diese ebenfalls ausblenden, so dass wir die klassische Heatmap erhalten (unten auf der rechten Seite).
Was sehen wir nun in der Heatmap innerhalb von wenigen Sekunden?
- Umsätze nehmen gegen Ende Jahr grundsätzlich zu – Evtl. aufgrund Weihnachtsverkauf
- Ein Ausreisser bei den Lebensmittel gab es im Mai – Hinterfragen, was dort los war
- Negative Ausreisser bei den Spielwaren im Februar bis April – Hinterfragen und Massnahmen treffen
In interaktiven Tools wie Power BI können mit einem Klick auf eine Zelle nun auch Details und Drilldowns angezeigt werden. Ganz nach dem Motto “Vom Grobe ins Detail”. Das Ziel möglichst schnell etwas zu erkennen, ist mit einer Heatmap erfüllt.
Fazit
Heatmaps machen komplexe Tabellen auf einen Blick verständlich. Mit Power BI lassen sie sich schnell und flexibel erstellen. Wer sie sinnvoll einsetzt, kann nicht nur schneller Entscheidungen treffen, sondern seine Analysen auch visuell deutlich aufwerten. Probieren Sie es aus – Ihre Daten haben Farbe verdient!