Visual Business Analytics

Book description

Business-Intelligence-Lösungen sind für Unternehmen unabdingbar, um Datenmengen in vertretbarer Zeit zu analysieren und daraus resultierend Entscheidungen zu treffen. Dieses Buch zeigt den Weg auf, wie aus Daten über das Mittel der Visualisierung für den Empfänger entscheidungsrelevante Informationen werden. Ebenso gibt es einen Überblick, welche Darstellungsformen geeignet sind, um komplexe Zusammenhänge abzubilden, wie Unternehmen Visual Business Analytics erfolgreich nutzen können und welche zukünftigen Möglichkeiten sich durch interaktive Darstellungen ergeben.

Table of contents

  1. Literaturverzeichnis
  2. 1 Visual Business Analytics
  3. 1.1 Bessere Wege der Entscheidungsfindung durch VBA
  4. Die Anwender im VBA-Modell
  5. 1.2 Trends und Zukunft von VBA
  6. 2 Visualisierung von Daten und Informationen
  7. 2.1 Daten und Datentypen
  8. 2.1.1 Daten
  9. 2.1.2 Datentypen
  10. 2.1.3 Datenakquisition und Datenherkunft
  11. 2.1.4 Datenspeicherung
  12. 2.1.5 Datenqualität in der Visualisierung
  13. 2.1.6 Datenvorverarbeitung
  14. 2.2 Syntax und Semantik
  15. Listen und Tabellen
  16. Text
  17. Geografische Daten
  18. Zeitabhängige Daten
  19. Netzwerke und Graphen
  20. Hierarchien und Bäume
  21. 2.3 Informationen
  22. Metadaten
  23. 2.4 Wissen
  24. Wissensrepräsentierung
  25. Semantische Wissensnetze
  26. 2.5 Historie der Visualisierung
  27. 2.5.1 Von der Antike bis zur frühen Neuzeit
  28. 2.5.2 Die Neuzeit – Geburt der modernen Diagramme
  29. 2.5.3 Die Moderne – Information Design und interaktive Visualisierung
  30. 2.6 Zusammenfassung
  31. 3 Reporting und Information Design
  32. 3.1 Reporting
  33. 3.2 Information Design
  34. 3.3 Diagramme
  35. 3.3.1 Säulen- und Balkendiagramme
  36. Anwendungsbeispiele für Säulendiagramme
  37. Anwendungsbeispiele für Balkendiagramme
  38. 3.3.2 Kreisdiagramme
  39. Anwendungsbeispiele
  40. 3.3.3 Liniendiagramme
  41. Anwendungsbeispiele für Liniendiagramme
  42. 3.3.4 Punktdiagramme
  43. Anwendungsbeispiele für Punkt- und Blasendiagramme
  44. 3.4 Eigenschaften von Diagrammen
  45. 3.4.1 Einsatz von Farben
  46. Exkurs: Farben in Tabellen
  47. Highlighting
  48. 3.4.2 Schlanke Visualisierung
  49. Dekoration
  50. 3D
  51. X- bzw. y-Achse in Säulen- und Balkendiagrammen
  52. 3.4.3 Skalierung
  53. 3.4.4 Diagrammnotation für Säulen- und Balkendiagramme
  54. 3.4.5 Darstellung von Abweichungen
  55. 3.5 Einführung einer Information-Design-Richtlinie
  56. 3.6 Zusammenfassung
  57. 4 Business Intelligence und Visualisierung
  58. 4.1 Visual Business Intelligence
  59. Marktüberblick
  60. 4.2 Interaktive Visualisierung
  61. 4.2.1 Motivation
  62. 4.2.2 Menschliche Wahrnehmung
  63. Das Auge
  64. Die drei Ebenen der Wahrnehmung
  65. Das visuelle Gedächtnis
  66. 4.2.3 Aufmerksamkeit
  67. Ebene 1
  68. Ebene 2
  69. Ebene 3
  70. 4.2.4 Vorteile der Informationsvisualisierung
  71. 4.2.5 Referenzmodell nach Card, Mackinlay und Shneiderman
  72. Rohdaten
  73. Datentabellen
  74. Visuelle Strukturen
  75. Ansichten (Views)
  76. 4.2.6 Interaktion
  77. Einfache Interaktionstechniken
  78. Erweiterte Interaktionstechniken
  79. 4.2.7 Das Shneiderman-Mantra
  80. 4.2.8 Weitere Visualisierungsbeispiele
  81. Visualisierung von Text
  82. Geografische Daten
  83. Zeitabhängige Daten
  84. Netzwerke und Graphen
  85. 4.2.9 Zusammenfassung
  86. 4.3 Empfehlungen für das Dashboard-Design
  87. 4.3.1 Der Einsatz von Dashboards in Unternehmen
  88. Strategische Dashboards
  89. Analytische Dashboards
  90. Operative Dashboards
  91. 4.3.2 Einsatz geeigneter grafischer Elemente
  92. Tachometer und Ampeln
  93. Glanzeffekte
  94. Target-Graph
  95. Der Hintergrund
  96. 4.3.3 Interaktivität als besondere Herausforderung
  97. Menüleisten
  98. Scroll
  99. Drill-down
  100. 4.3.4 Anwendungsbeispiele
  101. Aufbau
  102. Analytisches Dashboard
  103. Treemaps
  104. Geovisualisierung und Treemaps
  105. Strategisches Dashboard
  106. Operatives Dashboard
  107. graphomate
  108. Sonstige BI-Tools
  109. Mobile BI
  110. 4.4 Zusammenfassung
  111. 5 Big Data und Visual Analytics
  112. 5.1 Big Data
  113. 5.1.1 Herausforderung
  114. 5.1.2 Definition von Big Data
  115. 5.1.3 Aktuelle Trends im Big-Data-Bereich
  116. 5.1.4 Interaktive Analyse von Big Data
  117. 5.1.5 Der Mensch im Mittelpunkt von Big Data?
  118. 5.2 Visual Analytics
  119. 5.2.1 Motivation
  120. 5.2.2 Einführendes Beispiel
  121. 5.2.3 Der Begriff Visual Analytics
  122. 5.2.4 Der Visual-Analytics-Prozess
  123. Visuelle Datenexploration
  124. Automatische Datenanalyse
  125. Verknüpfung von Visualisierung und Modell
  126. Das Visual-Analytics-Mantra von Keim
  127. 5.2.5 Zusammenfassung
  128. 5.3 Visual Analytics in Big-Data-Szenarien
  129. 5.3.1 Aktuelle Situation in Unternehmen
  130. Unterstützung durch die IT-Abteilung
  131. Verwendung der Analyseergebnisse
  132. 5.3.2 Aktueller Einsatz von Visual Analytics
  133. 5.3.3 Auswahl einer geeigneten Vorgehensweise
  134. 5.3.4 Einführung von Visual Analytics im Unternehmen
  135. 5.4 Anwendungsbeispiele
  136. 5.4.1 SAS Visual Analytics
  137. 5.4.2 TIBCO Spotfire
  138. 5.4.3 Tableau
  139. 5.4.4 Individuelle Lösung im Risikomanagement
  140. 5.5 Ein Blick in die Forschung
  141. 5.6 Zusammenfassung
  142. Index
  143. Geleitwort
  144. Vorwort

Product information

  • Title: Visual Business Analytics
  • Author(s): Jörn Kohlhamme, Dirk U. Proff, Andreas Wiener
  • Release date: December 2013
  • Publisher(s): dpunkt
  • ISBN: 97833864900440