Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele

 
WEITER LESEN
Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele
Wie hält man Daten in Zeiten der heutigen Informationsflut
lebendig?
5 Thesen und Beispiele

20. März 2019
Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele
5 Thesen zur Datenhaltung in der heutigen Zeit

01                                               02                                           03
Daten sind zweckgebunden:                        Daten sind Meinungen:                        Daten haben eine kürzer
Es ist wichtig, sie zu verstehen                 Es ist notwendig, ein                        werdende Halbwertszeit:
und zu filtern                                   umfassendes Bild zu haben                    Es ist unabdingbar, die
                                                                                              Aktualität richtig einzuschätzen

                           04                                        05
                           Daten stützen Prognosen:                  Daten sind das neue Gold:
                           Das gilt aber nur, wenn man sie           Sie sind aber nur von Wert,
                           auch regelmäßig aktualisiert              wenn sie richtig verwertet
                                                                     werden

2
Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele
DATEN SIND
        ZWECK-
     GEBUNDEN

3
Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele
“Hey Bill, Bill, am I
     gonna check
  every statistic?”

    Donald Trump, als er von Bill O’Reilly auf
          Fox News auf eine falsche Statistik
                       angesprochen wurde

4
Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele
Daten ohne Quellenkritik zu nutzen ist Bullshit

       Kriterium    Frage

       Herkunft     Woher kommen die Daten?

       Methode      Wie werden die Daten erhoben?

       Aktualität   Wann und wie oft werden die Daten erhoben?
                    Für welchen Verwendungszweck bzw.
       Zweck
                    aus welchem Anlass werden die Daten erhoben?

5
Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele
Grundsätzliche Einordnung aller Quellen, aber Vorsicht vor
tendenziöser Darstellung und Zitation

Tendenziös                                                                                            Objektiv
       Werbung            Auftragsstudien          Auskunfteien            Universitäten

                 White Paper            Umfragen              Jahresberichte          Statistische Ämter

6
Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele
Statista liefert immer vollständige Quellenangaben und
verlinkt die Originalquelle

7
Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele
DATEN SIND
    MEINUNGEN

8
Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele
Unterschiedliche Quellen liefern unterschiedliche
Schätzungen zum gleichen Markt

eCommerce-Umsatz weltweit in Milliarden €           eCommerce-Umsatz weltweit in Milliarden €

                                            3.418

                        2.860

      2.352

                                                                                                2.012
                                                                            1.786
                                                          1.561

      2017              2018                2019          2017              2018                2019

9
Wie hält man Daten in Zeiten der heutigen Informationsflut lebendig? - 5 Thesen und Beispiele
Wie kann es zu einem solchen Unterschied kommen?

eCommerce-Umsatz weltweit in Milliarden €           eCommerce-Umsatz weltweit in Milliarden €

                                            3.418

                        2.860
                                                                                                 ?
      2.352
                                                                              ?
                                                            ?

      2017              2018                2019          2017              2018                2019

10
Die Marktschätzungen sind von zwei unterschiedlichen
Quellen – von eMartketer und Statista

eCommerce-Umsatz weltweit in Milliarden €           eCommerce-Umsatz weltweit in Milliarden €

                                            3.418

                        2.860
                                                                                                 ?
      2.352
                                                                              ?
                                                            ?

      2017              2018                2019          2017              2018                2019

11
Die Meinungen darüber, was eCommerce ist, gehen hier
weit auseinander

Definition des eCommerce-Marktes (eMarketer)   Definition des eCommerce-Marktes (Statista)

                                Physische                                       Physische
                                  Güter                                           Güter
          Services                                        Services

                     Digitale                                        Digitale
                     Medien                                          Medien

12
Transparenz darüber, welche Daten enthalten sind und
betrachtet werden, sorgt für Klarheit

13
Neben der Marktdefinition liefert Statista auch eine
detaillierte In und Out-of-scope Information

14
DATEN HABEN
       EINE KÜRZER
         WERDENDE
     HALBWERTSZEIT

15
Die Aktualität von Daten unterscheidet sich sehr

Börsenkurse (in Echtzeit)     Zensus (alle 10 Jahre durchgeführt)

16
Die Realität gibt vor, wie häufig aktualisiert werden muss

Häufigkeit der Aktualisierung

          Einmalig              Manchmal                Regelmäßig
          ▪ Trendumfragen       ▪ Pressemitteil-ungen   Jährlich              Monatlich/              Täglich/Echtzeit
                                                        (oder seltener)       quartalsweise
                                ▪ Berichte von                                                        ▪ Preise
                                  Brancheverbänden      ▪ Zensus              ▪ Arbeitslosen-zahlen
                                                                                                      ▪ Börsenkurse
                                                        ▪ Geschäftsberichte   ▪ Nielsen Marketing-
                                                                                Statistiken           ▪ Echtzeit-Umfragen,
                                                                                                        z.B. von Civey

       D I E A K T U A L I TÄT D E R D AT E N H Ä N G T V O M A K T U A L I S I E R U N G S Z Y K L U S A B

17
Statista hilft bei der Einschätzung der Aktualität

Angabe des Veröffentlichungsdatums   Regelmäßige Aktualisierung   Neuste Daten in allen Formaten

18   Quelle: Statista
DATEN
        STÜTZEN
     PROGNOSEN

19
Wetterlagen und der Betrachtungszeitraum beeinflussen
Wetterprognosen

Prognosegenauigkeit von Wettervorhersagen

                                Tag 1         Tag 7        Tag 14

              Stabile
                             89 % - 95 %    23 % - 50 %   15 % - 40%
           Wetterlage

            Instabile
                             80 % - 90 %    11 % - 31 %   7 % - 35 %
           Wetterlage

20
Bei einer 14-Tagesprognose werden die Korridore für die
Temperaturen demnach immer größer

14-Tage-Vorhersage für Leipzig

21
Eine neuere Prognose zeigt dann auch unterschiedliche
Vorhersagen für die nächsten Tage

14-Tage-Vorhersage für Leipzig

22
Neue Input-Daten werden von Statista berücksichtigt, um
Prognosen so aktuell wie möglich zu halten

Illustration: forecast for British industry development
                                   Current state          Brexit (WTO scenario)       Impact                  12
                                                                                                      11
                                                                                                                    -16.7%

                                                                                                9             10
                                                                                  8    8
                                                                                                       9

                                                                      6                         8
                                                                                  7    7
                                                             5
                                                     5
                           4        4        4
     4    4        4

2010     2011    2012     2013    2014     2015    2016     2017     2018     2019    2020     2021   2022   2023

23
“If you have to
            forecast,
     forecast often”
       Edgar R. Fiedler, Amerikanischer
            Wirtschaftswissenschaftler

24
DATEN
      SIND DAS
     NEUE GOLD

25
In den 2010er Jahren geben deutsche Unternehmen mehr
für Marktforschung aus als je zuvor

Umsatz der Marktforschungsinstitute in Deutschland in Milliarden €

                                                                                                                                                                                      2,5 2,5 2,4 2,5 2,5 2,5
                                                                                                                                                                               2,3
                                                                                                                                                          2,2           2,2
                                                                                                                                                   2,1           2,1
                                                                                                                                            2,0
                                                                                                                                     1,8
                                                                                                   1,5 1,6 1,6 1,5
                                                                                           1,3 1,4
                                                                                    1,2
                                                                             1,0
                                0,8 0,8 0,9
                    0,6 0,7 0,7
        0,4 0,5 0,5
0,4 0,4
                     1989

                                                                                                                       2003

                                                                                                                                                                 2009
1986
       1987
              1988

                            1990
                                   1991
                                          1992
                                                 1993
                                                        1994
                                                               1995
                                                                      1996
                                                                             1997
                                                                                    1998
                                                                                           1999
                                                                                                  2000
                                                                                                         2001
                                                                                                                2002

                                                                                                                              2004
                                                                                                                                     2005
                                                                                                                                            2006
                                                                                                                                                   2007
                                                                                                                                                          2008

                                                                                                                                                                        2010
                                                                                                                                                                               2011
                                                                                                                                                                                      2012
                                                                                                                                                                                             2013
                                                                                                                                                                                                    2014
                                                                                                                                                                                                           2015
                                                                                                                                                                                                                  2016
                                                                                                                                                                                                                         2017
26
Lebendige Daten brauchen eine visuelle, dynamische
Darstellung, offene Formate und einem intuitiven Zugang

 Daten aus
 Ad-hoc-Forschung        Lebendige Daten

 In sich abgeschlossen   Offen

                                           Data Viz und Dashboards
 Statisch/linear         Dynamisch

 Bestimmte Zielgruppe                      Insights-Plattformen
                         Universell
 und Situation

 Zweckgebunden           Zweckoffen        Open Data

 Braucht Experten        Intuitiv

27
Visualisierung und visuelle Narrative öffnen weniger
datenaffine Zielgruppen für Daten – und sie überzeugen!

28
Heutzutage passiert das insbesondere mit Infografiken

29
Insights-Tools für Nicht-Experten ermöglichen neue
Insights zu vorhandenen Daten

30
Expertentools vereinen eigene Marktschätzungen und
Daten aus den unterschiedlichsten Quellen

31
SPRECHEN SIE MIT UNS
Artëm Komisarenko
Statista GmbH
Johannes-Brahms-Platz 1
20355 Hamburg

TEL       +49 40 688 93 12 73
E-MAIL    Artem-komisarenko@statista.com

     W W W . S T A T I S T A . C O M
Sie können auch lesen