Mit der DeltaApp sind Sie nicht mehr an den PC gebunden und können auch auf dem Smartphone durch interessante Daten navigieren. Schauen wir uns heute doch einmal an, wer sich zur Zeit auf Deutschlands Straßen aufhält.
Das Kraftfahrtbundesamt stellt eine ganze Palette von Statistiken zu Kraftfahrzeugen zur Verfügung.
Wir nehmen uns nun exemplarisch die zugelassenen PKWs am 1.1.2019 vor und vergleichen die Werte mit dem Vorjahr. Die angegebenen Daten sind nach Segment und Modellreihe aufgesplittet; wir haben noch die Modellreihen um eine aggregierende Ebene Marke erweitert.
Bevor wir zur DeltaApp kommen, werfen wir einen kurzen Blick auf ein neues Analysemodul in DeltaMaster 6, nämlich auf PowerSearch. PowerSearch ist eine Erweiterung der Rangfolge und erlaubt, mehrere Ebenen – auch aus verschiedenen Dimensionen – in die Analyse zu ziehen.
Wir haben hier mit den Zulassungen nur eine einzige Kennzahl vorliegen und verwenden alle vorhandenen Ebenen “Segment”, “Marke” und – unterhalb der Marke angesiedelt – “Modellreihe”. Die ersten 15 Plätze werden in der folgenden Tabelle dargestellt:
Das Segment der Kompaktklasse nimmt etwa 25 % der Zulassungen ein, VW liegt bei etwas über 20 % und die häufigste Modellreihe ist wenig überraschend der VW Golf.
Für die Analyse der dynamischen Entwicklung werden wir nun aber die DeltaApp heranziehen.
In DeltaMaster wird dazu ein Mobiler Bericht erstellt, der die Zulassungen als einzig vorhandene Kennzahl enthält. An Dimensionen verwenden wir Segment und Marke mit der zusätzlichen Ebene Modellreihe, wobei die Reihenfolge die Standarddarstellung in der DeltaApp beeinflusst. Zusätzlich zum aktuellen Wert werden die relative und die absolute Änderung zum Vorjahr, sowie als Möglichkeit zum Nachschlagen der Vorjahreswert hinzugefügt.
Diese Daten sind öffentlich, aber zu Demonstrationszwecken verwenden wir ein Passwort (hier etwas einfacher gehalten!), damit die per Export generierte DBC-Datei nicht von jedermann eingesehen werden kann.
Falls Sie keine Passworteingabe sehen, liegt das möglicherweise daran, dass die Verschlüsselung in den Optionen noch nicht aktiviert ist:
Öffnen Sie die generierte DBC-Datei in der DeltaApp, werden Sie nach dem Passwort gefragt und nach korrekter Eingabe gelangen Sie zur ersten Ansicht. 47,1 Mio. PKWs sind zugelassen, eine Steigerung von 1,3 % zum Vorjahr. Ein Tap auf diese 1,3 % listet die Segmente absteigend sortiert auf.
Hier sind die Segmente sichtbar, da standardmäßig die erste angegebene Dimension aus dem Mobilen Bericht genommen wird:
SUVs scheinen immer noch im Trend zu liegen, ein satter Zuwachs von 20 % zum Vorjahr ist zu beobachten und auch die absolute Anzahl von 3,1 Mio. Fahrzeugen zeugt von einer soliden Fanbasis.
Kommen wir nun zur Neuerung, die in diesem Blogbeitrag im Mittelpunkt stehen wird: Es ist nun möglich, Filter zu setzen und die Ansicht vorübergehend auf eine Teilmenge einzuschränken.
Nehmen wir dazu an, dass wir uns von der Oberklasse angezogen fühlen und durch einen Tap die Marken (= nächste Dimension in unserem Mobilen Bericht) anzeigen lassen. Tesla und Porsche führen die Rangliste der relativen Zunahmen in diesem Segment an, doch wir sehen aus dem Augenwinkel, dass Mercedes bei den absoluten Werten vorne steht:
Wir erinnern uns nun daran, dass wir doch eigentlich die Entwicklung von Mercedes genauer untersuchen wollten und befördern durch einen “Long Touch” auf der hier im Grafikprogramm nachträglich gelb eingefärbten Fläche Mercedes in den Filter:
Nur noch die Werte der Zulassungen von Mercedes sind sichtbar. Übrigens wäre die Anzeige anderer KPIs (hier haben wir nur eine) auch vom Filter betroffen.
Eine Bemerkung sei an dieser Stelle erlaubt: Wir waren oben über die Oberklasse zu Mercedes gelangt. Trotzdem ist die Oberklasse nicht automatisch im Filter, sondern hätte explizit mit einem “Long Touch” aktiviert werden müssen. Man stelle sich am besten eine bisweilen längere Navigationsfolge vor, bei der ein auffälliges Element gefunden wird. Dieses wird durch den “Long Touch” zum Ausgangspunkt einer neuen Analyse erkoren.
Ein Tap auf die + 1,3 % zeigt nun wieder die Segmente. Auch hier sind die SUVs im relativen Zuwachs führend.
Ein weiterer “Long Touch” auf SUVs befördert auch diese in den Filter:
Die einzig verbliebene Ebene Modellreihe wird nun bei einem Tap auf die 18,5 % angezeigt.
Durch Anklicken der Zeile mit den Filtern werden diese nach dem Prinzip LIFO (Last In – First Out) wieder sukzessive entfernt.
Hier klicken wir zweimal auf die Zeile und aktivieren mit einem Swipe in der Prozentspalte von rechts nach links die Abweichungen der absoluten Werte.
Ein Tap auf die absolute Abweichung und ein weiterer Tap auf die Sportwagen öffnet die Liste der Marken, die in diesem Segment aktiv sind:
Porsche führt hier in absoluten Zuwächsen das Feld an. Wir befördern Sportwagen durch einen “Long Touch” in den Filter und die anderen Segmente sind somit vorübergehend aus dem Blickfeld entfernt.
Ein weiterer Tap zeigt die Modellreihen an, die hier vertreten sind:
Der Klassiker 911 führt diese Liste sowohl absolut, als auch – wie hier durch die Bissantz’Numbers betont – bei den Zuwächsen an.
Entfernen wir hier den Filter durch Antippen wieder und aktivieren nun die absoluten Ist-Zahlen. Standardmäßig werden die Segmente angezeigt, aber durch zwei Swipes gelangt man auch in der Startsicht über die Marke zu den Modellreihen:
Klassiker wie der VW Golf und VW Polo führen die Liste an.
Da es ca. 600 Modellreihen gibt, die namentlich erfasst wurden, werden von der DeltaApp zu Beginn nur die ersten 50 geladen. Wird nach unten gescrollt, endet diese Top-50-Liste mit dem BMW X3:
Ein Tap auf die drei Punkte (…) zeigt zusätzlich die nächsten 50 Modelle an:
Es gibt noch weitere Neuerungen des letzten Releases DeltaMaster 6.2.8 in der DeltaApp, die nützlich sind.
Zum einen wurden animierte Übergänge geschaffen, die die Bedienung geschmeidiger werden lassen. Weiterhin ist es möglich, Themes erstellen zu lassen und zu verwenden, die das Erscheinungsbild der DeltaApp an die Corporate Identity angleichen können (bei einigen Kunden bereits im Einsatz!).
Zusätzlich gibt es nun die Möglichkeit, bestimmte KPIs als Ausreißer zu behandeln und von der Skalierung auszuschließen. Dies wird in einem späteren Blogbeitrag an einem passenden Datensatz demonstriert werden, der vorliegende hat nur eine Kennzahl und die Deklaration als Ausreißer ist somit “nicht hilfreich”.
Beim Kraftfahrtbundesamt behandelt jeder Datensatz normalerweise nur ein Thema und verschiedene Kennzahlen lassen sich nur einfach zusammenführen, wenn identische Dimensionen mit identischen Elementen vorliegen. Auf die Schnelle habe ich jedoch solche zueinanderpassenden und leicht verwertbaren Datensätze nicht gefunden, deshalb musste in diesem Beitrag die Anzahl der Zulassungen genügen.
Quelle der Daten: Bestand nach Segmenten und Modellreihen (FZ 12) beim Kraftfahrtbundesamt (letzter Zugriff am 29.10.2019), Daten wurden für diesen Blogbeitrag um die Marke ergänzt, Datenlizenz Deutschland – Version 2.0 gemäß Datenlizenz by-2-0
Ich halte die Darstellung von verschiedenen Dimensionen und Ebenen in einem Balkendiagramm für einen Irrweg (erste Abbildung).
Klar – es ist so ablesbar, dass alleine mehr VW Golf zugelassen sind, als SUV insgesamt, aber verschiedene Grundlagen der Visualisierung werden verletzt:
Durch die Beschränkung auf die Top n wäre zur visuellen Einordnung ein “Rest” Element sinnvoll. Dieses ist aber wegen der gemischten Dimensionen nicht möglich.
Small Multiples oder Treemaps zeigen die Verteilung m.E. besser. Zumindest würde ich eine (z.B. über die Balkenfarbe) bessere Unterscheidung der Dimensionen und Ebenen erzeugen: Segmente = Dunkel, Marken = hell usw.
Ja, diese Analyse hat es in sich. Bei Kunden ist sie beliebt, gerade weil sie dimensions- und ebenenübergreifend funktioniert und visualisiert. So erkennt man schnell, auf welche Merkmale es ankommt (nicht nur: auf welche Ausprägungen eines vorab ausgewählten Merkmals). Der Bezug zum Gesamt ergibt sich aus dem Anteil, sodass wir die Reste einsparen können. Und die Zuordnung zu Ebenen und Dimensionen können wir in der Tabelle einfach hinschreiben: Dann sind sie gut zu lesen, man muss keine Farblegende decodieren – und wir können die Farbe hernehmen, um dynamisch/wertabhängig Signale zu geben.