Das Datalion Blog

Dashboards für die Marktforschung – Teil 1: Daten

Wir haben DataLion von Anfang an als Dashboardsoftware für Marktforscher*innen konzipiert. Ein Grund dafür ist sicher auch unsere berufliche Herkunft aus der Branche. Aber was genau macht eine Software für die Marktforschung aus? Da wir immer wieder gefragt werden, was genau DataLion von anderen Softwareplattformen unterscheidet, wollen wir in einer Serie von Blogposts das Thema „Dashboards für die Marktforschung“ aus unterschiedlichen Perspektiven beleuchten und unter anderem auf die Besonderheiten in Daten, Charttypen, Metriken und Reporting näher eingehen.

Beginnen wollen wir mit einem Blick auf die Datenstrukturen in der Marktforschung. Hier findet man die größten Besonderheiten, die Institute und betriebliche Marktforscher*innen immer wieder aufs Neue vor große Herausforderungen in der Umsetzung in interaktive Dashboards stellen. Die typische Software für Datenverarbeitung und Visualisierung geht in der Regel von Datenstrukturen aus der Buchhaltung aus – Umsatz und Volumen nach Region, Unternehmenseinheit, Produkt in einem bestimmten Zeitraum sind seit der Entstehung der Tabellenkalkulation in den 1980ern Jahren der typische Anwendungsfall.

Aber in der Marktforschung haben wir eine ganz andere Datenstruktur. Hier sind es nicht immer dieselben Produkte, die in bestimmten Zeiträumen verkauft werden, sondern Befragte, die in Fragebögen Hunderte oder gar Tausende von Fragen nach Demografie, Lebensweise, Einstellungen, Rangreihen, Präferenzen usw. beantworten. Dabei werden je nach Befragungsverlauf immer wieder unterschiedliche Bereiche übersprungen, angezeigt oder gar zufällig ausgewählt. Das Ergebnis sind Datensätze, die oft extrem „breit“ sind (also sehr viele Spalten haben), wobei aber nur ein Teil der Werte ausgefüllt sind („sparse data“).

Filter und Prozentuierung

Das führt uns schon zu der ersten Besonderheit: Durch die Entstehung in Online-, Telefon- oder Face-to-Face-Befragungen findet man im Datensatz oft ganze Variablenbereiche, die nur bestimmten Personen gezeigt wurden (z.B. nur Frauen oder Kennern einer bestimmten Marke). Das wiederum erfordert besondere Maßnahmen in der Auswertung: Je nachdem, welche Aussagen man treffen möchte und wie die Filterführung verläuft, muss auf eine Grundgesamtheit, ein bestimmtes Sample oder auf den Filter prozentuiert werden: 10% der Kenner einer Marke und 10% der Bevölkerung sind zwei ganz unterschiedliche Aussagen.

Ebenso wichtig ist, dass man in allen Darstellungen zu jeder Zeit erkennt, auf welche Basis hier jeweils prozentuiert wurde. Dies wird in Längsschnittbefragungen oder Tracking-Studien sogar noch weiter verkompliziert, da immer mal wieder neue Fragen hinzugenommen werden oder alte Fragen entfallen. Oder in Abfragen nach Marken werden bestimmte Merkmale hinzugefügt. Wenn man zum Beispiel in einem Balkendiagramm 10 Marken hat, die jeweils zu einem unterschiedlichen Zeitpunkt hinzugekommen sind, hat jeder Balken eine eigene Basis.

Wir haben dies in DataLion so einfach wie möglich gestaltet: Die Software erkennt automatisch, ob sich alle Merkmale eines Charts auf dieselbe Basis beziehen oder ob es – zum Beispiel durch später hinzugekommene Merkmale – unterschiedliche Fallzahlen bzw. fehlende Werte gibt. Die Berechnung der Prozentzahlen basiert dann auf den jeweiligen Fallzahlen. Und wenn man – auch das kommt vor – eine ganz andere Variable als Basis verwenden möchte, kann man das auch einstellen, so dass Auswertungen einer Frage immer automatisch eine bestimmte Variable als Basis verwenden. So können sich unsere Anwender auf die Inhalte und Zahlen konzentrieren und müssen nicht ständig darüber nachdenken, welche Basis hier verwendet werden muss.

Fehlende Werte

Während in den typischen Tabellenkalkulationsdatensätzen eine 0 bedeutet, dass in einem bestimmten Zeitraum schlicht nichts verkauft wurde, gibt es in Marktforschungsdaten einen großen Unterschied zwischen einer Null, einem leeren Wert und einem fehlenden Wert (Missing Value). Je nach Kontext gibt es sogar unterschiedliche Arten von fehlenden Werten: nicht im Filter, weiß nicht, sonstiges, keine Angabe etc., die oft mit unterschiedlichen Werten wie -77 oder 999 kodiert werden.

Manche dieser fehlenden Werte möchte man in Auswertungen sehen, andere jedoch nicht. Manche fehlende Werte sollten in der Berechnung von Anteilen berücksichtigt werden, andere sollten hier ausgeschlossen werden. Wer schon einmal versucht hat, mit einer Tabellenkalkulation oder einer normalen Visualisierungssoftware Auswertungen mit einer bunten Mischung an -99, -77, 99, NULL und 0 zu erstellen, kennt sicher das Gefühl der Verunsicherung, wenn ein Durchschnittswert einer Skala von 1 bis 5 auf einmal viel größer ist als er sein dürfte, oder unerwartet ein negatives Ergebnis auswirft.

DataLion Missing Values

Anstatt mit komplizierten Workarounds, Recodes oder Hilfsvariablen zu arbeiten, haben wir in DataLion von Anfang an ein umfangreiches Handling von Missing Values vorgesehen. Man kann die unterschiedlichen Fehlenden Werte oder Null-Werte definieren und dann wahlweise in Berechnungen einbeziehen oder ausschließen. Das funktioniert dann auch in Mittelwerten oder Summen, so dass hier eine 999 nicht als Zahl, sondern gar nicht gezählt wird.

Auch in der Angabe der Fallzahlen werden Missing Values berücksichtigt, so dass man auch hier in der Legende immer erkennen kann, auf welches Fallzahlengerüst sich Aussagen über bestimmte Filter, Zielgruppen oder Marken stützen. Denn auch wenn eine Befragung an 2.000 Personen ging: Wenn eine Marke oder ein Produkt nur für 10 Befragte echte Werte hat und ansonsten nur Missing Values, dann sollte man das in der Auswertung immer deutlich erkennen.

Fallzahlen

Damit kommen wir auch schon zum nächsten großen Thema: Fallzahlen. Wer aus dem Controlling oder Sales kommt, für den ergibt der Begriff „Fallzahl“ keinen Sinn. Eine verkaufte Einheit ist eine verkaufte Einheit. Und, ob in einer Filiale 100 unterschiedliche Produkte verkauft werden oder nur eines, spielt für die Aussagekraft der Zahlen auch keine Rolle.

Fallzahlen in DataLion

Ganz anders ist es in der Marktforschung. Für jede Aussage müssen wir klar sehen können, auf welcher Fallzahlenbasis diese Aussage beruht. Wenn die Basis zu klein ist (z.B. kleiner als 50 oder 100), dann müssen wir besonders vorsichtig bei der Interpretation dieser Aussage sein. Und hier kommen dann auch wieder die Filter und Fehlenden Werte zum Tragen: Denn nicht die gesamte Fallzahl ist entscheidend, sondern am Ende geht es darum, wer ganz konkret diese eine Frage beantwortet hat.

Auch statistische Tests wie zum Beispiel t-Tests zum Mittelwertvergleich oder Chi-Quadrat-Tests zum Vergleich von Anteilen, benötigen die jeweiligen Fallzahlen, um ermitteln zu können, ob und wie signifikant die Ergebnisse einer Marktforschungsstudie überhaupt sind.

Gewichte

Als ob das nicht schon komplex genug wäre, gibt es in Marktforschungsstudien sehr häufig nicht nur eine Fallzahl, sondern gleich mehrere Fallzahlen. Denn viele Marktforschungsstudien arbeiten mit Daten, die anhand von Gewichtungsfaktoren so gewichtet sind, dass die Stichprobenanteile der wichtigsten Untergruppen – zum Beispiel Regionen oder Altersgruppen – der Verteilung in der Grundgesamtheit entsprechen.

In anderen Studien werden die Daten nicht nur gewichtet, sondern auch noch mit Hochrechnungsfaktoren auf die Grundgesamtheit projiziert. In diesem Fällen haben wir immer zwei unterschiedliche Fallzahlen – gewichtet und ungewichtet -, die in unterschiedlichen Kontexten jeweils relevant sind. Geht es um die Prüfung der statistischen Signifikanz, so zieht man die ungewichteten Fallzahlen heran, geht es um die Aussagen über Verhalten oder Einstellungen der Zielgruppen, sind die gewichteten Fallzahlen relevant.

In vielen Fällen, möchte man sich absichern, dass keine Aussagen über zu kleine Populationen getroffen werden können – entweder aus Datenschutzgründen oder aus Gründen der Belastbarkeit der Zahlen. In diesen Fällen müssen selbstverständlich die rohen, ungewichteten Fallzahlen berücksichtigt werden. Gerade in Tabellenbänden werden daher häufig beide Fallzahlen mit ausgegeben, damit man sich jeweils die relevante Fallzahl für die Auswertung zur Verfügung hat.

Gewichte in DataLion

Die Mathematik hinter der Gewichtung ist zwar nicht besonders kompliziert (jeder Fall wird mit dem dazugehörigen Gewicht multipliziert und dann wird durch die Summe der Gewichte geteilt), aber die Gewichtung stets händisch zu berechnen, ist dann doch relativ aufwändig. Daher kann man in DataLion die Gewichtungsvariablen – dies können auch mehrere sein wie im Fall von Monats-, Quartals- oder Repräsentativsample-Gewichten – ganz einfach definieren und dann im Dashboard per Mausklick auswählen, ob und nach welcher Variable gewichtet werden soll. Aktuell testen wir eine DataLion-Erweiterung, die es sogar ermöglicht, Daten dynamisch in der Software nach Vorgaben zu gewichten.

Datenmenge

Wer schon einmal versucht hat, den Datensatz einer Befragung mit 10.000 Spalten und 30.000 Zeilen in einer Standardsoftware zu öffnen, weiß dass das nicht wirklich flüssig läuft. Aber gerade, wenn eine Befragung viele Multiple-Choice-Fragen hat, in denen einzelne Merkmale entweder zutreffen (1) oder nicht (0), dann können Datensätze sehr schnell in die Breite wachsen. Relationale Datenbanksysteme haben zwar mit vielen Millionen von Zeilen kein Problem, aber Zehntausende Spalten sind in der Regel nicht mehr darstellbar.

Hier haben wir mehrere Möglichkeiten: Entweder man zerteilt den Datensatz in mehrere horizontale Teile, die jeweils einen Teil der Variablen für alle Befragten enthalten und wertet diese Datensätze dann verknüpft über eine gemeinsame Schlüsselvariable aus – dies funktioniert in DataLion per Dropdown im Backend.

Datensatz mit Joins in DataLion

Die zweite Variante ist die „Vertikalisierung“ des Datensatzes – d.h. man verwandelt die Spalten in Zeilen, so dass dann nur noch die Filter und die relevante Variable oder Metrik übrig bleiben. Aus 100 Spalten mit 1-5 für die Markensympathie, von denen die meisten leer sind, werden dann nur noch wenige Zeilen mit einer geringen Zahl von Spalten – z.B. die ID, ein Zeitstempel, die Marke und dann eine Spalte mit dem Wert für die Sympathie. Je nachdem wie breit ein Datensatz vorher ist, und wie stark die Spalten gefüllt sind, kann das eine sinnvolle Alternative sein. Das Berechnen der Fallzahlen lässt sich in so einem Fall, in dem es mehrere Zeilen pro Befragten gibt, in DataLion bequem über eine Formel lösen, die z.B. die unterschiedlichen IDs zählt.

Die dritte Variante sind spaltenorientierte Datenbanksysteme. Wir haben hier sehr gute Erfahrungen mit Apache Drill und Exasol gemacht, wenn es darum geht, Datensätze flüssig auszuwerten, die sowohl viele (d.h. über 2000) Spalten haben, aber auch sehr viele Zeilen umfassen. Auch hier lässt sich die Anbindung bequem im Backend einrichten.

Wir hoffen, Ihnen mit diesem Blogpost die Besonderheit der Datenstrukturen in Marktforschungsdashboards nähergebracht zu haben und freuen uns natürlich sehr über Feedback. Im zweiten Teil dieser Blogpostreihe wird es dann um Charttypen gehen, die für Marktforschungsdashboards besonders geeignet sind.

Going to California – zumindest virtuell – TechCrunch Disrupt 2020

Das Coronavirus hat viele Veranstalter dazu gezwungen, ihre geplanten Messen abzusagen oder zu verschieben. Umso mehr freuen wir uns, dass die ersten Messen wieder stattfinden – wenn auch oftmals digital – und wir daran teilnehmen können.

In unserem Kalender stehen in den nächsten Tagen sehr spannende Events an:
Vom 14. bis 18. September haben wir auf der TechCrunch Disrupt 2020 im Moscone Center in San Francisco einen virtuellen Messestand. Der Fokus dieser Veranstaltung liegt auf Gründern und Investoren, die die Zukunft disruptive Technologien und Ideen gestalten. Hunderte von Startups aus verschiedenen Bereichen werden den 10.000 Teilnehmern aus aller Welt ihre Geschichte erzählen – mit dabei auch DataLion. Wir freuen uns auf zahlreiche Interessierte an unserem virtuellen Messestand!

Zudem nehmen wir am 15. September am Online-Pitch für Startups von marktforschung.de teil. Der Pitch ist der erste Startup-Online-Wettbewerb für die Marktforschungs- und Data Analytics Branche. Innerhalb von 10 Minuten werden wir unsere Software vorstellen und die Fragen der Jury und des Fachpublikums beantworten. Hier geht es zur Anmeldung.

Vom 5. bis 9. Oktober sind wir bei der Woche der Marktforschung (WdM) vertreten. Die WdM funktioniert wie ein Festival: Es gibt eine Woche lang unterschiedlichste Veranstaltungen rund um die Marktforschung, Data-Science, UX und CX. Hier treten wir beim Software-Pitch an und zeigen, wie Marktforscher und Insight Professionals mithilfe unserer Software große und komplexe Datenmengen effizient aufbereiten, analysieren und visualisieren können. Ein Großteil der Veranstaltung wird dieses Jahr online stattfinden.

DataLion unter den 50 am schnellsten wachsenden Startups in Deutschland

Das Coronavirus hat seit einigen Monaten nicht nur das gesellschaftliche Leben, sondern auch die Wirtschaft weltweit im Griff und das Startup-Ökosystem vor große Herausforderungen gestellt. Während einige Gründer um ihre Existenz fürchten, werden andere junge Firmen von der Krise geradezu beflügelt.

Business Insider hat kürzlich ein Ranking der 100 am schnellsten wachsenden Startups in Deutschland veröffentlicht. Insbesondere Firmen aus den Bereichen Software, E-Commerce und Health Care kommen gut durch die Corona-Krise. Unternehmen aus diesen Branchen profitieren vom Digitalisierungsschub – ausgelöst durch den Lockdown in vielen Lebensbereichen.

Aus diesem Grund gewinnt auch „Software as a Service“ (SaaS) an Bedeutung. SaaS-Anwendungen erhöhen die Flexibilität von Unternehmen und erlauben den Benutzern von beliebigen Geräten und Standorten auf die Software zugreifen zu können. Zu den bekanntesten webbasierten kollaborativen Anwendungen zählen Microsoft Teams, Zoom, etc.

Auch DataLion erlebt ein wachsendes Interesse an Harmonisierung, Auswertung und Dashboards. Insbesondere in der Coronazeit hat sich die Nachfrage nach unseren webbasierten Analyse-Software stark erhöht. Umso mehr freuen wir uns, dass wir bei Business Insider unter den Top 50 auftauchen:

Im Rahmen des Rankings wurden 16.000 deutsche Unternehmen ausgewertet, die aufgrund ihrer Technologieaffinität und Skalierbarkeit ins Startup-Raster fallen und jünger als 20 Jahre sind. Das Wachstum wurde anhand der Größe und des Buzz um das Unternehmen beurteilt.

Version 1.11.1 veröffentlicht

Die neue DataLion-Version 1.11.1 beinhaltet folgende Änderungen:

Das neue DataLion-Update 1.11.1 kommt mit vielen neuen Features und zahlreiche
Fehlerbehebungen daher. DataLion läuft jetzt noch schneller und stabiler und
insbesondere das Feature SQL-Textboxen bietet viele Möglichkeiten für Anwender,
ihre Daten flexibel zu nutzen.

Fragen rund um die Neuerungen beantwortet unser Supportteam gerne: supportteam@datalion.com

Datenvisualisierung:

  • Für Charts und Titelzeilen kann eine Hintergrundfarbe eingestellt werden
    (zu finden in den Chart-Einstellungen)
  • SQL-Textboxen können gespeichert bzw. der Bearbeitungsprozess abgebrochen werden und Code wird besser erkannt
  • Es können mehrere Charts in einem Widget dargestellt werden (wenn eine zweite Frage auf das Widget gezogen wird, kommt die Frage „separate oder merge“ und mit separate lassen sich die Charts nebeneinander darstellen)
  • Charts können ausgeblendet werden, wenn die Fallzahl zu niedrig ist
  • Es kann eine andere Variable als Fallzahl verwendet werden 
  • Es wurde ein Dropdown Filter Reset eingeführt (steuerbar via JSON-Code in den Dropdown-Filter)
  • Gültige Prozent sind jetzt als neue Metrik für Donut- und Tortendiagramme verfügbar
  • Der Logo-Link in der Headerleiste kann deaktiviert werden
  • Die neue Funktion „Achsen reduzieren“ ermöglicht dass Achsen nicht gruppiert sondern nebeneinander dargestellt werden 
  • Dashboards können nun via Embed-Links auf Webseiten eingebettet werden
  • Charts können von bestimmten Filtern ausgeschlossen werden 

Reports und Dashboards:

  • Das Kopieren von Tabs und Reports kopiert nun die Textboxen als neue Textboxen
    mit, damit können diese unabhängig voneinander bearbeitet werden

 Importe und Exporte:

  • Der automatische Datenimport wurde verbessert
  • Im PDF-Export werden keine Bearbeitungsbuttons mehr angezeigt
  • Daten können beim Import zusammengeführt werden. Das heißt auch eine andere
    Reihenfolge der Spalten bzw. neue Spalten in zusätzlichen Datensätzen können
    mit „append“ problemlos eingelesen und erkannt werden

Administrationsbackend:

  • Die Sortierungsreihenfolge kann im Backend verändert werden (via Chart bearbeiten
    bzw. in den Projekteinstellungen)
  • Cross-Origin Resource Sharing wurde aktiviert
  • Das Aktualisieren der Labels kann in eine Warteschlage eingereiht werden
    („Labels aktualisieren“ statt „Labels aktualisieren jetzt“)
  • Der Admin kann den Projektcache leeren 

 Sonstiges:

  • Tabellenpräfix wird der Zeitvariable hinzugefügt, damit Zeitstempel richtig
    identifiziert werden kann, wenn mehrere Tabellen mit gleichen Variablen vorhanden
    sind
  • Die Links eingebetteter Tabellen können nicht bearbeitet werden, Änderungen
    sind nur an Dropdown- und Chartfiltern möglich
  • Projekte können nun kopiert/geklont werden (wenn ohne Daten kopiert wird,
    wird auf die Daten des Originalprojekts zurückgegriffen)
  • Der Datepicker reagiert jetzt auf Spracheinstellungen und zeigt das Datum
    in der gewählten Sprache an 

Hooray – Neues Power-Update DataLion 1.11

Die neue Version 1.11 ist das bisher umfangreichste DataLion-Update, das die Software mit zahlreichen Optimierungen für mehr Geschwindigkeit und Zuverlässigkeit fit für das neue Jahrzehnt macht. Unter anderem wurde das gesamte Admin-Backend neu geschrieben, um ein flüssigeres Arbeiten zu ermöglichen. Aber auch zahlreiche Änderungen auf Anwenderebene führen dazu, dass die Software noch leistungsfähiger und besser zu bedienen ist.

Datenvisualisierung :

  • SQL-Textboxes: In Textboxes können mit {{= SUM(1) }} SQL-Anweisungen eingebettet werden
  • Forecasting: Zeitreihen können mit unterschiedlichen Algorithmen extrapoliert werden
  • Kopieren: Charts können inklusive Einstellungen kopiert werden
  • Bubble-Chart: Neuer Charttyp für die Darstellung multivariater Zusammenhänge inkl. optionaler Diagonale
  • SQL: Mit {{= }} im Codeplan können jetzt Ergebnisse von SQL-Befehlen direkt angezeigt werden
  • Platzhalter: Mit der neuen %%-Syntax können dynamische Abfragen ausgeführt werden, die den Platzhalter durch die Ausprägung eines Filters ersetzt
  • Zeitreihen: Formatierung von Quartalen kann angepasst werden
  • Ampeln: Tabellenzellen können mit bedingten Formatierungen eingefärbt werden
  • Zählvariablen: Tabellen können jetzt mehrere Variablen in Spalten auswerten
  • Trenner: Säulen und Balken können jetzt in Gruppen mit Trennern und Überschriften unterteilt werden
  • Scrollbalken: Überlange Tabellen können jetzt vertikal gescrollt werden
  • Umwandlung: Multistack-Fragen können jetzt in Polaritäten und Tabellen umgewandelt werden
  • Offene Nennungen: Dieser Diagrammtyp kann jetzt auch mit mehreren Datenquellen umgehen
  • Fallzahlen: Bei gefilterten Stapeldiagrammen werden jetzt alle Filterfallzahlen angezeigt
  • Kombi: Bei kombinierten Darstellungen werden Linien jetzt vor Balken angezeigt
  • KPI: Die KPI-Charts berechnen jetzt immer die korrekten %-Änderungsraten

Reports und Dashboards :

  • Filter: In den Reporteinstellungen kann definiert werden, ob Betrachter eines Reports Filter ändern können
  • Einfrieren: Chartpositionen können in den Reporteinstellungen gegen Verschieben geschützt werden
  • Speichern: Im Warn-Popup bei ungespeicherten Änderungen kann jetzt direkt gespeichert werden
  • Zeiträume: Das Speichern von Zeitvariablen kann jetzt in den Reporteinstellungen erlaubt werden

Importe und Exporte :

  • API: Es gibt jetzt eine REST-API für den Datenimport unt -export. Damit können sowohl einzelne Datenpunkte als auch ganze Zeilen oder Tabellen in das System geschrieben werden.
  • Datenupload: Über ein einfaches Upload-Formular können User Daten im CSV-Format hochladen
  • Codebuch erstellen: Aus hochgeladenen CSV-Dateien können automatisch Codebücher erzeugt werden
  • SPSS: Aus _ im Variablennamen können gestapelte Fragen erzeugt werden
  • Cleaning: BOM-Marker und Zeilenendungen können beim Upload korrigiert werden
  • Trennzeichen: In den Einstellungen kann das Trennzeihen für Uploads eingestellt werden (Semikolon, Komma, Tab)
  • Charttitel: PPTX-Exporte zeigen jetzt auch bei mehreren Diagrammen auf einem Slide die Titel an
  • PDF: Der PDF-Export exportiert jetzt alle Tabs eines Reports
  • Google Analytics: Als Datenquelle für automatische Importe kann jetzt auch Google Analytics verwendet werden (inkl. Übersetzungsregeln für Dimensionen)
  • Excel: Tabellen werden mit Basis in Excel exportiert
  • PPTX: Die Filter werden jetzt immer in der korrekten Reihenfolge exportiert

Einstellungen :

  • CSS: Charts haben jetzt dynamische Klassennamen, die über CSS angesprochen werden können
  • Codebuch: Das Anzeigen von Variablen als Metrik oder Filter kann jetzt per Codebuch definiert werden
  • Fehler: Wenn Fehler passieren, werden diese für Administratoren und Bearbeiter auch angezeigt
  • Charttitel: Schrift- und Hintergrundfarbe ist jetzt frei wählbar
  • Chartfooter: Legende, Footer und Fragetext können jetzt ein-/ausgeblendet werden
  • Filter: Das Bearbeiten von Filtern kann jetzt gesperrt werden

Administrationsbackend :

  • Whitelabel: Backend kann jetzt gebrandet werden
  • Namen: Die Benennung der Abschnitte wurde systematisiert
  • Listen: Listen von Usern, Charttypen, Projekten etc. werden jetzt dynamisch geladen und können durchblättert werden
  • Projekt: Das aktuelle Projekt wird jetzt im Admin-Backend angezeigt
  • Statistiken: User-Statistikern können ein-/ausgeschaltet werden
  • Version: Das Admin-Backend zeigt jetzt die Version der Software an
  • Löschen: Datenupload löscht jetzt den alten Datenbestand (wenn ausgewählt)

Sonstiges :

  • Redis: Cache und Sessions werden jetzt in einer sehr schnellen Redis-Datenbank gespeichert
  • Charts: Die Darstellung von Charts wurde optimiert, so dass weniger Requests generiert werden und Dashboards schneller aufgebaut werden
  • Daten: Zahlreiche Optimierungen in der Daten-Engine ermöglichen je nach Kontext bis zu 4x schnellere Ladezeiten von Charts und Dashboards

DataLion auf der Research & Results 2019

Die diesjährige Research & Results stand vom 23. – 24. Oktober wieder ganz im Zeichen von Research, Data & Insights. Hier zeigten die die branchenführenden Aussteller ihre Produkte und Innovationen. Auch unser DataLion Team war wieder dabei. Beide Tagen waren gefüllt mit interessanten Gesprächen an unserem liebevoll im Safari-Look gestalteten Stand.

Zudem gab es an einem zweiten Messetag einen spannenden Vortrag vom DataLion CEO Dr. Benedikt Köhler zusammen mit seiner Kollegin Franziska Scharch.
Im vollbesetzten Tagungsraum sprachen die beiden über ihre Erfahrungen im Datenmanagement internationaler Unternehmen. Ausführlich wurde darauf eingegangen, welche Herausforderungen sich ergeben, wenn unterschiedliche Datenquellen und Datenstrukturen miteinander verbunden und analysiert werden sollen. Als Lösung wurde anschließend die Software DataLion vorgestellt und gezeigt, wie man spielend leicht Datenquellen verknüpfen, analysieren und automatisiert aufbereiten kann.

Die Folien zum Vortrag können Sie sich hier noch einmal ansehen:

Webinar am 26.11.2019 um 11 Uhr
Möchten Sie den Vortrag (nochmal) live erleben? Dann melden Sie sich für unser Webinar am 26. November um 11 Uhr an:
https://datalion.com/anmeldung-zum-webinar

DataLion auf der DMEXCO 19

Unter dem Motto „Presenting the Future“ präsentieren die wichtigsten Aussteller der Welt auf der DMEXCO 2019 am 11. und 12. September ihre digitalen Innovationen. Auch das DataLion-Team wird mit einem Stand vertreten sein und eine ganze Reihe spannender Innovationen in unserer Business Intelligence- und Dashboard-Software vorstellen.

Wir zeigen Ihnen gerne live vor Ort, wie Sie in wenigen Minuten einen Rohdatensatz in ein interaktives Dashboard verwandeln können und bei Bedarf dann auch wieder als gelayouteter Excel-Report oder als PowerPoint-Präsentationen mit echten eingebetteten Diagrammen exportieren können, die 1:1 Ihrer Firmen-CI entspricht.

Aber auch unsere eingebauten KI- und Machine Learning-Features, Geodatenvisualisierung oder IoT-Module präsentieren wir Ihnen gerne.

Sie finden uns an beiden Messetagen in Halle 9.1 an Stand E-003. Außerdem können Sie DataLion Gründer und Geschäftsführer Dr. Benedikt Köhler auch im Vortrag am Donnerstag, 12.9.2019 von 16:10 bis 16:20 auf der Startup Stage 2 treffen.

Wenn Sie einen Termin ausmachen möchten, schicken Sie uns einfach eine Mail an dmexco@datalion.com oder hinterlassen uns hier eine Nachricht. Wir freuen uns auf Sie!



Die neue DataLion-Version 1.10.6 beinhaltet folgende Änderungen

Datenvisualisierung :

  • Filter können mit einem Klick auf alle Charts eines Dashboards/Tabs kopiert bzw. übernommen werden
  • Tabelle kann jetzt rollierende % anzeigen
  • Filter und Subfilter einer Tabelle können per Menü konfiguriert werden
  • Berechnungsmetriken und Zeitfenster können jetzt per Menü ausgewählt werden
  • Dropdown-Filter zeigt per Zugangsprofil ausgeschlossene Kategorien nicht mehr an
  • Menü ist auf kleinen Screens per Default ausgeblendet
  • Open Text Chart funktioniert jetzt auch im IE und mit unterschiedlichen Datentabellen
  • Polaritätenchart zeigt jetzt auch kombinierte und gestapelte Variablen an
  • Optimierung der Formatierung / Präzision von Zahlen und Fallzahlen
  • Berechnung von gestapelten Balkendiagrammen auf unterschiedlichen Fallzahlen möglich
  • Multistack-Charts können zu einer Tabelle umgewandelt werden
  • Multistack-Charts mit zusammengefassten Kategorien (z.B. Top2Box) können in ein Linienchart bzw. Polaritätenchart umgewandelt werden

Reports und Dashboards

  • Globale Dropdownvariablen werden nicht mehr abgespeichert
  • Darstellung der Dashboard-Tabs wurde optimiert
  • Custom CSS-Code wird im Reporteditor korrekt angezeigt

Importe und Exporte

  • Berechnungsvariable wird im PPTX-Charttitel angegeben
  • Konfigurationsmöglichkeit für PPTX-Charttitel
  • Tabellen werden als Tabellen in PPTX exportiert
  • Im PDF-Export überlappen sich Charts nicht mehr
  • Sprechende Fehlermeldungen für den Datenimport
  • PPTX-Export übernimmt lokale Änderungen eines Dashboards
  • Einstellungen

    • Loginseite kann jetzt komplett mit CSS-Stilen angepasst werden
    • Mit „Custom Features“ kann DataLion jetzt noch flexibler durch individuelle Funktionen für Nutzer erweitert werden
    • Timelines können jetzt auch gecachet werden
    • Im Codeplan kann das Navigationsmenü konfiguriert werden (Aus- und Einblenden von einzelnen Fragen bzw. Measures)
    • Administrationsbackend

      • Benachrichtigungen können per Email verschickt werden
      • Neue Funktion zum Löschen alter, nicht mehr verwendeter Labels
      • Join-Einstellungen können entfernt werden

Benedikt Köhler unter den 100 führenden Köpfen der Münchner Digitalszene

Urkunde für Benedikt Köhler
Urkunde für Benedikt Köhler

Das Münchner Digital-Netzwerk MucDigital hat aus über 230 Nominierungen zum ersten Mal die 100 führenden Köpfe der Münchner Digital- und Kreativszene gekürt. Ausgewählt wurden Persönlichkeiten, die die digitale Transformation in München und Region vorantreiben und beeinflussen. Dazu zählt lt. der hochrangig besetzten 21-köpfigen Experten-Jury auch DataLion Gründer und CEO Dr. Benedikt Köhler. Er wusste u. a. mit seinen Arbeiten im Bereich Data Science und der Entwicklung der BI-Software DataLion zu überzeugen.

Begründung der Jury

Hier die ausführliche Begründung der Jury: „Dr. Benedikt Köhler ist eine eher stille Größe in unserer manchmal lauten Stadt. Mit Big Data und Analytics beschäftigte sich der promovierte Soziologe schon lange, bevor er Ende 2014 DataLion gründete. Sein Unternehmen bietet heute Saas-Lösungen für Datenanalyse und -Visualisierung für die Bereiche Marketing, Forschung und Business Intelligence. Benedikt Köhler ist ein renommierter Referent in seinem Fachbereich, der sich außerdem unermüdlich an Gründungen und Initiativen beteiligt hat, die zum Ziel hatten, unterschiedlichste Bereiche des digitalen Lebens von Beginn an mitzugestalten. Dazu gehört beispielsweise die Arbeitsgemeinschaft Social Media e. V. oder auch das Slow Media Manifest für ein nachhaltige und verantwortungsvolle Medienproduktion. Als einziger in Deutschland lebender Forscher schaffte es Benedikt Köhler in das Ranking der einflussreichsten Daten-Wissenschaftler weltweit, das vom Beratungsunternehmen Cognilytica erstellt wird. Alles zusammen überzeugte die Jury, die Benedikt Köhler als kluge Stimme unserer Fachöffentlichkeit würdigt.“

Version 1.10.5 veröffentlicht – Berechnete Spalten und PowerPoints mit mehreren Charts auf einem Slide

Folgende Neuerungen finden Sie in der neuesten DataLion-Version:

  • Export als PowerPoint mit mehreren Charts auf einer Seite (in einzelnen Fällen kann es notwendig sein, die Export-Konfiguration im Administrationsbackend aufzurufen und abzuspeichern)
  • Tabellen können jetzt auch berechnete Spalten und Zeilen enthalten (z.B. Wachstumsraten oder rollierende Summen)
  • Auch verschachtelte Tabellen können berechnete Spalten enthalten
  • Nummer-Charts können jetzt als Prozent mit unterschiedlichen Nachkommastellen formatiert werden
  • Namen von Zeilen und Spalten können angepasst werden
  • In der Cache-Einstellung kann man die Lebensdauer angeben
  • Administratoren können Benachrichtigungen an Benutzer per Mail schicken
  • Zugangsprofile können auch auf dynamischen Fragen basieren
  • Beim Kopieren eines Reports werden auch Kopien der Chart-Einstellungen und Ein-/Ausblendungen erzeugt
  • Verknüpfungen von Tabellen lassen sich im Backend per Dropdown einrichten
  • Das API-Backend kann jetzt auch Mittelwerte berechnen
  • Zeitreihencharts können jetzt mehrere Ausprägungen und Filter beinhalten