Big Data auf Dashboards visualisieren — Verdichten statt Millionen Punkte zeichnen
Große Datenmengen werden nicht beherrschbar, indem man die maximale Punktzahl auf ein Dashboard legt. Dieser Deep Dive behandelt Korn, Aggregation, Überblick plus Detail, Sampling, Heatmaps, Progressive Disclosure und Übergänge in Explore oder Spezial-Apps.
In einem Satz: Aggregat und Aussage vor dem Roh-Dump.
Millionen Records sind keine Millionen Pixel
„Zeig alle 18M sales_otc-Events“ — der Screen hängt, die Frage bleibt unbeantwortet. Big Data braucht Aggregation und Fokus auf die Entscheidungsaussage, nicht ein Pixel pro Zeile.
Das Dashboard bleibt dünner Consumer. Aggregationslogik gehört in governte Transforms oder den Semantic Layer; der Katalog hält fest, wo das Aggregatprodukt liegt. Jedes Roh-Event auf den Monitor zu zeichnen ist weder Katalogarbeit noch Kennzahlen-Governance — es ist ein Produkttyp-Fehler.
Korn vor Chart-Typ klären
Frage: Welches Entscheidungskorn passt zur Aufgabe?
| Aufgabe | Nützliches Korn | Selten nützlich auf dem Dashboard |
|---|---|---|
| Daily-Close-Status | Tag × Region / Kanal | Einzelne Order-Events |
| Exception Queue | Offene Ausnahmen mit Owner | Voller History-Scatter |
| Kapazität / Volumen | Gebuckelte Counts oder Raten | Ungefilterter Clickstream |
Ist das Korn falsch, rettet keine Chart-Library den Scan.
Zuerst Überblick, Detail mit Absicht
Muster, das skaliert:
- Overview-KPI / Trend im Entscheidungskorn
- Exception- oder Beitragsliste für die wenigen Handlungsfälle
- Handoff zu Explore / Workbook / App für zeilenweise oder mehrdimensionale Untersuchung
Progressive Disclosure schlägt eine Canvas, die Monitor + Explore + Archiv vortäuscht.
Aggregation, Sampling und Heat
- Bevorzuge voraggregierte Marts oder semantisches Modell Measures mit deklariertem Korn.
- Sampling ist für Form-Entdeckung ok, wenn die Aussage „illustrative sample“ sagt — nicht „zertifiziertes Volumen“.
- Heatmaps und Density Plots verdichten Konzentration; sie brauchen lesbare Legende und Schwellen.
- Kategorien deckeln (Top-N + Other), damit Composition scannbar bleibt.
Performance ist ein Trust-Signal
Ein Dashboard, das timeoutet, trainiert Exporte nach Excel — dort beginnt Metric Drift. Load-Budgets gehören in den Produktvertrag: Refresh-Kadenz, max. interaktive Filter, Wann Raw-Detail verweigert wird.
Anti-Patterns
- Scatter mit Millionen Punkten „weil wir die Daten haben“
- Client-seitige Aggregation voller Extracts im BI-Tool für Executive-Monitore
- Stilles Sampling als vollständige Grundgesamtheit gelabelt
- Dashboard als Ersatz für ein Explore-Produkt
- Kennzahlen in Visual Calcs umdefinieren, „damit das Chart schneller wird“
Praktischer Start
- Aussage und Korn in einem Satz schreiben.
- Dashboard auf ein Aggregatprodukt mit Owner und Tests zeigen.
- Exception-Liste + Explore-Link — nicht mehr Punkte.
- Interaktiven Load messen; Release failen, wenn die Aussage das Budget reißt.
Dashboard visual & a11y
Part 5 of 6
View series