Wie man ein Daten-Dashboard erstellt (auch wenn Sie gerade erst SQL gelernt haben)

Tauchen Sie ein in die Erstellung Ihres eigenen Daten-Dashboards mit dieser einsteigerfreundlichen Anleitung - auch wenn Sie gerade erst mit SQL anfangen. Mithilfe von BigQuery, öffentlichen Datensätzen und Looker Studio lernen Sie, wie Sie ganz einfach ein beeindruckendes Dashboard erstellen können.

Wenn Sie ein Datenanalyst sind - oder einer werden wollen - ist das Erlernen von SQL unerlässlich. SQL (Structured Query Language) ist die Sprache, die verwendet wird, um Daten aus Datenbanken abzurufen und zu analysieren, und die Ihnen hilft, rohe Zahlen in echte Erkenntnisse zu verwandeln. Aber wenn Sie gerade erst anfangen, ist es oft am schwierigsten, Projektideen zu entwickeln. Genau hier setzt dieser Leitfaden an. Mit den kostenlosen Tools BigQuery und Looker Studio von Google erstellen Sie ein Daten-Dashboard, mit dem Sie echte Kriminalitätsdaten aus der US-Stadt Chicago analysieren können.

Egal, ob Sie SQL-Neuling sind oder Ihre Kenntnisse auffrischen möchten, die SQL für Datenanalyse Track auf LearnSQL.de ist der perfekte Einstieg für Sie. Es ist ein kompletter Lernpfad, der für zukünftige Analytiker entwickelt wurde und alles von grundlegenden Abfragen bis hin zu fortgeschrittenen Themen wie der Erstellung komplexer Berichte und der Verwendung von Fensterfunktionen abdeckt. Jeder der vier Kurse des Kurses ist interaktiv und praxisorientiert und hilft Ihnen, anhand von Beispielen aus der Praxis zu lernen, die Sie auf die tatsächliche Arbeit mit Daten vorbereiten. Am Ende des Kurses werden Sie das Selbstvertrauen haben, eigene Abfragen zu schreiben, echte Datensätze zu analysieren und Projekte wie das Dashboard zu erstellen, das wir in diesem Lernprogramm erstellen werden.

Tools für die Erstellung des Dashboards

Wir werden zwei Tools verwenden, um unser Dashboard zu erstellen: BigQuery und Looker Studio.

BigQuery

BigQuery ist ein von Google angebotenes Data Warehouse. Ein Data Warehouse ist eine Art von Datenbank, die für die Verarbeitung großer Datenmengen und die Beantwortung analytischer Fragen konzipiert ist.

BigQuery ist besonders für Anfänger hilfreich, da Sie nichts installieren müssen; öffnen Sie einfach Ihren Browser und beginnen Sie, SQL zu schreiben. Sie können BigQuery kostenlos nutzen, während Sie lernen.

Google bietet eine kostenlose Stufe mit einem großzügigen monatlichen Limit an. Wenn Sie nur einfache Abfragen durchführen und Daten erforschen, werden Sie dieses Limit wahrscheinlich nicht überschreiten. Mit BigQuery haben Sie auch Zugriff auf kostenlose öffentliche Datensätze, darunter echte Daten zu Themen wie Kriminalität, Gesundheit und Verkehr.

Looker Studio

Looker Studio ist eine von Google angebotene Business Intelligence-Plattform. Mit ihr können Sie Daten in interaktive, gemeinsam nutzbare Dashboards und leicht lesbare Berichte umwandeln. Es ist ein großartiges Tool für Anfänger, da es visuell und intuitiv ist und in Ihrem Browser funktioniert. Mit Drag-and-Drop-Diagrammen und Filtern können Sie professionell aussehende Berichte erstellen. Und Sie können Ihre Arbeit automatisch aktualisieren, wenn sich Ihre Daten ändern.

Beispiel-Dashboard in Looker Studio

Die Nutzung von Looker Studio ist kostenlos (mit einigen Einschränkungen). Es funktioniert mit einer Vielzahl von Datenquellen, darunter Google Sheets, Google Analytics und (für uns wichtiger) BigQuery.

In diesem Artikel werden wir Looker Studio mit BigQuery verbinden, um ein Dashboard mit einem der öffentlich verfügbaren BigQuery-Datensätze zu erstellen.

Der Chicagoer Verbrechensdatensatz

Für dieses Tutorial verwenden wir den Chicago Crimes-Datensatz, der über das kostenlose Programm für öffentliche Datensätze von Google BigQuery öffentlich zugänglich ist. Er wird von der Stadt Chicago veröffentlicht und basiert auf Informationen, die vom Chicago Police Department gesammelt wurden. Er wird wöchentlich mit den Daten der Vorwoche aktualisiert.

Der Datensatz ist ideal, um SQL zu üben und Ihr erstes Daten-Dashboard zu erstellen. Er enthält verschiedene Verbrechensarten, die Sie gruppieren und filtern können, sowie Datums- und Zeitfelder, um zeitbasierte Abfragen auszuprobieren. Da er regelmäßig aktualisiert wird, arbeiten Sie mit frischen, realen Daten.

Dieser Datensatz enthält Tausende von Zeilen, die jeweils eine gemeldete Straftat in der Stadt Chicago darstellen. Es gibt nur eine Tabelle im Datensatz, die bigquery-public-data.chicago_crime.crime. Einige der wichtigsten Spalten in dieser Tabelle sind:

• date - Datum und Uhrzeit der Straftat (gespeichert als DATETIME).
• block - Die ungefähre Adresse, an der sich der Vorfall ereignet hat.
• primary_type - Die übergeordnete Verbrechenskategorie (z. B. THEFT, BATTERY, ROBBERY).
• description - Eine genauere Beschreibung der Straftat (z. B. SIMPLE, STRONG ARM – NO WEAPON).
• location_description - Die Art des Ortes, an dem sich die Straftat ereignet hat (z. B. STREET, PARKING LOT, CHA HALLWAY).
• arrest - Ein boolescher Wert (TRUE/FALSE), der angibt, ob jemand verhaftet wurde.
• domestic - Ein boolescher Wert (TRUE/FALSE), der angibt, ob es sich um einen häuslichen Vorfall handelte.
• beat district, - Numerische Bezeichner für Polizeibezirke, Bezirke und Stadtbezirke. ward
• latitude longitude - Die Koordinaten des Ortes, an dem die Straftat begangen wurde (kann für die Kartierung verwendet werden).
• year - Das Jahr, in dem die Straftat begangen wurde.

Fragen zum Datensatz

Um ein aussagekräftiges Dashboard zu erstellen, müssen Sie mit den richtigen Fragen beginnen. Sie können sich Ihre eigenen Fragen ausdenken, um Ihr Dashboard zu erstellen. Ich werde die Fragen und Abfragen mit Ihnen teilen, die ich verwendet habe, um ein einfaches Daten-Dashboard zu erstellen, das Verbrechen über einen bestimmten Zeitraum visualisiert.

Die Fragen, an denen ich mein Dashboard ausgerichtet habe, waren:

• Wie viele Straftaten wurden in dem betreffenden Zeitraum gemeldet?
• Wie viele Verhaftungen gab es in dem betreffenden Zeitraum?
• Welches sind die 5 am häufigsten gemeldeten Arten von Straftaten?
• Welches sind die 5 häufigsten Straftaten, die zu Verhaftungen führten?

Bevor wir mit dem Schreiben der Abfragen zur Beantwortung dieser Fragen beginnen, sollten wir den Datensatz untersuchen.

Erforschen eines Datensatzes in BigQuery

Der erste Schritt bei der Erstellung Ihres Dashboards besteht darin, mehr über Ihren Datensatz zu erfahren.

1. Öffnen Sie die BigQuery-Konsole unter console.cloud.google.com/bigquery.
2. Suchen Sie auf der linken Seite nach bigquery-public-data. Erweitern Sie sie, um chicago_crime zu finden, und klicken Sie auf die Tabelle crime, um ihre Struktur anzuzeigen.
3. Klicken Sie oben auf die Schaltfläche SQL-Abfrage .
4. Im Abfrage-Editor können Sie mit dem Schreiben von SQL beginnen:
   

   SELECT *
   FROM `bigquery-public-data.chicago_crime.crime`
   LIMIT 10;
   

   
   Dies gibt die ersten 10 Zeilen des Datensatzes zurück.

Von dort aus können Sie mit der Erkundung Ihrer Daten beginnen. Führen Sie ein paar Abfragen durch, um sich mit dem Datensatz vertraut zu machen. Sie können nach Datum filtern, nach Verbrechensart gruppieren oder Verhaftungen analysieren. Dies sind die gleichen Techniken, die Sie in jeder SQL-basierten Datenbank verwenden würden.

Denken Sie daran, den vollständigen Tabellennamen immer in Backticks einzuschließen: "bigquery-public-data.dataset_name.table_name".

Erstellen von Abfragen, die Ihr Dashboard ausführen

Lassen Sie uns nun die Abfragen für unser Dashboard schreiben. Der Einfachheit halber konzentriere ich mich auf Daten aus dem Jahr 2024, aber Sie können die Filter leicht ändern, um jeden gewünschten Zeitraum abzudecken.

Diese Abfragen sind nur ein Ausgangspunkt. Sie können sie gerne anpassen oder Ihre eigenen Ideen einbringen. Dashboards werden immer schrittweise aufgebaut: Sie beginnen mit einer Basisversion und verbessern sie dann nach und nach.

Gemeldete Straftaten insgesamt

Unsere erste Abfrage lautet:

SELECT COUNT(*)
FROM `bigquery-public-data.chicago_crime.crime`
WHERE year = 2024;

Diese Abfrage zählt die Gesamtzahl der Straftaten, die im Chicago Crime-Datensatz für das Jahr 2024 erfasst wurden. Wir verwenden die Funktion COUNT(*), um die Anzahl der Zeilen zurückzugeben, und die Jahresspalte, um nach Straftaten zu filtern, die im Jahr 2024 begangen wurden.

Verhaftungen insgesamt

SELECT COUNT(*)
FROM `bigquery-public-data.chicago_crime.crime`
WHERE year = 2024
  AND arrest IS TRUE;

Diese Abfrage ähnelt der vorherigen, außer dass wir nach Zeilen filtern (und nur diese zählen), bei denen die Spalte Verhaftungen auf TRUE gesetzt ist.

Top 5 Verbrechensarten

SELECT
  primary_type,
  COUNT(*)
FROM `bigquery-public-data.chicago_crime.crime`
WHERE year = 2024
GROUP BY primary_type
ORDER BY COUNT(*) DESC
LIMIT 5;

Diese Abfrage zeigt die 5 häufigsten Arten von Straftaten im Jahr 2024 an. Sie filtert die Daten für dieses Jahr, gruppiert die Datensätze nach Verbrechensart (primary_type), zählt, wie oft jede Art von Verbrechen vorkam, und sortiert sie dann von der häufigsten zur seltensten Art. Abschließend wird das Ergebnis auf die 5 häufigsten Straftaten beschränkt.

Top 5 Verhaftungsarten

SELECT
  primary_type,
  COUNT(*)
FROM `bigquery-public-data.chicago_crime.crime`
WHERE year = 2024
AND arrest IS TRUE
GROUP BY primary_type
ORDER BY COUNT(*) DESC
LIMIT 5;

Diese Abfrage findet die 5 häufigsten Verbrechensarten im Jahr 2024, die am häufigsten zu einer Verhaftung führten. Sie filtert die Daten so, dass sie nur Straftaten aus dem Jahr 2024 enthalten, bei denen eine Verhaftung vorgenommen wurde, gruppiert sie nach primary_type, zählt, wie viele Verhaftungen für jede Art von Straftat erfolgten, sortiert die Ergebnisse nach Anzahl in absteigender Reihenfolge und gibt die Top 5 zurück.

Verbinden von Looker Studio mit BigQuery

Wir werden Looker Studio verwenden, um unser Dashboard zu erstellen. Es kann mit vielen Datenquellen verbunden werden, aber es funktioniert besonders gut mit denen im Google-Ökosystem (wie BigQuery).

Um die Dinge sauber und effizient zu halten, werden wir die Option Custom Query verwenden. Damit können wir die Daten mit SQL filtern, organisieren und gestalten, bevor sie das Dashboard erreichen.

Beginnen Sie damit, Looker Studio zu öffnen und einen neuen leeren Bericht zu erstellen. Wählen Sie im Bereich Daten zum Bericht hinzufügen BigQuery als Datenquelle. Wählen Sie dann Benutzerdefinierte Abfrage. Wählen Sie Ihr Abrechnungsprojekt. (Dies ist das Projekt, das für die Nutzung von BigQuery in Rechnung gestellt wird; wenn Sie BigQuery Sandbox verwenden, werden Ihnen keine Kosten in Rechnung gestellt). Fügen Sie Ihre SQL-Abfrage in das Feld Benutzerdefinierte Abfrage eingeben ein und klicken Sie auf Hinzufügen.

Interessanterweise können Sie die Datenquelle zu diesem Zeitpunkt nicht umbenennen; Looker Studio wird sie automatisch benennen. Nachdem Sie die Datenquelle zu Ihrem Bericht hinzugefügt haben, können Sie sie umbenennen, indem Sie zu Ressourcen > Hinzugefügte Datenquellen verwalten gehen, wo Sie auch die Abfrage aktualisieren oder Felder umbenennen können.

Sie können bei Bedarf weitere SQL-Abfragen zu Ihrem Dashboard hinzufügen.

Erstellen Sie ein Dashboard in Looker Studio

Als nächstes müssen Sie Ihre Visualisierungen erstellen. Klicken Sie zunächst auf die Schaltfläche Add a chart. Sie können aus verschiedenen Diagrammtypen wählen, wie z.B. Balkendiagramm oder Liniendiagramm.

Um ein Diagramm einzurichten, müssen Sie die richtige Datenquelle auswählen und festlegen, welche Spalten angezeigt werden sollen. Der Diagrammeditor von Looker Studio hat zwei Hauptregisterkarten, die Ihnen dabei helfen. Auf der Registerkarte SETUP wählen Sie die Datenquelle, die Dimensionen und die Metriken aus; hier entscheiden Sie, was das Diagramm zeigen soll. Auf der Registerkarte STIL können Sie das Aussehen des Diagramms anpassen, d. h. Sie können Schriftarten, Farben, Rahmen und Titel auswählen.

Wenn Sie beispielsweise ein Balkendiagramm erstellen, verwenden Sie die Registerkarte EINSTELLUNG, um Verbrechensarten und -zahlen anzuzeigen, und die Registerkarte STIL, um das Aussehen des Diagramms anzupassen.

Sie können Ihrem Dashboard weitere Diagramme hinzufügen, z. B. Scorecards, die eine einzelne Zahl anzeigen, Liniendiagramme zur Darstellung von Trends im Zeitverlauf oder Geokarten zur Visualisierung von Daten nach Standort. Jedes Diagramm kann separat gestaltet werden, so dass Sie die volle Kontrolle über das Layout und Design haben, um es an Ihre Vorlieben anzupassen oder wichtige Erkenntnisse hervorzuheben.

So sieht mein fertiges Dashboard aus:

Erweitern Sie Ihre SQL-Kenntnisse

Wenn Ihnen die Erstellung dieses Dashboards gefallen hat, sollten Sie hier nicht aufhören! Versuchen Sie, andere Datensätze zu erforschen und eigene Dashboards zu erstellen. Je mehr Sie üben, desto besser werden Sie darin, die richtigen Fragen zu stellen und Antworten in den Daten zu finden.

Möchten Sie Ihre Kenntnisse auf die nächste Stufe bringen? Auch hier empfehle ich Ihnen unseren Kurs SQL für Datenanalyse. Dabei handelt es sich um einen praxisorientierten Lernpfad, der Ihnen hilft, über die Grundlagen hinauszugehen und wie ein Datenanalyst zu denken. Sie lernen, fortgeschrittene Abfragen zu schreiben, mit realen Datensätzen zu arbeiten, Trends zu erkennen, Zeiträume zu vergleichen, Ihre Daten zu segmentieren und Daten für Dashboards und Berichte aufzubereiten. Jeder Kurs beinhaltet interaktive Übungen, sofortiges Feedback und echte SQL-Praxis. Bei diesem interaktiven Kurs lernen Sie nicht nur durch Lesen, sondern auch durch Handeln.

Am Ende des Kurses werden Sie in der Lage sein, Datensätze sicher zu untersuchen und Dashboards zu erstellen, die tatsächlich wichtige Fragen beantworten. Probieren Sie es noch heute aus!