Lesezeit: 10 Minuten | Schwierigkeit: Fortgeschritten | Sofort umsetzbar

Das Problem: Du vermutest, dass Marketing-Ausgaben und Sales-Performance zusammenhängen, aber wie stark? Und welche anderen versteckten Zusammenhänge übersehen alle anderen? Traditionelle Charts zeigen nur eine Dimension – du brauchst eine Visualisierung für Beziehungen.

Die Lösung: Scatter Plots decken Korrelationen auf, die in anderen Charts unsichtbar bleiben. In 10 Minuten lernst du, wie du versteckte Zusammenhänge findest und datenbasierte Entscheidungen triffst, bevor die Konkurrenz überhaupt weiß, wonach sie suchen soll.

Was wirst du in diesem Tutorial über Qlik Sense Scatter Plots lernen?

• ✅ Korrelations-Erkennung: Starke, schwache und falsche Zusammenhänge unterscheiden
• ✅ Multi-Variable-Analyse: 3-4 Dimensionen gleichzeitig analysieren
• ✅ Business-Insights: 5 praktische Anwendungsfälle mit sofortigen Erkenntnissen
• ✅ Statistical Significance: Echte Trends von zufälligen Mustern trennen
• ✅ Advanced Features: Clustering, Forecasting und Outlier-Detection

Wie revolutionieren Scatter Plots deine Datenanalyse?

Wie verstehe ich das Hidden-Correlation-Problem?

Klassische Situation: Du bist Marketing Director und siehst:

• Kampagne A: 50k€ Budget, 200 Leads
• Kampagne B: 80k€ Budget, 180 Leads
• Kampagne C: 30k€ Budget, 250 Leads

Ohne Scatter Plot: Du siehst nur Einzelwerte und rätst

Mit Scatter Plot: Du siehst sofort, dass Budget NICHT linear zu Leads korreliert und entdeckst den Sweet Spot bei 30-40k€

Was ist das Multi-Dimensionale Geheimnis in Qlik Sense Scatter Plots?

Scatter Plots können 4 Dimensionen gleichzeitig darstellen:

• X-Achse: Marketing Budget
• Y-Achse: Generated Leads
• Bubble-Größe: Lead Quality Score
• Farbe: Campaign Type

Wann sind Scatter Plots die richtige Wahl in Qlik Sense?

perfekt_für:
  - Marketing ROI vs. Lead Quality
  - Mitarbeiter-Performance vs. Experience
  - Produktpreis vs. Verkaufszahlen vs. Kundenzufriedenheit
  - Website-Traffic vs. Conversion vs. Bounce Rate
  - Produktions-Output vs. Qualität vs. Kosten

nicht_geeignet_für:
  - Weniger als 20 Datenpunkte (→ Table)
  - Zeitreihen-Trends (→ Line Chart)
  - Kategorie-Vergleiche (→ Bar Chart)
  - Hierarchische Daten (→ Treemap)

Wie richte ich in 10 Minuten mein erstes Scatter Plot in Qlik Sense ein?

Wie identifiziere ich die Daten-Relationship in Qlik Sense Scatter Plots?

Minimum-Requirements:

• 2 numerische Variablen (X und Y Achse)
• Mindestens 20-30 Datenpunkte
• Optional: 1-2 zusätzliche Dimensionen (Größe, Farbe)

Beispiel-Datenstruktur:

Campaign | Budget | Leads | Quality_Score | Channel | Region
Kampagne_A | 45000 | 220 | 8.2 | Social | Nord
Kampagne_B | 32000 | 180 | 9.1 | Email | Süd
Kampagne_C | 67000 | 290 | 7.8 | PPC | West

Wie konfiguriere ich einen Scatter Plot in Qlik Sense?

1. Neues Objekt hinzufügen → «Scatter plot»
2. Dimension (Bubble-Identifikation):

«`

Feld: [Campaign]

Bezeichnung: «Kampagne»

«`

1. X-Achse (erste Variable):

«`

Expression: Sum([Budget])

Bezeichnung: «Marketing Budget €»

Achsenlimit: Auto

«`

1. Y-Achse (zweite Variable):

«`

Expression: Count([Leads])

Bezeichnung: «Generierte Leads»

Achsenlimit: 0 to Auto

«`

Wie füge ich eine dritte Dimension in Qlik Sense Scatter Plots hinzu?

Bubble-Größe (optionale dritte Dimension):

expression: "Avg([Quality_Score])"
bezeichnung: "Lead Quality"
größe_range: "3 to 15"

Wie füge ich eine vierte Dimension in Qlik Sense Scatter Plots hinzu?

Farbe (optionale vierte Dimension):

ausdruck: "[Channel]"
farbpalette: "12-color distinct"
legende: "Rechts"

Welche Business-Szenarien gibt es von Marketing bis Operations?

Wie optimiere ich den Marketing ROI im Szenario 1?

Problem: «Welche Kampagnen liefern beste ROI bei höchster Lead-Qualität?»

Setup:

dimension: "[CampaignID]"
x_achse:
  expression: "Sum([MarketingSpend])"
  titel: "Marketing Budget €"

y_achse:
  expression: "Sum([Revenue])"
  titel: "Generated Revenue €"

bubble_größe:
  expression: "Avg([LeadScore])"
  titel: "Avg Lead Quality"

farbe:
  expression: "[Channel]"
  werte: ["Social", "Email", "PPC", "Content"]

trend_linie: true

Business-Insight: Siehst du sofort Kampagnen mit hohem ROI UND hoher Lead-Qualität. Sweet Spot zwischen Budget und Ergebnis wird sichtbar.

Wie vergleicht man Sales Performance mit Experience in Qlik Sense?

Problem: «Korreliert Verkaufs-Performance mit Berufserfahrung?»

Setup:

dimension: "[SalesPersonID]"
x_achse:
  expression: "[YearsExperience]"
  titel: "Jahre Berufserfahrung"

y_achse:
  expression: "Sum([SalesRevenue])"
  titel: "Jahresumsatz €"

bubble_größe:
  expression: "Count([CustomerRetention])"
  titel: "Kundenbindungsrate"

farbe:
  expression: "[SalesTeam]"
  conditional_coloring: true

Advanced Feature: Correlation Coefficient anzeigen:

-- Als Text-Objekt hinzufügen:
Correl(Aggr(Sum([SalesRevenue]), [SalesPersonID]),
       Aggr([YearsExperience], [SalesPersonID]))

Wie finde ich den Sweet Spot für die Produktpreise in Qlik Sense?

Problem: «Gibt es einen optimalen Preis für maximale Verkaufszahlen?»

Setup:

dimension: "[ProductID]"
x_achse:
  expression: "Avg([Price])"
  titel: "Durchschnittspreis €"

y_achse:
  expression: "Sum([UnitsSold])"
  titel: "Verkaufte Einheiten"

bubble_größe:
  expression: "Sum([Price] * [UnitsSold])"
  titel: "Gesamtumsatz"

farbe:
  expression: "[ProductCategory]"

reference_lines:
  x_line:
    value: "Avg(TOTAL [Price])"
    label: "Durchschnittspreis Markt"
  y_line:
    value: "Avg(TOTAL [UnitsSold])"
    label: "Durchschnitt Verkäufe"

Wie analysiere ich die Website-Performance mit Qlik Sense Scatter Plots?

Problem: «Wie hängen Traffic, Bounce Rate und Conversions zusammen?»

Setup:

dimension: "[PageURL]"
x_achse:
  expression: "Sum([PageViews])"
  titel: "Seitenaufrufe"

y_achse:
  expression: "Sum([Conversions]) / Sum([Sessions])"
  titel: "Conversion Rate %"

bubble_größe:
  expression: "Avg([TimeOnPage])"
  titel: "Verweildauer"

farbe:
  expression: "If([BounceRate] > 0.7, 'Hoch', If([BounceRate] > 0.4, 'Mittel', 'Niedrig'))"
  titel: "Bounce Rate Kategorie"

Wie beeinflussen Production Efficiency und Quality in Szenario 5?

Problem: «Führt höhere Produktionsgeschwindigkeit zu schlechterer Qualität?»

Setup:

dimension: "[ProductionLineID]"
x_achse:
  expression: "Sum([UnitsPerHour])"
  titel: "Einheiten pro Stunde"

y_achse:
  expression: "Avg([QualityScore])"
  titel: "Qualitätsscore (1-10)"

bubble_größe:
  expression: "Sum([ProductionCosts])"
  titel: "Produktionskosten"

farbe:
  expression: "[Shift]"
  werte: ["Früh", "Spät", "Nacht"]

cluster_analysis: true

Welche fortgeschrittenen Funktionen bieten Profi-Level Scatter Plots in Qlik Sense?

Was ist die Funktion „Automatic Clustering“ in Qlik Sense?

clustering:
  aktiviert: true
  anzahl_cluster: 4
  methode: "K-Means"
  farbe_nach_cluster: true
  zentroide_anzeigen: true

Business-Value: Automatische Gruppierung von ähnlichen Datenpunkten (z.B. High/Medium/Low Performer).

Wie funktionieren Regression Lines und R² in Qlik Sense Scatter Plots?

trend_analysen:
  linear_regression:
    aktiviert: true
    r_squared_anzeigen: true
    konfidenz_intervall: 95%

  polynomial_regression:
    grad: 2
    für_kurvenförmige_daten: true

Wie funktioniert die Outlier Detection in Qlik Sense Scatter Plots?

outlier_detection:
  methode: "Standard Deviation"
  threshold: 2.5
  hervorhebung: true
  farbe: "#FF0000"
  automatische_labels: true

Was sind die Dynamic Reference Lines in Qlik Sense Scatter Plots?

reference_lines:
  performance_benchmarks:
    x_line: "Percentile(TOTAL [XValue], 0.75)"  # Top 25%
    y_line: "Percentile(TOTAL [YValue], 0.75)"  # Top 25%

  quadranten_labels:
    q1: "High X, High Y"
    q2: "Low X, High Y"
    q3: "Low X, Low Y"
    q4: "High X, Low Y"

Wie liest man Scatter Plots in Qlik Sense richtig zur Korrelations-Interpretation?

Wie erkennt man die Korrelations-Stärke in Qlik Sense Scatter Plots?

Starke positive Korrelation (r > 0.7):

• Punkte bilden klare aufsteigende Linie
• Beispiel: Marketing Budget → Leads (gut geplante Kampagnen)

Schwache Korrelation (0.3 < r < 0.7):

• Punkte zeigen Trend, aber mit Streuung
• Beispiel: Erfahrung → Performance (andere Faktoren wichtig)

Keine Korrelation (r ≈ 0):

• Punkte zufällig verteilt
• Beispiel: Mitarbeiter-Alter → Verkaufsleistung

Negative Korrelation (r < -0.3):

• Punkte bilden absteigende Linie
• Beispiel: Produktpreis → Verkaufsmenge

Was ist der Unterschied zwischen Correlation und Causation?

korrelation_erkannt: "Budget correliert mit Leads"
mögliche_ursachen:
  - "Höheres Budget führt zu mehr Leads"
  - "Erfolgreiche Teams bekommen mehr Budget"
  - "Saisonale Effekte beeinflussen beide"
  - "Dritte Variable (Team-Qualität) beeinflusst beide"

vorsicht: "Korrelation ≠ Kausalität"

Wie kann man die Performance für große Datasets in Qlik Sense optimieren?

Warum wird mein Scatter Plot in Qlik Sense langsam?

Performance-Indikatoren:

• Mehr als 2.500 Bubbles
• Ladezeit > 5 Sekunden
• Browser-Lag bei Interaktion

Welche Optimierungs-Strategien gibt es für Qlik Sense Scatter Plots?

Strategie 1: Smart Sampling

-- Nur repräsentative Datenpunkte:
{<[RecordID] = {"=Mod(RecordNumber(), 5) = 0"}>}

Strategie 2: Aggregation erhöhen

-- Statt einzelne Transaktionen, nutze Monats-Aggregate:
Dimension: Month([Date])
X-Achse: Sum([Revenue])
Y-Achse: Sum([Costs])

Strategie 3: Calculation Condition

calculation_condition:
  bedingung: "Count(DISTINCT [Dimension]) <= 1000"
  meldung: "Zu viele Datenpunkte. Bitte Filter setzen."

Welche Design Best Practices für überzeugende Scatter Plots gibt es?

Wie funktioniert die Achsen-Optimierung in Qlik Sense Scatter Plots?

X-Achse Guidelines:

nullpunkt: "Nur bei sinnvollem Wertebereich"
skalierung: "Linear (Standard) oder Log (bei exponentiellen Daten)"
gitterlinien: "Sparsam verwenden"
titel: "Klar mit Einheiten"

Y-Achse Guidelines:

nullpunkt: "Meist bei 0 starten"
auto_skalierung: true
negative_werte: "Deutlich markieren"

Was sind die Richtlinien für die Bubble-Größe in Qlik Sense Scatter Plots?

minimum_größe: 3  # Lesbarkeit gewährleisten
maximum_größe: 15  # Überlappung vermeiden
skalierung: "Proportional zur Bubble-Wert"
null_werte: "Als minimale Größe darstellen"

Was sind die Farb-Guidelines für Qlik Sense Scatter Plots?

kategorische_daten:
  palette: "Qualitative (distinct colors)"
  maximum: 8  # Mehr wird unlesbar

kontinuierliche_daten:
  palette: "Sequential (z.B. Blues)"
  legende: "Mit Min/Max Werten"

performance_daten:
  palette: "Diverging (Rot-Gelb-Grün)"
  zentrum: "Benchmark/Target"

Welche häufigen Fehler gibt es und welche Profi-Lösungen gibt es dafür?

Wie behebe ich Fehler 1: Zu wenig Datenpunkte in Qlik Sense Scatter Plots?

Problem: 8 Bubbles in Scatter Plot

Lösung: Mindestens 20-30 Punkte, sonst Table verwenden

Wie behebe ich Fehler 2: Ungeeignete Variablen in Qlik Sense?

Problem: Kategorische Daten auf kontinuierlichen Achsen

Lösung:

richtig:
  x: "Budget (numerisch)"
  y: "Leads (numerisch)"

falsch:
  x: "Produktkategorie (kategorial)"
  y: "Leads (numerisch)"  # → Bar Chart verwenden

Wie beeinflusst die Bubble-Größe die Darstellung in Qlik Sense Scatter Plots?

Problem: Bubble-Größe ist random/konstant

Lösung: Größe muss dritte sinnvolle Dimension darstellen

Wie kann ich Fehler 4: Überinterpretation von Korrelationen vermeiden?

Problem: r=0.3 als «starker Zusammenhang» interpretiert

Lösung:

interpretation_guide:
  r_0_3: "Schwacher Zusammenhang"
  r_0_5: "Moderater Zusammenhang"
  r_0_7: "Starker Zusammenhang"
  r_0_9: "Sehr starker Zusammenhang"

Wie erstelle ich eine Quality Checklist für Scatter Plot Go-Live?

Vor der Freigabe prüfe diese 12 Punkte:

• ⬜ Mindestens 20-30 Datenpunkte
• ⬜ X/Y-Achsen numerisch und sinnvoll skaliert
• ⬜ Bubble-Größe hat Business-Bedeutung
• ⬜ Farben sind aussagekräftig und colorblind-friendly
• ⬜ Achsen-Titel mit Einheiten beschriftet
• ⬜ Correlation Coefficient angezeigt (wenn relevant)
• ⬜ Outlier sind identifiziert und erklärt
• ⬜ Reference Lines für Benchmarks (wenn sinnvoll)
• ⬜ Legende ist vollständig
• ⬜ Chart lädt in <5 Sekunden
• ⬜ Titel erklärt gefundene Korrelation
• ⬜ Causation vs. Correlation klargestellt

Wie bereite ich mich auf die QSBA Prüfung vor?

Was sind häufige Prüfungsfragen zu Qlik Sense Scatter Plots?

Frage 1: Wann ist ein Scatter Plot geeigneter als ein Line Chart?

Antwort: Bei der Analyse von Korrelationen zwischen zwei numerischen Variablen, nicht bei Zeitreihen-Trends.

Frage 2: Wie interpretierst du den Correlation Coefficient?

Antwort: r > 0.7 = stark, 0.3-0.7 = moderat, < 0.3 = schwach. Negativ = inverse Beziehung.

Frage 3: Was ist der Unterschied zwischen Korrelation und Kausalität?

Antwort: Korrelation zeigt statistische Beziehung, Kausalität beweist Ursache-Wirkung-Zusammenhang.

Wie löse ich komplexe Scatter Plot Probleme in Qlik Sense?

Warum haben alle Bubbles die gleiche Größe in Qlik Sense Scatter Plots?

Lösung: Check Bubble-Size Expression:

-- Falsch: Konstante Werte
Avg([ConstantValue])

-- Richtig: Variable Werte
Sum([Revenue]) / Count([Customers])

Wie kann man Korrelationen in Qlik Sense Scatter Plots erkennen?

Lösung:

1. Outlier entfernen und erneut prüfen
2. Zeitliche Verzögerung berücksichtigen (lagged correlation)
3. Non-lineare Beziehungen prüfen (polynomial regression)

Wie kann ich das Problem mit zu vielen überlappenden Bubbles in Qlik Sense Scatter Plots lösen?

Lösung:

1. Jitter hinzufügen für minimale zufällige Verschiebung
2. Transparenz aktivieren (Alpha-Blending)
3. Daten aggregieren auf höherem Level

💡 Pro-Tipp: Der beste Scatter Plot beantwortet die Frage «Besteht ein Zusammenhang?» mit statistischer Klarheit. Wenn du den R² nicht erklären kannst, ist das Chart noch nicht ready.

Tags: qlik-sense, scatter-plots, korrelation, data-science, business-intelligence, statistical-analysis