このようなデータ主導の時代に、私たちは膨大で多様なデータセットから、より意味のあるストーリーを引き出そうと努めています。データ可視化は、複雑なデータを、より親しみやすく、理解しやすいシンプルな形に変えるのに役立ちます。
この記事では、データ可視化の重要な役割と、 ビッグデータを理解するのに役立つ可視化ツールについて見ていきましょう。
データ可視化とは?
簡単に言えば、データ可視化とは、従来の報告方法ではなく、視覚的または芸術的なアプローチを用いてデータを表現する方法を研究する分野です。データ可視化は至る所にあり、身近に触れられるため、自然と目に入ってきます。
例えば、その日に着る服を決めるために天気アプリを確認したことはありませんか。気温、気圧、湿度に関するデータを読まなくても、アプリを開いて画面の上部に稲妻を伴う雲が表示されていれば、雷を伴う雨の一日になると分かります。
データ可視化は、以下のような働きを通じて、現代の企業において重要な役割を果たしています。
- 企業のデータを動きのあるアニメーショングラフに変換し、事業目標の達成を支援します
- データを視覚的でインタラクティブなダッシュボードに変換し、ビジネスに役立つインサイトを提供します
- パターン、傾向、相関関係を示し、業務手順を改善して事業を拡大できる領域を把握できるようにします。
- 分析対象のデータの全体像を描き出します
- 膨大なデータを直感的に活用し、重要な発見を際立たせます
- データ可視化により、十分な情報に基づく、より良い意思決定を迅速に行えるよう支援します
一般的なデータ可視化の手法
扱うデータの種類や描きたいイメージに応じて、異なるデータ可視化の手法を使う必要があります。一般的な手法には、チャート(折れ線、棒、円)、プロット(バブル、散布図)、ダイアグラム、マップ(ヒートマップ、地理マップなど)、マトリックスがあります。 それぞれにさまざまな表現のバリエーションがあり、ストーリーの語り手である皆さんが、洞察に富んだメッセージを説得力を持って伝えるのに役立ちます。
データストーリーテリングについて詳しくはこちら: データストーリーテリングの実践的な教訓
チャート
チャートは、1つまたは複数のデータセットの変化を適切に示します。要素間の関係をより明確に表現するデータ可視化もあれば、見る人を混乱させてしまうものもあります。データを扱う際に最も適したチャートの種類は、何を伝えたいかという目的によって異なります。 基本的な目的は四つあります:
- 関係の可視化は、提供されたデータを使って、二つ以上の変数のつながりや相関関係を示すことを目指します。例えば、半導体輸出の経時的な推移と市場全体の動向との関係です。
関係を示すためのチャートの例:散布図、バブルチャート。
- 比較の可視化は、一つの変数群を別の変数群と分けて配置し、両者の相互作用を示すことを目指します。例えば、ある1か月間に三つの旗艦店を訪れた来店者数です。
比較に使うチャートの例:横棒グラフ、折れ線グラフ、縦棒グラフなど。
- 構成の可視化は、全体を構成するさまざまな種類のデータを集め、まとめて示すことを目指します。例えば、1か月間のウェブサイトのエンゲージメントやインプレッションです。
構成を示すためのチャートの例:円グラフ、ウォーターフォールチャートなど。
- 分布の可視化は、関連のある情報や関連のない情報の集まりを並べ、相関関係があるかどうか、ある場合はどのような関係かを確認し、変数間に相互作用があるかを把握することを目指します。例えば、ベータテスト期間中に毎月報告されたバグの数です。
分布を示すためのチャートの例:縦棒ヒストグラム、折れ線ヒストグラムなど。

プロット
プロットの作成やデータの可視化は、数量の比較、傾向の分析、関係の定量化、割合の表示といった操作を通じて、特徴量と目的変数の間にあるさまざまなストーリーを伝えることができます。
行動につながるプロットを設計するために不可欠な構成要素:
- データの構成要素: カテゴリデータ、離散データ、連続データ、時系列データなど、どの種類のデータであるか。
- 幾何学的な構成要素: 散布図、折れ線グラフ、棒グラフ、ヒストグラム、Q-Qプロット、平滑化密度曲線、箱ひげ図、ペアプロット、ヒートマップ、円グラフなど、どのような可視化がデータに適していますか?
- マッピングの構成要素:どの変数を独立変数(x変数)として使い、どの変数を従属変数(y変数)として使いますか?これは、データセットが複数の特徴量を持つ多次元データである場合に特に重要です。
- 尺度の構成要素: プロットに線形尺度、対数尺度など、どのような尺度を使いますか?
- ラベルの構成要素: 軸ラベル、タイトル、凡例、フォントサイズなどのその他の要素。
地図
地図は、地域、地形、都市、道路、水路など、土地の物理的な特徴を表します。 地図を使うと、地理的な地図、建物の平面図、ウェブサイトのレイアウトなど、関連する対象物や領域上で要素の位置を特定できます。
ダイアグラムと行列
ダイアグラムは、複雑なデータの関係やつながりを示し、さまざまな形式のデータを1つの視覚表現にまとめるためによく使われます。プロセスマップの作成、意思決定支援、根本原因分析、アイデアの融合、プロジェクト計画に適しています。
代表的なダイアグラムには、次のような種類があります。
- フローチャート
- マインドマップ
- ベン図
- 樹形図
- SWOT分析
- フィッシュボーン図
- ヒストグラム
- ワイヤーフレーム
- サイトマップ
- ユースケース図
行列は、継続的に更新される複数のデータセット(ストリーミングデータ)間の相関関係を特定するのに役立つ、高度なデータ可視化手法の1つです。
データ可視化のための究極のツール
データ可視化ツールは、データを可視化するために開発されたソフトウェアの一種です。各ツールの機能は異なりますが、最も基本的な点では、いずれもデータセットを抽出して視覚的に加工できます。ほとんどのツールには、基本的な可視化を作成するために使える既成のテンプレートが用意されています。
1. Tableau
Tableauは、市場で最も人気のあるデータ可視化ツールの1つです。その主な理由は、比較的使いやすく、魅力的であるという2点です。 このソフトウェアは、数百ものソースと連携してデータを取り込み、グラフから地図まで数十種類の形式で可視化した結果を出力できます。
Salesforce傘下のTableauは、数百万人のユーザーとコミュニティメンバーを擁し、企業レベルで広く利用されています。
Tableauは、デスクトップ版、サーバー版、Webホスティング版の分析プラットフォームや顧客関係管理(CRM)ソフトウェアなど、複数の製品を提供しています。
| メリット | デメリット |
|---|---|
| 数百種類のデータ取り込みオプション 地図作成機能 無料の公開版を利用可能 Tableauの使い方を順を追って説明する豊富な動画チュートリアル |
有料版は高額(Tableau Creatorソフトウェアは1ユーザーあたり月額$70) 公開版ではデータ分析結果を非公開にできない |
2. Power BI
Power BIは、生データを分析・可視化し、行動につながる情報を提示する、Microsoftの技術主導のビジネスインテリジェンスツールです。ビジネス分析、データ可視化、ベストプラクティスを提供し、組織がデータに基づく意思決定を行えるよう支援します。
Power BIプラットフォームの強みにより、Microsoftは2019年2月、「2019 Gartner Magic Quadrant:アナリティクスおよびビジネスインテリジェンスプラットフォーム部門」でリーダーと評価されました。
以下は、Power BIがBI分野で高い人気を集め、不可欠な存在となっている要因です:
1. 複数のソースにある大量のデータへのアクセス
2. インタラクティブなUI/UX機能
3. 優れたExcel連携
4. Azureによるビッグデータの準備の迅速化
5. インサイトを行動に転換
6. リアルタイムのストリーム分析
3. Infogram
Infogramも、グラフ、レポート、地図の作成に利用できる人気のツールです。
Infogramがこのリストの他のツールと異なる点は、その名前の由来でもあるインフォグラフィックを作成できることで、特にクリエイティブ分野の専門家に人気があります。また、初心者にも役立つドラッグ&ドロップエディターが搭載されています。
可視化した結果は、レポートや文書に埋め込むための画像ファイルやGIFとして、またはオンラインで使用するためのHTMLとして保存できます。 このリストにある他のツールの多くと同様に、Infogramには無料からエンタープライズ向けまで、段階別の料金プランがあります。
| 長所 | 短所 |
|---|---|
| 基本的な 機能を備えた無料プランを含む段階別の料金体系 35種類以上のチャートと550種類以上の地図を搭載 ドラッグ&ドロップエディター 追加のデータソースを取り込むためのAPI |
一部の他のアプリと比べて、標準搭載のデータソースが大幅に少ない |
4. Datawrapper
Datawrapperは、オンラインで使用するチャート、地図、その他のグラフィックを生成するツールです。
Datawrapperは使いやすいものの、特にこのリストの他のツールと比較すると、機能にはやや制限があります。主な制限の1つは、データソースと連携しないことです。そのため、データを手動でツールにコピー&ペーストする必要があり、時間がかかるうえ、注意しないとエラーが発生しやすくなります。
代表的な出力形式には、散布図、折れ線グラフ、積み上げ棒グラフ、円グラフ、範囲プロット、各種の地図や表があります。ツールの使用目的に応じて、無料と有料のオプションを選べます。
| 長所 | 短所 |
|---|---|
| 報道現場のデータ 可視化に特化した設計 無料プランは小規模なサイトに適している 色覚チェック機能を内蔵 |
データソースが限定的 有料 |
データ可視化の評価
データダッシュボードの構築に進む前に、優れたデータ可視化の基準をある程度理解しておく必要があります。次の要件を満たすことが求められます。
- 視覚的に魅力があること。高度なビジュアル制作ツールや高品質なモバイルアプリの登場により、ユーザー体験に求められる水準は高まっています。Google Glassのような技術の進化に伴い、その水準はさらに高まるでしょう。古い技術で設計されたように見える可視化は、使ってもらえません。
- 拡張性があること。データ可視化が成功すれば、他の人もそれを使用し、活用したいと考えるでしょう。アクセスのしやすさや将来の保守・変更を考慮し、拡張可能なシステム上に可視化を構築してください。
- ユーザーに正しい情報を提供すること。ユーザーが必要な情報よりも見た目や特定の機能に注目してしまうのは問題です。可視化を作成する前に、セルフサービス、ドリルダウン、詳細分析、経営層向けの概要把握など、どのような用途で使うのかを明確に定義してください。
- アクセスしやすいこと。アクセスしやすい可視化は使いやすく、必要に応じて簡単に変更できます。また、いつでもどこでも、どのデバイスからでもデータにアクセスできる必要があります。この機能は、ユーザーへの定着に不可欠です。
- 迅速な開発と導入が可能であること。ウォーターフォール型(チャート形式)のプロジェクトや、データ可視化の導入・構築に長い時間をかける時代は終わりました。 ユーザーは今すぐ情報を必要としており、適時に提供できなければ、別の方法で入手しようとするでしょう。
落とし穴と課題
Excelのような単純なレポート作成ツールから、より高度な可視化ソフトウェアツールへ移行する際に、初心者はよくある落とし穴にはまりがちです。このブログでは、データの使用方法や設計に関する落とし穴を見ていきます。
データを盛り込みすぎる
どのような可視化でも、データを追加し続けたくなる誘惑に抗うのは、ほぼ不可能です。データの過剰な詰め込みは、間違いなく最もよくある落とし穴であり、同時に最も直しにくい習慣の一つでもあります。
データを次々と追加する習慣に陥らないためには、どうすればよいのでしょうか。このような状況に陥ったときに検討すべき点は、次の二つです。
- ビジネスインテリジェンス(BI)の設計図を完成させるために、必要な時間を十分に確保してください。
- 設計図の四つのセクションすべてに、明確なメッセージを作成してください。
画一的なアプローチの罠にはまる
すべての人に向けたデータ可視化を作ろうとすると、誰にも使われなくなります。私たちはこの状況を「画一的なアプローチの罠」と呼んでいます。
この罠を避けるには、提示されたストーリーボードモデルに必ず従ってください。このモデルを使えば、常に対象者に固有のストーリーを伝えられます。それが、ユーザーによる長期的な定着と活用の鍵です。特定の対象者に合わせてストーリーを組み立てなければ、ユーザーは自分に関係のない情報で時間を無駄にさせられたと感じ、あなたや製品に反感を抱くようになります。
結論
今日、コンピューター、テクノロジー、企業のビジネス環境は急速に変化しており、あらゆる兆候が、今後はさらに速いペースで変化し続けることを示しています。このような中で、データ可視化の技法の未来は、どのようなものになると考えられるでしょうか。
「データ可視化:データ可視化の未来」、Towler, 2015によると、「データ可視化は新たな時代に入りつつあります。新たなインテリジェンスの情報源、理論の発展、多次元イメージングの進歩が、分析やインサイトによって提供できる潜在的な価値を再構築しており、可視化はその中で重要な役割を果たしています。」
ビッグデータがますます巨大になる中で(今後もさらに巨大になります!)、データ可視化も成長と進化を続け、卓越した価値をもたらしていくと考えて差し支えありません。また、データ可視化のプロセスや実践への取り組み方も、成長し発展していく必要があります。
最新情報やイベントをお見逃しなく。FacebookとLinkedInでフォローしてください!

