視覚的分析のベストプラクティス: ガイドブック
何を伝えたいですか? 「素晴らしい」ビジュアライゼーションにするために最も重要なステップは、まず伝えたいことが何かを知ることにあります。 今日利用できるデータの量は膨大であり、散布図やジオコーディングの世界では誰もが迷います。 あなたのビジュアライゼーションには目的があり、その目的を達成するためにビジュアライゼーションの中に含めるものが何であるか、を注意深く選択することがきわめて重要です。
あなたのビジュアライゼーションに目的があるかどうかをどうやって見極めますか? それでは、いくつか質問をしてみましょう。 対象ユーザーは誰ですか? どのような質問がありますか。 その質問に対する回答はどのようなものですか。 それは、他のどのような質問を示唆しますか。 その結果、どのような会話が生まれますか。 つまりビューアーは、あなたのビジュアライゼーションを読み取るのに要した時間の分だけ何かを得る必要があるのです。
たとえば、IPO 投資に注目している株式ブローカーに対して、投資先の決定に役立つビジュアライゼーションを作成するとします。 「IPO の利益性は株価の推移に影響を与えますか?」というような質問をすることで、 次のようなビューを作成できるでしょう。
このビューから、IPO での利益がその後の株価の推移に大きく影響することがわかります。しかし、このデータセットには、過去 30 年にわたるすべてのソフトウェア会社の IPO についての情報が含まれています。 このビューから見つけた傾向が、果たしてその期間ずっと変わらないのか疑問に感じることでしょう。 2 つめのビューを見ると、その疑問が解消します
このビューを見ると、傾向は 1990 年代にのみ該当することがわかります。 さらに、2 つの点が明らかになります: 1) 1980 年代ではすべての会社が IPO で利益を生み、2) 2000年代では IPO での利益は株価の推移にさほど影響を与えていません。 これはつまり、最近の投資家は前任者よりもリスク受容型であることを意味しませんか。 または IPO で利益がなかった会社も、利益のあった会社と同様に将来性があるということではないでしょうか。 さらに調査を続けることができます。
ビジュアライゼーションの目的を決めたら、次にその目的の達成に役立つ分析の種類について考えます。 ここでは、一般的によく使われる分析のタイプとその分析に適したグラフのタイプについていくつか取り上げます。
データの分析でもっとも頻繁に用いられる方法の 1 つに、経時的な傾向の追跡があります。 下の例で、ベンチャー ファイナンス ファンドの流れの中でのセクター別の経時的な傾向を見てみましょう。 * 今までの経験から、経時的な傾向を示すのに最適なビジュアライゼーションは、[折れ線グラフ、面グラフ、棒グラフ]です。 また、経過時間を X 軸に、メジャーをY 軸に設定すると、傾向に関する文化的な慣例に合わせたビューを作成できます。
まず、以下に示す折れ線グラフを見てみましょう。 X 軸に年を、Y 軸には資金調達額をそれぞれ設定し、セクター タイプを色でエンコードします。 このビューから、すべてのセクターの資金調達における傾向が時間の経過とともにその後も同じように続くことがわかります。
また、個々のセクターの傾向と各セクター間における傾向の違いもわかります。 全体的な資金調達の傾向についてはどうでしょうか。 2000 年もしくは他の任意の時点において、すべてのセクターにいくらの資金調達があったか、正確な数値はわかりますか。
答えは No です。折れ線グラフにはその機能はありません。 その質問に対する回答が必要な場合は、以下のような面グラフや棒グラフで調べることができます。 これらのグラフはどちらも、時間の経過に伴う資金調達の傾向と、期間全体を通した個々のセクターの貢献度について詳細に述べているという点で優れています。 しかしこの 2 つには次のような違いがあります: 面グラフは各セクターを 1 つのパターンとし、棒グラフでは各年を 1つのパターンとしています。
* 経時的な傾向を示すのに最適なビジュアライゼーションは、[折れ線グラフ、面グラフ、棒グラフです。 また、経過時間を X 軸に、メジャーを Y軸に設定します。]
データ分析の別の手法に、比較とランク付けがあります。 国や地域、事業区分、営業担当者、スポーツプレーヤーなどを 1 つまたは複数の条件に基づいて比較したりランク付けすることがあります。 多くの場合、これで方向性や業績などがわかります。 棒グラフは定量的な値を 1 つのベースライン上での長さとしてエンコードすることによって、とても簡単に値を比較することができるため、比較とランク付けに非常に適しています。
世間ではよくメジャーの間の関係性を見つけようとします。それはデータ分析で常に行なわれていることです。 喫煙は発ガンの原因になるのか? 製品の価格は販売数に影響を与えるのか? 外気温と増加しているボート遊びには関係があるのか、政府の刺激策は新たな雇用を生み出すのか?
メジャー間の関係性を認識するには、まず簡単な相関性の分析を行うことから始めるとよいでしょう。 * ただし、相関性は必ずしも関係性を保証するものではありません。 相関性は関係性の可能性を示唆するくらいの意味合いと捉えてください。 関係性が確かに存在すると立証するには、より洗練された手法が必要になることがあります。
ここに、簡単な散布図を作成して 2 つの要素の間の関係性を見出す例を示します。 データは惣菜の卸売業者に関するものです。 Y 軸には販売価格を、X 軸には販売数をそれぞれ設定し、月別の売上高を詳細に取り込んでいます。 図を見ると (特に傾向線を加えた際に)、販売価格と販売数のマイナスの相関性があることがわかります。 価格が高ければ販売数が減り、逆もまた然りです。 これは、売上高を上げるには販売価格を下げるべきということでしょうか? 必ずしもそうとは限りません。 図の中で、純利益を円の大きさで表しています。これを見ると、両端で大きな利益が上がっていることがわかります。
ほかのタイプのグラフはどうでしょうか。 同じような結果を示すことができているでしょう か。 この例では、2 つの折れ線グラフと棒グラフを組み合わせています。 販売価格と販売数の傾向線を上の方に並べて表示することで、ビューアーが 2 つの傾向の比較に注目するように促すことができます。 明らかにマイナスの相関性があることがわかりますね。はい。 また、下の方にある純利益の棒グラフからは、相関性の分析が妨げられることなく意思決定を行うための情報を得ることができます。
分布の分析はデータ分析に特に便利です。すべての定量的範囲にわたって定量値がどのように分布しているかがすぐにわかるからです。
たとえば、病院で患者の治療時間の分布について調べるとします。 この場合どのタイプのグラフが最適でしょうか。 適したグラフはいくつかあります。 ここでは、このような目的によく使われる 2 つのタイプのグラフについて取り上げます。
1 つは箱髭図、もう 1 つはヒストグラムです。箱髭図は複数の分布を表示するのに優れています。 すべてのデータ ポイント (この場合は患者 1 人あたりの時間（分）) を 1 つの箱髭図にまとめています (下の図を参照)。 この図では、すべてのカテゴリの最小値、25 パーセンタイル値、中央値、75 パーセンタイル値、最大値を一度に簡単に把握することができます。 この箱髭図からわかるのは、Emergent (緊急) と Non-Urgent (急を要さない) のカテゴリの箱が他と比べて大きく、そのカテゴリの患者間で治療時間の長さが大きく異なるということです。 その理由は、 患者の中に、緊急として病院に来たが緊急ではないと判断された人がいたからでしょうか。 患者の抱えている問題は人によって様々であるため、受ける治療も人によって異なるからでしょうか。 それとも、緊急治療室にいる医師によって患者を治療する方法が大きく異なるからでしょうか。
分布を表示するもう 1 つの方法にヒストグラムがあります。 患者の緊急度のカテゴリ別にデータを分け、カテゴリごとに患者 1 人あたりの治療時間を図に示す代わりに、ヒストグラムではデータを時間区分 (またはビン) でデータを分けてその区分ごとの患者数を記載します。 このグラフから、ピークの (つまりもっとも一般的な) 治療時間が 70 分であることがわかります。 棒グラフの色によって、緊急度カテゴリ別の患者数の違いも一目瞭然です。この結果、ほとんどの時間区分にさまざまな緊急度の患者がいて、その中でも「緊急」と「急を要さない」患者が最も多いことがわかります。
一部と全体の間の関係を分析することがあります。 このような場合にはよく円グラフが使われますが、次の 2 つの理由から円グラフはお勧めできません。* 1) 人の視覚系はパイの見積もりに不向きであり、2) すぐ隣りのパイ同士としか比較できないからです。 たとえば以下の図で、1 番大きなパイがどれで、西部地域における年齢別の割合がどうなっているか、すぐに答えることができますか?
このような比較を円グラフで行うのは困難です。 では棒グラフはどうでしょうか。 以下の図では、円グラフと同じデータを、合計に対する割合で示した棒グラフで表しています。こちらのグラフなら、さきほどの質問にすぐ答えられるはずです。 そうです! 西部地域では、25 ～ 40 歳のグループの割合が最も大きいことがわかります。 さらに、すべての年齢別グループでの地域間の違いもより簡単に調べることができます。
場所を調べたいときはよくマップを使います。 マップ情報の詳細を示したグラフ、たとえば数値の大きいものから小さいものの順に並べられた棒グラフや傾向を示した折れ線グラフ、あるいは実データを示したクロス集計などが組み込まれたマップは、最良の資料になることがよくあります。
一部と全体の間の関係の分析には円グラフをお勧めしませんが、以下のような、たとえばWeb サイトのトラフィックなどを示す円グラフをマップに載せることはお勧めできます。 マップに円グラフを載せると国別の内訳が簡単にわかり、前述のようなタイプのグラフを補えば、マップはさらに便利になります。
分析に最適なタイプのグラフを選んでも、効果的なビューはたやすく作れるものではありません。 効果的なビューを作成するには、努力、直感、細部への注意、さらには試行錯誤が必要です。 より効率的でわかりやすいビューを作成するために一層の努力をした成果の例を以下に紹介します。
グラフの種類によっては、複数のメジャーとディメンションを 1 つのビューに設定できるものがあります。 たとえば散布図では、X 軸と Y 軸のメジャーを設定するほかに、色やサイズ、形状でマークのメジャーを設定することができます。 メジャーの設定先は、分析の内容や強調したい内容によって変わります。 最も重要なデータを X 軸と Y 軸に設定し、さほど重要でないデータを色やサイズや形状に設定するのが一般的です。
以下のビューは、住宅購入者向けに作成したものです。 このビューの目的は、住宅の販売価格、建築面積、敷地面積、さらに購入者が関心を持つ住宅のタイプの関係性をわかりやすくすることにあります。このビューからまず最初にわかる関係性は何でしょうか。
このビューでは、販売価格と敷地面積の関係性がとてもわかりやすくなっています。 しかし、この情報が、果たして住宅購入者にとって最も重要な情報なのでしょうか。 おそらくそうではないでしょう。販売価格と建築面積の関係性の方が重要なはずです。 住宅購入者が住宅を探すときは、敷地面積よりも住みやすい大きさであるかどうかを優先するものです。 したがって、次のようなグラフの方がより効果的なのです。
ちょっとした変更を加えることで、ビジュアライゼーションをよりわかりやすいものにできることがあります。 以下に示すビューをご覧ください。
このビューは読みにくいと思いませんか。 読みにくいのは、おそらくすべてのラベルが縦方向に記載されているからです。 そのため、ビュー全体が読みにくいものになっています。 縦方向にしか表示できないような長いラベルがある場合はビューを回転させてみてください。ツールバーボタンの`Swap(スワップ)` を使用すると、行と列のフィールドを簡単に入れ替えることができます。同じビューで方向を縦から横に変えた例を以下に示します。 このように少し変更を加えることによってグラフが読みやすくなり、比較もしやすくなります。
営業チームのメンバーを売上高とノルマで比較して評価するとします。 とりあえず、2 つのメジャーを横に並べてみます。 その結果のグラフは以下のとおりです。 しかしこのビューから、Greg Powell 氏の業績がすぐにわかりますか。 ノルマは達成しているようですが、どれほどノルマを上回っているか正確にはわかりません。 横方向の棒グラフが 2 つ横に並んでいるため、このような比較がしにくくなっているのです。
では、次のグラフはどうでしょうか。 売上高とノルマのデータを列ではなく行に設定しています。 そのため、売上高の棒とノルマの棒に 1 つのベースラインを作成できるため、比較がとても簡単になります。 このグラフから、Greg Powell 氏はノルマを上回っているものの、その額はわずかであることがわかります。
しかし、これよりもさらに適したビジュアライゼーションタイプがあります。 それはブレットグラフです。 このグラフは棒グラフに参照線を組み合わせることで、実際の数と目標の数を視覚的に比較できるようになります。 この例で言うと、実際の数は売上高 (棒)、目標の数はノルマ (縦の参照線) に該当します。 営業チームの各メンバーがノルマを達成しているかどうかが一目でわかるだけでなく、参照線を使用することでデータを表す棒の数を半分に減らすこともできるのです。
データのビジュアライゼーションを行う上で、ビューに過重に負荷をかけてしまうことは最も起こりがちなミスの 1 つです。 以下のビューをご覧ください。 インドにおける顧客や部門ごとの売上や利益に関して何かわかりますか。 おそらく何もわからないでしょう。 このビューに含まれているメジャーやディメンションの数が多すぎるのです。
国、部門、利益を 1 つのビューに重ねて表示するのではなく、複数の小さいグラフに分割するべきです。 次に示すビューは、関連の情報がすべてわかりやすく表示されていて、一目で理解できます。 ビジュアライゼーションに従来のクロス集計を組み込むことには大きなメリットがあるという好例です。
色や形状を効果的に使用すると、パターンを簡単に読み取ることができて便利です。 しかし、1 つのビューで使用する色と形状の数が多すぎると、逆効果になります。 以下のビューでは、24 色が使用されています。 色と線が混ざり合っていて、注文数に関する特定の国のパターンを読み取れないのはもちろんのこと、どの国がどの線で表されているのかさえ読み取るのはほぼ不可能です。 さらに、見分けのつきやすい色の種類が限られているため、複数の国が同じ色または似たような色で表示されています。
国に色を設定するのではなく、部門に色を設定してその違いを見てみましょう。 部門ごとの傾向がわかりやすくなりましたね。 もちろんです。 1 つのビューで使用する色と形状の数を 7 ～ 10 種類に制限することでデータを識別しやすくなり、重要なパターンを読み取れるようになります。
Tableau ダッシュボードとは 1 つのページに表示された複数の関連するビジュアライゼーションの集合体であり、それらは通常インタラクティビティを通じて相互に結びついています。 ダッシュボードでは、同じ場所で視点を変えることによってビジュアライゼーションの分析パワーが向上します。 ダッシュボードではまた、1 つの場所で複数のタイプのデータを組み合わせることもできます。
ダッシュボードはユーザーがアクセスしやすいように設計することが大切です。 以下に示すダッシュボードは、1 つの主題に関する情報を伝えるインタラクティブなビューの一例です。 このダッシュボードは、主題の重要な各要素、つまり 犯罪の発生地点、曜日別発生件数、発生頻度などを順次参照できて、とても使いやすくなっています。 また、ダッシュボードの右上にあるインタラクティブなパネルや、タイトルに埋め込まれているインタラクティブなインストラクションはすぐに目につき、見落とすことはありません。
使いやすいダッシュボードを作成するためのガイドラインを以下に示します。
最も重要なビューをダッシュボードの上部もしくは左上端に配置します。 ダッシュボードを表示したときにまず目にするのがその場所だからです。
ビジュアライゼーションの中で、1 つのビューが次のビューをフィルターしていく連鎖式のインタラクティビティを採用している場合は、上から下、および左から右に構成します。その結果、フィルターされた最後のビューが一番下もしくは右下端に配置されます。
ダッシュボードに配置するビューの数は、大きな必要性がない限り 3 つもしくは 4 つまでに限定するとよいでしょう。 ビューの数が多すぎると全体像がぼやけてしまうことがあります。 そのようなときはダッシュボードの数を増やせばよいのです。
1 つのダッシュボードで複数のカラー スキームを使用することは避けましょう。ただし、それらがごく自然に独立して使用されている場合は問題ありません。
フィルターが複数ある場合はレイアウトコンテナーでまとめてみましょう。 すると境界線で囲まれるため、それらに共通の特徴があるというわずかな視覚キューをもたらします。 フィルターを配置する場所は、ダッシュボードの右側、上側、左側が適しています。
凡例がすべてのビューに適用される場合は、すべてのフィルターと一緒に配置します。 凡例がビューの一部に適用される場合は、できるだけそのビューに近い所に配置します。
インタラクティビティによって、ビジュアライゼーションがひどくわかりにくいものになるか、または最高の分析になるかが決まります。 しかし、過度なインタラクティビティは最高の分析を無用なものにしてしまうことがあります。 このセクションでは、インタラクティビティの効果的な使用法について説明します。ただし、インタラクティブなビューの使用は必要な場合のみに留めるべきであることを忘れないでください。 たとえば、主題について説明したり、ユーザー エクスプロレーションを求める場合、もしくは表示する情報が多くて一度に表示できない場合などです。
ビジュアライゼーションのインタラクティビティで大切なのは、ビューアーが簡単に操作でき、操作による変更内容がどこに表示されるかすぐにわかるようにすることです。 ビューアーへの簡単な指示を取り込むこともできます。 以下のビューでは、副見出しに`選択`、`ハイライト`、`クリック` などの動詞を使用して、インタラクティビティを提示しています。
ハイライトを利用すると、たとえ複数のビューにまたがっていても、特定のエリアやカテゴリの値の関係性を簡単に提示することができます。 フィルタリングとは異なり、ハイライトしない他のポイントのコンテキストを表示したままにしておくと効果的です (フィルタリングについては後述します)。
ハイライトの機能をビジュアライゼーションに追加するには、凡例にあるハイライトのアイコンをクリックするか、ダッシュボードの アクション メニューからハイライト アクションを追加します。 後者の手法の方が特定のソース シート、ターゲット シート、データ フィールドを選択できるため、より細かくコントロールできます。
ダッシュボードでハイライトを設計するときは、次のことを確認するとよいでしょう。 対象ユーザーが感心を持っているのは何か。 ハイライト機能によって、データのパターンをより簡単に提示することができるのか。 強調したい関係性がデータに存在するのか。 ハイライトしたいものが含まれているビューまたはデータ フィールドはどれか。 ビューがパブリッシュされた時に何かをハイライトすることで特定のポイントを強調できるようになるのか。
この例では、すべてのビューにまたがって犯罪のタイプをハイライトできます。つまり、1 つのビューで特定の犯罪タイプをクリックすると、その犯罪タイプに関連するデータが他のすべてのビューでハイライトされます。 その結果、この地区における強盗発生場所や日毎の強盗発生件数、全犯罪における強盗の割合などのデータをすべて一度に簡単に読み取ることができます。
フィルターは、データをさまざまな角度から検討したり、さらに詳細レベルにデータをドリルダウンします。 この機能によって複数のレベルのデータ エクスプロレーションやユーザーによるデータ分析が可能になります。 Tableau のダッシュボードには、パワフルなフィルターを構築するためのオプションが数多く用意されています。ただし、フィルターを適切に使用しないと、ユーザーを混乱させる元になるおそれがあります。 次のステップを参考にして、効果的なフィルターを作成してください。
1. フィルターで実行したい内容について考えます。 ダッシュボードにフィルターを追加する前に、次の質問に答えておくと役に立つことがあります。 何についてのビューですか。 ユーザーにはどれくらいの柔軟性を期待しますか。 ビューの中で最大値を引き出すのはどのフィルターですか。 そのフィルターはすでにビューに含まれていますか。 そのフィルターを適用するとどのようなことが起こりますか。 そのフィルターはビューアーが特定の情報を得るために必要ですか。 フィルターとハイライト アクションを組み合わせるとどうなりますか。 フィルターの適用先は 1 つのビュー、一部のビュー、すべてのビューのどれですか。
2. 追加するフィルターのタイプを決定します。 ダッシュボードにフィルターを追加する方法は 4 通りあります。 追加するフィルターのタイプによって前述の質問に対する回答が異なります。 フィルターのタイプとその成果について以下にまとめます。
クイック フィルター: ビューにフィルターを追加する方法の中で一番簡単なのがクイック フィルターの適用です。 フィールドを右クリックするか、またはワークシートのフィルター シェルフにフィールドをドラッグするだけでフィルターをダッシュボードに取り込むことができます。 この例では、フィルターはデフォルトのダッシュボード ビューのサブエリアにまとめられていて、フィルターはコロンビア特別区の中の地区別、またデフォルトの地理的データはコロンビア特別区全域になっています。 つまり、ユーザーはこのフィルターを利用してコロンビア特別区全域から特定の地区にビューをドリルダウンできるため、ダッシュボードの利用価値が上がります。 デフォルトではこのフィルターのスコープは 1 つのビューにのみ適用されています。 別のビューにも適用するにはフィルターを手動で調整する必要があります。
ビューをフィルターとして使用: これもフィルターをダッシュボードに簡単に追加する方法の 1つです。 クイック フィルターとは異なり、このフィルターはデフォルトでダッシュボードにあるすべてのビューとフィールドに適用されます。 マップビューでフィルターとして使用オプションを選択した場合の例を以下に示します。この例では、マップ上でデータ ポイントを選択したときの曜日とその犯罪タイプで他のビューがフィルターされています。 この結果を見てわかるように、特定の曜日に発生した犯罪についてのデータは、曜日別の犯罪のデータに比べて有益とはいえません。 そこで、次のフィルター タイプの出番です。
フィルター アクション: このオプションを利用すると、フィルターを柔軟にコントロールできます。ソース ビュー、ターゲット ビュー、フィルター対象のフィールド、フィルターの起動方法、フィルターを消去したあとの動作などをコントロールすることができます。フィルター アクションは、ダッシュボードの`アクション`メニューから作成するか、または`フィルターとして使用`オプションによって自動的に作成されたフィルター アクションを編集して使用することもできます。 以下に示すビューは、既存のマップ フィルターを犯罪タイプによるフィルターに変更することで、さらにわかりやすくなっています。
パラメーター付きのフィルター: 前述の 3 タイプのフィルターと比較すると、このオプションが最もパワフルです。 パラメーターを使用することによって、フィルターは他のタイプのフィルターでは得られないような、より柔軟で興味深いものになります。 さまざまなデータ ソース間にまたがってのフィルターも可能です。 パラメーターを使用したフィルターのシンプルな例を以下に示します。このビューでは上位何位までの犯罪タイプでビューをフィルターするかをユーザーが選択できるようになっています。
これまでのステップでは効果的なフィルターの作成について説明しました。次に、フィルターの効果を最適化するためのヒントを紹介します。
フィルターは、できるだけ 1 つのダッシュボードのすべてのビューに適用するようにします。ただし、どうしても各ビューに別々のフィルターを用意しなければならない場合は、フィルター対象のビューにできるだけ近いところにそのフィルターを配置します。ダッシュボードが複数存在する場合は、フィルターをビューにどのように適用させるか、つまり各フィルターをすべてのダッシュボードに適用するのか、またはダッシュボードごとに別のフィルター セットを用意するのかについて、意識的に決定する必要があります。
フィルターは、たとえば日にち、国、州、都市、事業区分など重要な順番に並べます。フィルターにカスケード効果を持たせたい場合は、`Show Less Value`(少ない値を表示) ボタンをオンにします。 たとえば、最初のフィルターを State (州) に、2 つめのフィルターを City (都市) にそれぞれ設定する場合は、都市のフィルターで `ShowLess Value`(少ない値を表示) ボタンをオンにします。そうすることで、州の中でユーザーが選択する都市だけを表示することができます。
クイック フィルターによる値は、データに対して意味のある順番で並べられます。 たとえば、クラスをアルファベット順ではなく、人気度で並べることもできます。 クイック フィルターの順番は、そのフィールドのデフォルトの並べ替え順序を設定することで指定できます。
現在選択しているフィルターを表すダイナミックなタイトルを追加します。 その結果、選択された項目だけではなく、どのビューがフィルタリングされているかをユーザーが常に把握できます。
フィルターを行うためにフィールドを使用している必要はありません。 言い換えれば、20 カ国の GDP を表す棒グラフに対して、人口が 1 億人を超える国のみを表示するようにフィルターを設定できます。 このように「スライス」を行うフィルターはとてもパワフルです。
ビューに値を追加しないフィルターは表示しないようにします。 すべてのフィルターを表示する必要はないのです。 たとえば、ヌル値を排除することで、関係のないデータを一掃できます。 そのようなフィルターは、おそらくダッシュボードに表示する必要がないものです。
フィルターの中の選択リストが長くて、クリックするとタイムラグが発生するほどの更新が自動的に行われてしまうような場合は、`適用`ボタンをフィルターに含めるとよいでしょう。
フィルターに「すべて」を選択できるようにするのか、または何か 1 つを選択できるようにするのかを決めます。 用途に合わせてどちらかを選択して、フィルター設定します。
スライダー フィルターは日付や数値によるフィルターに適しています。リスト フィルターはカテゴリー データに適しています。
ダッシュボードにフィルターを適用した後は、必ずテストします。 組み合わせをいろいろと変えてフィルターを行い、それが不当な選択や意味を成さない選択を含んでいてもフィルター操作が正しく行われることを確認します。 フィルターを組み合わせることで結果が何も返されないことがあります。ユーザーを混乱させるおそれがあるため、これを防ぐ必要があります。
パブリッシュする前に、初期状態のビューを必ず確認してください。 ビューアーが抱く第一印象についてよく考慮しなければなりません。 選択項目を用意してパブリッシュするのもよい手法です。そうすることでユーザーはインタラクティビティをすぐに理解できます。 1 つのポイントがすでにクリックされた状態であると、ユーザーは操作を行いやすくなるかもしれません。
URL アクションにより、Web ページ、ファイル、Tableau 外の Web ベースのリソースなどへのハイパーリンクをダッシュボードに埋め込むことができます。 URL アクションを利用すると、データ ソースの外でホストされている情報にリンクすることができます。 データに関連するリンクを作成する際には、そのデータに含まれる値を URL のパラメーターとして使用してみてください。 たとえばツイッター ユーザーのリストを持っていて、その中のフィールドでユーザー名が にエンコードされている場合は、www.twitter.com/ を指す URL アクションを作成できます。 そのアクションがトリガーされると、ビューアーは選択したユーザーのプロフィールを見ることができます。 リンクでは新規 Web ページを開いたり、Web オブジェクトとしてダッシュボードに直接ロードすることができるということに注意してください。
サイズ変更: ビジュアライゼーションの表示を確認
Tableau ダッシュボードのサイズは、一般的なデスクトップ コンピューターに適合する固定サイズにデフォルトで設定されています。 しかし、Web、ブログ、またはプレゼン資料としてパブリッシュする際は、さらにサイズが制限されることがあります。 どこにパブリッシュする場合でも、ビジュアライゼーションのサイズは最終的にパブリッシュする先に適合するように設定してください。また、サイズ変更機能の`範囲`を使用することで、スクロール バーを避け、ビューが折り畳まれないようにしてください。
スクロールバー元のビジュアライゼーションとは異なるサイズにパブリッシュし直す場合は、以下に示すようなスクロール バーを使用することがよくあります。 すでに Web サイトに埋め込まれているビジュアライゼーションのサイズを変更する場合は、新しいコードで埋め直すようにしてください。 スクロール バーが使えるリスト ビューもあるかもしれませんが、ビジュアライゼーションの大きなビューでは一般的にスクロールバーを使用するべきではありません(下記参照)。
ビューのサイズを変更するときには注意が必要です。ビューが折り畳まれるのは避けたいところです。 すべてのデータをわかりやすい方法で表示するために、ヘッダーやラベル全体を配置するのに十分なスペースを常に確保する必要があります。 ビジュアライゼーションの中に十分なスペースがあることが確認できたら、どうしても残しておきたい場合を除いて手動で行なったサイズ変更をクリアします。 ツールバー ( ) の`クリア`ボタンを使用すると、手動で行なったサイズ変更をクリアできます。 手動で行なったサイズ変更をクリアすると、ビュー内の不要なスクロール バーが消えることもよくあります。
ツールバーの`自動調整` オプションを使用すると、ウィンドウ内で各ビューのサイズを調整できます。 次のオプションから選択します。
標準: ビューに含まれるデータ、およびウィンドウのサイズ に基づいて自動的にサイズ変更します。
幅を合わせる: ウィンドウの幅に合わせてビューの幅を調整します。 縦方向のスクロール バーは使用できます。
高さを合わせる: ウィンドウの高さに合わせてビューの高さを調整します。 横方向のスクロール バーは使用できます。
ビュー全体: ウィンドウの幅と高さの両方に合わせてビューを調整します。 スクロール バーは表示されません。すべてのデータがウィンドウの中に収まるように調整されます。
データに最も適した自動調整オプションとフィルタ方法を選択します。 たとえば、一定のデータを表示するシンプルなクロス集計に対して`ビュー全体の自動調整`を選択するとします。 この場合は、領域全体を使ってビューのサイズが自動調整されます。 また、フィルターの結果がわずか数個の値になるようなビューに対しては`標準`を選択します。 その結果、その領域全体にマークが伸長されるのを防ぐことができます。
ささいなことのように思われるかもしれませんが、ビューの書式設定ですべてが変わってしまうことがあります。 これは、ビジュアライゼーションを作成する上で最も細かな部分です。成功する秘訣は、試行錯誤を繰り返すことです。 しかしこれに全力を傾けこれらの手順に従えば、優れたビジュアライゼーションが完成します。
色の使い方によってビジュアライゼーションをつまらないものにも魅力的なものにもすることができます。
次のヒントを参考にして、色を使用して効果的なビジュアライゼーションを作成してください。
使用するカラー パレットは 2 つまでにしましょう。 以下に示すように、スケールの重複は避けましょう。
タイトルの背景色をフォルトのグレー (下図参照) から白、もしくは他のスキームと衝突しない明るい色に変更してみるとよいでしょう。
色がどのように解釈されるかを考慮します。 * データのコンテキストに色を適用する場合は、意味のある色を選択します。 データのコンテキストに適切な色がない場合は、Tableau のカラーセットを使用してください。このカラーセットは慎重に選択され、衝突することはありません。 カラー パレットを選択したら、メッセージに適合しない別の意味を持つ色が含まれていないかどうかを確認します。 独特の意味を持つ色を使用している場合は、その色をデータベースの中の関連する値に割り当てます。 たとえば、多くの文化では、緑はポジティブ、赤はネガティブを暗示します。
色の選択理由が明らかでなかったり、ビジュアライゼーション上で色に対して明示的にラベルを付けていない場合は凡例を用意します。
多色で発散的なカラーパレットを使用している場合は、中間点と端点を意味のあるものに設定します。 意味のある中間点としてよくゼロ (0) が使用されます。
色のエンコードは 12 色を超えないようにします。
Tableau では数多くのフォントを使用できますが、オンラインでの読みやすさを最適化するフォントはこの中のわずか数種類です。 ビジュアライゼーションの「専門家」が、読みやすくて見た目のよいフォントとして選択したものを以下に示します。
さらに、CalibriとCambriaはツールヒント (下図参照) には適していますが、ビジュアライゼーションのその他の部分に適用することはお勧めしません。また、フォントの色も考慮すべきです。 一般に、軸とラベルの色はダークグレーにします。その結果、ビューアーの注意がビジュアライゼーションから逸れてしまうのを防ぐことができます。 1 ページに使用するフォントの色は 2、3 種類に抑えるようにしましょう。
ビジュアライゼーションの中でさまざまなフォントやスタイルを使用している場合は、その形式が一貫していることを確認します。 たとえば、タイトルと同様に、すべてのフィルターに一貫したスタイルを使用します。ただし、フィルターとタイトルのスタイルには別のものを選択できます。
最後に、隣り合うテキストフォントの複数の属性、たとえばサイズ、太字、色、文字のひげ飾りなどを変更することは絶対に避けてください。
ツールヒントとは、オブジェクトの上にマウス ポインタを置くとポップアップするテキスト ボックスのことです。ツールヒント次第では、ユーザーがビジュアライゼーションを気に入ることもあれば理解できずに終わることもあります。 ツールヒントには、関連すると思われるすべての情報が自動的に表示されます。つまり、その情報の中にはビジュアライゼーションにすでに含まれている内容が繰り返し表示されることがあります。 これを回避するには、`編集`から`ツールヒント`を選択します。
ツールヒントの改善に役立つヒントを以下の例で示します。
1. まず基本のツールヒントから始めましょう。 適切にアンチエイリアス処理されたフォント、もしくはピクセルで構成されたものではないフォントをオンラインで使用します。Calibri や Cambria が適していますが、デフォルトの Arial でも差し支えありません。
2. 次に、ツールヒントの中で最も重要な部分を特定してタイトルを付けます。 この例では、"United States" がツールヒントの主題です。そのためフォントを太字にして 16 ptの大きさで表示しています。 必要に応じてタイトルにデータを追加することもできます。たとえば国だけではなく州も表示する場合は、タイトルの形式を "United States –Wyoming" のように設定できます。 スポーツ選手のカードに置き換えてみてはどうでしょう。たとえば "Kobe Bryant – Los Angeles Lakers" のように表示されますね。
3. 次に、メジャー名を具体的でわかりやすいものに変更します。 たとえば "Number of records" (台数) は意味がよくわかりませんが、"Number of Planes" (飛行機の数)にするととてもわかりやすくなります。 "Value" (値) はその意味合いが広くて、さらに詳しい情報が必要です。 "Average Price" (平均価格) の方がわかりやすくなります。
4. 最後に 1 つ大切なことを付け加えます。ツールヒントに表示するすべての数値には必ず単位を付けてください。ツールヒントは注釈やビジュアライゼーションへのメモ (「このデータは 2009 年度のものです。」など) を置くのに最適な場所です。 メモには薄くて少し小さなフォントを使うなどして、ツールヒントのその他の情報と見た目で区別できるようにすると便利です。
Tableau はビジュアライゼーションを始める絶好のスタート地点ですが、分析を行う上で軸はとても重要であり、十分な配慮が必要です。 正しい参照系が用意されていなければ、ビューアーは何もわからないまま操作しなければなりません (下図参照)。 次の各要素を参考にして、インテリジェントな軸を作成してください。
固定軸: デフォルトでは軸の範囲はデータに基づいてビュー上で自動的に調整されます。 クイック フィルターやフィルター アクションによってビューがフィルターおよび変更されると、ユーザーは軸の範囲が変わったことに気づかず間違った捉え方をしてしまうおそれがあります。 軸の変更はまた、視覚的な比較も困難にします。 軸を特定の固定範囲に設定することで、起こりうる混乱を回避することができます。
軸のグリッド線: データの範囲がとても広い場合など、固定の軸を作成することが現実的ではない場合は、ビューにグリッド線を追加します。 グリッド線を追加することで、ユーザーに対して軸が変更されていることを警告できます。 リファレンス ラインでも同じ効果が得られます。 ただし、リファレンス ラインは比較的薄くしておく必要があります。そうしないと、ユーザーの注意がビューの主要エレメントから離れてしまうからです。
軸のラベル: 軸のラベルが適切であることを確認し、必要に応じて単位を加えます。
軸の目盛ラベル: 目盛の値も正しく書式設定されていることを確認します。たとえば通貨の場合は通貨記号と小数点以下の桁数が正しいことを確認します。
データ ポイント上のマークであるマーク ラベルは、主題を簡単かつ簡潔に伝えるのに役立ちます。 マーク ラベルを読み取る方がデータ ポイント上にマウス ポインタを合わせてツールヒントを表示するよりも簡単な場合がよくあります。 書式設定 > マーク ラベルを選択してラベルをオンにします。
次のマーク ラベルのオプションから選択できます。
Labels on selection (選択項目にラベル): ビューの中で選択されたマークにラベルを付けます。 複数のマークが近接している場合は、別のオプションを選択して混雑を避けます。 Labels on highlight (ハイライトにラベル) でも同様です。
Labels on min/max (最小値と最大値にラベル): ビューの中の最小値と最大値にマークして、外れ値にラベルを付けます。
Labels on highlight (ハイライトにラベル): ビューの中でハイライトされたマークにラベルを付けます。
Labels on line ends (行末にラベル): ビューの中の終了行にラベルを付けます。開始行あるいは行末のみか、またはその両方のいずれの場所にラベル付けするかを指定できます。
ビジュアライゼーションで使用する重要なコンポーネントの設計が終わったら一歩下がり、客観的に見直して自分の作品を評価します。 設計の要素はすべてうまく動作していますか?
どのような質問に答えたいですか? ページ 4-5
このビジュアライゼーションはすべての質問に答えていますか?
ビジュアライゼーションの目的が、タイトルやその周りのテキストで明確に説明できていますか?
このビジュアライゼーションを、追加情報に頼らずに 30 秒以内で理解できますか?
ビジュアライゼーションにタイトルがありますか? そのタイトルは簡潔でわかりやすく、目を引くものですか?
ビジュアライゼーションにはビューアーにとってわかりやすいサブタイトルがありますか?
分析に適したタイプのグラフを使用していますか? ページ 5-12
どのような分析を実施していますか?
分析に最も適したタイプのグラフを選択しましたか?
選択したグラフよりもさらに適したタイプのグラフがあるかどうか検討しましたか?
作成したビューは効果的ですか? ページ 12-19
最も重要なデータを X 軸と Y 軸で表わし、あまり重要でないデータを色または形状の属性にエンコードしましたか?
ビューを直感的に配置しましたか? つまり、ビューアーはそのビューからデータを正しく読み取って理解することができますか?
データを読みやすくするために、1 つのビューのメジャーやディメンションの数を制限しましたか?
色や形状を識別したりパターンを読み取ることができるように、その色や形状の使用を制限しましたか?
ダッシュボードは総合的ですか? ページ 19-29
すべてのビューが組み合わさって、1 つの主題を伝えていますか?
すべてのビューはそれぞれ次のビューに正しく流れていますか? ビューはすべて適切な順番に並んでいますか?
最も重要なビューは上部もしくは左上端にありますか?
補助的な要素はダッシュボードに適切に配置され、邪魔することなくビューをサポートしていますか?
フィルターは適切な場所にありますか?
フィルターは正しく動作しますか? フィルターを適用するとビューが空白になったり混乱することはありませんか?
フィルターは正しいスコープに適用されていますか?
フィルターのタイトルはわかりやすいですか? ビューアーはフィルターの操作を簡単に理解できますか?
凡例は適用先のビューに近い場所に置かれていますか?
凡例のハイライト ボタンは用途に応じて「オン」や「オフ」に設定されていますか?
フィルター、ハイライト、URL アクションを利用していますか? その場合、正しく動作していますか?
凡例やフィルターは直感的にまとめて配置されていますか?
ビューの中にスクロール バーはありますか? ある場合、満足できるものですか?
作成したビューは折り畳まれていますか?
フィルターを適用してもビューは矛盾なく調整されますか?
作品は完成しましたか? ページ 19-29
ダッシュボード上の色はすべて衝突せずに正しく使えていますか?
ダッシュボード上では 7 ～ 10 色以内の色を使用していますか?
ビューの中ではフォントを一貫して使用し、1 つのダッシュボード上では 3 種類以内のフォントを使用していますか?
ラベルは明確かつ簡潔に使用していますか? ラベルを付けることでビューアーの役に立っていますか? サブタイトルは、メインタイトルより下に書式設定してください。
ツールヒントはわかりやすいですか? ビューアーが使いやすいように、正しく書式設定されていますか?
最後に、素晴らしいビジュアライゼーションを作り出すためには、あなたの努力と最良の判断が不可欠です。 これらのベストプラクティスに従うことで、あなたが作成するビジュアライゼーションが便利で効率的なだけでなく、ユーザーにとって視覚的に魅力あふれるものとなります。 おめでとうございます。 あなたは真のデータビジュアライゼーションマスターへの道を歩き出しました。