visualization-choice-reporting

可視化の選択とレポート作成

ワークフロー

このチェックリストをコピーして、進捗を記録してください。

Visualization Choice & Reporting Progress:
- [ ] Step 1: Clarify question and profile data
- [ ] Step 2: Select visualization type
- [ ] Step 3: Design effective chart
- [ ] Step 4: Narrate insights and actions
- [ ] Step 5: Validate and deliver

ステップ 1：質問とデータのプロファイルを明確にする

答えようとしている質問を定義します（傾向は？ X と Y はどう違う？ 分布は？ Z を動かす要因は？ 構成は？）。データのプロファイルを確認します。データの種類（カテゴリ、数値、時系列、地理空間）、粒度（日単位、ユーザーレベル、集計済み）、サイズ（10 行、1 万行、1,000 万行）、次元（1D、2D、多変量）を把握してください。質問とデータのプロファイリングを参照してください。

ステップ 2：可視化の種類を選ぶ

チャート選択ガイドを使って、質問の種類に合ったチャートファミリーを選びます。データサイズ（小規模 → テーブル、中規模 → 標準的なチャート、大規模 → ヒートマップ／ビニング）、系列の数（1～3 → 標準、4～10 → スモールマルチプル、10 以上 → インタラクティブ／集計済み）、対象者の専門知識（経営幹部 → 洞察を添えたシンプルなもの、アナリスト → 詳細な探索）を考慮してください。

ステップ 3：効果的なチャートを設計する

シンプルなケースでは、デザインチェックリストを適用します（明確なタイトル、ラベル付きの軸、必要に応じた凡例、注釈、アクセシブルな色）。複雑なケース（多変量、ダッシュボード、インタラクティブ）では、resources/methodology.mdを確認し、高度な手法（スモールマルチプル、レイヤー化されたチャート、ダッシュボードのレイアウト、インタラクションパターン）を学びます。

ステップ 4：洞察とアクションを説明する

洞察を示す見出し（「エンタープライズセグメントが牽引し、売上高が前年比 30％増」）から始め、重要なパターンに注釈を付け（矢印、ラベル、網掛け）、背景情報（ベンチマーク、目標、前回との比較）を示し、意味を解釈します（「エンタープライズでプロダクトマーケットフィットが実現していることを示唆しています」）。アクションを提案します（「エンタープライズ向けの営業採用を強化します」）。ナラティブフレームワークを参照してください。

ステップ 5：検証して提出する

resources/evaluators/rubric_visualization_choice_reporting.jsonを使って自己評価します。以下を確認してください。チャートは質問に明確に答えていますか？ 洞察は一目で分かりますか？ 次のアクションは明確ですか？ 質問、データの概要、可視化の仕様、ナラティブ、アクションを含むvisualization-choice-reporting.mdを作成します。提出形式を参照してください。

---

質問とデータのプロファイリング

質問の種類 → チャートファミリー

質問の種類	例	主なチャートファミリー
傾向	X は時間とともにどう変化していますか？	折れ線、面、スパークライン、ホライズン
比較	カテゴリ間にはどのような違いがありますか？	棒（名称には横棒）、縦棒、ドットプロット、スロープチャート
分布	ばらつき／頻度はどのようになっていますか？	ヒストグラム、箱ひげ図、バイオリンプロット、密度プロット
関係	X と Y にはどのような関係がありますか？	散布図、バブルチャート、連結散布図、ヘックスビン
構成	どのような要素で構成されていますか？	ツリーマップ、円／ドーナツ、積み上げ棒、ウォーターフォール、サンキー
地理	どこで発生していますか？	コロプレス、バブルマップ、フローマップ、ドットマップ
階層	どのような構造になっていますか？	ツリー、樹形図、サンバースト、サークルパッキング
多変量	多数の変数はどのように相互作用していますか？	スモールマルチプル、平行座標、ヒートマップ、SPLOM

データの種類 → エンコーディングに関する考慮事項

• カテゴリ（製品、地域、ステータス）：位置、色相、形状を使います。正確に比較するには、円グラフの角度より棒の長さが適しています。
• 数値（売上高、件数、スコア）：位置、長さ、大きさを使います。線形スケールを優先し、桁違いの範囲にわたる場合にのみ対数スケールを使います。
• 時系列（日付、タイムスタンプ）：一貫した間隔を必ず使います。イベントに注釈を付けます。関連する場合は季節性を示します。
• 地理空間（緯度／経度、地域）：絶対的な位置を示すには地図を使います。地理が洞察の中心でない場合は、テーブルやチャートを使います。

---

チャート選択ガイド

質問の種類	チャートの種類	使用する場面
比較	横棒、縦棒、グループ化棒、ドットプロット、スロープチャート	カテゴリ → 数値。名前が長い場合や順位を示す場合は横棒。指標が2〜3個の場合はグループ化棒。前後の比較にはスロープチャート。
傾向	折れ線、面、スパークライン、ステップ、ローソク足	時間 → 数値。連続的な傾向には折れ線。累積や全体に対する内訳には面。インライン表示にはスパークライン。離散的な変化にはステップ。
分布	ヒストグラム、箱ひげ図、バイオリンプロット、密度プロット	数値 → 頻度。形状や外れ値にはヒストグラム。グループ間の四分位数には箱ひげ図。分布全体にはバイオリンプロット。
関係性	散布図、バブルチャート、ヘックスビン、連結散布図	数値 X → 数値 Y。相関には散布図。3つ目または4つ目の変数（サイズ／色）にはバブルチャート。データが密集している場合はヘックスビン。
構成	ツリーマップ、円／ドーナツ、積み上げ棒（100%）、ウォーターフォール、サンキー	全体に対する内訳。階層にはツリーマップ。2〜5個のカテゴリ（全体に対する内訳が重要な場合）には円チャート。累積にはウォーターフォール。流れにはサンキー。
地理	コロプレス、バブルマップ、フローマップ	空間的なパターン。地域にはコロプレス。正確な位置にはバブルマップ。起点と目的地の表示にはフローマップ。
多変量	スモールマルチプル、ヒートマップ、平行座標	多数の変数。統一した比較にはスモールマルチプル。行列（時間×曜日）にはヒートマップ。次元の表示には平行座標。

---

デザインチェックリスト

必須要素

• インサイトを伝える見出しタイトル：「月別売上」ではなく「エンタープライズが牽引し、売上が前年比30%増」
• 単位を含む明確な軸ラベル：「売上（$M）」「月（2024）」。「売上」「日付」だけでは不十分です
• 系列が複数ある場合は凡例を付ける： チャートの近くに配置し、可能な場合は線に直接ラベルを付けます
• 重要なポイントに注釈を付ける： 重要なイベントやパターンには、矢印、ラベル、網掛けを使います
• データソースとタイムスタンプ：「データソース：Analytics DB、2024-11-14時点」と示すことで信頼性が高まります

視覚認知に関するベストプラクティス

• 棒グラフ／縦棒グラフの Y 軸はゼロから始める（差を誇張しないため）
• 角度や面積より位置を使う（正確さでは円グラフより棒グラフ、サイズが重要でない場合はバブルチャートより散布図）
• 色覚多様性に配慮した配色： 赤と緑だけの組み合わせを避け、青とオレンジを使うか、パターンを追加します
• 色は区別しやすい色相5〜7色に抑える（それ以上では凡例を確認する必要があり、理解に時間がかかります）
• 前注意的属性（色、サイズ、位置）を使い、装飾ではなくシグナルを強調する

情報を整理する

• チャートの余計な装飾を取り除く： 3D、グラデーション、濃いグリッド線、背景画像は使いません
• データ以外のインクを控えめにする： グリッド線は薄いグレーにし、軸は細く、参照線には目立たない色を使います
• 余白を活用する： 詰め込みすぎず、データを見やすく配置します

アクセシビリティ

• インサイトを説明する代替テキスト：「2024年第1四半期から第4四半期にかけて売上が$2Mから$2.6M（30%増）に伸び、成長の80%をエンタープライズセグメントが占めたことを示す折れ線グラフ。」
• 十分なコントラスト： テキストを読みやすくし、線を見分けられるようにします
• 重要な区別には色だけでなくパターンも使用する（破線／実線、ハッチングした塗りつぶし）

ナラティブのフレームワーク

構成：見出し → パターン → コンテキスト → 意味 → アクション

1. 見出し（インサイトを最初に示す1文）：

• 次のようにはしません：「このグラフは月次売上を示しています。」
• 代わりに：「エンタープライズセグメントが牽引し、売上は前年比30％成長しました。」

2. パターン（何が見えますか？）：

• 「第1四半期から第2四半期は月200万ドルで横ばいでしたが、その後着実に伸び、第4四半期には260万ドルに達しました。」
• 「エンタープライズセグメントは120％成長した一方、SMBは10％減少しました。」

3. コンテキスト（何と比べていますか？）：

• 「目標比：計画を15％上回っています」
• 「前年比：2023年第4四半期は200万ドルでしたが、現在は260万ドルです」
• 「業界比：当社の成長率は30％で、業界平均の10％を上回っています」

4. 意味（なぜ重要ですか？）：

• 「エンタープライズでプロダクト・マーケット・フィットが実現していることを示唆しています。SMBの解約は、価格設定が合っていない可能性を示しています。」
• 「この傾向が続けば、2025年第1四半期には月300万ドルに達する可能性があります。」

5. アクション（何をすべきですか？）：

• 「優先事項：エンタープライズ担当の営業担当者を2人採用し、解約を減らすためSMB向けの年間プランを開始します。」
• 「監視項目：エンタープライズの受注率、プラン種別ごとのSMB解約率。」

ナラティブの全体例：

**見出し：**エンタープライズの売上は前年比120％増、SMBは10％減となり、全体では30％成長しました。

**パターン：**売上は月200万ドル（第1四半期）から260万ドル（第4四半期）に成長しました。エンタープライズセグメントの第4四半期の売上は150万ドル（第1四半期の68万ドルから増加）で、SMBは130万ドルから110万ドルに減少しました。

**コンテキスト：**総売上は計画を15％上回っています。エンタープライズの成長率（120％）は業界平均（25％）を大きく上回っています。SMBの解約率は第3四半期から第4四半期にかけて5％から10％に倍増しました。

**意味：**エンタープライズでは強いプロダクト・マーケット・フィットが見られます。SMB向けの価格設定や機能セットは、ニーズに合っていない可能性があります。エンタープライズが売上に占める割合は、第1四半期の34％から58％に増加しており、分散性が低下しています。

アクション：

1. **優先事項：**第1四半期にエンタープライズ担当の営業担当者を2人採用し、エンタープライズ向けのプレイブックをさらに強化します
2. **改善：**解約を減らすためSMB向けの年間プランを第1四半期に開始し、解約したSMB顧客にインタビューして課題を特定します
3. **監視：**エンタープライズの受注率、プラン種別ごとのSMB解約率、売上集中リスク

---

提出形式

以下のセクションを含む visualization-choice-reporting.md を作成します。

**1. 質問：**データを使って回答する質問（例：「過去1年間の売上推移はどうなっていますか？」）

**2. データの概要：**ソース、期間、粒度、ディメンション、データサイズ（例：「分析DB、2024年1月〜12月、月次、セグメント別売上、24行」）

3. 可視化：

• 選択したグラフの種類（例：「注釈付き複数折れ線グラフ」）
• 理由（このグラフを選んだ理由。質問の種類、データ構造、グラフの利点）
• デザイン上の決定（Y軸のスケール、ラベル、注釈、色）
• グラフの仕様（画像、コード、または軸、系列、注釈を含む詳細な仕様を埋め込みます）

4. ナラティブ：（上記の「見出し → パターン → コンテキスト → 意味 → アクション」の構成）

• 見出し：インサイトを最初に示す一文
• パターン：何が見えるか
• コンテキスト：ベンチマーク／目標／過去との比較
• 意味：なぜ重要なのか
• アクション：次に何をするか

**5. 検証：**ルーブリックを使った自己チェック（明確さ ✓、正確性 ✓、インサイト ✓、実行可能性 ✓、アクセシビリティ ✓）

**6. 付録（任意）：**生データ、検討した代替案、統計的検定、前提条件

例を含む完全なテンプレートについては、resources/template.md を参照してください。

---

よくある間違い

グラフ選択の誤り

❌ カテゴリが5つを超える場合に円グラフを使う： 角度を正確に比較するのが困難です ✓ 横棒グラフを使う： 共通の尺度上の位置のほうが正確です

❌ カテゴリデータに折れ線グラフを使う： 存在しない連続性を示唆します（例：製品別の売上） ✓ 棒グラフを使う： カテゴリは離散的です

❌ 3Dグラフ： 遠近法で値が歪み、情報も増えません ✓ 色やサイズを使った2Dグラフ： より明確で正確です

デザイン上の間違い

❌ Y軸がゼロから始まらない（棒グラフ）： 差を誇張します ✓ 棒グラフや縦棒グラフはゼロから始める： 視覚的な比率が正確になります

❌ 異なる尺度を使った2つのY軸： 誤解を招く相関関係を示します ✓ スモールマルチプルまたは100を基準とした指数を使う： 尺度ではなく形状を比較します

❌ 虹色の配色： 色覚多様性に配慮されておらず、知覚上の順序もありません ✓ 連続（明色→暗色）または発散（青→白→赤）パレット

ナラティブの失敗

❌ タイトル：「月別売上」： 説明的ですが、洞察がありません ✓ 「売上が前年比30％増、エンタープライズが牽引」： 洞察を先に示します

❌ 背景情報がない：「売上は260万ドルです」（何と比べて？） ✓ ベンチマークを追加：「売上は260万ドルで、目標の225万ドルを15％上回っています」

❌ 意味のないパターン：「売上が増加しました」（それで？） ✓ 解釈を加える：「売上が30％増加しており、エンタープライズ製品の市場適合性を示唆しています。2025年の採用計画にも活用できます」

❌ アクションがない：「興味深いパターンです」で終わる ✓ 提案する：「エンタープライズ担当のAEを2名採用し、SMBの解約を調査する」

---

リソース

• シンプルなケース： resources/template.md を使って、質問のプロファイリング → グラフの選択 → ナラティブの作成を行います
• 複雑なケース： resources/methodology.md で、ダッシュボード、スモールマルチプル、インタラクティブな可視化、高度なグラフの種類について学びます
• 自己評価： resources/evaluators/rubric_visualization_choice_reporting.json

さらに読む：

• Cole Nussbaumer Knaflic 著「Storytelling with Data」（グラフの選択、不要な要素の整理、ナラティブ）
• Edward Tufte 著「The Visual Display of Quantitative Information」（原則、チャートジャンク、データインク比）
• Stephen Few 著「Show Me the Numbers」（ダッシュボードのデザイン、知覚の原則）