データをビジュアル化するためのベストプラクティスをまとめました。

1. Art and Science of
Visual Analytics
Original Article by Mac Bryla | Translate & Arranged by KT

2. なぜデータをビジュアル化するのでしょうか？

3. 脳がどう働くのか知る必要があります

4. ゲームをしてみましょう

6. ゲームをしてみましょう

8. 18596746321475030608030504090
70502769843010215346748950213
06057204020503090845064201040
70204070835061305080239245798
18596746321475030608030504090
70502769843010215346748950213
06057204020503090845064201040
70204070835061305080239245798
18596746321475030608030504090
70502769843010215346748950213
06057204020503090845064201040
70204070835061305080239245798

9. ビジュアル・アナリティクスとは？
ビジュアル・アナリティクスとは
私たちの視覚能⼒を活かして認識を拡⼤する
データの表現⽅法です。
Visual analytics is the representation of data that exploits our visual perception
abilities in order to amplify cognition.
- Andy Kirk

10. 数字の裏になにかある？

11. 数字の裏になにかある？

12. きれいなチャート
チャートは数字を楽しく表現するためのもの、
と考えることは間違いです。
チャートは理解するためのツールなのです。
"It’s a common mistake to think that charts are just a fancy way of showing numbers.
They’re not. They’re tools for understanding."
-Robert Kosara

13. ビジュアル・アナリティクスのプロセス
ビジュアル化のベストプラクティス

14. ビジュアル・アナリティクスのサイクル

15. ビジュアル・アナリティクスのサイクル

16. なぜ視覚化が
簡単に⾏えなければならないのでしょうか？

17. 記憶とプロセス

18. 記憶とプロセス

19. ⼈間の認知と認識
34
x 72
̶̶̶̶̶̶̶
68
2380
̶̶̶̶̶̶̶
2448

20. ⾃分の中から外に出し、
出したものを⾒て再度理解を深める

21. ⽂字を書くには？

22. ⽂字を書くには？

23. Flow

24. データを⾒るには？

25. データを⾒るには？

26. ビジュアル・アナリティクスのサイクル

27. クロス集計 vs.

28. ⾊付きテーブル

29. 棒グラフ&⾊

30. 詳細も⾒ることができる

31. 記憶とプロセスの⼒を⼗分に発揮する
Sensory Memoryを有効に使ってあげることで、
Short-term Memoryを有意義な考察に使うことができる

32. 記憶とプロセスの⼒を有意義に使う
読まなくていいものを読ませない（⾒てわかるようにする）
覚えなくていいものを覚えさせないことによって
脳の⼒を思索に振り向ける

33. ビジュアル化のベストプラクティス
Preattentive Attributes
色
地図
コンテキスト
比較対象
ダッシュボード
デザイン

34. 記憶とプロセス

35. Preattentive = 前注意的な

36. Preattentive Attributes
⾊（彩度）
⾊（⾊相）
位置囲い サイズ
向き 幅 ⻑さ
形状
空間グループ
⼈間の知覚と認識

37. Preattentive Attributes
⾊（彩度）
⾊（⾊相）
位置囲い サイズ
向き 幅 ⻑さ
形状
空間グループ
⼈間の知覚と認識
Form Colour Position

38. どのPreattentive Attributesが⼀番強いでしょう？
形状、サイズ、⾊、位置 で想像してみてください。

40. どのPreattentive Attributesが⼀番強いでしょう？
形状、サイズ、⾊、位置 で確認してみてください。

41. 位置
色
サイズ
形状
重要度
高
低
Preattentive Attributesの強さ

42. Tableauのマークカード

43. データのタイプ
分類的な名義
アジア
ヨーロッパ
北アメリカ
トヨタ
BMW
フェラーリ
ワイン
ビール
⽔
順序的な名義
⾦
銀
銅
とても良い
良い
悪い
⾼
中
低
量的
重さ
10kg, 25kg, 100kg
価格
100, 1270, 3450
温度
-12℃, 3 ℃, 45 ℃

44. データのタイプとPreattentive Attributesの相性は？

45. データのタイプと相性のいいPreattentive Attributes
分類的な名義 順序的な名義 量的
位置
⻑さ
サイズ
⾊の彩度
形状
⾊相
位置
サイズ
⾊の彩度
⾊相
形状

46. ⼈がイメージしやすい組み合わせ
時間場所
⽐較値

47. ⼈がイメージしやすい組み合わせ
相対的割合

48. ⼈がイメージしやすい組み合わせ
関連性

49. ⼈がイメージしやすい組み合わせ

50. 有効に使いましょう。（多⽤厳禁）

51. ⾊

52. ⾊

53. ⾊

54. ⾊

55. ⾊

56. ⾊

57. ⾊の背景

59. 地図

60. マッピングから得る洞察

61. マッピングから得る洞察

62. マッピングから得る洞察

63. コンテキスト

64. コンテキスト

65. コンテキスト

66. ⽐較対象

67. どのくらいすごいの？
スカイダイブの世界記録

68. データを強化
気象観測用
ゴム気球
旅客機 エベレスト 最も高い建物民間企業の
有人宇宙飛行
成層圏
対流圏

69. ダッシュボード

70. 伝えたいことは何ですか

71. パターン2︓メッセージは何ですか
強調すべき点を整理して、伝わりやすくする

72. ©2011 Tableau Software Inc. All rights reserved.
データから情報を抽出
102

73. データから情報を抽出

74. 探索型
中立
パターン1：探索型

75. 説明型
意見が明確
http://graphics-info.blogspot.hk/2012/09/malofiej-20-look-at-our-participation.html
パターン2：説明型 → ストーリーテリング

76. デザイン

77. 考えなくてもわかる⾃然なデザインを⽬指す

78. #fail

79. #fail

80. It’s not rocket science

81. ⾒てわかるものは読まなくてもわかる

82. なにが欲しい？と聞いてはいけません。

86. ビジュアル・アナリティクスのプロセス
ビジュアル化のベストプラクティス

87. ビジュアル化のベストプラクティス
Preattentive Attributes
色
地図
コンテキスト
比較対象
ダッシュボード
デザイン

88. ビジュアル・アナリティクスとは？
ビジュアル・アナリティクスとは
私たちの視覚能⼒を活かして認識を拡⼤する
データの表現⽅法です。
Visual analytics is the representation of data that exploits our visual perception
abilities in order to amplify cognition.
- Andy Kirk