PR

データをわかりやすく伝える可視化とは?非専門家向けのポイントを解説

データ可視化の伝え方 データサイエンティスト検定
スポンサーリンク

はじめに

分析結果を説明するとき、作成したグラフをそのまま見せても、分析に詳しくない相手には「何を見ればよいのか」が伝わらないことがあります。伝えるための可視化では、情報量を増やすより、相手が判断するために必要な内容を分かりやすく示すことが重要です。

そのためには、誰に何を伝えるのかを先に決め、目的に合うグラフを選び、比較する対象や強調するポイントを整理します。この記事では、非専門家にも誤解なく伝わりやすいデータ可視化の考え方と、グラフを作るときに確認したいポイントを説明します。

この記事で分かること

  • 分析用と伝達用の可視化の違い
  • 相手に合わせて情報を絞る考え方
  • 目的に合ったグラフの選び方
  • 誤解を招きにくい軸・強調・注記の使い方

伝えるための可視化は「相手の判断」から考える

分析中の可視化では、複数のグラフを試しながら外れ値や傾向を探すことがあります。一方、報告資料では、その探索過程をすべて見せる必要はありません。相手が知りたいことや、資料を見た後に判断することを基準に、必要な情報を選びます。

例えば、経営会議で「どの地域の売上が落ちているか」を確認するなら、分析で使った多数のグラフより、地域別の差と前期からの変化が分かる図を優先します。可視化そのものの基本的な目的は、データ可視化とは?目的と活用場面をわかりやすく解説で整理しています。

非専門家へ伝えるときの4つのポイント

ポイント確認すること
目的を一つに絞るこのグラフで何を判断してほしいか
比較対象をそろえる期間・単位・カテゴリが同じ条件か
注目点を示す見るべき差や変化が分かるか
前提を補足する集計範囲や例外を誤解なく読めるか

特に重要なのは、グラフの主メッセージを増やしすぎないことです。売上の推移、地域差、商品の構成比、目標との差を一つの図へ詰め込むと、見る人がどこへ注目すべきか分かりにくくなります。目的が異なる場合は、図を分ける方が伝わりやすくなります。

目的に合ったグラフを選ぶ

グラフの種類は、見栄えではなく、伝えたい関係に合わせて選びます。カテゴリ間の大きさを比べるなら棒グラフ、時間による変化を示すなら折れ線グラフ、2つの数値の関係を示すなら散布図が候補になります。

例えば「A支店が最も売上を伸ばした」と伝えたい場合、支店ごとの増減を同じ条件で比較できる表現が必要です。円グラフや複雑な3D表現を使うこと自体が目的にならないようにし、相手が比較しやすいかを優先します。

強調は「見る場所」を案内するために使う

色や太字、注記は、重要な部分へ視線を案内するために使います。全項目を違う色にしたり、複数の場所を同じ強さで強調したりすると、かえって主役が分かりにくくなります。

例えば複数の支店の中で一つだけ大きく落ち込んでいる場合、その支店だけを強調し、必要なら「キャンペーン終了後に減少」のような短い注記を添えます。強調表示の考え方は、強調表示とは?効果的な方法と失敗しないポイントで詳しく説明しています。

軸・単位・集計条件で誤解を生まないようにする

見やすいグラフでも、軸の範囲や単位、集計期間が分からなければ、見る人は違う意味に受け取ることがあります。前年と今年を比較するなら同じ期間を使う、金額なら円・千円などの単位を示す、割合なら分母が何かを分かるようにするといった基本が必要です。

縦軸を途中から始める表現は小さな差を見やすくする場合がありますが、差が実際より大きく見えることもあります。目的上必要な場合でも、軸の範囲が分かるようにし、誤解を招かないことが重要です。軸設定の基本は、データを正確に伝えるグラフ:誇張しない軸設定と基本ルールで確認できます。

具体例:売上減少の状況を共有する

例えば全社売上が前月より減った理由を共有するとします。まず支店別の増減を同じ尺度の棒グラフで比較し、減少幅が大きい支店を強調します。次に、その支店の週別売上を折れ線グラフで示し、いつから減少したのかを確認できるようにします。

このとき、売上減少の原因までグラフだけで断定せず、「キャンペーン終了と同じ時期に減少」のように確認できた事実と、今後調べる要因を分けて示します。伝える可視化では、見やすさだけでなく、事実と解釈を混同しないことも大切です。

まとめ

分析に詳しくない相手へデータを伝えるときは、作成したグラフをそのまま並べるのではなく、相手が何を判断するのかを起点に情報を整理します。目的を絞り、比較条件をそろえ、注目点を明確にし、必要な前提を補足することが基本です。

グラフの種類、色や注記、軸の設定は、すべて「正しく短時間で意味を理解してもらう」ための手段です。伝えたい結論を強く見せることよりも、元データの意味を変えずに相手の判断を助けることを優先しましょう。

関連記事


タイトルとURLをコピーしました