「データとデザイン 人とデータのつなぎかた」を読んだ感想
データ分析の職についてから現在に至るまで統計の勉強に力を入れてきました。
しかし実業務の中では高度な分析は必要ない、または分析以前の課題を抱えている状況の方が圧倒的に多く、なかなか成果につながらないという壁にぶつかりました。
そこで統計検定準一級を取得したのをきっかけに、よりビジネス寄りの勉強に力を入れていこうと思うようになりました。
現在はダッシュボード作成という業務を担っているので、その観点から面白そうな本を探していたところ見つけたのが「データとデザイン」という本です。
データとデザインという聞き慣れない組み合わせに興味もち読み始めましたが、最終的には多くの学びを得られました。(読んでから知りましたが、ここで言うデザインとは「グラフィックデザイン」はもちろん、「設計」という意味でのデザインなども含んでいます)
本書はデータを使ったプロダクト・サービスに関わる人全般に向けた本のようですが、ここではデータ分析に関わる人間の視点で「データとデザイン」という本の感想を書いていきます。
探索と提示
本書ではデータビジュアライゼーションの専門家であるスコット・ベリナートの「visualizations that really work」(https://hbr.org/2016/06/visualizations-that-really-work)という論文を引用し、図を用いたコミュニケーションを「概念的⇄データ駆動」と「宣言的⇄探索的」の２つの軸で分類しています。
概念的な可視化は本書で詳しく扱っていませんが、インフォグラフィックやグラフィックレコーディングなどが該当するようです。データを可視化するという点では直接的な関わりはなさそうですが、みやすい・わかりやすい可視化という点を強く意識する場合は参考になりそです。
宣言的とはデータを視覚的にわかりやすくまとめることで、見た人が意味を汲み取りやすい形にしたものを指します。
探索的とは様々な視点からデータを確認しネクストアクションにつながる根拠を探す機能を持つものを指します。
そしてデータ活用が身近になった現在は、普段データを扱わない人でも簡単に扱えるような宣言・探索両方の役割を持ったデータ活用が求められるようになりました。そのニーズに応えるように登場したのがBIツールであるとしています。
また「ビジネスダッシュボード設計実装ガイドブック」でも似たような分類をしているので、探索と提示を意識してダッシュボード作成するのは重要そうです。
個人的な経験だと、
提示的なダッシュボードは色・レイアウト・注釈などを適切に設定し、ぱっと見でわかりやすくする工夫が必要。
一方で探索的なダッシュボードはフィルターやパラメータなどの機能を盛り込みすぎないようにバランスを取る必要があったり、(tableauのLOD表現のような)複雑な計算をしている場合、意図した計算ができているかの検証が必要です。
どちらも違った難しさがあり、探索と提示の両方の役割を果たすダッシュボードの作成はとても難しい印象です。
本書では、著者が携わってきたプロジェクトでどのように探索と提示の融合を達成してきたかが述べられています。
アクションに繋げるには？
時間をかけて丁寧に使いやすいダッシュボードを作った後に待っているのは「次のアクションにつながるのか？」という問題です。
結論から言うと、本書には具体的なノウハウの類はきさいされていませんが、そのようなダッシュボードを作る際のヒントは得られました。以下に本の内容と僕の考えをまとめていきます。
アクションに繋がるダッシュボードに必要な要素は
- 重要な数値とそれに関連する数値を可視化する
- 次の一手を決める根拠になる
の２つかと思います。
１つ目に関してはKPI関連の本(KPIマネジメントなど?)を参考にしつつダッシュボードを作成すれば問題なさそうです。
２つ目に関しては、次の一手への解像度の高さで作成するべきダッシュボードの種類(提示か探索か)が変わってきそうです。
実行可能な次の一手がある程度決まっている場合や、すでにアクションを起こしていて継続するか否かの意思決定をしたい場合は提示型のダッシュボードで十分。一方で、何をすればいいかわからない場合や、次の一手を考えるにしても何かしらの手がかりが欲しい場合は探索型のダッシュボードが必要になってきます。
人とデータの繋ぎ方
上記ではデータをアクションに繋げるというお話でしたが、本書ではさらにデータを人間の生活に浸透させるような人とデータの繋ぎ方についても述べられています。
データが生活に浸透している際たる例として天気予報が挙げられます。
天気予報には以下の特徴があります。
なぜ多くの人が気象データを意思決定につなげることができるのか。意思決定のためには、①わかりやすく情報が提示されていることがまず重要となる。実際に気象庁が収集したアンケートでも、満足な理由の上位は予報の正確性よりも「利用しやすい」や「内容がわかりやすい」といった項目が並んでいる。天気予報は、雨雲の様子などと合わせて誰にでもわかりやすく、信頼できるかたちでデータが提示されている。そして、②次にとるべきアクションが明確である、ということも重要なポイントとして挙げられる。天気予報で示されるアクションは、傘の必要性や適切な服装など、具体的でわかりやすい。しかし、これらに加えて天気予報には、「③アクションをする本人が直接データを確認している」という一見当たり前に思える状況があることが、理想的なデータ活用を大きく後押ししている。これは要素として、現場状況を理解している、言い換えることができる。
- 櫻井稔作データ と デザイン 人とデータのつなぎかた。
このように利用者が裏でどのような分析をしているのかを意識せずに数字だけを見て次の行動を決めることができる状態が人とデータがつながっている状態と言えそうです。
また天気予報サービスを提供しているウェザーニューズでは通常の天気予報だけでなく、天気痛を予測する天気痛予報、快適な服装を予測する服装予報など、わかりやすく次のアクションにつながるという点でデータ活用のお手本のようなサービスと言えます。
どうやって繋げるか？
天気予報のように人とデータを繋がった状態を実現するために、本書では以下のプロセスが必要と述べています
- 現場を体験する
- 体験を数理モデル化
- モデルの検証
現場を体験することでデータを見ただけではわからない課題を発見できる。こうして得た体験をデータでモデル化することができれば、その体験をコントロールする手がかりになります。
このように書くと簡単に見えますが実際は
- 改善する価値のある課題を発見できるのか?
- 発見した課題はモデル化できるような類なのか?
- そのモデルの信頼性は?長期的にも使えるのか?
などなどたくさんの壁が立ちはだかっていそうです。このあたりは以下の本などを参考にしながら引き続き考えていきたいです。
「体験→モデル化→検証」の流れを深掘り
モデル化の基礎を知る
複雑なデータ可視化
