可視化グラフ/チャートの選び方

データ可視化 」と言えば、さまざまなグラフ/チャートは思い浮かぶでしょう。 棒グラフ、円グラフ、折れ線グラフなどの基本的なタイプから、散布図、バブルチャート、レーダーチャート、ドーナツ図、漏斗チャートといった複雑なものまで、それぞれは異なる場合に適しています。FineReportにも70種類以上のチャートが用意されていますが、どれに選択すべきかに迷う方はいるのではないでしょうか。

そこで、本稿はデータの特性によって適切なグラフ/チャートを選んで効果的に表現する方法について解説します。 

可視化グラフ

実際にデータを可視化する場合、最適なチャートを選択するために、チャートの基本的な特徴を捉えるに加えて、データに対して定性的および定量的な分析を行い、表現意図も考慮する必要があります。視覚効果の高いチャートを見つけるまで、その過程を繰り返すというわけです。

2006年、米国のAndrew Abela博士がブログに「Choosing a good chart」を発表しました。 それは「チャートの選択ガイド」というマインドマップです。

可視化グラフ

以下はこのマインドマップを日本語で解説し、データ可視化の際に考えるべき要素を見ていきます。

ステップ1:可視化の目的を明確にする

自分に「何を表現したいのか」と問います。答えとして「対比」、「分布」、「構成」、「関係」の4つの選択肢があります。

可視化グラフ

(画像の出所:towardsdatascience)

ステップ2:データの関係性を掘り出す

可視化の目的を決めたら、データの特性を基づき、データ間の関係をもう一歩深堀りしましょう。

①比較

カテゴリあるいは時系列での比較をしますか?カテゴリを基づき比較する場合、変数(Variable)は一つあるいは、複数あるのか?複数の場合、可変幅グラフにします。
一つの場合、カテゴリの数によっています。カテゴリが多数であれば、棒グラフを含めるテーブルを使います。カテゴリが少ないと、縦棒か横棒グラフを使います。

可視化グラフ

時系列比較をする場合、周期数(Period)によってチャートを選びます。
周期数が多ければ、データが周期性があるか(cyclical data)にあります。周期性がある場合、レーダーチャートを使います。周期性がない場合、折れ線グラフを使います。
周期数が少ない場合、カテゴリによって決まります。カテゴリが少なければ、縦棒グラフにします。カテゴリが多ければ、折れ線グラフにします。

可視化グラフ

②分布

データの分布を表示したい場合、それはダイメンション(次元)次第であり、一次元、二次元、三次元に分けられます。一次元でポインが少ないと、バーヒストグラムを使います。一次元でポイントが多ければ、ラインヒストグラムを使います。
二次元の場合、散布図にします。三次元の場合、3D Area Chartを使います。

可視化グラフ

③構成

データの構成を可視化する場合、データが静的か動的であるかによってチャートを選びます。
データが静的である場合、各項目が全体における構成を見るために、円グラフにします。関連の小計や合計値を正または負の値を表示するために、ウォーターフォールチャートを使います。項目ごとの集計値に対する割合、つまりそれぞれの構成比を比較する時、100%積み上げ棒グラフをお勧めます。

可視化グラフ

データが動的で、周期数が少ない場合、相対差は100%積み上げ棒グラフ、絶対差は積み上げ棒グラフで表わされます。
それに対して、データが動的で周期数が多い場合、相対差は100%積み上げ面グラフ、絶対差は積み上げ面グラフで表現されます。

可視化グラフ

④関係

データ間の関係を明らかにする場合、二つの変数の関係は散布図、三つの変数の関係はバブルチャートによって可視化します。

可視化グラフ

このマインドマップはチャートの選択上の考えをまとめてくれます。 複雑なチャートがカバーされていないけれども、このように、可視化の目的とデータの変数、次元、周期などを自ら問い続ければ、最適なチャートを見出せるはずです。

ノーコーディングでデータを可視化し、BIダッシュボードを作りたい方はぜひFineReportをお試しくさだい。 

本記事はFineReportブログに掲載しました。

https://www.finereport.com/jp/analysis/graphs/

 

Web帳票の三つのメリットと実現方法は?

最近、ペーパレス化の進行とスマートフォンタブレットの普及にともない、帳票の電子化にとどまらず、帳票のWeb化を求める企業が増えてきています。ほとんどの帳票ツールはさまざまな帳票類を電子化して、一元的に保存・管理することが可能ですが、Web上の印刷、出力、送信などの機能となるとそれぞれの専用モジュールが必要で、コストがそれなりに高いです。

では、簡単に帳票をWeb化にする方法はありませんか?本稿は帳票Web化のメリットとFineReportによる実現方法を紹介します。

【関連】

finereport.hatenablog.com

 

www.finereport.com

帳票Web化のメリット

Webで帳票印刷、出力、送信ができることに気づかない方は多いのではないかと思うので、まず帳票Web化のメリットを理解しましょう。帳票をWeb化にするとさまざまなメリットが得られますが、主に3つの方面にあると考えられます。

1.財務、経理担当者

財務、経理担当者にとって帳票発行の効率が上げられること。取引先への請求書や支払明細、社員への給与明細などをWebで送信すると、帳票の印刷と郵送の手間がかからないし、封筒、印刷、紙といった各コストもかなり減らせます。

2.帳票の受け方

帳票の受け方にとって帳票表示の利便性が向上できること。専用のビューアーやプラグインが不要なので、時間、場所、デバイスを問わず、ブラウザで帳票を見ることが可能で、紙類の紛失による不便を心配することがなくなります。

3.管理者

管理者にとってデータの収集を効率的に行えること。Web経由で帳票を社内、パートナー、取引先などと共有しやすくいので、利用者がWebフォームからデータを入力するようになり、そのデータだけが担当者に送られて、データ収集の工数をだいぶ削減できます。

帳票をWeb化にする方法

帳票Web化のメリットを理解したところで、FineReportの実現方法を見ていきましょう。

FineReportの構成

FineReportは、テンプレートを設計するデザイナとテンプレートを解析するサーバから構成されています。

Web帳票

FineReportデザイナは、帳票ファイルにおけるフォーマット、データ、表示、印刷などのさまざまな要素を設計でき、帳票設計と開発、デバッグ、および配信を統合するツールです。 帳票サーバは、Web環境で帳票を解析するServlet式のサーバで、ユーザはブラウザを通じて帳票サーバとの連携を実現します。

Servletによる帳票のWeb化を実現する

Servletとは、サーバ上でウェブページなどを動的に生成したりデータ処理を行うために、Javaで作成されたプログラムです。 クライアントのリクエスト(Webブラウザまたは他のHTTPクライアント)とサーバ(HTTPサーバ上のデータベースまたはアプリケーション)の中間層として働きます。簡単にいうと、ServletはWebサーバ上で仕事をするプログラムです。

Web帳票

ただ、Servlet自体は、Webページをはじめとし画面に関する処理はいっさい行わず、Webブラウザからの要求に応えたり、送られてきたデータを処理したりする役割をしています。単独ではWebアプリ作成するための機能が不十分なので、「JSP」や「Tomcat」と呼ばれる他のWebアプリケーションサーバと連携する必要があります。

したがって、FineReportは、TomcatWeblogic、WebsphereなどのWebアプリケーションサーバにデプロイしなければなりません。Webアプリケーションサーバを起動すると、Servlet(帳票サーバ)が働き、ユーザーがWebブラウザで帳票の閲覧、印刷、出力などを行います。

つまり、FineReportのクライアント側で帳票を開発してから、何の専用モジュールやプラグインを購入せずにユーザがWebで帳票を操作できるということです。思うより簡単ではないでしょうか。Web帳票の導入を検討している方はぜひ活用してみてくざさい。(無料ダウンロードはこちら

(本記事はFineReportブログに掲載しました。https://www.finereport.com/jp/basicknowledge/webreport/ 

ダッシュボードデザインの際に注意すべき4つのポイント

ダッシュボードは、写真共有アプリからビジネスイシーンまで、毎日利用している多くのWebサービスやモバイルアプリに存在します。美しいダッシュボードは注目を集めるからといって、ダッシュボードをデザインする時にまず視覚効果を念頭に置くわけではありません。見た目に拘ると、かえってダッシュボードの本来の目的を見失ってしまうことがあります。本記事は、ダッシュボードをデザインする際に注意すべきポイントを解説します。

 

  • 一、データの可用性を確認する
    • 1.目的とユーザの明確化
    • 2.情報源の種類と信頼性
    • 3.データの正確性
  • 二、有効な指標を設定する
  • 三、ビジュアルデザイン
  • 四、インタラクションを重視する
  • まとめ
続きを読む

Excelでのレポート作成をやめよう!BIダッシュボードを導入すべき理由を解説!

「今月の営業会議までに、売上レポートを作っといてください。」

ビジネスパーソンにとって、月末、四半期末、年末になると、そうしたシーンがよくあるでしょう。レポーティングツールと言うと、多くの人がExcelを思い浮かべると思います。一方で、データ集計や分析に特化したダッシュボードツールが広く認知され、レポート作成をそれに移行した企業も増えています。本記事は、Excelと比較しながら、BIダッシュボードを導入すべき理由を解説します。

  • Excelによるレポート作成は苦しい
    • 1.データ収集
    • 2.レポート作成
  • BIダッシュボードでレポート作業を自動化
    • 特長① データ統合
    • 特長② 大容量データに対応
    • 特長③ 動的な分析ダッシュボード作成
    • 特長③ 最新データのリアルタイム共有
  • まとめ

excel ダッシュボード

続きを読む

すぐわかる!BIダッシュボードの種類と使い方

企業がダッシュボードツールを導入する際、利用部署、管理職などによって、異なるタイプのダッシュボードを用意する必要があります。この記事は三つの種類に分け、それぞれの特徴と利用シーンを説明します。

(以下のダッシュボードはFineReportで作りました。)

 

続きを読む

データ可視化でトップ10位の地図/マップ!

heatMap

データを可視化する際、タイプの地図/マップを作成することが多いです。 

統計によると、80%以上のデータは何らかの位置情報を有しているそうです。地図/マップはデータをわかりやすく伝えるだけではなく、さらに重要なのは、地図/マップは一般の可視化グラフよりデータを美しく表示します。どんなに退屈なコンテンツであっても、地図上に表現すれば注目を集められます。

地図は、地理的に関連するデータを分析することができます。この形のデータ表現は、より明確で直感的です。各地域のデータの分布または割合を視覚的に見ることができ、深層から有益な情報を掘り起こし、正しい判断につながります。

地図/マップには、行政マップ、ヒートマップ、統計マップ、軌跡マップ、バブルマップなど、多くの種類があります。あるいは、2Dマップ、3Dマップまたは静的マップ、動的マップ、インタラクティブマップに分けられます。そして、ポイント、ライン、バブルなどを組み合わせて使用することもできます。この記事は、

 

finereport.hatenablog.com

 

に続き、データ可視化でトップ10位の地図/マップを紹介します。

(注:記事内のすべての地図/マップはFineReportで作成されます。)

 

1. ポイントマップ

ポイントマップは、特に広範に分布しているデータを表示する場合に使われます。たとえば、一部の企業はビジネスを広範囲で展開しています。特定の地域の支社に関するデータを表示したい場合、一般的なマップは精度が低いので、ポイントマップを使用すると位置を正確かつ迅速に見つけることができます。

 

pointMap

pointMap

 

応用シーン:

ポイントに基づいたイベントの分布、特に上の図に示すように、広範囲内の事件を追跡できます。画像、テキスト、またはダイナミック効果によって事件をマークします。

2. 流線図

流線図は描くのが比較的に難しいため、頻繁に使用することはできません。しかし、流線図は空間だけでなく、時間も含まれているので、特定な場合の分析にはとても役に立ちます。

 

流線図

応用シーン:

物資や人員の輸送、自動車交通などの経路、方向、量などを示す場合に流線図を使います。例えば、上図のニューヨーク市のタクシールート。

3. 地域マップ:

地域マップは塗りつぶしマップとも呼ばれます。国、県、市、区、さらにカスタマイズされたエリア別に表示できます。マップ上の色の濃淡または色の種類から数字の大小を知ることができます。

地域マップ

応用シーン:

異なる地域でのある特徴の分布を表します。県から市へのドリルダウンを実現でき、またはある特徴の程度を色、ラベルなどによって区別できます。 たとえば、上図に示す売上高は省から市へと掘り下げられており、売上高が大きいほど色が濃くなります。

4. フローマップ

フローマップは、出発地と目的地の間の移動状況を視覚化するためによく使用されます。出発地と目的地は、ポイントまたはエリアにしてもいいです。地域間の特定対象の移動や接続の頻繁さは、通常線で表されます。線の幅または色は、その移動量を示します。

フローマップ

応用シーン:

地域間の貿易量、交通の流れ、人口の移動、買い物の消費行動、通信情報の流れ、航空ルートなど。

5. ヒートマップ

ヒートマップは、地理的範囲内のデータの強弱を色の濃淡で視覚化します。そのほか、Webアクセス解析の手法として、サイトの各ページでユーザーがどのような行動をするのかをわかりやすく色で表現でします。

ヒートマップ

 

応用シーン:地震PM2.5、人口の分布など。

6. ヒート-ポイントマップ

ヒートポイントマップは、ヒートマップとポイントマップを組み合わせるものです。ヒートマップと比較して、認識の精度は高くなります。また、ポイントマップと比較して、データの強弱を直感的に感じられます。

ヒート-ポイントマップ

応用シーン:

地理的範囲内の比較的に複雑なポイントのある特徴を表します。たとえば、上記のバス停利用状況のマップでは、人が多いほどポイントが大きくなり、色が濃くなります。また、最大人数と最小人数をマークすることもできます。

7. 時空間分布図

このようなマップは、時間情報と空間情報を含め、特定対象の移動と分布を視覚化します。 各ポイントの時間と空間における分布を記録します。

時空間分布図

応用シーン:

映画でよく見られる犯罪者追跡用の地図など。

8. データ空間分布図

具体的な例でこのマップを説明します。下図は、鉄道利用客の移動を可視化する空間分布図です。異なる色で線路を表し、線の太さによって移動量(ヒートマップに似ている)を示しします。

データ空間分布図

応用シーン:

このような効果により、一定時間内の鉄道利用客数の分布状況を把握し、人手配置を最適化できます。

9. 縦棒-ポイントマップ

より高度のポイントマップです。ポイントの値をほかの形で表示できます。下図の縦棒-ポンプアップマップはその一種です。

縦棒-ポイントマップ

縦棒-ポイントマップ

応用シーン:

ポイントマップのすべての応用シーンにもこの種類を使えます。不動産プロジェクトなど、実物の地理的分布に重点を置いています。

10.カスタムマップ

カスタムマップは、好きなようにマップを描画してデータを表現するものです。どのようなシーンにも対応できますが、データ分析と視覚設計の基礎が必要です。FineReportで作ったカスタムマップを2つ挙げられます。

 

カスタムマップ

カスタムマップ

 

最後に、マップ作成ツールの選択を強調したいと思います。 Excel、D3、PSなどでもマップを作れますが、利用する前にデータ可視化の目的を考える必要があります。

 

カスタムマップ

 

処理されたデータのみを表示する場合は、Excelを選択できます。様々な種類のデータがありますが、データモデリング、プログラミング、データクリーニングなど専門知識を持っていない場合、FineReportのような使いやすいデータ可視化ツールのほうがよいと考えられます。

www.finereport.com

本記事に出たマップは少し複雑に見えるかもしれませんが、実際にFineReportの組み込みマップを使用しました。簡単なドラッグアンドドロップ操作で、データを地図に表示できます。

 

つまり、上記のすべてのツールはマップ機能が搭載したにもかかわらず、違いがあります。 必要に応じて、データ視覚化ツールを選択する必要があります。

 

(本記事はFineReportブログに掲載しました。http://www.finereport.com/jp/analysis/datamap/)

データ可視化に知っておくべき7種類のグラフの作り方

データ可視化により、データが直感的になり、データの裏にある秘密を簡単に見つけることができます。可視化効果を効率的に実現する際、様々な種類のグラフ・チャートがあります。

複雑なデータ分析をする以上、複雑なグラフ・チャートで表現しなければ技術性が見えないと思う方が多いかもしれませんが、実際に、シンプルなグラフを適切に使えば、思いがけない効果を得ることができます。

この記事は7種類の可視化グラフの正しい作り方を解説します。

 

データを表示するグラフ・チャートを選択する前に、データを知っておくことが重要であり、特にデータ間の関係を分析する必要があります。よく見られるデータ間の関係は下記の通り:

データ関係

 

データの関係性についての詳しい説明はデータ可視化:1つの図でわかるグラフ/チャートの選び方。

 

データ間の関係を明確化してから、最適なグラフのタイプを選択し、印象的なデザインを作りましょう。

一.棒グラフ

棒グラフはデータの時系列的な変化、さまざまなデータの比較、および部分と全体の関係を表します。四つのタイプがあります。

1.縦棒グラフ:

時系列データを表示します。

縦棒グラフ

 

2.積み上げ棒グラフ:

部分と全体の関係を比較するときに使用でき、離散データと連続データに適用します。

積み上げ棒グラフ

 

3.横棒グラフ:

データのカテゴリが多く、軸ラベルが長い場合に使用できます。

横棒グラフ

 

4.100% 積み上げ棒グラフ:

各グループの合計値が重要ではなく、部分と全体の関係にのみ注意を払うときに使用します。

100% 積み上げ棒グラフ

 

棒グラフの作り方:

1.水平方向の軸ラベル:

軸ラベルが読みやすくなるように、垂直方向に並べないでください。

 

水平方向の軸ラベル

 

2.適切な列間隔:

列間隔は列幅の1/2にするべきです。

適切な列間隔

 

3.横軸の値は0から始まる:

座標の原点が0を超えると、全体の値を正確に表すことができません。

横軸の値は0から始まる

 

4.配色の統一性を持たせる:

同じ色を使うのが一番いいです。データを強調したい場合、目立つ色を使ってもいいです。

配色の統一性を持たせる

 

5.カテゴリを適切に配置する:

単語の頭文字で並べ替えます。

カテゴリを適切に配置する

 

二.円グラフ

円グラフは、離散データと連続データに適し、簡単に部分と全体の関係を表現することができます。データの量が少ない場合は、この方法が最も魅力的でわかりやすい方法です。二つのタイプがあります。

1.一般の円グラフ:

データの内訳、全体の割合や構成比を表します。

一般の円グラフ

 

2.ドーナッツグラフ:

真ん中に最も重要な要素を置くことができます。

ドーナッツグラフ

 

円グラフの作り方:

1.扇形のスライスを正しく配置する:

2つのデザインパータンがあります。

 

パータン一:最も大きいスライスを時計回りに12時の位置に配置します。 次に、2番目に大きいものを反時計回りに12時の位置に置きます。上の図に示すように、残りのスライスを反時計回りに配置します。

 

パータン二:最も大きいスライスを12時に置きます。上の図に示すように残りのスライスを時計回りに配置します。

 

2.5つ以下のカテゴリー:

データの割合が小さすぎると、グラフ上の地域を区別するのが難しくなります。カテゴリが多すぎる場合は、重要度の低いカテゴリを【その他】カテゴリに入れます。

3.比較関係を示す時に複数の円グラフを使用しない:

データを比較するには、円グラフではなく100% 積み上げ棒グラフを使用してください。

4.パーセンテージの合計が100%になるようにします。

三.折れ線グラフ

折れ線グラフは、時系列データ間の関係と連続データを表示します。トレンド、累積、減少と変化の表示に使われます。

折れ線グラフ

折れ線グラフの作り方

1.4つ以下のデータ系列:

系列が四つを超えると、もう一つの折れ線グラフを作ります。

2.実線のみを使用する:

点線は注意を分散します。

3.横軸の値は0から始まる:

小さな範囲におけるデータの変化を表す場合は、目盛間隔を縮小します。

4.折れ線の最後に系列名のラベルを直接表示する:

短時間で折れ線の意味を閲覧者に伝えることができます。

5.折れ線の高さは、縦軸の最大値と同じぐらいにする:

折れ線グラフの最大の高さは、縦軸の最大値の2/3になります。

四.面積グラフ

面積グラフは時系列データ間の関係を示すことができます。折れ線グラフと異なるのは、面グラフは数量を明確に示すことができます。二つのタイプがあります。

1.積み上げ面積グラフ:

部分と全体の関係を可視化し、部分が全体に対する貢献を表示します。

積み上げ面積グラフ

2.100% 積み上げ面積グラフ:

全体の合計値が重要ではなく、部分が全体に対する割合を示す時に使用されます。

100%積み上げ面積グラフ

面積グラフの作り方:

1.読みやすくする:

積み上げ面積グラフでは、変化が目立つデータを一番上に、変化が小さいデータを一番下に配置します。

2.横軸は0から始まる:

データの精度を保持できます。

3.離散データを表示しない:

不安定なデータではなく、温度などの安定したデータを表示します。

4.4つ以下のデータ系列:

データ系列が多すぎると、チャートが読みにくくなります。

5.透明色の柔軟な使用:

データが重ならないようにしてください。重なりが避けられない場合、透明色を使用します。

五.散布図

散布図は、2組の変数間の関係を示します。データ量が多い場合は相関関係を示すことができます。

散布図

散布図の作り方

1.横軸は0から始まる。

散布図

2.複数の変数グループを含む:

サイズと色を使って変数を追加します。

散布図

3.トレンドラインを使用する:

トレンドラインはデータのトレンドと関連性を表示できます。

散布図

4.2つ以下のトレンドラインを使う。

散布図

六.バブルチャート

バブルチャートは散布図を構成するデータに加えて、それに関係するもう一つの量的なデータを加え、円の大きさで表すグラフです。

バブルチャート

バブルチャートの作り方:

1.ラベルをはっきりさせる:

バブルとそのラベルを対応させます。

バブルチャート

2.適切なバブルのサイズ。

バブルチャート

3.ほかの形のバブルを使わない。

バブルチャート

七.ヒートマップ

ヒートマップは、2次元データの個々の値を色や濃淡によって表現する可視化グラフです。

ヒートマップ

ヒートマップの作り方

1.簡潔な地図のアウトラインを使用する:

複雑なアウトラインが閲覧者の注意を分散します。

ヒートマップ

2.データ範囲を限定する:

データ範囲は3〜5グループにする必要があります。 範囲外のデータは+/-で示されます。

ヒートマップ

3.パターンをシンプルにする:

あまり多くのパターンを使うと、閲覧者がわからなくなります。

ヒートマップ

4.適切な色を使う:

色の対比が強すぎると、グラフの見た目が悪くなります。 地域を区別するために同じ色の濃さと明るさを調整する方が良いです。

ヒートマップ

 

 

以上はデータ可視化の代表的な7種類のグラフです。いずれのグラフを使うにしても、データを正しく、効果的に可視化することが重要です。

 

また、データの量が大きくなったり、データ間の関係が複雑になったりすると、上記の7種類より高度なグラフによってデータを分析する必要があります。

 

本記事はFineReportブログに掲載しました。(http://www.finereport.com/jp/analysis/datavisualgraph/)