Abstract background

データ・ビジュアライゼーション

概要と重要性

データ・ビジュアライゼーション(データ視覚化)とは、データを図形やグラフィックの形式で表現することです。こうした表現はアナリティクスの結果を視覚的に把握することを可能にするため、意思決定者が難しい概念を理解したり、新しいパターンを特定したりするために役立ちます。対話操作型のビジュアライゼーションは、テクノロジーを活用してこの概念をさらに発展させたものであり、チャートやグラフからドリルダウン操作で詳細データを調べることや、処理対象のデータや処理方法を対話操作で変更することができます。

データ・ビジュアライゼーションの歴史

データの理解に絵や図形を利用するという概念は、17世紀の地図やグラフ、1800年代初頭における円グラフの発明などをはじめとして、何世紀も前から存在してきました。円グラフの発明から数十年後には、統計グラフィックの最も著名な実例の1つが登場しました。フランスの土木技師シャルル・ミナール(Charles Minard)が行った、ナポレオンのロシア侵攻に関する情報の図式化です。この地図にはモスクワ遠征(侵攻と撤退)におけるナポレオン軍の規模と経路が示されており、特に撤退に関しては、この出来事をより深く理解できるように主要な経由地点に対して気温と日付も示されています。

とはいえ、データ・ビジュアライゼーションの発展を本格的に促したのはテクノロジーです。コンピューターの登場により、大量のデータを超高速で処理することが可能になりました。今日、データ・ビジュアライゼーション領域ではサイエンスとアートの融合に関する側面が急速に進化しており、今後数年間で企業のデータ活用環境は大きく変わることになるでしょう。

データ・ビジュアライゼーション:ビッグデータ活用の将来に向けた賢明な投資

ビッグデータには大きなチャンスが秘められていますが、多くのリテールバンクはビッグデータ投資に価値を見出す段階で苦戦しています。例えば、ビッグデータを顧客関係の改善に活用するには、どうすればよいのでしょうか?また、ビッグデータへの投資は、どのような方法および規模で行うのが望ましいのでしょう?

このビデオでは、英国大手銀行の顧客価値モデリング責任者であるサイモン・サミュエル(Simon Samuel)氏との一問一答を通して、これらの疑問や、リテールバンクの経営者や業務担当者が直面するその他のビッグデータ課題を検討しています。

 

The Importance of Data Visualization

データ・ビジュアライゼーションが重要な理由

人間の脳の情報処理の仕組み上、大量の複雑なデータの意味を理解しようとする場合には、スプレッドシートやレポートの数字に目を凝らすよりも、視覚的に表現されたチャートやグラフを見る方が簡単です。データ・ビジュアライゼーションは、概念を普遍的な方法で伝える素早く容易な手段として役立つほか、わずかな調整を行うだけで異なるシナリオの結果を実験することもできます。

データ・ビジュアライゼーションは、例えば以下のような目的にも役立ちます。

  • 注意や改善が必要な領域の特定
  • 顧客の行動に影響を及ぼす要因の明確化
  • どの製品をどこに展開すればよいかの情勢把握
  • 販売量の予測

今日の世界におけるデータ・ビジュアライゼーション

データ・ビジュアライゼーションは企業や組織にどのような影響を及ぼしており、どのような将来へ導こうとしているのでしょうか?以下の資料で専門家たちの見解をご確認ください。

 
White paper

ビッグデータの5つの課題

企業や組織がビジュアル・アナリティクスを最大限に活用するためには、データの特定と分析を迅速に行うための基盤整備から、理解しやすい方法で情報を表示する手段の導入まで、いくつもの課題を乗り越えなければなりません。

このレポートでは最も一般的な5つの課題を取り上げ、それぞれの課題の克服にデータ・ビジュアライゼーション・ソリューションがいかに役立つかを説明しています。

要約を読む(ポップアップウィンドウが開きます)

White paper

データ・ビジュアライゼーションの手法

「1枚の絵は千の単語に匹敵する」(百聞は一見にしかず)と言いますが、数千、数百万もの変数を含むデータの中から関係性を洗い出し、データの意味を理解しようとするときには、この言葉が特に当てはまります。


このホワイトペーパーでは、データから有意義なビジュアル表現を作成するための基本的なヒントや手法を説明しています。

要約を読む(ポップアップウィンドウが開きます)

White paper

どのような規模にも適合するデータ・ビジュアライゼーション

このe-bookでは、セルフサービス方式のビジュアル・データ探索ソフトウェアを活用して仕事の仕方を大きく改善している事例について、さまざまな規模の6つの組織をご紹介します。

要約を読む(ポップアップウィンドウが開きます)

Vendor report

Info-Tech社のレポート:適切なビジネス・インテリジェンス・ソリューションの発見

ビジネス・インテリジェンスとアナリティクスに関する組織固有のニーズに適したテクノロジーを見つけるのは簡単ではないとお感じかもしれません。このInfo-Tech社のレポートでは、適切なソリューションを発見・選択するプロセスを複数の段階に分けて説明しています。

レポートを読む(英語)



データ・ビジュアライゼーションは、分析担当者の作業方法を変えつつあります。分析担当者には、より迅速な問題対応が期待されるようになっています。また、これまで以上に想像力を働かせ、データをさまざまな角度から調べ、より多くの洞察を掘り起こす能力が当然視されるようになるでしょう。データ・ビジュアライゼーションには、そうした創造的なデータ探索の取り組みを促進する力があります。
サイモン・サミュエル(Simon Samuel)氏、英国大手銀行の顧客価値モデリング責任者

ユーザー事例を読む(英語)

Example of visual analytics technology on desktop screen

SAS® Visual Analytics


SASが提供するデータ・ビジュアライゼーション・テクノロジーは、データの規模に関係なく、複雑な疑問にも素早く答えを導き出します。

詳細を見る

主な活用方法

データ・ビジュアライゼーションは、業種や規模を問わず、あらゆるタイプのビジネスにおいて、データの意味の理解を容易にする目的で利用されています。ここでは、主な活用方法を紹介します。

情報把握の迅速化

ビジネス情報をグラフィカルに表現する手法を利用すると、大量のデータの意味を明確に、かつ凝縮した形で表示し、そうした情報から結論を導き出すことができます。また、グラフィカルな形式では、(スプレッドシートで情報を分析する場合と比べて)遥かに短時間で情報を分析できるため、問題の解決や疑問の解消をよりタイムリーに行えるようになります。

関係性やパターンの特定

複雑なデータが大量にある場合でも、グラフィカルな方法で提示すると、意味の理解が容易になります。例えば、どの変数とどの変数の相関性が強いかも一目で認識することができます。相関関係の中には自明のものもありますが、それ以外は見落とされがちです。そうした「隠れた関係性」を特定することは、最も重要な目標に最も大きな影響を及ぼす領域を見極め、そこに集中的に取り組むために役立ちます。

新たな傾向の特定

データ・ビジュアライゼーションを活用すると、ビジネスと市場の両面で、最新の傾向/動向をいち早く発見することができます。その結果、競合他社に差をつけ、ひいては最終利益に好影響を及ぼすことができます。また、製品の品質や顧客の離反に悪影響を及ぼす異常値(外れ値)もいち早く特定できるため、手遅れになる前に対応策を講じることができます。

ストーリーの伝達・共有

ビジュアル・アナリティクスを用いて新たな洞察を明らかにすることができたら、次のステップは、そうした洞察を関係者に伝達することです。このステップでは、チャート、グラフ、その他の視覚的な訴求効果の高いデータ表現を駆使することが重要です。そうすることで、人々の関心を引き付けやすくなり、メッセージが速やかに伝わるようになります。

Backgrounds_84A0939

仕組み

SAS® Visual Analyticsの活用例

データ・ビジュアライゼーションが膨大なデータの意味の解明に役立つことを理解するのは容易かもしれませんが、次に何を行うべきかを理解するのはそれほど容易ではありません。どのようなタイプのテクノロジーを用意する必要があり、それをどのように活用すればよいのでしょうか?

この実践的なビデオでは、SAS Visual Analyticsの概要を具体的な操作を交えて紹介します。数十億行のデータでも数秒で探索できる様子が、さまざまな設定を使って示されています。SASのテクノロジーなら、データの準備、レポートやグラフの作成、新たな洞察の発見、Web/PDF/モバイルデバイスなどを通じたビジュアライゼーションの共有などを容易に実現できます。

データ・ビジュアライゼーションの基盤の構築

データ活用のための新しいテクノロジーを導入する際は、いくつかの準備ステップを済ませる必要があります。どのようなデータを保有しているかを正確に把握するのはもちろんのこと、目標やニーズ、対象者(情報の利用者)も明らかにしなければなりません。データ・ビジュアライゼーション・テクノロジーの導入準備では、最初に以下の点に取り組む必要があります。

  • 視覚化しようとするデータを理解する。これにはデータ値のサイズや濃度(列に含まれるデータのユニークさ)などが含まれる。
  • 何を視覚化しようとしているのか、どんな種類の情報を伝えたいのかを明確にする。
  • 閲覧者を把握し、彼らがビジュアルな情報をどのように処理するのかを理解する。
  • 閲覧者にとって最適かつ最もシンプルな形で情報を伝えるビジュアル表現を使う。

データのタイプや情報の利用者に関する以上のような初期段階の要件を明らかにできたら、次は、取り扱うデータの量に関する要件を見極める必要があります。ビッグデータは、大量性、多様性、変化の速度を考慮しなければならないという点で、ビジュアライゼーションへの取り組みに新たな課題を提起します。それに加え、今日のビジネス環境では、管理や分析が追い付かないペースで続々とデータが生成されるケースも多々あります。

また、視覚化しようとするデータ列の濃度といった要因も考慮しなければなりません。ユニークな値の割合が高い場合は、濃度が高くなります(例えば、各項目がユニークでなければならない銀行の口座番号など)。データ列に同じ値が繰り返し現れる場合は、濃度が低くなります(「性別」の列など)。


どのビジュアル表現が最適かの判断

ビジネスユーザーにとっての大きな難関の1つは、データの意味を最も効果的に表現するのに最適なビジュアル表現がどれかを判断することです。SAS Visual Analyticsは、選択されたデータにもとづいて最適なビジュアルを作成するインテリジェントな自動チャート作成機能を備えています。

新しいデータセットを初めて探索する場合は、大量のデータを素早く視覚化できるので、自動チャート作成機能が特に便利です。このデータ探索機能は経験豊富な統計専門家にも役立ちます。データに適したモデルを決定するためにサンプリングを繰り返す必要がなくなるため、アナリティクス・ライフサイクルのプロセスが迅速化します。

Example of data visualization bar chart

自動チャート作成機能は、このような棒グラフを自動的に作成できます。

Example of data visualization scatter plot

2つ目の計数項目を追加すると、自動チャート作成機能は通常は散布図を生成します。

Example of data visualization geographic chart

地理データの場合は、必要に応じて、地図を用いた頻度グラフを生成します。

このトピックに関する他のインサイト

Content is loading

Back to Top