SlideShare una empresa de Scribd logo
1 de 17
ビジネスにおける
データビジュアリゼーション
5月のTokyoWebminingにて
ラ、ライトニングトーク
やりますっ!
テ、テーマは
ビジュアリゼーション
でっ!
ドヤ顔で立候補したはいいが
既に高松さんがやってた件。
不覚&大ピンチ。
前回の論点
データビジュアライズをビジネス上で
普及させる際の論点を整理しつつ、
ベストプラクティスを議論したい
ビジュアライズ
対象データ
処理&分析
・スケーラビリティ
・リアルタイム性
(更新頻度)
・クレンジング有無
・分析インフラ
・集計インフラ
・DB、データマート化?
ビジュアライズプロジェクト運用における検討ポイント
ビジュアライズプロジェクト開始における検討ポイント
・誰が何を確認するためのビジュアライズなのか?(ビジュアライズ大方針)
-目的(Purpose)は何か?
-閲覧者、意思決定者(Target)は誰か?
⇒例:外部要因・内部要因から、明日の売上を予測するダッシュボード?
お客様の属性別に購買行動を可視化するためのダッシュボード?
・いつ、どこで、どのように確認するのか? (ビジュアライズのディティール)
-どのデバイス(where)で確認するのか?⇒スマホ?PC?スクリーン?
-どのくらいの頻度(when)で確認するのか?⇒毎日?週次?月次?
-どのようなオケージョン(How)で確認するのか?⇒会議?朝の電車?
デザイン
・ツール
・デバイス
・インタラクションの増減
組織共有
・オンライン
・アプリケーション
・メール
・紙
選
択
オ
プ
シ
ョ
ン
評
価
ポ
イ
ン
ト
・属性データ
・トランザクションデータ
・ウェブログ等
・速度
・高度分析の有無
・デザインツールとの連携
・見やすさ/わかりやすさ
・包括性
・情報量とメッセージング
・深掘りの可否
・アクション誘引
※“Stephen Few、Information Dashboard Design”を元に整理
・アベイラビリティ
・意思決定者の扱いやすさ
今後の課題
ビジュアライズという概念の啓蒙と人材育成
•ダッシュボードという概念があまり日本で浸透していない。
•エクセルのグラフを色々貼り付けてダッシュボードと言っていることも多い。
必要な技能を持った人間の連携
•インフラ担当、分析担当、コンサル、デザインという多機能の連携。
既存業務の破壊
•これまでアドホックに出していたレポートが自動化するので、仕事を失うヒトも。
エクセラーの人ごめんなさいになっちゃう可能性。
成果やROIの見せ方
•ビジュアライズが生む「利益」や「売上」というのは実に判定しにくい。
•ビジュアライズの値付けが難しい、お金を取れる仕組みが出来るか。
議論したいこと
①最初のビジュアライズ開始/運用の検討ポイントの追加/精緻化
②各ダッシュボードでの力の入れどころ。
例:小売、予測系は、アクション誘引とリアルタイム性
③今後の課題、他にあれば+既に解決してればその方法
以降参考資料
ダッシュボードデザインとは?
ダッシュボード例(外国為替チャート)
ダッシュボードの育成教材(例)
The definition of DashBoard
• 1.A dashboard is a visual display
• of
• 2.the most important information needed to achieve one or more objectives
• that has been
• 3.consolidated on a single computer screen
• so it can be
• 4.monitored at a glance
Stephen Few on Data Visualization: 8 Core Principles
1. シンプルなダッシュボードを作ろう。19個以上の要素はいらない。
2. センセーショナルな”比較”を入れよう。ディティールを我々は覚えられない。
3. よりデータにアクセスしやすい環境を提供しよう
4. ただ、見ること、それだけで何かが発見出来るようにしよう
5. 多様性が確認出来るような包括的なものを作ろう
6. 何が起きたかよりも何故起きたかを考えよう
7. 懐疑的になって、色んな質問を繰り返そう
8. データを様々な場所にシェアしよう
ダッシュボードチェック項目
• あなたは何の課題に応えようとしているのか
• -そのビジュアルはあなたの全ての疑問に答えているか
• -ビジュアリゼーションの目的が明確にタイトルに書かれているか
• -ビジュアルについて、追加情報なしに30秒以内で理解出来るか
• -ビジュアルにタイトルはあるか、それはわかりやすく、情報が含まれていて、目立つものか
• -ビジュアルを補助するサブタイトルはついているか
•
• あなたは正しい形式のチャートを用いているか
• -何を可視化したいのか
• -可視化したいものに最適なチャートになっているか?
• -あなたが選んだチャート形式の他に最適なものは見当たらないか?
•
• あなたのビジュアライズは効果的か?
• -X軸、Y軸や色、シェイプに重要な情報だけを使っているか
• -シンプルなグラフになっているか(多すぎる要素を詰め込んでいないか?)
• -色遣いやシェイプをちゃんと制限しているか?
•
• ダッシュボードはわかりやすいか
• -ちゃんと一つのストーリーに沿ったものか?
• -それぞれに流れが存在するのか?
• -最も大切なビジュアルが最も目立つところにあるか?
• -フィルターは正しく、見やすく働いているか?
• -フィルターのタイトルはわかりやすいか
• -インタラクションをつけているか、またそれはURLクションもつけられるか
• -ハイライトアクションをつけているか
• -ひとつひとつのグラフは適切な表示になっているか(スクロールバーorfitting)
•
• 本当に完璧な動きをするか
• -7-10の色しか使っていないか
• -クラッシュを避けられているか
• -ラベルは正しいタイミングで正しい内容を表示出来ているか
• -フォントに問題はないか
• -tooltipsは正しく表示されるか、わかりやすいか

Más contenido relacionado

La actualidad más candente

Big data解析ビジネス
Big data解析ビジネスBig data解析ビジネス
Big data解析ビジネス
Mie Mori
 
Sano web広告最適化20131018v3
Sano web広告最適化20131018v3Sano web広告最適化20131018v3
Sano web広告最適化20131018v3
Masakazu Sano
 
ネットで個人はどこまで追われているか
ネットで個人はどこまで追われているかネットで個人はどこまで追われているか
ネットで個人はどこまで追われているか
Yoichi Tomi
 
Sano tokyowebmining 36_20140526
Sano tokyowebmining 36_20140526Sano tokyowebmining 36_20140526
Sano tokyowebmining 36_20140526
Masakazu Sano
 
Masakazu Sano Tokyowebmining 37 20140621
Masakazu Sano Tokyowebmining 37 20140621Masakazu Sano Tokyowebmining 37 20140621
Masakazu Sano Tokyowebmining 37 20140621
Masakazu Sano
 
コンテンツマーケティングの正しい活用方法 心を動かすオウンドメディアのつくり方 Ver.02
コンテンツマーケティングの正しい活用方法 心を動かすオウンドメディアのつくり方 Ver.02コンテンツマーケティングの正しい活用方法 心を動かすオウンドメディアのつくり方 Ver.02
コンテンツマーケティングの正しい活用方法 心を動かすオウンドメディアのつくり方 Ver.02
INFOBAHN.inc(株式会社インフォバーン)
 
米国でのビッグデータビジネスの動向
米国でのビッグデータビジネスの動向米国でのビッグデータビジネスの動向
米国でのビッグデータビジネスの動向
Takatsugu Kobayashi
 

La actualidad más candente (20)

Big data解析ビジネス
Big data解析ビジネスBig data解析ビジネス
Big data解析ビジネス
 
Sano web広告最適化20131018v3
Sano web広告最適化20131018v3Sano web広告最適化20131018v3
Sano web広告最適化20131018v3
 
Content Marketing Survey Report Japan2014
Content Marketing Survey Report Japan2014Content Marketing Survey Report Japan2014
Content Marketing Survey Report Japan2014
 
人工知能Xファッション最前線
人工知能Xファッション最前線人工知能Xファッション最前線
人工知能Xファッション最前線
 
ネットで個人はどこまで追われているか
ネットで個人はどこまで追われているかネットで個人はどこまで追われているか
ネットで個人はどこまで追われているか
 
コンテンツSEOセミナー Ginzamarkets資料 20141209
コンテンツSEOセミナー Ginzamarkets資料 20141209コンテンツSEOセミナー Ginzamarkets資料 20141209
コンテンツSEOセミナー Ginzamarkets資料 20141209
 
600名に聞いた!コンテンツマーケティング調査レポート 2015年版
600名に聞いた!コンテンツマーケティング調査レポート 2015年版600名に聞いた!コンテンツマーケティング調査レポート 2015年版
600名に聞いた!コンテンツマーケティング調査レポート 2015年版
 
tokyo_webmining_no51
tokyo_webmining_no51tokyo_webmining_no51
tokyo_webmining_no51
 
Web IMDJ利用マニュアル
Web IMDJ利用マニュアルWeb IMDJ利用マニュアル
Web IMDJ利用マニュアル
 
コンテンツ マーケティング革命
コンテンツ マーケティング革命コンテンツ マーケティング革命
コンテンツ マーケティング革命
 
Sano tokyowebmining 36_20140526
Sano tokyowebmining 36_20140526Sano tokyowebmining 36_20140526
Sano tokyowebmining 36_20140526
 
Masakazu Sano Tokyowebmining 37 20140621
Masakazu Sano Tokyowebmining 37 20140621Masakazu Sano Tokyowebmining 37 20140621
Masakazu Sano Tokyowebmining 37 20140621
 
ホワイトペーパーver. コンテンツマーケティング調査レポート 2015年版
ホワイトペーパーver. コンテンツマーケティング調査レポート 2015年版ホワイトペーパーver. コンテンツマーケティング調査レポート 2015年版
ホワイトペーパーver. コンテンツマーケティング調査レポート 2015年版
 
データジャケット入力方法
データジャケット入力方法データジャケット入力方法
データジャケット入力方法
 
ネット広告講義資料 at 東京大学 2017/07/11
ネット広告講義資料 at 東京大学 2017/07/11ネット広告講義資料 at 東京大学 2017/07/11
ネット広告講義資料 at 東京大学 2017/07/11
 
コンテンツマーケティングの正しい活用方法 心を動かすオウンドメディアのつくり方 Ver.02
コンテンツマーケティングの正しい活用方法 心を動かすオウンドメディアのつくり方 Ver.02コンテンツマーケティングの正しい活用方法 心を動かすオウンドメディアのつくり方 Ver.02
コンテンツマーケティングの正しい活用方法 心を動かすオウンドメディアのつくり方 Ver.02
 
米国でのビッグデータビジネスの動向
米国でのビッグデータビジネスの動向米国でのビッグデータビジネスの動向
米国でのビッグデータビジネスの動向
 
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
オープニングトーク - 創設の思い・目的・進行方針  -データマイニング+WEB勉強会@東京
 
アクション・プランニング(Action Planning)でデータ利活用シナリオを作る
アクション・プランニング(Action Planning)でデータ利活用シナリオを作るアクション・プランニング(Action Planning)でデータ利活用シナリオを作る
アクション・プランニング(Action Planning)でデータ利活用シナリオを作る
 
コンテンツマーケティング時代のSEO対策
コンテンツマーケティング時代のSEO対策コンテンツマーケティング時代のSEO対策
コンテンツマーケティング時代のSEO対策
 

Destacado

Tokyo webmining統計学部 第2回
Tokyo webmining統計学部 第2回Tokyo webmining統計学部 第2回
Tokyo webmining統計学部 第2回
Issei Kurahashi
 
Tokyowebmining19 data fusion
Tokyowebmining19 data fusionTokyowebmining19 data fusion
Tokyowebmining19 data fusion
Yohei Sato
 

Destacado (17)

第二回データサイエンティスト木曜勉強会20141016
第二回データサイエンティスト木曜勉強会20141016第二回データサイエンティスト木曜勉強会20141016
第二回データサイエンティスト木曜勉強会20141016
 
PL/CUDA - GPU Accelerated In-Database Analytics
PL/CUDA - GPU Accelerated In-Database AnalyticsPL/CUDA - GPU Accelerated In-Database Analytics
PL/CUDA - GPU Accelerated In-Database Analytics
 
ドローン農業最前線
ドローン農業最前線ドローン農業最前線
ドローン農業最前線
 
動的最適化の今までとこれから
動的最適化の今までとこれから動的最適化の今までとこれから
動的最適化の今までとこれから
 
20170310_InDatabaseAnalytics_#1
20170310_InDatabaseAnalytics_#120170310_InDatabaseAnalytics_#1
20170310_InDatabaseAnalytics_#1
 
KDD2014_study
KDD2014_study KDD2014_study
KDD2014_study
 
意味表現の素性への構造主義的アプローチ入門
意味表現の素性への構造主義的アプローチ入門意味表現の素性への構造主義的アプローチ入門
意味表現の素性への構造主義的アプローチ入門
 
Tokyo webmining統計学部 第2回
Tokyo webmining統計学部 第2回Tokyo webmining統計学部 第2回
Tokyo webmining統計学部 第2回
 
Improving ip geolocation using query logs
Improving ip geolocation using query logsImproving ip geolocation using query logs
Improving ip geolocation using query logs
 
京都大学鹿島研究室勉強会資料-配布用-
京都大学鹿島研究室勉強会資料-配布用-京都大学鹿島研究室勉強会資料-配布用-
京都大学鹿島研究室勉強会資料-配布用-
 
Introduction to behavior based recommendation system
Introduction to behavior based recommendation systemIntroduction to behavior based recommendation system
Introduction to behavior based recommendation system
 
Dbda勉強会chapter18
Dbda勉強会chapter18Dbda勉強会chapter18
Dbda勉強会chapter18
 
Large Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #Hadoop
Large Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #HadoopLarge Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #Hadoop
Large Scale Data Mining of the Mobage Service - #PRMU 2011 #Mahout #Hadoop
 
Tokyowebmining19 data fusion
Tokyowebmining19 data fusionTokyowebmining19 data fusion
Tokyowebmining19 data fusion
 
VCファンディングの基礎
VCファンディングの基礎VCファンディングの基礎
VCファンディングの基礎
 
素人がDeep Learningと他の機械学習の性能を比較してみた
素人がDeep Learningと他の機械学習の性能を比較してみた素人がDeep Learningと他の機械学習の性能を比較してみた
素人がDeep Learningと他の機械学習の性能を比較してみた
 
実装ディープラーニング
実装ディープラーニング実装ディープラーニング
実装ディープラーニング
 

Similar a Tokyo webmining資料LT20140726用

Markezine day 2012 gdo nakazawa
Markezine day 2012 gdo nakazawaMarkezine day 2012 gdo nakazawa
Markezine day 2012 gdo nakazawa
Shinya Nakazawa
 
【セミナー資料】ソーシャル×ビッグデータ×Biで切り開くこれからの企業のあり方
【セミナー資料】ソーシャル×ビッグデータ×Biで切り開くこれからの企業のあり方【セミナー資料】ソーシャル×ビッグデータ×Biで切り開くこれからの企業のあり方
【セミナー資料】ソーシャル×ビッグデータ×Biで切り開くこれからの企業のあり方
uhuru_jp
 
141027 シックスアパート様セミナー資料
141027 シックスアパート様セミナー資料141027 シックスアパート様セミナー資料
141027 シックスアパート様セミナー資料
Masaki Suzuki
 
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
naoki ando
 

Similar a Tokyo webmining資料LT20140726用 (20)

クラウドを活用した自由自在なデータ分析
クラウドを活用した自由自在なデータ分析クラウドを活用した自由自在なデータ分析
クラウドを活用した自由自在なデータ分析
 
Markezine day 2012 gdo nakazawa
Markezine day 2012 gdo nakazawaMarkezine day 2012 gdo nakazawa
Markezine day 2012 gdo nakazawa
 
Big data harvardbusiessreview20121112
Big data harvardbusiessreview20121112Big data harvardbusiessreview20121112
Big data harvardbusiessreview20121112
 
Converting big data into big value
Converting big data into big valueConverting big data into big value
Converting big data into big value
 
データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤データプロダクトを支えるビッグデータ基盤
データプロダクトを支えるビッグデータ基盤
 
Webマーケティングを通じたデータサイエンティストの価値発揮方法
Webマーケティングを通じたデータサイエンティストの価値発揮方法Webマーケティングを通じたデータサイエンティストの価値発揮方法
Webマーケティングを通じたデータサイエンティストの価値発揮方法
 
オープンソースカンファレンスBi勉強会20141018
オープンソースカンファレンスBi勉強会20141018オープンソースカンファレンスBi勉強会20141018
オープンソースカンファレンスBi勉強会20141018
 
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
 
デジタルアナリティクス入門
デジタルアナリティクス入門デジタルアナリティクス入門
デジタルアナリティクス入門
 
[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか
[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか
[INEVITABLE ja night] 2019 年 3 月 1 日 - データでカスタマーエクスペリエンスを どう捉えるか
 
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
【2017年5月時点】セルフサービスBIからエンタープライズまで展開できるOracle Business Analytics クラウドプラットフォームのご紹介
 
避けては通れないビッグデータ周辺の重要課題
避けては通れないビッグデータ周辺の重要課題避けては通れないビッグデータ周辺の重要課題
避けては通れないビッグデータ周辺の重要課題
 
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォームDBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォーム
 
【セミナー資料】ソーシャル×ビッグデータ×Biで切り開くこれからの企業のあり方
【セミナー資料】ソーシャル×ビッグデータ×Biで切り開くこれからの企業のあり方【セミナー資料】ソーシャル×ビッグデータ×Biで切り開くこれからの企業のあり方
【セミナー資料】ソーシャル×ビッグデータ×Biで切り開くこれからの企業のあり方
 
141027 シックスアパート様セミナー資料
141027 シックスアパート様セミナー資料141027 シックスアパート様セミナー資料
141027 シックスアパート様セミナー資料
 
Office2.0
Office2.0Office2.0
Office2.0
 
中小企業のDXはオープンデータとPythonで!
中小企業のDXはオープンデータとPythonで!中小企業のDXはオープンデータとPythonで!
中小企業のDXはオープンデータとPythonで!
 
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
パソナテック Find Your Ability 講演資料 「ディレクターにとってのWeb業界って? 」
 
位置データ活用 経済センサスのデータを使ってみよう
位置データ活用 経済センサスのデータを使ってみよう位置データ活用 経済センサスのデータを使ってみよう
位置データ活用 経済センサスのデータを使ってみよう
 
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
 

Tokyo webmining資料LT20140726用