1. はじめに
現在、Tableauのスキル向上とビジュアルアナリティクスの本質を修得するため、DATA SABER に挑戦しています。
DATA SABERの試練やコミュニティでの学びを通して、単に「綺麗なグラフを作る」のではなく、「データをどう見せたらユーザーの思考を止めずに問い（Insight）を引き出せるか」 という視点の大切さを実感しています。
今回はその理論を実践で試すべく、Makeover Monday の公開データセット（2020年「NYC Squirrel Census（ニューヨークのリス国勢調査）」）を活用してダッシュボードを作成しました。
構築の過程で意識したポイントや、データビジュアライゼーション・ビジュアルアナリティクスにおける技術的学びをまとめます。
2. データ概要とビジュアライズのテーマ
今回使用したデータは、ニューヨークの公園で観察されたリス（全432件）のフィールドデータです。
主なデータ項目
- 位置・エリア: エリア名、公園名、緯度・経度
- 属性: 毛色（Primary Fur Color / グレー、シナモン、ブラック）
- 行動・反応: 行動（Activities）、人間に対する関わり方（Interactions）、木の上にいる高さなど
データの傾向と課題感
データを確認すると、全体の約90%が「Gray（グレー）」の毛色であり、特定エリア（ブルックリンなど）でのみ「Cinnamon（シナモン）」の割合が高い（26%）といった偏りがありました。
単なる「個数の集計表」で終わらせず、「マクロ（全体傾向）からミクロ（特定の公園でのリスの行動傾向）へとスムーズに思考を深められる探索的ダッシュボード」 を目指して設計を開始しました。
3. DATA SABERの学びを活かした技術的工夫と試行錯誤
① 思考の流れに沿った「3段レイアウト設計」
初期構想ではチャートを並べただけになり、「視線がどこから入るべきか分からない」という課題がありました。
そこで、視線誘導（Zの法則・Fの法則）とデータの抽象度（粒度）を合致させた3段構成に組み直しました。（視線誘導といえば新聞！(？)という安直な思考をもとに、英字新聞風に仕上げてみました。）
- 最上段（マクロ視点）: KPI指標とエリア別の毛色構成比
- 中段（分析視点）: 人間との関わり方・木の高さとの相関関係（全体俯瞰）
- 下段（ミクロ視点）: シンボルマップ ＆ PARK EXPLORER（特定の公園へのドリルダウン）
上から順に読み進めることで、ユーザーが自然と「全体像の把握」から「特定の公園の詳細探索」へ移れる流れを整えました。
② ダッシュボードアクションによる「探索体験（Exploratory Analytics）」の提供
静止画的なレポートではなく、ユーザー自らが問いを持って操作できるダッシュボードにするため、インタラクティブ要素を強化しました。
- マップ連動フィルター: 下段のシンボルマップ上で特定の公園（プロット）を選択すると、右側の チャート群（行動パターンや人間への反応）が瞬時にその公園のデータへ絞り込まれるダッシュボードアクションを実装。
この仕組みにより、「この公園のリスはなぜ警戒心が強いのか？」といった個別の問いに対して、画面を切り替えずに即座に分析を行える環境を作りました。
4. 今回のアウトプットから学んだ「データ分析・可視化の技術」
今回の作成プロセスを通じて、実践的なデータ分析技術について以下の3つの大きな気づきを得ました。
1. ドメイン知識（コンテキスト）の提示がデータ解釈を加速させる
「なぜNYの街中にこれほどリスが存在するのか？」という歴史的背景（19世紀後半、都市への自然復元運動として人工的に導入された）を調査し、ヘッダーに英文ストーリーとして配置しました。
前提知識を提示することで、単なる数値の羅列ではなく「人間と自然の関わり」というテーマ性を持ってデータを捉えてもらえるようになります。
2. 「引き算」のデザインによる認知負荷（Brain Load）の低減
情報の詰め込みすぎを防ぐため、グリッド線や過剰な軸ラベルを削除し、チャートを囲む背景カードの余白を最適化しました。
デザインの引き算を行うことで、ユーザーが「どの数値を見るべきか」に迷わない画面作りができることを学びました。
3. 視線移動に配慮した「粒度のコントロール」
全体傾向を伝える可視化と、詳細を掘り下げる可視化を同じ画面に混在させず、レイアウト上の上下で明確に階層化したことで、ダッシュボード全体の読みやすさが劇的に向上することを実感しました。
5. 完成したダッシュボード
完成したダッシュボードは Tableau Public にて公開しています。ぜひ触ってみてください！
- Tableau Public: SQUIRRELS OF NEW YORK
6. おわりに
DATA SABERの挑戦を通して、「ダッシュボードを作る技術」とは「綺麗なグラフを描くこと」ではなく、「データを用いて人の思考を止めず、意思決定や発見へ導く設計技術」 であることを痛感しています。
Makeover Mondayのような公開データを活用した実践は、学んだビジュアルアナリティクスの理論をアウトプットへ落とし込む最高のトレーニングになります。
今後もDATA SABER認定に向けて、学んだ技術と視点を積極的にアウトプットしていきたいと思います！