[セミナー]2019/5/14 DATA DAY OUT 2019

こちらは2019/5/15にQiita:Teamに投稿した記事をリライトしたものです。

DATA DAY OUT 2019

Tableau社主催のTableau導入各社の事例紹介やテクニカルセッションが実施されるセミナー
https://www.tableau.com/ja-jp/event/data-day-out-tokyo-20190514

AWS summitのTableau版みたいなものです。

こんな話を聞いてきたよーっていう軽い感じの共有です。

データドリブンでフロント組織を強くする方法 - Sansan が挑戦した”実践的”アプローチ

SalesForceにデータは貯めていたけど分析できない
データの欠損、分断、汚れ

課題

• データの分散
• 打ち手につながらない
• 見た目の難しさ

当時データが活用されていなかった理由

• 結果とその過程のデータが散在し、因果がわからないことが活用につながらない原因

• Tableau化(1):メンバーの活動・結果一覧（ボトルネックの可視化・一覧化）

  • 各メンバーの活動履歴と結果が直感的にわかるように一覧化
    • メンバーの成功パターンや伸び代がすぐにわかる

• Tableau化(2):ABMダッシュボード（アプローチ方法・伸び代の可視化）

  • 顧客ごとにどの部署・役職と接点があるかリアルタイムで可視化
    • アプローチルートやおさえるべきキーマンが一目でわかる

• Tableau化(3):リアルタイム受注予測（AIの利用）

  • AIとも連携、過去の実績を踏まえ各案件ごとに受注予測

次のアクションがわかるようにダッシュボードを作成する
相手にこのレポートで何を伝えたいかわかるデザインにするということを大事に　

所感

• そんなに難しいことはやっていないが、きちんとポイントを抑えているなという印象をうけた

極める ー 組織で使うTableau ダッシュボードデザイン

必要なのはセンスじゃなくて理論

• ダッシュボードとは

  • そもそもは自動車のやつ。これを見て判断して運転を行う

• 組織で使うべきダッシュボード

  • 見てすぐ判断ができ次の行動に移れるもの
  • 必要な情報に入れ替えることができるもの

“”"「見て」「すぐに」「判断できる」“”"
対象者が見て、目的が明確で、必要な情報がある
見やすく、パフォーマンス良く、必要な情報に集中できる
対象者と目的が明確ならダッシュボードの型は決まる

ダッシュボードの型

• Strategic（意思決定層）
  • KPI型
    • 一覧性を重視
    • 数字と補足情報の組み合わせ
    • 詳細な情報はない
    • 色は OK/NG 情報のみ
    • 操作はしない
  • トピック特化型
    • ある部門/タスク/プロジェクトの全貌が把握できる
    • 概要(KPI)とより詳細な情報の組み合わせ
    • 操作はほとんどしない
• Analytical（データアナリスト層）
  • QA型
    • 必要そうな情報をあらかじめ列挙
  • 自由探索型
    • ユーザー自身が操作して答えを得る
• Operational（意思決定層とデータアナリスト層の中間）
  • 横断型
    • 頻繁に更新される
    • 頻繁に確認する（ディスプレイ表示など）
    • ある期間内の全貌が確認できる
    • チーム/トピック間を比較する
    • 操作しない

型が決まったら必要なVizを決める
バッドプラクティス

• 「これまでの報告書にあったから」、XXチャートを作りたい
  グッドプラクティス

• この指標の時間による変化を示したい

• 他の項目との比較をしたい

• 地域による偏りの有無を示したい

ビジュアライズの参考:Visual Vocabulary

• https://github.com/ft-interactive/chart-doctor/tree/master/visual-vocabulary
• https://public.tableau.com/ja-jp/s/gallery/visual-vocabulary

ダッシュボードにおける見易さ

• 可読性
  • テキスト（文字）
    • ダッシュボードの意図を的確に伝える手段
      • タイトル、判例
• 視認性
  • 配置（レイアウト）
    • 情報はただ並べればいいというわけではない
      • グリッド、レイアウトコンテナー、パティング
• 判読性
  • 色
    • 避けるべきは意味のない色使い
      • 色相、色の濃淡
      • どの色を使うべきか
        • 色の印象に合致するもの、（悩んだときのおすすめ）自社のロゴから選べば間違い無い
      • 何色使うべきか
        • 3~4色
      • 色に意味はないが、詳細は残したい場合
        • 不要な色は灰色に
          パフォーマンスよく
          デザイン観点からのパフォーマンス
• データの粒度/量
  • マークの数≒表示速度
    • マークの数＝クエリの結果の数
      • 最初の表示が最大のクエリ
      • マークの数が多くなるとCPU/メモリに負荷
      • そもそもどこを見るべきかがわからない
      • クロス集計/散布図/カスタムポリゴンには注意
• フィルターカード
  • 列挙型のフィルターは遅い
    • フィルターのメンバー数＝クエリの結果の数
      • 表示するだけでもクエリが流れる
      • とりわけ列挙型はすべての値を取得する
      • 「関連値のみ」は処理が長くなる
• 固定サイズ
  • 固定サイズでキャッシュ利用
    • ダッシュボードサイズを固定するとキャッシュが活用できる
      • サイズが自動だと都度描画される
        必要な情報に注目させるために、視線を誘導させよ
• F字型orZ字型
• 理解速度=集計の粒度
  • 情報量が少なければ少ないほど理解が早い
  • 概要から詳細へ
    • 大きな数字（KPI）→概要→より詳細