優れたストーリーのためのベスト プラクティス
優れたデータ ストーリーは、人々の生活にデータだけでなく事実をもたらします。Tableau のストーリー ポイント機能を使用するためのベスト プラクティスのヒントにこの記事を使用してください。
ストーリーの目的
ストーリーの構築を始める前に、ストーリーの目的と、閲覧者をどのような旅に連れて行きたいのか、少し考えてみましょう。行動喚起、シンプルな物語、それとも事例の提示でしょうか?
事例を提示しようという場合は、結論を導くデータ ポイントを示すのか、あるいは、結論から始め、次に、結論を裏付けるデータ ポイントを示すのかを決定します。後者の手法は多忙な閲覧者に効果があります。
最後に、自分のストーリーを、まずは紙やホワイトボードに書き出します。これはシーケンスの問題をすばやく特定するのに役立ちます。
データ ストーリーの 7 つのタイプ
ストーリー機能を使用するのは、ポイントのシーケンスを構築するときです。ポイントごとに、ビュー、ダッシュボード、またはテキストだけでも含めることができます。ストーリーによっては、ストーリー全体を示す 1 つのビューに、物語の横糸をサポートするテキストの注釈を入れたり、多様なポイントに適用した多様なフィルターを使用する場合があります。
次の表は、利用可能な 7 種類のデータ ストーリーの手法について、それぞれ例を挙げて説明したものです。各データ ストーリーの種類については、Tableau Public の「データ ストーリーのサンプル ワークブック」(新しいウィンドウでリンクが開く)の説明を参照してください。単一のストーリーで 2 つ以上の手法を使用することもできます。例 - 傾向を検証するストーリーを参照してください。
| データ ストーリーの種類 | 説明 |
時間と共に変化 | 内容:傾向を解説するために年表を使用する。 最初のディスカッション: 発生の理由、または発生し続けている理由とは? 発生を防いだり、強制的に発生させることはできるか? |
ドリル ダウン | 内容:どのような特定のカテゴリーの事態が起きているかについて、閲覧者の理解を深めるために背景を設定する。 最初のディスカッション:この人物、場所、ものが他と違うのはなぜか? この人物のパフォーマンス、場所、またはものをどのように比較するか? |
ズーム アウト | 内容:閲覧者が大局的な見地から物事にどのように関心を持つか説明する。 最初のディスカッション: 自分の関心をより大局的に捉えるとどのように比較できるか?ある 1 つの領域が全体にどのような影響を及ぼすか? |
比較 | 内容:2 つ以上のテーマがどう違うかを示す。 最初のディスカッション: それぞれのアイテムはなぜ異なるのか? A はどうすれば B のパフォーマンスを実現できるか? どの領域に焦点を当てるべきか、成功しているのはどの領域か? |
交差 | 内容:あるカテゴリーが別のカテゴリーを追い越す時点を重要な転換としてハイライトする。 最初のディスカッション: 何がこの転換を引き起こすのか? これは良い転換か悪いか? この転換は計画の他の側面にどのように影響するか? |
要素 | 内容:種類やカテゴリーに分類することで主題を説明する。 最初のディスカッション: さらに着目すべき特定のカテゴリーがあるか? これらのアイテムは関心を持っているメトリクスにどの程度影響しているか? |
外れ値 | 内容:特異性または物事に例外的な相違が生じている地点を示す。 最初のディスカッション:このアイテムはなぜ異なるのか? |
シンプルにする
よくある間違いは、1 つのストーリーに入れようとするビューやダッシュボードが多すぎることです。その結果、閲覧者が表示するポイントが多すぎることになります。
それぞれのストーリー ポイントを明確にすることも重要です。ストーリーを見たことのない誰かの視点で、自分のストーリーを一歩離れたところから検討してください。すべての要素が目的を果たす必要があります。必要のないキャプション、タイトル、凡例、グリッド線は、削除しましょう!
| 前 | 後 |
|---|---|
 |  |
ダッシュボードの "Fit to (調整)" を使用する
ダッシュボードは Tableau ストーリーの代表的な構成要素です。ストーリーに含める予定のダッシュボードには、[ダッシュボード] ペインの サイズ で "Fit to (調整)" オプションを使用できます。このオプションは、作成中のストーリーに合うようにダッシュボードのサイズを変更します。
読み込み時間の短縮を計画する
どれほど優れたストーリーも、パブリッシュ後の読み込みに時間がかかり過ぎると効果が薄れてしまいます。待ち時間が長いとストレスになります。
読み込みが遅くなる主な原因はフィルターです。フィルターは分析するデータ量を制限するのに効果がありますが、クエリのパフォーマンスに影響を及ぼすのも確かです。たとえば、[除外] フィルターは [選択項目のみ保持] フィルターよりも処理が遅くなる傾向があります。これは、[除外] フィルターが、保持するデータだけでなくディメンションのすべてのデータを読み込むためです。Tableau の操作の順序を把握しておくことも、読み込み時間の短縮に役立ちます。
ユーザーが作者として行う、最も重要なパフォーマンスに関する決定事項の一つは、最初のビューやストーリーすら作成していない、データの準備段階から始まります。作業中のデータをよく理解するための時間を取ってください。