データ視覚化のデザイン(データシカクカノデザイン)
- 著者:
- 永田 ゆかり(ナガタ ユカリ)
- 出版社:
- SBクリエイティブ
- 出版日:
- 2020年06月20日頃
- ISBN:
- 9784815604059
- 価格:
- ¥2,420
- 在庫:
- 1
- 判型:
- 単行本
書籍紹介
達人が教えるビジュアライゼーションの極意!!
本書で言う「データ視覚化」 (ビジュアライゼーション) とは、単に手元にあるデータをグラフにすることではありません。いくらデータを視覚化しても、その中から人間が重要な情報を読み取れないのなら、データ視覚化をする意味がないからです。 あくまで、そのデータが指し示す意味を明確にすること、そしてより多くの人たち (オーディエンス) に興味を持って見てももらえることがデータ視覚化の目的です。
本書では、日本人女性唯一の Tableau ZEN MASTER である筆者が長年にわたって培ってきたデータ視覚化のノウハウ、ベストプラクティス、アンチパターン等を整理分類してエッセンスを抽出し、具体的な事例をあげながら、できるかぎり丁寧に解説しました。また、セミナーなどの現場でよくされる質問に対する答えをまとめたものでもあるので、ある意味、"FAQ"でもあります。
第 1 章 データ視覚化「キモのキモ」
この章では、第 2 章、第 3 章を理解するために必要な基礎知識を解説しています。もし、あなたがデータ視覚化の基礎概念に精通していらっしゃる方であれば読み飛ばしていただいても結構ですが、第 2 章、第 3 章は、ここで解説する視覚属性やデータのタイプの知識が前提となっています。
第 2 章 これだけでグッとプロっぽくなるコツ
この章では、少し気をつけるだけで素人っぽさから抜け出せるポイントに焦点を当てて解説しました。明日からすぐにあなたのデータ視覚化のクオリティを上げる具体的な方法を詰めています。
第 3 章 目的に応じたチャートの選択
この章では、表現したいものに対して適切なチャートを解説し、さらにいくつかの「やってはいけないこと」としてアンチパターンも記載しています。やってはいけないことの構造や理由を知ることで、グラフの目利き力がさらにアップするはずです。
第 4 章 事例で学ぶ -ダッシュボード作成思考のキャプションー
実際に私がコンサルティングで作ったダッシュボード、トレーニングやワークショップで使用したケースを題材に説明します。ビジネス領域での使用事例を具体的に丁寧に解説することで、ご自身のビジネスや状況に合わせて適切なデータ視覚化が自分の頭で考えられるようになることを目指しています。
第 5 章 本当に組織に根付かせるために
データ視覚化は、「力の入れどころ」と「勇気を出してあえて力を抜くところ」を知り、さらにオーディエンスを意識すると誰でもご自身が伝えたいメッセージを効果的に届けることができます。この章では、さらにそれらを加速させるコツを書きました。これを知っていれば、あなたのデータ視覚化ライフはさらに楽しくなること間違いなしです。
言及の推移
言及 Qiita 記事 (7 件)
【保存版】データサイエンティスト転職を決めるポートフォリオのガイドライン【書籍化決定】
♡ 1336機械学習, MachineLearning, データ分析, データサイエンス, GoogleCloud【Google Colabで学ぶ】データ可視化のデザイン
♡ 22Python, Design, Visualization, Altair, GoogleColaboratory【実際良さそう】AIに実装させるならER図を用意した方が良い説
♡ 5AI, ER図, AdventCalendar2025, ClaudeCode, VibeCoding永田ゆかり『データ視覚化のデザイン』の誤植情報を集める
♡ 1データ可視化, Visualization「ポートフォリオのつくりかた ─ 編集とデザインの視点から presented by GMOペパボ」イベントレポート 2026/02/19
♡ 0Design, ポートフォリオ, キャリア, 就職活動, ポートフォリオのつくりかた【データ視覚化のデザイン】の紹介 (その1)
♡ 0データ分析, Tableau, 視覚化【読書レビュー】困った時すぐ使える、『データ視覚化のデザイン』
♡ 0UX, UI, 読書, データ可視化, BIツール
この本に興味がある方におすすめ
この本に関連
関連記事
関連用語
データレイク
構造化・非構造化データを生の形式で大量に保存し、後から分析・加工するストレージ基盤
データウェアハウス
分析用に最適化された大規模データストアで、複数のデータソースを統合して意思決定を支援する
AWS Glue
AWS のサーバーレス ETL サービスで、データの抽出・変換・ロードとデータカタログ管理を提供する
MapReduce
大規模データを Map (分割・変換) と Reduce (集約) の 2 段階で並列処理する分散処理モデル
Redshift
AWS のペタバイト規模のデータウェアハウスサービスで、大量データの分析クエリを高速に実行する
Python
読みやすさを重視した汎用プログラミング言語で、データサイエンス、AI、Web 開発で広く使われる