[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
- KPI型
- 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
- QA型
- 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
- 横断型
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
- ダッシュボードの意図を的確に伝える手段
- テキスト(文字)
- 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
- 情報はただ並べればいいというわけではない
- 配置(レイアウト)
- 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
- 避けるべきは意味のない色使い
- 色
- 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
- マークの数=クエリの結果の数
- マークの数≒表示速度
- 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
- フィルターのメンバー数=クエリの結果の数
- 列挙型のフィルターは遅い
- 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
- 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
- 固定サイズでキャッシュ利用
- 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
Author And Source
この問題について([セミナー]2019/5/14 DATA DAY OUT 2019), 我々は、より多くの情報をここで見つけました https://qiita.com/knst/items/36b629fa490eee4db376著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .