仮説を検証するためのデータ可視化の方法連載『ハーバード・ビジネス・レビュー流データビジュアライゼーション』第3回

　そしてすぐさま、コストと他の変数との関係性が比較的弱いことに気づく。ビジネスクラスは料金が高いほど快適さが増す傾向があるが、それほど強くはない。自分の仮説が成り立たないことに驚いた。高い航空券はそれだけの価値がないかもしれない。何らかの判断を下す前に、他にどんなアイデアを試すべきかと考えることになった。

視覚的探究：探究的でデータ主導のビジュアライゼーションは、データサイエンティストやビジネス・インテリジェンス・アナリストの領域になりがちだが、新しいツールを得たことで一般的なマネジャーも視覚的探究に取り組み始めている。他の方法では得られない知見を生むことが多いため、試みるには面白いビジュアライゼーションだ。

　求めているものがわからないため、このタイプのビジュアルはプロットするデータが包括的になりがちだ。極端な場合、複数のデータセットや自動更新される動的なリアルタイムデータを組み合わせることもある。データを超越することさえあるかもしれない。

　政治学者で統計分析学者でもあり、現在は米プロバスケットボールNBAのボストン・セルティックスに勤務するデイビッド・スパークスは、視覚的探究を実践し、それを「モデルビジュアライゼーション」と呼んでいる。データビジュアライゼーションは実在するデータに焦点を当てる一方、モデルビジュアライゼーションはデータを統計モデルに適用し、特定の状況下で何が起きる「可能性があるか」を検証する。

　探究はインタラクティブ性に適し、マネジャーはパラメーターを調整してデータソースを注入し、継続的に視覚化を繰り返すことができる。データが複雑な場合は、ネットワークのクラスター性を示す力学モデルを用いたダイアグラムや、地形図など、専門的で特殊なビジュアライゼーションのタイプが適していることもある。

　ここでは、ソフトウェア、プログラミング、データマネジメント、ビジネスインテリジェンスのスキルが、見栄えのいいチャートを作る力よりも重要だ。ビジュアライゼーションの作成で専門家の力を借りることが最も多い象限である。第4章では、専門家と行う手法の1つであるペア分析について説明する。

　あるソーシャルメディア会社のマネジャーが、新たな市場を探すことになり、誰も気づかないチャンスを見つけたいと思っている。データサイエンティストに相談すると、セマンティック分析によって、テキストコミュニケーションという類似性に基づき、複数の業界の何千という企業をマッピングできるという。

　マネジャーはそのアイデアを気に入るが、自分ではできない。そのデータサイエンティストを雇い、一緒にデータセットを作成、調整して、何千もの企業をマッピングしたラフのビジュアルを作った。セマンティック分析によって、類似性のある企業が結び付けられ、類似性が高いほど結び付きが「強く」なり、より近くにマッピングされる。

　そしてできたのが、次のネットワークダイアグラムだ。