今回の物語は、今から5年ほど前、もしかしたらもう少し前のことかもしれません。娘が電車に夢中だった頃、私たちは小さな木製の電車セットを使って線路を作って遊んでいました。時には、キッチンの床を占領してしまうこともありました。
彼女は寝る前に私にきかんしゃトーマスのお話を読んでほしいとせがみ、彼女のお気に入りの番組はBBCの「きかんしゃトーマス」でした。さて、それがJMPと何の関係があるのでしょうか？まあ、当時は全く関係ありませんでした。その時期、私はJMPで働いてもいませんでした。しかし、世界がめちゃくちゃになっているので旅行に行けていないため、グラフィックデザインの原点に立ち返り、データビジュアライゼーションを少し勉強しています。とても楽しいです。
最近は、社内のザン・グレッグ（ @XanGregg ）のビデオプレゼンテーションを見たり、他のプレゼンテーションのメモを見直したり、エドワード・タフティやスティーブン・フューの本を読んだりしています。ニック・デスバラッツの授業もいくつか受講できました。
ここ数ヶ月の間に、何かが腑に落ち、データ視覚化の専門家たちは皆、同じ道を辿っていることに気づきました（先走った駄洒落をお許しください）。データ視覚化の専門家たちの言うことをすべて一つのシンプルな考えに集約するとすれば、それはまるで「きかんしゃトーマス」の本からそのまま引用したかのようです。つまり、視覚化が望むのは、役に立つことだけなのです。
派手な列車 vs. 実用的な列車
娘の（著作権で厳重に保護された）絵本では、擬人化された機関車たちは概して皆、役に立とうと努力しています。しかし、それぞれに個性があり、清潔好きなもの、多少荒っぽいところがあっても気にしないもの、派手なのが好きなものなど様々です。世の中には色々なタイプがいますよね。しかし、最終的に人間が機関車たちに贈ることができる最高の賛辞は、「本当に役に立った」ということなのです。綺麗だとか、派手だとか、粗削りだとかではなく、ただ単に役に立つということなのです。
グラフを擬人化するとしたら、似たような感覚になるかもしれません。では、グラフはどのようにして役立つものになるのでしょうか？それは、グラフが伝えようとする問題提起、メッセージ、あるいは発見から始まります。いくつかの例を見て、それぞれの目的と比較し、さらに使いやすくするための工夫を見ていきましょう。
このグラフは少し前に私のニュースフィードに表示されました。 記事で定義された4つの要素に基づいて、「コロナウイルスのリスクという観点から、活動がどのように比較されるかを示す」ことが目的とされていました。
では、このグラフは視覚化の目的をどの程度達成できたのでしょうか？私の答えは、「まあまあだったが、もっと良くできたはずだ」です。その理由については後ほど詳しく説明しますが、要点は、どの活動がリスクが高いのかを一目で判断したり、活動間のリスクレベルを比較したりするのが困難だということです。
次の例では、私自身が2020年のハロウィーン記事のために作成したビジュアルを使って、自分の手法を応用してみます。オーソン・ウェルズが放送した「宇宙戦争」のテキストを分析しました。私の分析結果はこちらでご覧いただけます。このビジュアルの目的は、ラジオスクリプトに含まれるすべての用語を要約し、重要なテーマや用語を強調することでした。
私の出来はどうだったかって？ 惨敗だったと言わざるを得ません。なぜかって？ 詳細は後ほど説明しますが、ワードクラウドのようなものは、どちらかというとデータアートの領域に踏み込んでいます。ロゴやマーケティング資料、Tシャツなどにワードクラウドが使われているのは、それが面白かったり、視覚的に印象的だったりするからです。しかし、洞察を伝えるツールとしては、たとえ便利なハイライト表示があったとしても、かなりひどいものです。
ああ、スパイダープロット…私の昔からの天敵。すみません。正直に言うと、私はこれらに対してある種の偏見を持っています。でも、なぜ私がこれらにこれほどイライラするのか、あなたに理解してもらえるかどうか試してみましょう（駄洒落ですみません）。 ジャーナル記事のスパイダーチャートのキャプションは次のとおりです。「 14種類のビールの5つの感覚属性のスパイダー図を[グラフ]に示します。異なるサンプルはそれぞれ独自の感覚特性を持ち、サンプル8、10、14、11、9、2はそれぞれ最も強い酸味、苦味、甘味、ヤギ臭、辛味、および「その他の味」を持っていました。」そして、これがグラフです。
ええ、かなりひどいですね。でも、こういうグラフではよくある状況です。
データ視覚化についてもっと学ぶための作業の欠点の1つは、一度問題点に気づいてしまうと、それを見なかったことにはできないということです。そして、現在の世界では、毎日大量のグラフが作成されています。パンデミックと米国大統領選挙の間で、私たちはグラフに溢れかえっています。これらの視覚化は、派手で洗練されているものもあれば、粗削りなものもありますが、ほとんどの場合、役に立たないものが多いです。つまり、私たちは悲しく、満たされないグラフの世界にいるのです。（悲しい考えですよね？）さて、今はホリデーシーズンなので、それを解決しましょう。まず、根本的な問題にたどり着く必要があります。
美しいものは役に立たないかもしれないが、役に立つものは常に美しい。
なぜ世の中にはこんなにも役に立たないグラフが多いのでしょうか？（私はそれらを「悪いグラフ」とは呼びません。役に立たないのはグラフのせいではなく、単にそういう描き方をしているだけなのです。）私の考えでは、これは人々がたった一つの概念を見落としていることに尽きます。つまり、役に立つものでなくても美しいものはあり得るが、役に立つものは本質的に美しいということです。そして「美しい」とは、本来の目的を完璧に果たすことで生まれる、形のエレガンスを意味します。
ニック・デスバラッツはこの概念を説明するのにギリシャ語のテロスという言葉を使っています。この業界に携わる多くの人（私も含めて）は、視覚化の限界を押し広げることにこだわりすぎて、データ視覚化の本質であるコミュニケーションを忘れてしまうことがあります。視覚化そのもののために視覚化を行い、コミュニケーションという要素を失ってしまうと、グラフは役に立たなくなる危険性があります。もちろん、役に立たないグラフが美しくないと言っているわけではありません。ただ、最適なコミュニケーションツールではないということです。
楽な道を選ぼう
では、どうすればいいのでしょうか？これまでお見せしたグラフは、本来の用途ほど役に立たないものでした。そして、本来の用途ほど役に立たないからこそ、それらは残念なグラフなのです。残念なグラフなんて、誰も見たくないですよね？もちろん！ですから、改善していきましょう。
最初の例で問題なのは、著者が脳の視覚処理システムの強みを活かしていないことです。ダニエル・カーネマンの著書『ファスト＆スロー』で述べられている論理に従うと、情報処理には2つのシステムがあると言えます。1つは無意識に働き、非常に効率的です（システム1）。もう1つは複雑な問題を処理するために設計されていますが、より意図的です（システム2）。この2番目のシステムを使うとエネルギー消費も大きいため、これを使うと視聴者を疲れさせてしまうリスクがあります。つまり、グラフについて考えすぎると役に立たず（つまり、つまらないグラフ）、脳が疲れてしまうのです（つまらない脳）。この問題を解決する秘訣は、最初の、より本能的な処理システムを使うことです。
システム1は、パターン認識、直線距離の判断、その他同様のタスクを迅速に行うように設計されています。考えてみてください。何千年も前に、一瞬の判断で生死を分けるような状況で必要だった処理は、システム1によって処理されていたはずです。だからこそ、データビジュアライゼーションの専門家は、棒グラフを使う方が優れていると繰り返し主張するのです。私たちは、曲線や面積よりも直線距離（直線）の判断が得意です。一般的に、棒グラフはシステム1で処理されます。言い換えれば、人間は棒グラフの情報を素早く読み取り、処理するように生まれつき備わっているのです。2点間の最短距離は直線であり、脳内を最も速く通過する経路もまた直線なのです。
最初の図に戻ると、根本的な問題は、システム2を使用する必要のあるビジュアルを作成している点です。任意の尺度を作成し、その尺度に基づいて各アクティビティの各マスを定量化し、各マスの値を合計する必要があります。すべては、合計リスクスコアを得るためだけです。そして、アクティビティを比較したい場合は、これをもう一度行う必要があります。（これを書いているだけで疲れます！）では、なぜグラフですべてを行わないのでしょうか？以下に、システム1の使用を目的とした代替案をいくつか示します（2つは私がJMPで作成したもので、1つはテキサス医師会のものです）。
読みやすくなったと思いませんか？
機能が形を決定する
この一連の思考の発端となったタンク機関車について、もう一度考えてみましょう。機関車がなぜあのような形をしているのか、考えたことはありますか？私の祖父は鉄道模型の大ファンなので、このテーマに関する私の考察は遺伝的なものかもしれません。あるいは、子供の頃、祖父の鉄道模型を眺めたり、彼が最近手に入れた模型を買いに店へ行ったりして過ごした夏休みの影響かもしれません。いずれにせよ、私は蒸気機関車の外観に、ある種の優雅さを感じてきました。
Source: https://en.wikipedia.org/wiki/Steam_locomotive_components出典：https://en.wikipedia.org/wiki/Steam_locomotive_components
外観を現代的にしようと決めた時でさえ、機能性がフォルムを決定づけた。
Source: https://en.wikipedia.org/wiki/Steam_locomotive#/media/File:Number_4468_Mallard_in_York.jpg出典: https://en.wikipedia.org/wiki/Steam_locomotive#/media/File:Number_4468_Mallard_in_York.jpg
同様に、グラフ作成作業は必ず何らかの目的を明確にすることから始めるべきです。グラフが有用であるためには、目的がなければならないことを覚えておいてください。探索的分析を行う場合は、その目的が調査の原動力となる問いそのものになることもあります。
私が使用したワードクラウドの場合、目的は脚本の中で最も重要なテーマを示すことでした。しかし、ワードクラウドはこれをうまく表現できません。前述したように、これは「データビジュアライゼーション」というよりは「データアート」に近いものです。ワードクラウドは、単語の長さによって、長い単語が実際よりも重要に見えてしまうため、視覚的な認識を誤らせるという問題があります。以下の例では、データを少し処理し、視覚表現をパラレルプロットに変更しました。各キャラクターまたはキャラクターグループと異なるトピックとの関連性を追跡する方が、より洞察に富み、視聴者を誤解させる可能性が低い、より良い視点を提供できます。（ちなみに、これはインタラクティブなので、左側のローカルデータフィルターを自由にクリックしてみてください。）
ここで重要なのは、美しさも大切だが、有用な視覚化の基盤となるのは、明確な目的の表明と、その目的への忠実さであるということだ。
車軸に巻き付かないように
グラフを魅力的に見せる（そう、私はグラフを魅力的と呼んだ。気にしないで）最も簡単な方法は、デカルト座標系グラフ（x軸、y軸を持つ）を中央軸に巻き付けることでしょう。こうして円グラフ、レーダーチャート、スパイダーチャートなどが生まれます。確かに魅力的ですが、果たしてそれらは本来の有用性を十分に発揮しているのでしょうか？
その質問に対する答えは、一般的には「いいえ」です。人間は、距離や大きさを放射状のシステムで比較するようにできていません（円グラフは、正しく使用すれば例外です）。また、すぐに情報がごちゃごちゃになってしまう可能性もあります。そして残念ながら、データビジュアライゼーションの世界では、専門家を含め、多くの人がこの落とし穴にはまってしまいます。
ああ！それから、スパイダーチャートを（ 何度も何度も）批判するのではなく、 スパイダーチャートは特に役に立たないというザン・グレッグの意見に皆で同意して、この問題の別の例を見てみましょう。
『アークティック・デス・スパイラル』 （そう、タイトルを大文字にするだけの価値がある作品だ）は、この問題の典型的な例と言えるだろう。確かにその名前はドラマチックな雰囲気を醸し出しており、おそらくそれが映像の究極の説得力のある目的なのだろう。
この図の直接的な目的は、海氷量が年々回復しておらず、実際には状況が悪化していることを伝えることです。しかし、この図の問題点は、データを放射状座標系に変換することで、システム2認知を用いるようになり、要点を理解するために脳がより多く働かなければならないことです。それならば、この図のようにシステム1の解決策を採用すれば良いのではないでしょうか？
このグラフから明らかなのは、a) 下降傾向にあること、そして b) 過去40年間で見たどの水準よりもはるかに低いということです。さらに、棒グラフを使用することで、システム1（思考システム）が働き、最初のグラフを使用した場合よりもはるかに早くこれらの結論に到達できたはずです。
この2つ目のグラフは、アルベルト・カイロが6つの尺度で視覚化を評価するために用いたものです。彼は最初に最初の著書『インフォグラフィア2.0』でこのグラフを提案し、その後『機能芸術』で再び論じました。
このグラフの目的は、グラフが複雑さと理解しやすさの両面でどのようなパフォーマンスを発揮するかを、6つの次元で伝えることです。最初の例の文脈では、システム1とシステム2の使用度合いに基づいてグラフを評価しています（概念的に）。これらの次元は、デザインコンセプトのペア（抽象化と具象化、機能性と装飾性、密度と軽さ、一次元性と多次元性、独創性と親しみやすさ、斬新さと冗長性）として配置されています。しかし、これらの次元を中央軸の周りに扇状に並べると、読者はグラフを横にスキャンして、ペアの両側のスコアを確認する必要があります。（また、スコアを接続すると、スパイダープロットに不気味なほど似たものになりますが、その点は無視しましょう。）なぜ、このようにしないのでしょうか？
同じ情報が伝達されるのですが、その伝達には高速なシステム1の認知能力が不可欠です。そのため、より速く情報を受け取ることができるのです。
私がここで言いたいのは、よほどの理由がない限り、本当に有用なグラフを作成する際には、放射状のプロットを避ける方がおそらく良い選択だということです。
常に正直であれ
これはデリケートな問題であり、私は誰かが意図的に他人を誤解させていると非難するつもりはありません。分析における真実性の問題が生じるのは、個人的な偏見が成果物に忍び込むときです。データ分析とデータ視覚化には、科学的な要素として主観性が組み込まれています。作成するあらゆるビジュアルには、意見、あるいは少なくともデータ解釈の要素が含まれています。私は、すべてのグラフには偏りがあり、中には役に立つものもある（有名なジョージ・ボックスの言葉をもじったもの）という言葉を（ ディスカバリーサミットやJMPオンエアでザンが何度か）聞いたことがあります。真実性のあるビジュアルを作成する上で重要なのは、その作成とデータ解釈のプロセスで行う選択が両方とも透明であることです。それは、重要なポイントをグラフのタイトルに入れるという単純なことかもしれません。
または、役立つ注釈を提供する：
重要な点は、グラフは前提条件と結論を明確に示し、それらを隠そうとしてはならないということだ。
まとめ
この記事では触れていないことがたくさんあります。正直なところ、私が伝えようとしている要点からすると、それらはすべて有用なグラフを作成するための異なる戦略に過ぎません。本当に有用なグラフを作成するという目標に固執すれば、他のことは自然とついてくるでしょう。
放射状グラフは一般的に直線状グラフほど有用ではありません。人間の脳はそういう構造になっていないからです。前提や解釈を明記しないと、読者があなたの思考プロセスや無意識の偏見を理解できないため、グラフの有用性は低下します。最も重要なのは、視覚的な表現に問題提起や主張がないと、有用なグラフを作成することが極めて難しくなるということです。
結局のところ、役に立つグラフは幸せなグラフだということを、皆で覚えておきましょう。そして、私たちは皆、グラフをできる限り役立ち、幸せなものにするよう最善を尽くすべきです。皆さんのグラフ（そして皆さんの休日）が幸せでありますように。さて、ここトーガ・スプリングスでは雪が降り始めたので、私はココアを飲みながら物思いにふけりに行きます。それでは、2021年にお会いしましょう。
