DATA Saber Boot Camp: Visual Best Practice

Visual Best Practice Iの学習備忘録

Visual Best Practiceとはなんだろう。

こちらの動画を要約すると

視覚分析の重要性：視覚分析は芸術と科学を組み合わせてデータ理解を改善します。これはMackinlayの作業に影響を受けており、視覚認識に関する人間の脳機能に基づいています。

1. 人間の脳と視覚認識：人間の脳は視覚をテキストや数字よりも効果的に処理します。色、サイズ、形といった視覚要素は迅速に認識・解釈され、複雑なデータをよりアクセスしやすくします。

2. 実践的デモンストレーション：プレゼンターは、脳が視覚情報をどのように解釈するかを示すために、グループ内のオブジェクトの数を迅速に識別するなど、簡単なゲームを使用します。

3. 視覚分析への早期露出の重要性：学習プロセスの早い段階で視覚分析を導入することで、他のデータ分析方法を学んだ後に導入するよりもデータの理解が向上します。

4. 視覚ベストプラクティス：データポイントを区別するために色を使用するなど、分析に効果的な視覚的実践が必要です。

5. 視覚分析と意思決定：適切な視覚化により、データのトレンドや異常を明確に表現することで、情報に基づいた決定ができます。

6. ツールの活用：Tableauなどのツールは、複雑なデータセットを管理し、解釈する能力を拡大します。

7. 認知負荷の管理：良い視覚化は認知負荷を軽減し、脳がデータ処理ではなく分析に集中できるようにします。

8. 視覚分析のカスタマイズ：視覚化は、データタイプと伝えたいメッセージに応じてカスタマイズする必要があります。

9. 視覚化ツールの対話性：視覚分析ツールの対話型要素は、データのより深い探求と理解を助けることができます。

10. データタイプと視覚化：適切な視覚化技術を選択するためには、名義、順序、量的などさまざまなデータタイプを理解することが重要です。

11. 視覚属性の適用：色、形、サイズなどの視覚属性の使用は、データの最も重要な側面を強調するために戦略的に計画する必要があります。

12. 視覚化の課題：プレゼンターは視覚分析における一般的な課題と誤解を議論し、それらを克服するための解決策を提供します。

13. 実世界への応用：さまざまな業界や分野で視覚分析がどのように適用されるかを示す実世界のシナリオからの例。
    
    ふむふむ、データ分析に限らず、資料作成などでも使用されそうな概念を整理いただきました。

---

Visual Best Practice Iのテスト概要

1. Q ビジュアライゼーションを作る際、まず最初に

2. Q ヒトにとってもっともわかりやすいPreattentive Attributesは次のうちのどれか？

3. Q 分類的な名義と相性の良いPreattentive Attributesは？

4. Q 経時的な変化を見るのに適切なのは？

5. Q 比較とランク付けを見るのに適切なのは？

6. Q 分布を見るのに適切なのは？

7. Q 比較値を示すのに効果的なグラフ形式は？

8. Q 円グラフの不利な点は？

9. Q 人が一度に区別できる色の数は？

10. Q ダッシュボードには以下の種類のものがある

11. Q ダッシュボードに配置するシート数は一般的にいくつに収めるのがよいか？

12. Q ツールヒントはどうするとより効果的に活用できるか？

Q ビジュアライゼーションを作る際、まず最初に

質問から始める
→どう見せるのが最適か質問を通して探る。

Q ヒトにとってもっともわかりやすいPreattentive Attributesは次のうちのどれか？

位置→色→サイズ→形状
の順に重要度高→低となっている。

Q 分類的な名義と相性の良いPreattentive Attributesは？