データに合ったグラフの選び方（実践ガイド）

この3年、フォーチュン500のダッシュボードをレビューしてきました。最も多い失敗は？「かっこいい」見た目でグラフを選び、データが伝わるかは二の次にしていることです。

同じ失敗をしないでください。

唯一重要な問い

グラフタイプを考える前に、こう自問してください：このグラフを見た人は、どんな意思決定をするか？

「どんなデータがあるか」でも「まだ使っていないグラフはどれか」でもありません。

この問いがすべてを変えます。

4つのシナリオ（と、何が効くか）

1. 時系列の変化を示す

こんなとき：トレンドやパターン、推移を理解してもらいたい。

有効な選択：

• 連続データは折れ線（株価、気温、トラフィック）
• 量や累計を強調したいときは面グラフ
• 離散的な期間（四半期売上、年次比較）は棒グラフ

避けるべき：円グラフ。5年分の「シェア推移」を円グラフ5枚で見せる例がありました。やめましょう。

実例：月次売上を47行の表で見せていたクライアント。誰も読んでいませんでした。トレンド注釈付きのシンプルな折れ線に変えたら、Q4の23%の伸びが一目で分かり、アクションにつながりました。

2. カテゴリを比較する

こんなとき：「どれが大きいか」「どう並ぶか」を答える。

有効な選択：

• カテゴリ名が長い、または5つ超なら横棒グラフ
• カテゴリが少ない、自然な順序があるなら縦棒
• 2軸で比較するならグループ棒グラフ

クリーブランドの法則：人は縦の長さより横の位置の方が正確に判断できます。だから比較では棒グラフが円グラフより常に有利です。

コツ：棒は並べ替える。並べ替えていない棒グラフは手抜きで、読者に負担をかけています。

3. 部分と全体の関係

こんなとき：構成や割合を示したい。

有効な選択：

• 円グラフは2〜4セグメントまで（賛否はあるが、常に悪いわけではない）
• カテゴリ間の構成比較は積み上げ棒グラフ
• 階層データでカテゴリが多いならツリーマップ

現実：円グラフの使い方を間違えている例がほとんど。45%と42%のように近いとき、円では差が分かりません。棒グラフにしましょう。

25%ルール：どのセグメントも全体の25%以上ないなら、円グラフは使わない。

4. 関係性を見る

こんなとき：相関、クラスタ、外れ値を探す。

有効な選択：

• 2つの連続変数なら散布図
• 第3の次元が必要ならバブルチャート（控えめに）
• 相関行列や密なカテゴリ比較はヒートマップ

注意：相関図は因果のように誤解されやすい。注釈に気をつけて。

私が実際に使っている判断フロー

30秒で決める：

1. 時間が関わる？→ 折れ線または面グラフ
2. ものを比較？→ 棒グラフ（5カテゴリ超なら横棒）
3. 割合を示す？→ 積み上げ棒（または4セグメント以下の円）
4. パターンを見る？→ 散布図またはヒートマップ

以上です。

毎週目にするよくある失敗

失敗1：1つのダッシュボードにグラフタイプが多すぎる

2〜3種類に絞る。一貫性が理解を助けます。

失敗2：二軸グラフ

ほぼ常に分かりにくい。2つのグラフに分けましょう。

失敗3：3D効果

やめましょう。知覚を歪めるだけでメリットがありません。

失敗4：虹色

色は意図を持って。強調色は1つ、それ以外はグレー。

AIグラフツールは？

開示：ChartGenと仕事をしているのでバイアスはあります。ただ、AIは「今覚えたてのグラフを使いたい」という人間のバイアスがない分、グラフタイプの提案は本当に役立つと感じています。

つまらない棒グラフが正解のとき、AIはつまらない棒グラフを提案します。つまらなさが正解のこともあるのです。

クイックリファレンス

最後に

良いグラフは、見た人が5秒で理解できるグラフです。腕を見せたいグラフではありません。

迷ったら、文脈を知らない人に見せてください。10秒で説明できなければ、シンプルにしましょう。