【追記】この記事をきっかけに、名著「ノンデザイナーズ・デザインブック」の20周年記念特典eBookの制作に協力させていただきました。詳しくはこちらを御覧ください。 ノンデザイナーズ・デザインブック20周年記念の特典に寄稿しました デザイナーである・なしに関わらず、仕事の中で伝えたいことを「図」で説明する機会は多々あります。提案書で事業内容を説明することもあるでしょうし、具体的な数値をグラフで説明することもあるでしょう。そんな中でこんな指摘を受けたことはありませんか？ ・最終的に何を言いたいのか結論が見えないよ。 ・関係性が複雑すぎて理解しずらいんだけど。 ・要素が多すぎて全てを把握するのが大変。 ・何をどこから見れば良いの？ ・結局一番言いたいことはなんなの？ ・文字サイズがたくさんありすぎてまとまりがないね。 ・安っぽいチラシみたいでダサイなぁ。 ・全体的にバランスが偏ってて不安定。 ・
こんにちは、越川です。 皆さんは構成図を描く機会ありますか？ 僕の場合、内部のメンバーやお客様との議論の場で、構成図を描いて図解ベースで説明することが多いです。実際に描いてみると色々と考慮すべき点が多く、今回は自分なりに普段意識している点を言語化してみようと思います。 なぜ構成図を描くのか 構成図を描く際に意識している３つのこと 1. 導線 2. 引き算思考 1. 主役を決める 2. 読者を想定する 3. 高さや大きさを揃える さいごに なぜ構成図を描くのか 構成図のメリットは相手に伝えたいことをシンプルに伝えられる点だと思います。文章で書くと沢山書かなければいけないことが構成図を使うとスムーズに相手に伝わります。例えば、以下の文章を読んでみて下さい。 ユーザーはDNS登録されたFQDNへHTTPSアクセスする CloudFrontはBehaviorに指定されたALBにHTTPSリクエスト
「東京駅集合で」と言われたので「東京駅のどこですか？」と聞いたら「1から10まで言わないとわからんのか！」とキレる人がいたらヤバいですよね。
米村歩@日本一残業の少ないIT企業社長 @yonemura2006 「東京駅集合で」と言われたので「東京駅のどこですか？」と聞いたら「1から10まで言わないとわからんのか！」とキレる人がいたらヤバいですよね。そんなのたどり着けるわけないだろうと。 一方で「東京駅銀の鈴集合で」と言われて「銀の鈴までの道順詳しく教えて」と言われたら「1から10まで言わないとわからんのか！」となるのも当たり前と言える。それくらい自分で調べて何とかしろとなる。 これ仕事でも同じで、仕事のゴールと手順の違いなんですよね。ゴールを明確にせずに「1から10まで言わないとわからんのか！」という人は本当にヤバい。害悪なので本当にやめてほしい。 一方で銀の鈴までのたどり着き方を詳細に指示してもらわないと動けない人はもう少し自分の仕事のやり方を真剣に考えた方がいい。 米村歩@日本一残業の少ないIT企業社長 @yonemura2
初めて使ったBIツールはLooker Studioのid:syou6162です。これまでTableau / Looker(≠ Looker Studio) / Metabase / Redash / Connected Sheetsなど色々なBIツールを触ってきましたが、不満は色々ありつつも個人的に一番しっくりきて愛着があるのはLooker Studioです。このエントリでは、その魅力と便利な使い方や注意点について書きます。例によって、社内勉強会向けの内容を外向けに公開しているため、内容の網羅性などは特に担保していないことにご注意ください。 Looker Studioの魅力 利用のハードルが限りなく低い & Google Workspaceとの連携が便利 複雑過ぎることができないので、諦めが付けやすい ちゃんとBIツールになっている Looker Studioの便利な使い方 多様なデータソ
これは MIERUNE AdventCalendar 2023 24日目の記事です! 昨日は@northprintさんによるSvelteKitでURLクエリパラメーターの操作をするでした。 はじめに この記事では新宿駅の屋内地図データを使用して、Three.jsで3Dによる可視化をします。 DEMOはコチラ 使用するデータ 今回は、G空間情報センターで公開されている「新宿駅屋内地図オープンデータ」の統合版（ShapeFile）を使用します。 データについての詳細は製品仕様書に記載されています。 この記事のように、データの加工利用には以下の出典が必要となります。 コンテンツを編集・加工等して利用する場合は、上記出典とは別に、編集・加工等を行ったことを記載してください。なお、編集・加工した情報を、あたかも国（又は府省等）が作成したかのような態様で公表・利用してはいけません。（コンテンツを編集・
JSON Canvas
An open file format for infinite canvas data. Infinite canvas tools are a way to view and organize information spatially, like a digital whiteboard. Infinite canvases encourage freedom and exploration, and have become a popular interface pattern across many apps. The JSON Canvas format was created to provide longevity, readability, interoperability, and extensibility to data created with infinite
｢残り時間を可視化｣する時計が発明されました
僕らに必要な時計はこれだった。 突然ですが、みなさん｢残りあと◯分です｣と言われて、すぐにイメージできます？ 僕けっこうニガテで､何分経過したのかが計算しないと出てこない…。 そんな僕でもひと目で残り時間がわかる時計が開発されました。キングジムの｢ビジュアルバータイマー｣と言います。 ゲージ表示で｢残り時間｣を可視化してくれるImage: KING JIMもともと時計って時間を可視化してくれるアイテムですけど、このタイマーでは｢残り時間｣という目に見えなくて体感でも変わるあやふやなものを可視化しているんです。 没頭している時に、チラッと見るだけで｢あと時間どのくらい？を量で判断できる｣し、このゲージが減っていくシステムはゲームでも馴染みがあるので、世代を超えて色々な人に伝わりそう。 Image: KING JIMあとポモドーロタイマー（作業と休憩の時間を繰り返す集中メソッド）的にも使えるの
ヤクルトファンはどこにいる？視聴履歴で見えるプロ野球ファンの分布
関西は阪神強し、オリックスは… 西武線沿線に集まる西武ファン 鉄道沿線のファン、千葉・神奈川でも プロ野球はセ・パ両リーグの優勝が決まりましたが、クライマックスシリーズへの進出をかけ応援に熱が入っているファンも多いはず。そんなファンの地域分布を、ケーブルテレビ大手のJCOMが視聴履歴から調べたところ、鉄道との関係が見えてきました。（朝日新聞デジタル企画報道部・篠健一郎） 関西は阪神強し、オリックスは… JCOMでは、12球団の全試合を生中継しています。 同社の「あしたへつなぐ研究所」の調査では、視聴履歴の収集と利用の許可を得た280万世帯の契約者を対象に、2022年のプロ野球の試合の視聴時間や視聴試合数に基づいて、①プロ野球ファンかどうか、②ファンであればどの球団のファンかを独自に判定。 その結果、分析に利用できると判定した37万世帯の居住地を調べました。 なお、中日の本拠地がある愛知県な
GA4×サチコ×Looker Studioで可視化！ 現場で使われる“ダッシュボード”の作り方 | 【レポート】Web担当者Forumミーティング 2023 秋
Google Search Console（以降、Search Console：サーチコンソール）は便利なツールではあるものの、なかなかそのデータを活用しきれていない、活用したいがデータの加工などがやりにくいという悩みをよく聞く。SEOの分析、モニタリングツールの「Amethyst（アメジスト）」を提供するJADEの郡山 亮 氏が「Web担当者Forum ミーティング 2023 秋」に登壇。 無料ツール「Looker Studio（ルッカースタジオ）」を使ってSearch Consoleのデータを徹底活用し、現場で使われる、定点モニタリングしやすいダッシュボードをつくる方法を紹介した。 Search Consoleの扱いづらさをカバーするLooker StudioSearch Consoleはさまざまなことができるツールだが、今回は検索パフォーマンスの検索結果レポートに絞って紹介した。Se
Transformer Explainer: LLM Transformer Model Visually Explained
What is a Transformer? Transformer is a neural network architecture that has fundamentally changed the approach to Artificial Intelligence. Transformer was first introduced in the seminal paper "Attention is All You Need" in 2017 and has since become the go-to architecture for deep learning models, powering text-generative models like OpenAI's GPT, Meta's Llama, and Google's Gemini. Beyond text, T
デジタル庁は、ダッシュボード開発において品質向上、および設計の効率化に貢献するため、実践ガイドブックとダッシュボード開発ツールのPowerBIのチャート・コンポーネントライブラリを公開します。 資料のダウンロードから取得してください。 公開の目的デジタル庁は、データと根拠に基づいた政策判断・効果の可視化を日本政府内で推進を先導する役割を担っています。その役割の一端を担い、行政や公共機関、民間企業などに従事する方が、わかりやすいダッシュボードを効率的に開発できるように、実践ガイドブック等を提供しています。データをわかりやすく可視化できるようにすることで、多くの関係者間で正しい共通認識を持ち、意思決定の質を向上させ、より良い行動に繋げられるようになることを目的にしています。 実践ガイドブックは、デジタル庁で実践してきた政策データダッシュボードの作成時の知見に加え、行政職員や民間有識者のダッシュ
「できる人」と「できない人」の分岐点：4M4E分析で手に入れる仕事の質 - STUDY HACKER（スタディーハッカー）｜社会人の勉強法＆英語学習
どんな人間だって、大なり小なりミスはするものですよね。しかし、同じミスを繰り返す人と、繰り返さない人には決定的な違いがあるようです。その違いとは、ミスをしたあとに真因究明ができているかどうか。今回は、ミスの再発で悩むビジネスパーソンに向け、再発防止のカギを握る分析方法を紹介しましょう。 【ライタープロフィール】 STUDY HACKER 編集部 「STUDY HACKER」は、これからの学びを考える、勉強法のハッキングメディアです。「STUDY SMART」をコンセプトに、2014年のサイトオープン以後、効率的な勉強法 / 記憶に残るノート術 / 脳科学に基づく学習テクニック / 身になる読書術 / 文章術 / 思考法など、勉強・仕事に必要な知識やスキルをより合理的に身につけるためのヒントを、多数紹介しています。運営は、英語パーソナルジム「StudyHacker ENGLISH COMPA
GitHub - mckinsey/vizro: Vizro is a toolkit for creating modular data visualization applications.
Rapidly self-serve the assembly of customized dashboards in minutes - without the need for advanced coding or design experience - to create flexible and scalable, Python enabled data visualization applications Use a few lines of simple configuration to create complex dashboards, which are automatically assembled utilizing libraries such as Plotly and Dash, with inbuilt coding and design best pract
GitLab.com
Claude 3.5 Sonnet ＋ 新機能「Artifacts」でCSVから簡単データ分析 - Taste of Tech Topics
はじめに こんにちは。7月に入り、蓮の花が咲く季節が近づいてきましたね。 ４年目エンジニアの小林です。 最近、2024年6月21日にAnthoropic社からリリースされた、「Claude 3.5 Sonnet」で利用できるArtifactsという機能が注目されています。 この記事では、Artifactsを使ってCSVからグラフを生成してみます。 はじめに Claude 3.5 SonnetおよびArtifacts機能の概要 グラフ作成を試してみた Artifacts機能の利用手順 CSVデータからグラフを作成する グラフをカスタマイズする まとめ Claude 3.5 SonnetおよびArtifacts機能の概要 Claude 3.5 Sonnetは、Anthropic社が開発した最新の生成AIモデルで、低コストながら高い性能を持つモデルとして話題になっています。 そして、中でも注目さ
DMARCレポートの可視化ダッシュボードを作りました - LIVESENSE ENGINEER BLOG
はじめに そもそもDMARCって何？ Googleの発表によってDMARC対応が必要に SaaSの検討 OSSの検討・選定 構成 動作 GmailからGoogle Driveへ格納する XMLをパースしてOpenSearchに格納する Google Driveからコンテナ内にダウンロードする パースと格納 可視化 苦労した点 Gmailの仕様とparsedmarcの相性が悪い OpenSearch突然データが全部消えた 作ってみてよかったこと 今後の運用 はじめに インフラGの鈴木です。ガールズケイリンアニメことリンカイ！の放映が近くなってきましたね。 最近小倉にギャンブル旅行にいったのですが、北九州競輪には等身大パネルがありました。本気(マジ)度が伝わってきます。アニメの放映日が楽しみです。 ところで、今回はDMARCの可視化基盤を作った話をします。なかなか大変1でしたので、共有したいと
技術部の染矢です。研修中にドット絵を作っていたと思えば、いつの間にか技術研修をする側になっていました。なんとまあ、時の流れというのは恐ろしいものでしょうか。 ペパボでは今年から新卒技術研修の一環として「オブザーバビリティ研修」を実施することにしました。ペパボの中では新しい取り組みであるため、オブザーバビリティ研修のみの内容で一記事を執筆することにしました。他の研修内容も含めたまとめ記事も近いうちに公開されることでしょう。 この記事では、オブザーバビリティ研修を新卒技術研修に組み込んだ意図と、研修内容、また研修設計時に考えていたことを紹介します。 オブザーバビリティ研修を取り入れた背景 ペパボの新卒技術研修では複数の技術を学びます。WebアプリケーションフレームワークからWebフロントエンド、インフラ、機械学習など幅広い技術を、実際に手を動かしながら習得します。 昨年までの研修で、次の課題が
目次 開発生産性を掘り下げるサービスたち 生産性 = 産出量 / 投入量 生産性を向上させる3側面による整理 ①メソッド（生産方式や業務処理方法） ②パフォーマンス（能率や業務実施効率） ③ユーティライゼーション（計画や活用のうまさ加減） (余談) SPACE フレームワークについて 生産性関連データの可視化で何を見いだせるのか アウトカムの厳密な可視化は難しい 機能としてはアウトプットの可視化に比重が寄る 生産性の可視化を必要としないこともある 可視化された情報から何ができるのか アクティビティ傾向の変化や異常の発見 意思決定における再現性の担保 説明責任における透明性の担保 総じて、すべきでは無いこと 速度と量の回し車にしない 意味を見いだせない指標を運用しない どうぞご健康で！ 開発生産性を掘り下げるサービスたち 開発に関わるインテリジェンスを提供する SaaS には国内では私が勤め
Timee × Commune データチーム勉強会より
BERTopic は、Transformersを用いて文書のトピックモデリングを行うためのPythonライブラリです。本記事では、自分がKaggleコンペの初手EDAによく使うコードをまとめました。 入出力のイメージ 入力： 文章のリスト （例：["I am sure some bashers of Pens fans ...", "My brother is in the market for a high-performance video card that supports VESA local bus with 1-2MB RAM. Does anyone hav...", ...]） 出力： 各文書の関係性を表した2次元座標図 ソースコード 以下にもあります Github Google colab import pandas as pd from umap import UMA
はじめに こんにちは、検索基盤部の伊澤です。検索基盤部では普段から、ZOZOTOWNの検索機能に関するデータ分析や、データ分析を踏まえた検索性能の改善に取り組んでいます。 検索に関するデータ分析では、検索クエリの傾向把握や課題のあるクエリの特定のために、検索クエリごとの検索結果のクリック率やコンバージョン率といったパフォーマンス指標を評価しています。 本記事では、検索クエリごとのデータ分析に関する情報共有を効率化するため、ウェブフレームワークの「Dash」で開発したダッシュボードを活用した事例を紹介します。 目次 はじめに 目次 検索クエリごとのデータ分析の重要性 分析結果のチーム内共有時の課題 Dashを用いたダッシュボードの開発 Dashとは Dashを選定した理由 検索クエリごとのパフォーマンス指標のダッシュボード 1. 検索クエリごとのパフォーマンス指標のテーブル 2. 検索クエリ
Microsoftは、データ管理資産サービス「Microsoft Purview」の監査ログに関するデフォルトの保存期間を延長した。これは、2023年の初めに国家の後ろ盾を得たハッカーが国務省から数千通の電子メールを盗み出したことを受け、同社のプラットフォームで悪意ある活動を可視化するための幅広い取り組みの一環だ。 2023年10月から「Microsoft Purview 監査」のセキュリティログのデフォルトの保存期間が、スタンダードユーザーの場合、90日から180日に倍増する。プレミアムライセンス所有者のデフォルトの保存期間は1年に延長されるが、10年に延長するオプションも用意されている。 この取り組みは、はじめに全世界の顧客に適用され、その後に政府機関の顧客にも拡大される予定だ。 ログ機能無償提供の狙いは？ Microsoftは「2023年のハッキング事件を受けて、セキュリティ支援の一
はじめに この記事は、FOSS4G TOKAI 2023のLT大会で発表した「みんな名古屋駅からどこに降りているのか？大都市交通センサスを使って見てみる」で実装したソースコードを解説する記事です。 このLTは、国土交通省が公開している大都市交通センサスのデータを使って、名古屋駅で乗車したお客様がどこの駅で降りているのか、上記の画像のように地図上で立体的に可視化してみようというものを、デモを交えながら発表しました。 実際にデモサイトも公開しています。 地図上に伸びているグラフは、各駅において名古屋駅から来た人数を表しており、グラフにカーソルを合わせると詳細な降車人数が表示されます。 可視化してみるまでの背景や、大都市交通センサスの詳細については LT会の公開資料 をご覧ください。 処理の流れ 大都市交通センサスのデータを使って地図上に可視化するまでの流れは、以下の画像のような流れとなります。
1. はじめに Python のプロットツールとして、matplotlib の代わりに、下の図のようなブラウザ上でぐりぐりと操作できる Plotly が便利で使うことが多いのですが、 大容量データを一度にプロットすると、非常に重くなるのが気になっていました。 これまで描画のときだけデータを粗くするなど工夫してきたのですが、毎回大変なので、なにか便利なものはないかなーと探していたら、よいカスタムライブラリを見つけたので、この記事で紹介したいと思います！ 2. 通常のプロットサンプル まず、比較のために、1000万のサンプルデータを作成して、通常の方法で Plotly でプロットしてみます。 コードはこちらです。 import pandas as pd import numpy as np from plotly.subplots import make_subplots import plo
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
誰も教えてくれない「分かりやすく美しい図の作り方」超具体的な20のテクニック
黙秘する被疑者に「ガキ」「社会性欠けてる」…検察官の取り調べ映像、YouTubeで公開 - 弁護士ドットコムニュース
構成図を描く際に気をつけていること - NRIネットコムBlog
Looker Studioの魅力と便利な使い方を紹介します - yasuhisa's blog
Three.jsで新宿駅構内図を3Dで可視化してみる - Qiita
ダッシュボードデザインの実践ガイドブックとチャート・コンポーネントライブラリ（ベータ版）｜デジタル庁
Screwtape / sqlite-schema-diagram · GitLab
ペパボでもオブザーバビリティ研修を実施しています - Pepabo Tech Portal
開発生産性の可視化サービスから何を見いだして何ができるのか、あるいはすべきで無いこと
ダッシュボードを使ってもらうには、 現場へのヒアリングが重要だと 改めて気づいた話
KaggleのNLPコンペで初手に使える可視化 〜BERTopicを用いた文書クラスタリングと可視化〜
Python Dashによりデータ分析結果の共有を効率化する取り組み - ZOZO TECH BLOG
Microsoft、“おわび”で無償提供していたログ機能のデフォルト保存期間を180日に延長
名古屋駅から乗ったお客さんがどの駅で降りているのか地図上で可視化してみた - Qiita
大容量データもサクサク動くPlotly！「plotly-resampler」で楽々高速化！ - Qiita