データストーリーテリング

🔄 前回のおさらい: レッスン3でデザイン原則（コントラスト、ゼロ始点、データインク比）を学びました。ここではチャートを「ストーリー」に変換する方法を学びます。

チャートの羅列 vs. データストーリー

データストーリーの4ステップ構造

1. コンテキスト（背景設定）

「過去3年間、当社のEC売上は年平均15%成長していました。」

2. 緊張（問題提起）

「しかし今四半期、成長率が3%に急落しました。」

3. インサイト（発見）

「モバイルユーザーの離脱率が42%増加——レスポンシブデザインの問題が原因です。」

4. アクション（推奨）

「モバイルUXの改善に投資すれば、四半期内に成長率を回復できると予測されます。」

AIの活用ポイント

• パターン発見：AIにデータを渡して傾向と異常値を特定
• 構造提案：「このデータでストーリーを構築するなら？」
• テキスト生成：チャート間のつなぎの文章をAIが提案

✅ 確認クイズ: データストーリーでアクション（推奨）を含めることが重要な理由は？→インサイトだけでは行動につながりません。「売上が減少した原因はモバイルUX」と示すだけでなく、「モバイルUX改善に予算を配分すべき」と具体的アクションを提示することで、データが意思決定を動かします。

まとめ

• データストーリーはチャートをナラティブに配列し、インサイトからアクションへ導く
• コンテキスト→緊張→インサイト→アクションの構造でオーディエンスを論理的に導く
• AIがパターン発見、構造提案、テキスト生成を支援——最終判断は人間が行う
• アクションのないデータストーリーは「面白い事実」で終わる——行動を引き出すことが目的

次のレッスン： ダッシュボード設計とレイアウト——意思決定者が実際に活用するダッシュボードの設計原則を学びます。