荻原和樹 on Data Visualization Japan

荻原和樹／データを伝える基本原則 ―『データ思考入門』で目指したこと

Mon, 29 Dec 2025 00:00:00 +0000

Data Visualization Japan Meetup 2025「データ可視化本著者が語る」（2025年12月29日オンライン開催）における、荻原和樹さんの講演です。一般向けの新書『データ思考入門』（講談社現代新書）で目指した「データを伝えるための基本原則」について、報道の現場で培った制作経験をもとにお話しいただきました。

皆さん聞こえておりますでしょうか。荻原和樹と申します。本日はこうしたイベントに登壇させていただき、本当に光栄に思っております。私の持ち時間は少し短めで、矢崎さんとの質疑の時間も取りつつ、30分ほどお話しさせていただきます。「著者が語るデータ可視化」というトピックですので、私からは、2023年に出した『データ思考入門』という本で目指した「データを伝える基本原則」というタイトルでお話しします。どうぞよろしくお願いいたします。

自己紹介

改めまして、荻原と申します。今は自分の会社の代表をしています。

もともとは東洋経済という出版社で、東洋経済オンラインや週刊東洋経済といったメディアに向けて、データ・ビジュアライゼーションを活用した報道コンテンツの開発やデザインをしていました。3Dのインタラクティブなマップや、1枚もののインフォグラフィックなど、企画を立て、記事を開発・デザインし、執筆までを自分で行うというスタイルです。

その後、スマートニュースのメディア研究所という社内シンクタンクのような部署に移り、GitHub でのオープンソース・プロジェクトや、オープンデータ、データジャーナリズムに役立つデータの公開などに携わりました。次に Google のニュースイニシアティブという組織で、報道機関や大学に向けて、データの活用方法・可視化の方法といったデジタルスキルを中心にしたトレーニングやワークショップを行っていました。そして今年に入って独立し、現在はメディア向けの可視化ツールの開発や、学校向けのデジタル教材の開発などをしています。

著書としては『データ思考入門』などの単著のほか、『伝わるデータビジュアル術』『データ・ジャーナリズム』といった共著があります。これまで作ってきた作品としては、新型コロナのダッシュボードが一番目にされた方が多いかもしれません。ほかにも、3Dの地球儀、グラフがアニメーションで動くインタラクティブなグラフィック、3Dに配置した人口ピラミッド、図書館の蔵書データをインタラクティブな地図とグラフで表したものなど、いろいろなものを作ってきました。

『データ思考入門』を書いたきっかけ ― 10年後も役立つ考え方

今回お話しするのは、講談社現代新書から2023年に発売した『データ思考入門』という本です。「数字や統計に強くなる」というキャッチコピーの通り、一般向けに、データを可視化する際の基本的なものの見方・考え方を解説したものです。

出版のきっかけは、「データ可視化について10年後も役立つ考え方」を伝えたい、というところにありました。スマートニュースや Google で報道機関・大学向けのレクチャーをしていると、「どうやってデータ可視化の勉強を始めればいいですか」という質問を本当によく受けたんです。相手は新聞社・テレビ局・出版社・Webメディアの記者や編集者が中心でしたが、「データビジュアライゼーションは面白そうだから始めたいけれど、何から手をつければいいか分からない」「新型コロナのダッシュボードは話題になったが、ほかのものをどう作ればいいか分からない」と。入門的な教材は、海外の大学のオンライン講座などはあっても敷居が高い。そういう声が出発点でした。

その場でも私なりに答えてはいたのですが、それなら、基本的な考え方を体系立てて一冊にまとめればいいのではないか、と考えたわけです。ですので、文系の初学者に向けた内容になっています。おそらく今日登壇している方の中で、私が一番の文系だと思います。だからこそ、今回は唯一「縦書き」の本にしました（これは後ほど改めて触れます）。

一方で、報道機関やメディアの現場では、使っているツールは Python、各種ライブラリ、Tableau、Excel などさまざまです。言語一つとっても、JavaScript なら D3.js を使う人もいれば、フレームワークが React か Vue かも人によって違う。メンバー構成も、私のように企画から開発・デザイン・執筆まで一人でやるタイプもいれば、記者がエンジニアやデザイナーとチームを組む場合もある。ビジネスでも、自分で Tableau を触る人もいれば、社内のエンジニア・デザイナーと調整して本格的なダッシュボードを作る場合もあります。

ツールもフレームワークもメンバー構成もそれぞれ違う。けれど、その根っこには必ず共通する「基本の考え方」があるはずです。今回の狙いは、具体的なツールの使い方そのものよりも、10年後も役立つ基本的な考え方・基礎教養をカバーすることでした。理想的には、何らかのツールの使い方を解説した本と、この本を組み合わせて読んでもらえたら、というイメージで書いています。

本書の特徴① 報道などの事例を豊富に紹介

ここからは本書の特徴をいくつか紹介します。

1つ目は、報道などの事例を豊富に紹介している点です。本書の中心は初学者向けの基本原則・考え方――データの読み方、探し方、表現手法（どんな可視化手法を選ぶか）、色などのデザイン――にありますが、原理原則や概念だけだと抽象的でとっつきにくい。そこで、事例を数多く盛り込み、具体例で腹落ちするようにしました。

たとえば、ウォール・ストリート・ジャーナルが2015年（ちょうど10年以上前）に発表した “Battling Infectious Diseases in the 20th Century” というインフォグラフィックがあります。縦軸にアメリカの50州を取り、それぞれの人口あたりの感染者数（はしか）をヒートマップで表したもので、ワクチンが導入される前後で全米のはしかの感染者数が劇的に変わったことが一目で分かります。こうしたデータジャーナリズム――データを使った報道――の事例、とくに海外の事例を多く紹介しています。報道機関が発表したもの、私自身が東洋経済オンラインや個人で作ってきたもの、今回のために書き下ろしたものなどを含め、76点ほどの図表を掲載しています。

データを「伝える」ことにフォーカスした本なので、たとえば「データ可視化の3段階」といった整理もしています。自分のためのデータ可視化（仮説検証用）、組織のためのデータ可視化（社内向けのレポートやダッシュボード。ビジネスの多くはここに当たります）、そして社会のためのデータ可視化（報道やアート）です。この「社会のためのデータ可視化」というフィールドは、組織のためのものとは少し違うポイントが必要になるのではないか、という話を書いています。

本書の特徴② 実際の制作経験に基づく内容

2つ目の特徴は、実際の制作経験に基づいている点です。東洋経済オンラインやスマートニュースでいくつか作品を発表してきましたが、その経験から得た「広い社会にデータを伝えるためのコツや注意点」を紹介しています。

たとえば、東洋経済オンラインで作成した「日本の夏が徐々に暑く・長くなっている」というインフォグラフィック。100年以上前からの気象庁のデータをプロットすると、夏の気温が現在に近づくほど暑くなり、しかも残暑が厳しくなっていることが分かる、というものです（ヒートマップと呼ばれる手法で作っています）。こうした制作事例について、どんなことを思って作ったのか、どんなきっかけで作り始めたのか、試行錯誤やプロトタイプをどう重ねてきたのか、といったことを書いています。実際に作ってみて痛い目を見た経験もたくさんあるので、それも書いています。

本書の特徴③ データの「編集」過程を手厚く解説

3つ目の特徴は、データの編集過程を手厚く解説していることです。

「データの可視化＝グラフの飾り付け」ではない。可視化という行為は、グラフを飾り付けたり派手にしたりすることだけではなく、その前のステップこそが非常に重要だ――このミートアップに参加している方なら頷いていただけると思います。

具体的には、まずデータを取捨選択すること。とくに行政が公開している統計データは、同じように見えても定義や集計範囲が微妙に異なり、たくさんのバリエーションがあります。100個あるデータを100個すべて出すのは簡単ですが、受け手にとっては非常に分かりづらい。そこで、最も重要と思われるデータ、社会的に必要とされているデータをいかに取捨選択するかが大事になります。

さらに、重み付けや補完も必要です。どれが重要なデータなのかを人間が目で見て強調したり、単独のデータでは誤解を招きそうなら移動平均を添えたり、値を補完して補助線を引いたりする。当然、そこには「伝えたいメッセージ（タイトル）を定義すること」や「可視化手法の選定」も含まれます。地図がよいのか、グラフがよいのか、ヒートマップがよいのか――データなら何でも地図にすればいいというものではありません。本書では、こうした一連の作業を「データの編集」と呼んでいます。

エンジニアであれデザイナーであれ記者であれ、どんなメンバーにも共通する考え方として、この編集過程を全員で共有できていないと話がうまく伝わらない。だからこそ、ここは特徴として手厚く解説しています。

データを読む罠 ― 喫煙率と肺がん死亡率

本書ではデータを読む際の罠も紹介しています。たとえば「日本人男性の喫煙率と肺がんの粗死亡率」。粗死亡率とは、単純な人口10万人あたりの死亡率です。

グラフを見ると、男性の喫煙率は1958年から2018年にかけてだんだん下がっています。1960年代には80〜90%近くあった喫煙率が、2018年には30%を切っている。ところが一方で、肺がんの粗死亡率はどんどん上がっている。では、喫煙率が下がるほど肺がんの死亡率は上がるのか――常識的にそんなわけはありませんよね。喫煙率が下がれば、タイムラグはあれど、肺がんによる死亡は減るだろうと直感的には考えられる。でもグラフ上では減っていない。

なぜか。答えは年齢調整にあります。先ほどのにゃんこそばさんの話にもあったように、人口統計は生物学的な年齢構成を踏まえて考える必要があります。がんは高齢になるほど罹る確率が高まる。つまり社会が高齢化するほど、がんになる人は相対的に増えたように見える。この期間に日本人の平均寿命はどんどん伸び、高齢化が進んだため、単純な粗死亡率は増えたように見えていたのです。ちゃんと年齢調整をすると、タイムラグはあれど、肺がんの年齢調整死亡率は減っている。こうした罠を解説しています。

本書の特徴④ 不完全なデータの可視化

4つ目の特徴は「不完全なデータの可視化」です。類書にはあまりなさそうな内容として入れてみました。

データは常に完璧であるとは限りません。とくに報道のように社会的な注目度が高いデータを可視化しようとすると、生データに近いものほど、一部が欠落していたり、集計基準が変更されていたり、データが古かったり、ラベルにズレがあったりします。ラベルのズレとは、たとえば「完全失業率」というデータのラベルから想像される「失業」の一般的なイメージと、統計上の定義とが少し違う、といったことです。行政系の統計データにはよくあります。こうしたデータを何も考えずにそのまま可視化すると、誤解を招くことがあります。

たとえば新型コロナのダッシュボードで、日本に上陸してから3か月ほど経った5月時点までに、厚生労働省はすでに2回ほど集計基準を変更していました。基準が変わったので、グラフ上ではある時点から急に感染者数が増えたように見える。それをそのまま可視化すると、なぜか感染者数が急増したと受け取られかねません。予測値や速報値も同様に注意が必要です。

こうしたデータは注記を添えるのが基本ですが、注記だけだと、社会的に重要なデータほどグラフだけを切り取られて拡散されてしまう恐れがあります。だからこそ、なるべくデザインに落とし込んで、デザインで注意喚起を実現しようという話をしています。

このほか、「グラフの父」と呼ばれるウィリアム・プレイフェアと、その著書『商業および政治のアトラス』の紹介や、個人情報とデータの関係も取り上げています。数年前に、官報から破産者のデータをスクレイピングして誰でも見られる地図に落とし込んだ「破産者マップ」という、はた迷惑な事例がありました。データは何でも可視化すれば便利、何でもオープンにすれば便利、というわけではなく、プライベートな情報や個人情報に関わるものは、あえて少し不便にしておく方が社会的には良い場合もある。これは、社会的に広くデータを伝えるうえでの弊害の例だと思います。

少し変わったところでは、「御料理献立競」という高級料理店の番付も取り上げました。日本人はランキングが好きで、いろいろなメディアで毎日のようにランキングが公開されていますが、ランキング自体は1800年代から存在していた、という話です。当時人気を誇った高級料理が番付形式で紹介されている。昔から日本人はランキングが好きだったんですよ、というわけです。

縦書きという選択

先ほど触れたように、この本はデータ可視化の本には珍しく縦書きを選びました。講談社現代新書は縦書きでも横書きでもよいと言われたのですが、迷った末に縦書きにしました。

理由は、新書という形態であれば、当初の狙い通り、文系の初学者に多く手に取ってもらえるだろうと考えたからです。そうした人たちには、新聞や雑誌と同じ縦書きの方が馴染みがあるはずです。もちろん私自身はずっと横書きで文章を書いていますし、横書きの方が便利であることは確かです。それでもあえて縦書きにすることで、縦書きが好きな人にもデータとの付き合い方が届けばいいな、と考えました。

ちなみに縦書きのデータ本はほとんどありません。今日ご一緒する登壇者の皆さんの本や、Kindle で持っているシャーリー・ウーさんの Data Sketches なども横書きです。縦書きだと、松本健太郎さんがデータ関連の著作を出しているくらいでしょうか。ほかに、データ可視化の歴史書のような本もあります。ウィリアム・プレイフェアの事例に始まり、1800年代の事例から現代のコンピューターグラフィックスまで、データ可視化がどう発展してきたかを扱った面白いものです。

一冊を書き上げるまで

書籍1冊分――新書だと図表にもよりますが10万字ほどが目安です。これを書き上げるのが私にとって一番のハードルでした。

経緯としては、当時スマートニュースの子会社だったスローニュースというメディアで、「データを伝える技術」という連載をしていました。1回あたり5000字程度が目安だったので、毎回ざっくりテーマを決めて――たとえば第1回は「データを読む」――構成は考えず、自分が一番面白いと思うトピックから書き始め、5000字書いたら止めて原稿として出す。これを繰り返して、まず1冊分（10万字）の原稿を書き溜めていきました。

次に、かなりアナログな方法ですが、各トピック（1500〜2000字ほど、ブログ1本分くらい）に分けて全部ハサミで切り出し、一覧にして、川喜田二郎さんのKJ法のようにテーマごとに並べ替えました。40〜50枚ほどになったこの束を、関連するもので分類していく。当然、並べ替えると「前回ご紹介したこの事例ですが」といった書き出しを全部書き直すはめになり、とても大変だったのを覚えています。

こうしてゲラが出来上がりました。余談ですが、講談社の校閲はさすがに優秀です。ウィリアム・プレイフェアについて「1823年に64歳で亡くなった」と書いたところ、校閲の方が生年月日から計算して、「この年はまだ誕生日が来ていないので、63歳ではないですか」と鉛筆で指摘してくれていました。きちんと調べてくれていて、商業出版のありがたい部分だなと思います。

反響

反響としては、主にビジネス書として受け止めてもらえたようで、丸善・丸の内本店などにも並べてもらいました。先ほど「一番の文系」と申し上げた通り、取り上げてくれたのも週刊東洋経済や文化通信といったメディア系の週刊誌・雑誌が多く、書評もいくつか書いていただきました。週刊ダイヤモンドに載せてもらったりと、文系・ビジネス系の反響が多かったです。

面白いところでは、福井大学教育学部の入試問題に採用されました。入試問題への採用は、漏洩を防ぐため事前にも事後にも著者へ一切連絡が来ません。参考書の出版社が過去問として掲載する際、転載の許可を取る段になって初めて連絡が来る、という流れになっています。

心に残った反響としては、読者からのお手紙が一番印象に残っています。かなり高齢の、おそらくリタイアされた年齢のご夫婦から、出版社経由で直筆のお手紙をいただきました。達筆で、「数字は馴染みがなかったが興味深かった」という内容でした。これはとても良かったです。縦書きに馴染みがある人、必ずしもプログラムや Tableau、Power BI をバリバリ使えるわけではない人――新型コロナをはじめさまざまな経験を経て、データが好きでも得意でもない人に届けることには、それはそれで意味があると強く感じていたので、それまで届いていなかった人に届いたという点で本当に良かったと思っています。

もちろん専門的で高度な内容を目指すのも意義のあることです。ただ私としては、これまでデータ可視化を考えてこなかった人、グラフは難しいと思っている人にも届く、というのが書籍の良いところだと思っています。

今後書きたいこと

生成AIやツールの発達によって、データ・ビジュアライゼーションの制作は簡単になりました。ですがそのコインの裏として、偏ったデータや悪意のあるデータ可視化も増えたと思います。新型コロナ下では、外国籍の人々があたかも感染を持ち込んでいるかのように見せる、本当に悪意のあるグラフもたくさん見てきました。今も政治関連などで、自分たちは客観的だという体を取りながらヘイトに使われるような事例がたくさんあります。ツールの発達によって、良くも悪くも、とても綺麗なグラフが簡単に作れるようになってしまった影響は大きいと思います。

だからこそ、簡単に作れるようになった今こそ、データそのものや、その背景・制作意図を正確に読み解くデータリテラシーが必要なのだと思います。そういう大学生向け・社会人1年生向けの書籍も作れたら、と考えています。

というわけで、30分ちょっとになりました。ご清聴ありがとうございました。

荻原和樹／新型コロナの特設サイトから見る報道とデータ可視化

Mon, 28 Dec 2020 00:00:00 +0000

Data Visualization Japan Meetup 2020（2020年12月28・29日開催）における、荻原和樹さん（東洋経済新報社）の講演です。「東洋経済オンライン新型コロナウイルス国内感染の状況」の制作・運営を通じて見えてきた、報道とデータ可視化の関係を語ります。

ご紹介にあずかりました、東洋経済新報社の荻原と申します。ちょうど昨年もここに招いていただいて、その時はリアルでお話ししたんですけど、今回はオンラインということで。よろしくお願いします。

新型コロナのいろんなデータを公開する特設サイトを作っていまして、制作もやって、開発もコードも書いて、デザインもして、必要だったら記事も書いて、毎日のデータ更新もやってくれる人がいないから毎日自分でやっている、という状況です。その制作から運営までを通じて見えた、報道とデータの関係、そして報道がこれからどう変わっていくのか——そんなことをお話ししたいと思います。

自己紹介

肩書きをどう名乗るかはいつも悩みの種なんですけど、だいたいデータジャーナリストとかデータ可視化デザイナーと名乗っています。

東洋経済オンラインというメディアで、報道コンテンツとしてデータビジュアライゼーションを使っています。地図だったり、3D だったり、アニメーションだったり、あるいは静止画1枚のインフォグラフィックを作ったり。他にも社内向けのデータ分析ダッシュボードを作ったりもしています。

だいたいいつも自分で企画を立てて、デザインして、データを収集して、必要なら Python なども使ってデータベースにして加工して、JavaScript でビジュアライズして、そのページと一緒に記事も書いて公開する——そんな仕事です。あまり似た仕事をしている人はいないんじゃないかと思います。

略歴としては、新卒で今の会社に入って、最初はデータベースや Web の開発をしていました。それからデザインを勉強したいと思ってイギリスの大学院に留学し、デジタルデザイン、3D アニメーション——みんながゲームデザインをやるような専攻でした——を学んで、戻ってきて編集部で今のような仕事をしています。

昨年は E2D3 というオープンソースのコミュニティの方々と協力して本を出させていただき、その中でインフォグラフィックのあたりを担当して書いています。

これまでの作品

甲子園の投手はどれだけ過剰な投球をしているか

昨年の夏に公開した、1枚の画像で表すインフォグラフィックです。

甲子園の投手は非常に過密な日程で、しかもその高校に投手が一人しかいなかったりするので、すごい数の球を投げなければならない。本来なら休養日や1日あたりの投球数の制限が必要なところ、甲子園には基本的にそういう制限がない（少なくとも2019年まではほぼ無かった）。

野球雑誌やスポーツ新聞では「早稲田実業の斎藤佑樹が948球投げた」「金足農業の吉田輝星投手が889球投げた」といった単独の数字は出ていました。でも、それが本当にどのくらい重いものなのかは、あまり注目されていなかったんです。

そこで比較対象として、アメリカの投球ガイドライン Pitch Smart を使いました。青少年の肩と健康を守るために、1日あたりの投球数制限や「何球投げたら何日休まなければならない」という休養日制限が定められています。これを日本の高校野球の選手に当てはめたらどうなるかをカウントしたのがこのインフォグラフィックです。

白：一応ガイドラインの制限内
黄色：1日あたりの投球数制限を超えている
赤：休養日制限を超えている

見ると、赤と黄色の合計が軒並み半分から3分の2くらいを占めている。つまり Pitch Smart を適用したら、彼らは本当は半分から3分の1くらいしか投げてはいけないということになります。

そして赤が多い。つまり休養日制限が特に深刻だと分かります。甲子園は参加チーム数が減る後半になるにつれて日程が過密になっていく。最初は47都道府県ありますから1試合したら何日か空けられますが、**準決勝・決勝になると、試合をして次の日また試合、ということになる。**そうすると休養日制限を全く無視した投球をせざるを得なくなるわけです。

世界のパスポート

パスポートの情報を解析して、どの国からどの国にビザなしで行けるかを表したものです。

日本の場合、ビザなしで入れる国が122カ国。ビザ・オン・アライバル（到着時にビザを発行）の国が42カ国、ビザが必要な国が34カ国。日本から伸びている線がビザフリーで行ける国で、赤がビザフリー、青がアライバルです。

日本だと結構いろんな国に行けるんだなと分かります。アメリカもそう、イギリスもそう。それに比べてインドだとビザフリーの国は25カ国だけで、ビザが必要な国のほうが多い。北朝鮮だと11カ国だけだったりします。

今年は1本だけ ― 新型コロナ特設サイト

……と、ここまでお見せしたスライドは、実は2019年に作ったものと全く変わっていません。今年は1個しか出していないんです。「新型コロナウイルス国内感染の状況」というビジュアルページです。

2月27日ごろにオープンして、ここまで注目されるとは思わなかったんですけど、ほぼずっと毎日データ更新をして、改修やメンテナンス、問い合わせ対応といろんな作業をしている1年でした。

ありがたいことに、「新型コロナウイルス」という単語を含む Web コンテンツの中で報道コンテンツとしてはシェア1位になりました。Facebook で12.5万回、Twitter は「9万9999回」でカウントが止まってしまうようなので、実際はもう少しシェアされていると思います。グッドデザイン賞や SmartNews のベストパートナーアワードなどもいただきました。

コンセプト ― 冷静に現状を把握する

このサイトのコンセプトは「冷静に現状を把握する」でした。

皆さんが目にするニュースは、速報のストレートニュースが多いと思います。「今日の感染者数は何千人でした」「今日時点の東京都の感染者数は何人」「PCR 検査数は何件」といった情報です。

このサイトで心がけたのは、まず冷静に、現状がどうなっているのかをワンストップで把握できるようにすること。そのために速報ではなく時系列のグラフをメインにしました。今では当たり前と言われるかもしれませんが、当時はこういうグラフ自体があまり手に入らなかったんです。

HUD デザイン

配色についても、HUD（Heads-Up Display） を参考にしました。SF 映画などでよく見る、暗い画面に蛍光色の要素が浮かび上がるようなデザインです。「HUD」で英語検索するとたくさん作例が出てきます。

これをもとに、配色とデザインをすごく落ち着いた感じにしようと心がけました。暗いトーンで、色は基本的に蛍光色の青緑——少し緑がかった青がメインです。赤やきつい黄色といった危険色をできるだけ使わない。

なぜか。私がこれを作っていた2月中旬というのは、ダイヤモンド・プリンセス号の話が大きく報じられ、中国が武漢の街を封鎖し、そのウイルスがいよいよ日本に入り始めている——という状況でした。社会的な不安としてはかなりピークに近かったのではないかと思います。

不安を煽るような情報が非常に多く出ていて、「コロナ疲れ」「報道疲れ」、あるいは「インフォデミック」という言葉に代表されるように、毎日の暗いニュースを見るのに疲れてしまった人が Twitter を見ていても多かった。それを受けて、落ち着いてデータを見られる、冷静に状況を把握できるサイトを作ろうというのが出発点でした。

解釈はしない、解説は厚く

このページでは、基本的に解釈はしません。「これはこういう意味なんですよ」「今あぶないですよ」といった解釈はしない。

その代わり、いろいろなデータをただ見せられるだけだと混乱してしまうでしょうから、「よくあるご質問」のようなコーナーを設けて、解説はたくさん入れようと。皆さんが疑問に思うであろうことを結構たくさん入れて、状況に応じて差し替えたり修正したりしています。

あくまでマスに届ける

もう一つ。このサイトはあくまでマスに届けるものです。専門家のためのものでも、高度な分析をするものでもなく、とにかく基礎データを把握するためのもの。

私がマスメディアの人間としてやるべきことは、まず基礎的なデータをいろんな人が見られるようにすること。自分の両親でも、母方の祖母でも、どこの地方にいても見られるようにする。それがこのサイトの目的でした。

そのために新規と累計の切り替え、後方7日移動平均（最新の日から数えて直前1週間の平均値）といった仕掛けを作りました。5月ごろには実効再生産数——1人の感染者が平均して何人に感染させるかを表す指標——を、当時北海道大学にいらした西浦教授（いわゆる「8割おじさん」）の監修を受けて追加したりもしました。

毎日やっていること

実際にどんな作業をしているかをお見せします。

厚生労働省のウェブサイトに「新型コロナウイルス感染症の現在の状況と厚生労働省の対応について」という、とても長い名前のページが毎日更新されます。長い上にリンクがたくさんあって、少し分かりにくい。これを毎日読んでいます。

システム力の高い優れたエンジニアなら完全自動化できるんじゃないかと思うんですが、この辺の中身が日によって変動したり、ある日突然重要な注意書きが付いたりするので、私は毎日確認するようにしています。

クイズ ― 「感染者数」はどの数字か

せっかくなので、クイズを。

厚労省のサマリーの表が出ています。我々が今「検査陽性者数」とか「今日の感染者数」と呼んでいる数字は、どこでしょうか。

……「ここだ」と思った人が多いんじゃないでしょうか。**縦の、陽性者数の合計の数。**いろいろあるけど合計の数だろう、と思いきや、実はこちら——「国内事例」なんです。合計ではありません。

正確に言うと、ここの数は厚労省のオープンデータとも微妙に違っています。本来は同じでなければいけないのですが、厚労省のオープンデータは、過去分の訂正の際に日付が分からないものを計上に入れていないからです。オープンデータは「何月何日に何人」という形式なので、日付が分からない場合は計上に入れられない。それで微妙にずれるんです。

とにかく定義としては**「国内事例」であって、空港検疫やチャーター便で帰国した事例は入れていない**。

なぜか。報道は加熱しているのにデータが把握できない状況だった。そのとき読者が知りたいことは、おそらく国内の感染状況——「自分や自分の家族が感染する可能性はどのくらいなんだろう」ということだろう、と考えてこの形式にしています。

Do one thing well（スティーブ・ジョブズが言ったんでしたっけ）。「国内感染の状況」というタイトルからも分かる通り、何でもかんでも手を広げず、一つのことに注力するプロダクトを心がけていました。

これは他社との競合の際にも役立ちます。何でもやるプロダクトを作ると、最終的には資本力・技術力の戦い、速報の戦いになってしまって、我々のような小さいメディアには勝ち目がないんです。

私はこれを「データ編集」と呼んでいます。世の中にいろんなデータが公開されている中で、何を選んで何を出さないか。コンセプトを決めて何をやるかを決める。グラフを作り始める前、コードを書き始める前、デザインをする前の作業がすごく大事だと思っています。

信頼できないデータと戦う

もう一つは「信頼できないデータと戦う」ということ。

COVID-19 の特徴として——

感染→発症→検査→報告に2週間ほどのタイムラグがある
無症状感染者がいて、感染している数の正確な状況が出せない
集計基準の変更。自治体や厚労省側の事情で、集計基準が変わったり、最新の値だけがこっそり更新されたりする

つまり完璧なデータが揃わない、でもビジュアライズしなければならないという状況です。

もちろんデータが完璧に速報で揃えばそれでいいのですが、往々にして世の中はそうではない。厚労省も普段は月次や年次の統計を作っている組織ですから、日次で、しかも現在進行形の事象をデータ化するとなると、どうしても基準の変更などは起こってしまう。

そういうときにどういう注釈をつけるか、グラフの視覚的な表現をどう変えるかを考えるのも、データ編集のうちだと思っています。

データを見る力は汎用的ではない

「データを見る力」が汎用的かというと、ちょっと違うのかなと実は思っています。

Twitter を見ていると、おそらくデータを見慣れているはずの分野の方——ぼかしますが理系の研究者、しかも結構な大御所の方——が、割と盛大にデータを読み違えていたりする。

そこで思ったのは、そういう方々は普段カチッとしたデータ——訂正や、統計に現れない数といったものがあまり無いデータ——を扱っているから、それと同じ感覚で COVID の状況を扱ってしまって、違う解釈をしてしまうのではないか、ということです。

**一口にデータと言っても、その文脈や、公的統計の事情によって読み解き方は全然違う。**そういうものに配慮する、考えるということが重要なのかなと思います。

データ可視化は、サイエンスよりアートに近い

データサイエンスが一方にあるとして、データのビジュアライゼーション自体はサイエンスというよりアートに近いのかなと思っています。

客観的なデータ可視化、完璧なデータ可視化は、おそらく存在しません。

先ほどの例で言えば、空港検疫やチャーター便、ダイヤモンド・プリンセス号を私は含めませんでしたが、もちろん含めても全然正解だと思います。厚労省から合計の数字もちゃんと出ているわけですから。正解がどちらにあるかではなく、どちらを選ぶか、どちらがより重要だと判断するかの問題です。

用語の表記も同じです。「感染者数」と表記するか「検査陽性者数」と表記するか。**私は後者を使っています。**無症状感染者の存在があるので「感染者」と「検査陽性者」はイコールではないだろうと思うからです。ただ「今わかっている感染者数」と言い換えるのであれば、感染者数でも間違いではない。

配色、デザイン、地図表現についても同じことが言えます。

**サイエンスであれば、同じ材料・同じデータから同じ分析手法を適用すれば、みんな同じ結果になるはずです。**再現性がなければサイエンスとは呼びにくい。でも今メディア各社から出ているデータビジュアライゼーションのページを見ると、各社いろんな工夫が凝らされている。

私がよく使う表現は「データの翻訳」です。文章表現に近い。**データという、我々にはよく分からない外国語を、視覚表現という我々がよく知っているものに翻訳する。**基礎的な部分はみんな同じ——「今、感染者数が減っていますよ」とビジュアライズする人はいないでしょう——けれど、細かいところでは各人のこだわりやバックグラウンドがあって、翻訳が分かれてくる。

「データだから受ける」という時代は来ない

作る側の視点から言うと、「データだからこれは受けるだろう」「データだから必要とされる」という状況は、もう来ないんじゃないかと思っています。

これだけ多くの会社が、個人が、データビジュアライゼーションを公開したり分析をしたりしている中で、データを出せばそれで受ける、ということはもう無い。

**データだから、ではなく、そのデータを通じて何を表現するか。**文章と同じです。「文章表現だからきっと受けるだろう」ではなく、その文章でどういうふうに記事を書くかが問われるのと同様に、データをどう扱い、どうビジュアライズし、どう要素を配置するかが重要なのだと思います。

オープン化 ― 透明性の確保

今回、GitHub でデータとソースコードを公開しました。日本の報道機関では初めてなんじゃないかと思います。

なぜやったか。まずは透明性の確保です。

ビジュアライズには、恣意的なもの、偏った解釈になってしまう可能性が常にあります。客観的なビジュアライゼーションができないのであれば、どうするか。「我々はこういうデータを、こういうふうに料理して、こういうふうにビジュアライズしましたよ」という一連の流れを全部オープンにして、いつでも検証できるようにすることにしました。

従来の一般的な記事だと、出典は「厚生労働省より東洋経済作成」といった書き方になってしまう。それだと読者が流れを追えなかったり、「なんでこうしているの」という疑問が生じたりするのではないかと思うので、こういう形にしています。

Twitter の反応を見ていると「東洋経済が信頼できるかは分からないけど、厚労省のデータをオープンにしているから信頼できるだろう」という人もいました。いきなり「全部ブラックボックスにするけど東洋経済を信用してくれ」というのはさすがに難しいでしょうから、まずはそういうところから出発できたらいいのかなと思っています。

ただし双方向性は慎重に

オープン化には2つの側面があります。我々が何を考えてやったかをオープンにすることと、プルリクエストや issue でいろんな人の意見を受け入れることです。

後者については、慎重になったほうがいいのかなと思っています。

たとえば、毎日のデータ更新をボランティアの方にお願いする——これは慎重になったほうがいい。データに不備があったら誰の責任かという問題がありますし、メディアの責任として一次情報にちゃんと当たるというのが報道の責任だからです。厚労省のページなり会議なり取材なりを通じて、うちがちゃんとオープンにするのが適切だろうと。他社がまとめたものを使ったりも、今のところしていません。

改修についても、読者が言ったからやる、ではなく、決定自体は編集部・我々が主導で決めるべきなのかなと思っています。その上で、「こんなふうにやりましたよ」「いつ変えましたよ」を透明にするのがいいのかなと。

可視化は「届ける範囲」で3種類に分かれる

データ可視化は、誰に届けるかによって重視することが違ってくると思っています。以前ブログにも書いたことですが——

自分のためのデータ可視化：自分のメモ用。正直、何でもいい。自分が分かればそれで OK
組織のためのデータ可視化：社内向けのレポートやダッシュボード。シンプルさ・分かりやすさ。メールや社内文書と同じで、簡潔で明晰なものが求められる
社会のためのデータ可視化：我々報道がやるもの

3つ目については、「分かりやすい」「見やすい」だけでは、たぶん見てもらえないのではないかと思っています。

データを見るという行為は、おそらく多くの人にとって苦しいものです。私はデータを見るのが好きだから数字が並んでいてもずっと見ていられますが、一般の方はそうではない。ですからデータを見るという行為の負担を少しでも和らげるための工夫が必要になる。今回の新型コロナのダッシュボードで言えば、HUD デザインで少し暗い、かっこいい感じにするというのがその工夫の一つだったりします。

なぜ日本でデータジャーナリズムが根付かないのか

最近考えていることです。

報道関係の人と話していると、「データジャーナリズムやデータビジュアライゼーションは欧米の先進的な機関がやっているもの」というイメージを持っている人がたまにいます。でもいろんなアワードを見ていると、アジアやアフリカからもガンガン出品がある。むしろマーケットの大きさを考えると、日本だけが例外的に進んでいないんじゃないかという気がしています。

何が考えられるか。

**編集部にほぼ記者しかいない。**私は今編集部所属ですが、周りは全員記者で、コードを書いているのは私だけ。エンジニア・デザイナーと編集者・記者の物理的な距離感が大事なのかなと
テキストがメインという前提がある
プラットフォームへの配信優先

3つ目について。ロイター研究所の「デジタルニュースレポート」で、日本とアメリカで人がどのメディアを見ているかを比べたグラフがあります。アメリカと違って、日本では1位の Yahoo! ニュースがダントツであることが分かります。Yahoo! ニュースがドーンと来て、その次に NHK、日テレ、テレ朝、朝日新聞、フジテレビと続く。アメリカでは CNN があって Yahoo があって New York Times があって、とコンテンツプロバイダーとプラットフォーマーが拮抗しているのに対し、日本ではプラットフォーマーが優先です。

それがデータジャーナリズムと何の関係があるのか。プラットフォーマーに送る記事は、ほぼテキストや画像といった固定されたフォーマットしか認められないんです。セキュリティ的には当たり前なんですけど。そういう事情があって、自社サイトでしか公開できないデータジャーナリズム、特にインタラクティブなものは難しいのかなという気もしています。

あとは、記者が担当業界・企業・地域で手一杯だったり、速報や独自情報が評価される世界というカルチャーもあるのかなと思います。

日本のデータ報道でてっぺんを取ろう

最後に言いたいことは、ぜひ皆さん、日本のデータ報道でてっぺんを取ろうということです。

日本のデータジャーナリズムはまだまだ遅れている、とよく言われます。でも逆に言えば、いろんな分野・いろんな試みで「日本初」「日本一」になれるということなんじゃないかと思うんです。

先ほど「GitHub での公開はたぶん日本で初めて」と言いましたが、**エンジニアの方であればほぼ常識に近いような「GitHub でソースコードを公開する」というだけで日本初になれてしまう。**今回も、厚労省のデータをチャートにするという、ある意味それだけのページが一番シェアされてしまったりしている。

**いろんな試みで、まだまだ日本初・日本一になれる可能性がある。**今の日本だと結構珍しいことなんじゃないかと思うんです。

ぜひ2021年が「データジャーナリズム元年」みたいになれば——すみません、10年くらい前に誰かがもう言っていたら申し訳ないんですけど——今回のコロナによってデータビジュアライゼーションの力が社会的に認知されてきた気がするので、そういうものがもっと発展していけたらいいなと思っています。

ProPublica の8つのコツ

ではどうすればいいか。アメリカでデータジャーナリズムが非常に得意な報道機関 ProPublica が、コツをまとめた記事を出しています。

ジェネラリストを雇う ——ジャーナリズム／コード／デザインという3つの大きなスキルのうち、2つ以上を持つ人を採用する
ニュースアプリの開発者を「書き手」として扱う ——エンジニアやデザイナーを、記者と同等の立場で扱う。発注を受ける立場ではなく
Don’t cross the streams ——ニュースアプリ／ニュースコンテンツの開発者に、コーポレートサイト制作のような別の仕事をさせない

こういうところを見てみるといいと思います。

来年もまたいろんなデータに挑戦していければと思っています。引き続きよろしくお願いします。ありがとうございました。

荻原和樹 on Data Visualization Japan

荻原 和樹／データを伝える基本原則 ―『データ思考入門』で目指したこと

自己紹介

『データ思考入門』を書いたきっかけ ― 10年後も役立つ考え方

本書の特徴① 報道などの事例を豊富に紹介

本書の特徴② 実際の制作経験に基づく内容

本書の特徴③ データの「編集」過程を手厚く解説

データを読む罠 ― 喫煙率と肺がん死亡率

本書の特徴④ 不完全なデータの可視化

縦書きという選択

一冊を書き上げるまで

反響

今後書きたいこと

荻原 和樹／新型コロナの特設サイトから見る報道とデータ可視化

自己紹介

これまでの作品

甲子園の投手はどれだけ過剰な投球をしているか

世界のパスポート

今年は1本だけ ― 新型コロナ特設サイト

コンセプト ― 冷静に現状を把握する

HUD デザイン

解釈はしない、解説は厚く

あくまでマスに届ける

毎日やっていること

クイズ ― 「感染者数」はどの数字か

信頼できないデータと戦う

データを見る力は汎用的ではない

データ可視化は、サイエンスよりアートに近い

「データだから受ける」という時代は来ない

オープン化 ― 透明性の確保

ただし双方向性は慎重に

可視化は「届ける範囲」で3種類に分かれる

なぜ日本でデータジャーナリズムが根付かないのか

日本のデータ報道でてっぺんを取ろう

ProPublica の8つのコツ

荻原和樹／データを伝える基本原則 ―『データ思考入門』で目指したこと

荻原和樹／新型コロナの特設サイトから見る報道とデータ可視化