AIでデータに合うグラフを選ぶ方法｜棒・折れ線・散布図を使い分け

グラフは「データの種類」だけでなく、「読み手に何を判断してほしいか」で選ぶと失敗しにくくなります。カテゴリ間の大小なら棒、時間変化なら折れ線、2つの数値の関係なら散布図が基本です。分布を見たいならHistogramやBox Plotが候補になります。

この記事では、Chart Brief、棒・折れ線・散布図・分布Chartの使い分け、軸・Scale・0起点・Dual Axis・Category数・Annotationまで整理します。読後には、AIが作った見栄えの良いChartを選ぶのではなく、「問いに答えられるか」で採用判断できる状態を目指します。

最初に「読み手の問い」を1文にする

Chartを作る前に、読み手が知りたいことを1文で書きます。例：どの商品が最も売れているか。売上は半年でどう変化したか。広告費と売上に関係がありそうか。回答のばらつきはどの程度か。

1つのChartへ複数の問いを詰め込むと、何を見ればよいか分かりにくくなります。

Chart Selection Matrix

表は横にスクロールできます

読み手の問い	第一候補	主に読むもの
Category間の大小	棒	順位・差
時間でどう変わったか	折れ線	Trend・季節性・転換点
2変数に関係があるか	散布図	Association・Cluster・外れ値
値の分布はどうか	Histogram / Box Plot	中心・ばらつき・外れ値
構成比はどうか	100%棒等	Share・構成差

これは絶対Ruleではなく、Reader Questionから候補を絞るための入口です。

棒ChartはCategory比較に使う

商品A/B/Cの売上、部署別問い合わせ数など、離散Category同士の大小を見るなら棒Chartが扱いやすいです。Categoryが多い場合は並べ替え、Top N、Group化を検討します。30Categoryを全部並べても差が読みにくければ、表示する粒度を見直します。

棒Chartでは0起点を基本に確認する

棒の長さ自体が量を表すため、Y軸を途中から始めると差が大きく見えることがあります。強い理由がない限り0起点を基本にし、軸を切る場合は読み手が誤解しないよう明示します。

折れ線は時間の連続性を見る

月次売上、週次Active Users、日次問い合わせなど、時間順の変化を見るなら折れ線が候補です。X軸がChronologicalに並んでいるか、欠損Periodを飛ばしていないかを確認します。2026-01, 2026-10, 2026-02のような文字列Sortになっていないかも見ます。

時間粒度を変えると見え方も変わる

日次ではNoiseが大きく、月次では短期変化が消えることがあります。Reader Jobが「異常日を見つける」なら日次、「長期Trendを見る」なら月次など、問いに合わせて粒度を変えます。

散布図は「関係」を見るが因果は示さない

広告費と売上、作業時間とError数など、2つの数値の関係を見るなら散布図が候補です。右上がりに見えても、広告費が売上を増やしたと直接証明するわけではありません。別の要因、時期、Campaign規模などを確認します。

散布図ではLabelを付けすぎない

Pointが多い散布図にすべてのLabelを付けると読めなくなります。外れ値、重要Account、代表PointだけAnnotationし、必要ならHover可能なInteractive Chartへ分けます。静的資料では情報密度を抑えます。

Histogramは分布の形を見る

平均値だけでは、ばらつきや偏りを見落とします。Order Amount、Response Time、Scoreなどの分布を見るときにHistogramが役立ちます。Binの幅で見え方が変わるため、AIが自動選択したBinだけで結論を決めません。粗すぎる/細かすぎる設定を比較します。

Box PlotはGroupごとのばらつき比較に向く

部署別Response Time、Plan別利用量など、複数Groupの中央値・ばらつき・外れ値を比較したい場合に候補です。ただしAudienceがBox Plotに慣れていないなら、補足説明や別Chartの方が伝わる場合があります。

構成比はPieを自動選択しない

Pie Chartは少数Categoryの大まかなShareには使えますが、多Categoryや近い割合の比較には向きにくいことがあります。横棒や100% Stacked Barの方が差を比べやすい場合もあるため、「構成比=Pie」と固定しません。

Chart BriefをAIへ渡す

例：

Question: 商品別の月間売上差を比較したい

Audience: 営業Manager

X: product_name

Y: net_sales JPY

Period: 2026-09

Need: Category間の差

Avoid: Dual axis, 3D

Output: Chart候補2つ＋推奨理由＋誤読Risk

AIにChart名だけでなく、なぜその問いに合うか説明させます。

そのまま使えるPrompt

「以下のDataについてChart候補を選んでください。最初にReader Questionを1文で確認し、棒/折れ線/散布図/分布Chart等から最大2候補を出してください。各候補について、何を読み取りやすいか、誤読Risk、必要なAxis/Unit、Category数が多い場合の処理を説明してください。装飾より比較しやすさを優先してください。」

Axis LabelとUnitを省かない

Y軸が100なのか100万円なのか、Rateが0.25なのか25%なのかで意味は変わります。Chart Title、Axis Label、Unit、Periodを最低限確認します。複数Chartを並べる場合はUnitの統一も見ます。

複数ChartのScaleをそろえる

同じKPIを地域別にSmall Multiplesで並べる場合、各ChartのY軸Scaleが違うと差を誤読しやすくなります。比較目的なら同じScaleを基本にします。個別Trendを見せたい場合はScale差を明示します。

Dual Axisは最後の候補にする

売上とCVRなどUnitが違う2指標を1枚に重ねるDual Axisは、見た目の連動性を強く感じさせる場合があります。別Chartへ分けてもReader Jobが完了するなら、その方が読みやすいことがあります。使う場合は左右AxisとUnitを明確にします。

3D表現は比較を難しくすることがある

奥行きやPerspectiveで棒の長さや面積が読みにくくなる場合があります。分析用Chartでは装飾より値比較を優先し、2Dで十分なら3Dにしません。

色はDataの意味に合わせる

Categoryを区別する色と、High/Lowを示すSequential Scaleは役割が違います。赤を使うなら「悪い」「Alert」など意味がある場合に絞るなど、Color Encodingを決めます。色だけで意味を伝えず、LabelやValueも併記します。

架空例1：商品売上なら棒

商品A=120万円、B=90万円、C=70万円を比較するなら棒Chartで差を直接見せやすくなります。折れ線でも描けますが、時間の連続性がないCategory同士をLineでつなぐ意味は薄くなります。

架空例2：6か月売上なら折れ線

4月→9月の売上推移なら、X軸をMonth、Y軸をSalesにした折れ線がTrendを追いやすくなります。商品別Seriesが多すぎる場合はTop商品だけに絞る、Small Multiplesへ分けるなど、重なりを減らします。

架空例3：広告費と売上なら散布図

各Campaignを1Pointとして、X=Ad Spend、Y=Salesに置けば、関係や外れ値を見つけやすくなります。Pointが右上がりに並んでも、期間・Target・Seasonality等を確認するまでは因果を断定しません。

Chart QAをData QAと分ける

Chartが正しくても、元DataのFilterやAggregationが間違っていれば結論は間違います。Chart QAではAxis、Scale、Sort、Labelを確認し、Data QAでは元Totalと集計Total、Missing、重複、Periodを確認します。

Annotationは結論ではなく根拠を指す

「Campaign成功」のような断定をChart上へ書くより、「9/15 Campaign開始」「9/20 Price改定」のように確認できるEventをAnnotationすると、読み手が変化との関係を自分で見られます。原因が未確認ならHypothesisとして本文側へ分けます。

同じChartを別Audienceへ使い回さない

経営会議では結論が速く読めるSummary Chart、分析担当にはRaw Pointや分布が分かるDiagnostic Chartが必要なことがあります。同じDataでもAudienceによって最適な情報密度は変わります。

「見せたい結論」に合わせて軸を操作しない

ChartはStoryを伝える道具ですが、結論を強く見せるためにScaleやCategoryを恣意的に切ると誤解につながります。Filterした場合は対象条件を明記し、都合の悪いPeriodやCategoryだけ除外しません。

最終Chart Review Checklist

• Reader Questionが1つに絞れている

• Chart Typeが問いに合う

• X/Yの意味とUnitが明確

• 時系列順が正しい

• 棒ChartのScaleを確認

• Category数が多すぎない

• Base nやMissingが必要なら表示

• Dual Axisを安易に使っていない

• 色だけに意味を依存していない

• 元Dataの集計値と一致

AIものさしの判断

グラフ選びは「どれが見栄えするか」ではなく、「読み手の問いに最短で答えられるか」で決めます。比較・推移・関係・分布のどれを見たいかを最初に分けるだけで、候補はかなり絞れます。

まず同じDataで候補を2種類だけ作り、読み手が30秒で同じ結論へ到達できるか比べてください。その後にAxis、Unit、Scale、Missing、元集計との一致を確認する。AIは描画を速くできますが、何を伝えるべきかと誤読しない設計は人側で固定します。