フレームワーク活用ガイドひとことで言うと#
データ（数字）・ビジュアル（図表）・ナラティブ（物語）の3つを組み合わせ、データに「意味」を持たせて伝える技術。数字を羅列するだけでは人は動かない。「だからどうなのか」をストーリーとして語ることで、データが意思決定を動かす力を持つ。
押さえておきたい用語#
- ビジネスクエスチョン
- 聴き手が知りたい本質的な問いを指す。「施策の効果はあったのか？」「この投資は継続すべきか？」などデータ分析の出発点になる。
- インサイト（Insight）
- データから抽出された意思決定に直結する洞察のこと。「面白いデータ」ではなく「行動を変えるデータ」を指す。
- So What?（だから何？）
- 分析結果に対して**「それが何を意味するのか」を問い続ける**思考法のこと。3回繰り返すと本質に到達しやすい。
- ナラティブ（Narrative）
- データに文脈と意味を与える物語の筋書きである。状況→課題→解決策の構造でデータを語る。
- アンカリング
- 最初に提示する数字が聴き手の判断基準になる認知バイアスのこと。インパクトのある数字を冒頭に配置すると効果的。
データストーリーテリングの全体像#
こんな悩みに効く#
- 分析レポートを出しても「ふーん」で終わり、アクションにつながらない
- グラフをたくさん見せたのに「で、何が言いたいの？」と言われる
- データは正しいのに、上層部を説得できない
基本の使い方#
データを見せる前に、**聴き手が知りたい問い（ビジネスクエスチョン）**を明確にする。
- 「売上はどうなっているのか？」「施策の効果はあったのか？」
- 問いが明確でないと、どのデータを見せるべきかも決まらない
- 聴き手の立場で「何を判断したいか」を考える
例: 経営会議なら「この投資は継続すべきか？」が問い。
大量のデータから**聴き手の問いに答えるインサイト（洞察）**を絞り込む。
- 「面白いデータ」ではなく「問いに答えるデータ」を選ぶ
- 比較・トレンド・異常値に注目する
- 「So What?（だから何？）」を3回繰り返して本質に迫る
例: 「広告ROIが3ヶ月連続で低下している」→「顧客獲得コストが上昇している」→「チャネルの見直しが必要」
「状況→課題→解決策」の物語構造にデータを乗せる。
- 状況：「現在の状態はこうです」（データで示す）
- 課題：「しかし、ここに問題があります」（データで裏付け）
- 解決策：「だから、こうすべきです」（データに基づく提案）
例: 「売上は成長しているが（状況）、獲得コストの上昇で利益率が低下している（課題）。チャネルをSNSにシフトすれば利益率を回復できる（解決策）。」
インサイトを最も効果的に伝えるグラフ・チャートを選ぶ。
- 1つのグラフに1つのメッセージ
- 強調したい数字はフォントサイズを大きくするか色を変える
- グラフにタイトル（=メッセージ）をつける：「広告ROIは3ヶ月連続で低下」
具体例#
状況: 「Q1の売上は前年比120%、1.8億円と順調に成長しています。」（棒グラフで3年推移を表示）
課題: 「しかし、顧客獲得コスト（CAC）は前年比150%の12,000円に上昇しています。このままでは利益率がQ3にマイナス2.3%に転じます。」（折れ線グラフでCACの推移、利益率の予測線を表示）
解決策: 「SNS経由のCACは4,000円でリスティング広告の1/3です。SNSへの予算シフトで、成長を維持しながら利益率を5.2%に改善できます。」（チャネル別CACの棒グラフ、シフト後のシミュレーション）
「来期はSNS広告に予算の50%（3,000万円）を配分することを提案します。」データが物語を語り、CMOは「確かにそうすべきだ」と承認した。
問い: 「CS部門への年間4,800万円の投資は妥当か？」
状況: 「顧客満足度は82点で業界平均78点を上回っています。」
課題: 「しかし、初回応答時間が平均4.2時間で、3ヶ月前の2.8時間から50%悪化しています。問い合わせ件数が月3,200件に増加し、1人あたり対応件数が限界の1日25件を超えています。」
解決策: 「FAQチャットボットで月3,200件のうち40%（1,280件）を自動化すれば、人的対応を1,920件に削減できます。初回応答を1.5時間に短縮し、投資額800万円は6ヶ月で回収可能です。」
グラフ3枚と顧客の声1件で構成した5分のプレゼンで、経営陣は翌週にチャットボット導入を決定した。
問い: 「入社2年以内の離職率18%をどう下げるか？」
状況: 「全社離職率は8%で業界平均10%を下回っています。」（棒グラフで業界比較）
課題: 「しかし、入社2年以内に限ると離職率は18%。退職者アンケートでは76%が『成長実感がない』を理由に挙げています。特にOJT担当不在の部署では離職率が28%と突出しています。」（ヒートマップで部署別離職率を可視化）
解決策: 「メンター制度を導入した3部署のパイロット結果では、離職率が28%→9%に低下しました。全社展開の年間コストは1,200万円。一方、中途採用1人あたりのコストは150万円で、年間12名の離職防止で1,800万円のコスト削減になります。」
「投資対効果1.5倍のメンター制度を全社展開することを提案します。」数字で語ったことで、感覚論ではなく経営判断として承認された。
やりがちな失敗パターン#
- データを全部見せようとする — 分析したデータを全て載せると情報過多になる。聴き手の問いに答えるデータだけに絞り、残りは付録に回す
- インサイトなしのグラフ陳列 — グラフだけ並べて「ご覧の通りです」では伝わらない。各グラフに「だからどうなのか」というメッセージを添える
- 感情を無視して数字だけ語る — データは論理に訴えるが、行動を促すのは感情。「顧客の声」「現場のエピソード」を1つ添えるだけで説得力が増す
- 聴き手の問いとズレたデータを出す — 自分が分析して面白かったデータを見せたくなるが、聴き手が判断したいことに直接答えないデータは雑音でしかない
まとめ#
データストーリーテリングは、数字を「意味のある物語」に変換する技術。聴き手の問いを特定し、データからインサイトを抽出し、ストーリー構造に乗せ、ビジュアルで補強する。データは正しいだけでは不十分、「伝わる」ことで初めて価値を持つ。