データ可視化のツールや技術が、閉塞を打ち破ってくれるだろうと期待するのは非現実的だ。それだけではデータセットからストーリーは生まれない。ストーリーを担保してくれるようなルールや"プロトコル"はない。それよりも"知見"を探すために有用で、優秀なジャーナリストの手によって上手くストーリーに織り込まれる。

全ての新たな可視化がデータに関する何らかの知見を与えてくれるだろう。知見のいくつかは既に知られているかもしれないが（しかしおそらくまだ証明されていない）、中には全く新しく驚かせてくれるような知見もあるかもしれない。新たな知見は、ストーリーの始まりを意味するかもしれないし、データにあるエラーの結果かもしれない。これは多くの場合、データ可視化によって見つかるだろう。

データの中にある知見をより効率的に見つけるために、そのプロセスをFigure 4 で（そしてこのセクションの残りで）議論しているのでこれは役立つと思う。

ビジュアライゼーションから集めたインサイトがあれば、自然と次に何が見たいか、ということについての考えを持つことになるだろう。より深く調べたいと思うデータセットの中にいくつかの興味深いパターンを見つけているかもしれない。

ありうるデータ加工は以下のようなものだ:

グラフをビジュアル化したところで、そこから数百ものエッジを通って接続されたノード以外の何者も生まれなかった場合のことを考えてみよう（いわゆる「密度の高いネットワーク」をビジュアル化したときにはごく一般的なことである）。よくある加工のひとつは、エッジのうちのいくつかをフィルタリングすることである。もし、例えば、エッジが供与国から受領国へのお金の流れを表しているのだとすれば、一定の金額以下の流れをすべて削除することができる。

ツールに関する質問は簡単ではない。利用可能なデータ・ビジュアライゼーションのツールは、どれも何かに秀でている。ビジュアライゼーションやデータ加工は簡単で、安価であるべきである。もしビジュアライゼーションのパラメーター変更に何時間もかかっているようであれば、実験にそこまでの時間はかけることにはならないだろう。それは必ずしも、ツールの使い方を学ぶ必要がない、ということを意味しない。しかし、一度学んでしまえば、それは非常に効果的であろう。

データ加工とデータ・ビジュアライゼーションの問題を包含するツールを選ぶことは意味のあることだ。異なるツールで違う作業をすることは、データを頻繁にインポートしたりエクスポートしたりする必要があることを意味する。データビジュアライゼーションとデータ加工のツールのリストを少し紹介しておく：

次のセクションのビジュアライゼーション・サンプルはRを使って制作されたものである。Rは（科学的）データ・ビジュアライゼーションにおいて万能なものである。

アメリカの大統領候補に対する450,000もの寄付を含む、米国の大統領選の財務データベースを見てみよう。CSVファイルは60メガバイトで、Excelのようなプログラムで簡単に扱うには大きすぎる。

最初のステップでは、FECの寄付金データセットにおける最初の仮定を明確に書き下すことにする：

最初の質問に答えるため、データを_加工_する必要がある。ひとつひとつの寄付ではなく、各候補者への寄付された額の総額を計算する必要があった。整理されたテーブルの結果を_ビジュアル化_したあと、Obamaがほとんどの金額を集めただろうという仮定が確実なものとなる：

この表は最少額・最高額と順序を示しているものの、候補者の順位の裏に流れるパターンについてわかることは少ない。 Figure 7 はデータを別の観点から見たものである。ドット・チャートと呼ばれるタイプの図表であるが、これで表に現れたもの だけでなく 表の中のパターンを見ることができる。例えば、ドット・チャートによってObamaとRomney,の距離、Romney,とPerry,の距離をすぐに比較することが、値を抜き出すことなく容易になる。（注：このドットチャートはRを用いて作られた。この章の末尾にソースコードへのリンクがある）

では、データセットのより大きな視点へと進もう。最初のステップとして、時間とともにすべての寄付金額をシンプルなプロットの中に_ビジュアル化_した。3つの実に大きな異常値に比べ、ほとんどの寄付はごくごく小さいものであることが見て取れる。より深く調べてみると、これらの大きな寄付は "Obama Victory Fund 2012"（Super PACとしても知られている）から来ており、6月29日（450,000ドル）、9月29日（1,500,000ドル）、12月30日（1,900,000ドル）のことであることがわかる。

Super PACs単体による寄付はデータにおいて疑いようのない大きなストーリーであるが、それを越えてデータを見てみるのもまた興味深い。ここでのポイントは、これらの大きな寄付によって、個人からの小さな寄付に着目できなくなっていることであるので、それらをデータから取り除くことにする。この加工は異常値除去として知られている。もう一度ビジュアル化してみると、ほとんどの寄付が5,000ドルから10,000ドルの間であることがわかる。

FECAによって定められている寄付の限度によると、個人は各候補者に対して2,500ドル異常を寄付することを認められていない。プロットの中に見られるように、限度を越えて行われた寄付が多数ある。特に、5月の2つの大きな寄付が目を引く。これらは6月と7月にマイナス金額で相殺（返金）されているようだ。さらなる調査をデータに行うことで、以下の取引も明らかになる：

これらの数字で興味深い点はなんだろう？Cynthia Murphyに返金された30,800ドルは、National Party Committeeに1年で譲渡しても良い個人の金額に等しい。おそらく、彼女は両方の寄付をひとつの送金で済ませたかったのだが、拒否されてしまった。Stephen James Davisに返金された25,800ドルは、おそらく30,800ドルから5,000ドル（他の政治的委員会への寄付金額の限度額）を引いたものに等しい。

最後のプロットから導き出せるもうひとつの興味深い発見は、5,000ドルと-2,500ドルにある共和党候補への寄付にある水平の直線パターンである。それらをより詳細に見るため、共和党への寄付だけをビジュアライズした。結果のグラフは、データにおけるひとつの大きなパターンの例であり、データ・ビジュアライゼーションなしには見えないものであろう。

共和党候補への5,000ドルの寄付が数多くあることが見てとれる。事実、データに戻って見てみると、1,243件の寄付があり、それは全体の0.3%に過ぎないのであるが、時間軸に沿って均等に行われているため、直線が現れるのである。この直線の興味深い点は、個人からの寄付が2,500ドルまでに制限されていたことだ。結果として、限度を越えた額はすべて寄付者に返金され、それが-2,500ドルの直線になっているのである。反対に、Obamaへの寄付には同様のパターンが見られない。

数千もの共和党への寄付者が、個人の寄付の限度額に気づかなかった理由について知ることは興味深いだろう。この件についてさらに分析するため、候補者ごとの5,000ドルの総寄付件数を見てみよう。

もちろん、各候補者の受け取った総額を考慮していないので、これは少し捻じ曲がった見方である。次のプロットで、候補者ごとの5,000ドルの寄付をパーセンテージで見てみよう。

しばしば、このような新しいデータセットのビジュアル分析は知らない国へのエキサイティングな旅のように感じられる。データと仮説に対して何も知らない人としてスタートし、一歩一歩進み、図表を描くごとに、そのトピックについて新たな洞察を得ることになる。それら洞察にもとづき、次の一歩を決め、さらなる調査に値する問題が何かを決めていくのだ。この章で見てきたように、データのビジュアル化、分析、改変のプロセスは、ほとんど永遠に続くものなのである。

この章で紹介したすべての図表は、素晴らしくまたパワフルなソフトウェア「R」によって作成された。主に科学的ビジュアライゼーションツールとして作られているが、Rに実装されていないビジュアライゼーションやデータ加工のテクニックを見つけることは難しい。Rを用いてデータのビジュアル化や加工に興味がある方々向けに、この章の図表を作るのに使ったソースコードを掲載する：

様々な書籍やチュートリアルもある。

— Gregor Aisch, Open Knowledge Foundation