Tableau Publicで学ぶデータ可視化入門｜BIツールの基本操作と実践

Tableau Publicとは？

Tableau Publicは、無料で利用できるBIツールです。CSVやExcelなどのデータを読み込み、ドラッグ＆ドロップ操作で直感的にグラフを作成できます。

有料版Tableau Desktopと異なり、作成したダッシュボードをクラウドに公開することが前提ですが、学習目的やポートフォリオ作成には十分です。

基本の登場人物

Tableauでは、いくつかのキーワードを押さえておくと理解が進みますのでご説明します。BIツールで一般的な用語もあるので押さえておきましょう。

• データソース：ExcelやCSVなどの元データ
• ディメンジョン（Dimension）：分類のための項目（例：日付、地域、カテゴリ）
• メジャー（Measure）：数値項目（例：売上、利益、数量）
• シート：1つのグラフを描くキャンバス
• ダッシュボード：複数のシートをまとめて全体像を伝える画面

基本的なグラフの作り方

棒グラフを作る

棒グラフはカテゴリごとの比較に適しています。

1. ディメンジョン（例：地域）を列にドラッグ
2. メジャー（例：売上）を行にドラッグ
3. 自動的に棒グラフが作成される

折れ線グラフを作る

折れ線グラフは時系列の変化を追うのに便利です。

• 日付を列に置き、売上を行に置くと「売上推移」がすぐに描けます。
• 月次や年次に切り替えるのもワンクリックで可能です。

散布図を作る

散布図は2つの数値の関係性を表すのに使います。

• 売上を列へ
• 利益を行へ
• カテゴリを「色」に追加するとグループごとの分布が一目でわかります。

ダッシュボードでまとめる

複数のシートを作成したら、それらを1つの画面に並べるのがダッシュボードです。

• 左に棒グラフ、右に折れ線、下に散布図を配置
• 全体を1つのストーリーとして伝えられる

BIツールとデータ前処理（クレンジング）

実際の業務では、データはそのまま使えるとは限りません。
欠損値、異常値、桁の揃わない日付など、前処理（データクレンジング）が必要です。

• Tableau内でもある程度整形できますが、本格的にはPythonやETLツール（例：dbt、Fivetran、Dataflowなど）と組み合わせます。
• BIツールは「きれいにしたデータを可視化する」位置づけと考えると理解しやすいです。

BIツールと機械学習（ML）

さらに分析を高度化したい場合、BIと機械学習を組み合わせます。

• Tableauでは回帰分析や予測線を簡単に描ける機能があり、売上のトレンド予測をグラフに追加できます。
• 一方で本格的なML（顧客クラスタリング、需要予測など）はPythonやクラウドのMLサービス（AWS SageMaker、BigQuery MLなど）が主役です。
• BIツールは「結果をわかりやすく伝える場」として、MLと組み合わせることでさらに力を発揮します。

まとめ

• Tableau Publicは無料で学べるBIツール
• ディメンジョン＝分類、メジャー＝数値という概念を理解する
• 棒・折れ線・散布図を作り、ダッシュボードにまとめるのが基本の流れ
• 実務では前処理（クレンジング）や機械学習との連携が重要

まずはTableau Publicでシンプルなデータを可視化し、次第にデータ基盤やMLと組み合わせて「データから価値を生み出すプロセス」へつなげていきましょう。