データ分析を行う上で、散布図は「2つの変数間の関係性」を視覚的に把握する強力なツールです。しかし、現実のビジネス課題では2つの要素だけでなく、複数の要素が絡み合って成果に影響を与えることが多々あります。
たとえば、
-
広告費（X軸）、来訪者数（Y軸）、売上（Z軸）
-
気温（X軸）、湿度（Y軸）、アイスクリームの売上（Z軸）
-
勤続年数（X軸）、スキル評価（Y軸）、給与水準（Z軸）
このように「3つの変数を同時に比較」したい場面で活躍するのが 3次元散布図 です。
ただし、TableauにはExcelやPythonのmatplotlibのように“真正の3D散布図”を描く標準機能はありません。そこで本記事では、Tableauで3次元散布図を疑似的に作成する方法や、代替的な多次元可視化テクニックを解説し、さらにビジネスでの活用例を紹介します。
1. 散布図の基本：2次元から3次元へ
まず、散布図の基本を確認しましょう。
-
2次元散布図
X軸とY軸に2つの変数を取り、相関関係やパターンを可視化。Tableauの「マークタイプ：散布図」で容易に作成可能です。 -
3次元散布図
X軸・Y軸に加え、Z軸で3つ目の変数を表現。ただし、平面上のグラフではZ軸を直接描けません。そこで 色・サイズ・形状 を活用することで「3つ目の変数」を表現します。
つまり、Tableauにおける3次元散布図は「2D散布図＋ビジュアルエンコード」で実現されます。
2. Tableauで3次元散布図を作成する手順
ここでは「売上」「広告費」「来訪者数」の3つの指標を例に、3次元散布図を作る方法を紹介します。
ステップ1：散布図のベースを作る
-
ディメンションに「広告費」を列シェルフへ配置（X軸）。
-
メジャーに「売上」を行シェルフへ配置（Y軸）。
-
マークタイプを「円（Scatter）」に変更。
これで基本の2次元散布図が完成します。
ステップ2：3つ目の変数を追加する
次に「来訪者数」を加えます。方法は複数あります。
-
方法① 色で表す
「来訪者数」を「色」マークにドラッグ。
→ 来訪者数が多いほど濃い色や別のカラースケールで表現。 -
方法② サイズで表す
「来訪者数」を「サイズ」マークにドラッグ。
→ 点の大きさで値を表現。 -
方法③ 色＋サイズの併用
「来訪者数」をサイズに割り当てつつ、カテゴリー別に色分けを行う。
→ 数量と分類を同時に理解できる。
ステップ3：ツールチップで補完
さらにツールチップに「利益率」などの指標を追加すると、実質的に4次元可視化まで可能です。
3. 応用的な3次元可視化テクニック
Tableauには3Dグラフの立体回転機能はありませんが、以下のような工夫で「疑似3D散布図」を実現できます。
① バブルチャート（サイズ＋色）
-
X軸：広告費
-
Y軸：売上
-
バブルサイズ：来訪者数
-
バブル色：商品カテゴリ
これにより「3変数＋カテゴリー」という複雑なデータを一目で把握できます。
② スモールマルチプル（小複数散布図）
カテゴリーごとに散布図を並べ、同じスケールで比較。3つ目の変数を「別パネル」で表現します。
③ 参考線や色のグラデーション
Z軸相当の指標を「色の濃淡」で表すことで、擬似的に奥行きを感じさせる表現も可能です。
④ 計算フィールドを使った2.5D表現
数値をランク化し、色や形で奥行きを表現。見せ方次第で「立体的な傾向」を疑似的に表現できます。
4. ビジネス活用シーン
ケース① デジタルマーケティング
-
X軸：広告費
-
Y軸：売上
-
サイズ：来訪者数
-
色：ROI
広告投資が成果に与える影響を多角的に分析できます。
ケース② 人材データ分析
-
X軸：勤続年数
-
Y軸：スキル評価
-
サイズ：給与水準
-
色：部署カテゴリ
キャリア形成や人材配置の最適化に役立ちます。
ケース③ 小売業の販売データ
-
X軸：気温
-
Y軸：売上
-
サイズ：来客数
-
色：地域別
気候変動が売上に与える影響を地域単位で把握できます。
ケース④ 製造業の品質管理
-
X軸：機械稼働時間
-
Y軸：製品不良率
-
サイズ：生産数量
-
色：製造ライン
「どのラインで効率と品質が両立できているか」を発見可能です。
5. 注意点とデメリット
3次元散布図にはメリットだけでなく注意点もあります。
-
複雑になりすぎる
色・サイズ・形を同時に使うと視認性が落ちやすい。 -
軸の誤解を招く可能性
Z軸を擬似的に表すため、立体的な距離感を誤解することがある。 -
読み手の負荷が大きい
読み手が「どの変数をどう解釈すればよいのか」迷わないよう、凡例や注釈をしっかり補足する必要がある。
6. 代替手法：本格的な3D可視化が必要な場合
Tableauでは本格的な「回転可能な3D散布図」は難しいため、どうしても必要な場合は外部ツールを検討します。
-
Excelの3Dマップ
簡易的な3Dプロットが可能。 -
Python（matplotlib / plotly）
本格的なインタラクティブ3D散布図を構築可能。 -
R（plotlyパッケージ）
多変量解析に強く、Tableauと併用するケースも多い。
実務では、Tableauで「疑似3次元可視化」を作り、さらに詳細な分析はPythonやRで行うという使い分けが一般的です。
まとめ
Tableauで「3次元散布図」を作るには、Z軸を直接描くのではなく、色・サイズ・形状・ツールチップを駆使して3つ目の変数を表現するのが実践的な方法です。
-
基本は「2次元散布図＋1変数のビジュアルエンコード」
-
バブルチャート、スモールマルチプル、参考線などで応用可能
-
マーケティング、人材分析、小売、製造など幅広い業界で活用できる
重要なのは「見せたい関係性を明確にすること」。複雑すぎる表現は避け、読み手が直感的に理解できる形にまとめることが成功のカギです。
Tableauを用いた3次元散布図は、多変量データの洞察を深め、意思決定に直結する強力なツールとなるでしょう。
📩 専門コンサルタントに相談してみませんか？
Tableauのライセンス選定や運用設計に少しでも不安がある方は、一度プロに相談してみるのがおすすめです。
-
「どのライセンスを選べばいいか分からない」
-
「導入したものの活用しきれていない」
-
「Power BIとの違いを整理したい」
こうしたお悩みに対し、当社ではTableau導入から定着・活用までを一気通貫で支援しています。業種や業務フローに応じた最適なライセンス構成と活用方法をご提案可能です。
▶ 詳細なサービス内容やご相談希望の方は、
こちらの専用ページをご覧ください。
相談は無料です。お気軽にご連絡ください。
コメント