カウベルが鳴る曲は、何を歌っているのか ― 曲名の単語を数えてみた【MakeoverMonday 2026 W40】

公開日: 2026-10-18
カテゴリ: MakeoverMonday

今週のお題

今週のテーマは 「カウベルが使われている曲」のリスト です。出典は CowbellSongs.com で、データは「アーティスト」と「曲名」の2列だけ、661行というシンプルなものでした。

数値の列がひとつもないので、そのままでは棒グラフも散布図も作れません。そこで今回は 曲名を単語に分解して数える ことにしました。カウベルが鳴る曲のタイトルには、どんな言葉がよく使われているのか。それを、どのアーティストの、どの曲が支えているのか。この2つを1枚のダッシュボードで見られるようにしています。

作成したダッシュボード

→ The Words Behind the Cowbell（Tableau Public）

工夫した点・こだわり

1. 「何曲に出るか」と「何組が使っているか」を分けて見る

単語の出現回数だけを数えると、1組のアーティストが同じ単語を何曲も使っているだけ、というケースを見分けられません。そこで前処理の段階で、単語ごとに 曲数（song_count） と アーティスト数（artist_count） を別々に集計しました。

その結果を、ダッシュボード冒頭の一文にまとめています。

LOVE は35曲に登場し、アーティストは34組。ほぼ全曲が別のアーティストで、リスト全体に広く散らばっています
ROCK は15曲・15組。すべて別のアーティストです
HEAD は4曲だけですが、そのうち2曲がジョー・サトリアーニ（Joe Satriani）。少数のアーティストに偏っています

同じ「よく出る単語」でも、広く使われているのか、特定のアーティストの持ち味なのかで意味が変わります。その違いを、色付きの単語（LOVE／ROCK／HEAD）で冒頭に示しました。

2. 上段のワードクラウドで全体をつかみ、下段の棒グラフで順位を読む

上段は「The Title Vocabulary」と題したワードクラウドです。文字の大きさと色の濃さで、曲名によく出る単語が一目で分かります。

ただ、ワードクラウドは「なんとなく多い」は伝わっても、正確な比較には向きません。そこで下段に、

Artists by Title Tokens（445 Artists）：アーティスト別の、曲名に含まれる単語数
Songs by Title Tokens（653 songs）：曲別の、曲名に含まれる単語数

の2本の棒グラフを並べ、順位付きで読めるようにしました。アーティスト側の1位はビートルズ（29語）で、これはリストに載った8曲のタイトルの語数を足し上げた値です。曲側では「Everybody’s Got Something To Hide Except Me And My Monkey」と「If You Don’t Love Me (I’ll kill myself)」が10語で並んでいます。

3. どこをクリックしても、他の2枚が絞り込まれる

3枚のシートはすべて、クリックで他のシートを絞り込めます。

ワードクラウドで love をクリック → 下段に、love を含む曲とそのアーティストだけが残る
アーティストの棒をクリック → そのアーティストの曲名に使われた単語と曲だけが残る
曲の棒をクリック → その曲名を構成する単語だけが上段に残る

「単語 → 曲 → アーティスト」をどの方向からでもたどれるようにしたのが、今回いちばんこだわった点です。

使ったTableauの技術・Tips

前処理で「1曲×1単語」の縦持ちデータを作る

Tableau に読み込んだのは、元の2列ではなく、前処理で作った Tokens シートです。1行が「1曲×1単語」になった縦持ちの表で、主な列は次のとおりです。

列	内容
normalized_tokens	小文字化・表記統一した単語
token_occurrences	その曲名の中での出現回数
include_keyword	分析対象なら1、機能語（the, of など）なら0
exclusion_reason	除外した理由（stopword など）

前処理では、アーティスト名の表記ゆれ（「B’52s」→「B-52s」など）の統一、アーティストと曲名が入れ替わっていた行の修正、重複行の統合（5行）を行い、変更内容はすべて別シートに記録しました。また not / no / never は機能語でも除外せずに残しています。「Can’t」「Don’t」のような否定が曲名に多いことも、ひとつの特徴だと考えたためです。実際、not は19曲に出てくる2番目に多い単語でした。

除外した単語も行としては残しておき、ワードクラウド側でだけ include_keyword = 1 のフィルターをかけています。棒グラフの語数は除外語も含めた曲名全体の長さ、ワードクラウドは意味のある単語だけ、と使い分けるためです。

ワードクラウド：マークタイプ「テキスト」＋サイズと色

ワードクラウドは、マークタイプを テキスト にして、normalized_tokens をテキストに、SUM(token_occurrences) をサイズと色に割り当てて作っています。行・列には何も置きません。

ただし、1回しか出てこない単語まで全部並べると、画面が小さな文字で埋まってしまいます。そこで次の計算フィールドで表示を絞りました。

// c.CNT of Token
COUNT([normalized_tokens])

// c.WordCloud表示
MIN([c.下段選択あり]) = 1 OR [c.CNT of Token] >= 2

初期状態では2回以上出てくる単語だけを表示し、下段で選択があるときは1回だけの単語も表示する、という考え方です。

INDEX() と SIZE() で順位と件数を見せる

棒グラフの左端の順位は、表計算 INDEX() を不連続に変えて行に置いたものです。タイトルの「445 Artists」「653 songs」は SIZE() をタイトルに挿入しています。どちらもビューに並んでいる行数から計算されるので、ワードクラウドで単語を選ぶと、順位も件数も絞り込み後の値に変わります。

ダッシュボードアクション（フィルター）で3枚をつなぐ

3枚のシートそれぞれを起点に、選択時に他のシートを絞り込むフィルターアクション を3本設定しています。いずれも「選択を解除したら全件表示に戻る」設定です。

設計の根拠：比較とランク付けには棒グラフ

Tableau の『ビジュアル分析のベストプラクティス』には、次の一節があります。

棒グラフは定量的な値を 1 つのベースライン上での長さとしてエンコードすることによって、とても簡単に値を比較することができるため、比較とランク付けに非常に適しています。

ワードクラウドは全体の雰囲気をつかむには便利ですが、文字の大きさは単語の長さにも左右されるので、正確な比較には向きません。そのため「全体をつかむ」役割はワードクラウドに、「順位を読む」役割は棒グラフに、と分担させました。

学び・振り返り

数値がないデータでも、数えれば分析できる。 2列のテキストだけでも、単語に分解して縦持ちにすれば、曲数・アーティスト数・出現回数といった数値が作れます。アンケートの自由記述や商品名の分析にも、そのまま使える進め方です
「どれだけ出るか」と「誰が使っているか」は別に数える。 回数だけを見ていると、HEAD のように特定のアーティストに偏った単語を見落とします。曲数とアーティスト数を分けて集計したことで、冒頭の一文が書けました
次回への課題。 下段の棒グラフは除外語を含めた語数なので、タイトルが長い曲ほど上位に来ます。「意味のある単語の数」で並べる版や、単語どうしの組み合わせ（rock と roll は7曲で一緒に出てきます）を見せる版も試してみたいと思います

Tableau Public プロフィール