分析フレームワーク（3-1） データを集めるとは？

あなたは子供のころからデータを集めまくっています

• 授業中にとるノートはデータです
• 夏休みの宿題の絵日記もデータです
• 作文もデータです
• 写真もデータ
• プリクラもデータ
• ブログもデータ
• ツイッターもデータ
• 携帯のメールもデータです
• ファイスブックもデータ
• 成績表もデータです
• 報告書もデータです
• 思い出のアルバムもデータです

データとは記録されたもの全てです

デジタルだろうがアナログだろうが記録されたもの全てがデータです

データと言っても色々なデータがあります

データ分析と聞くと売上などの数値データだけを思い浮かべる人も多いでしょう

実際は、新聞などのテキストデータも分析します

記録されたものを分析するのがデータ分析です

データには定量データと定性データがあります

ざっくり言うと、数量で表されているのが定量データ

テキストなど数量で表されていないのが定性データです

多くの人がイメージするのは定量データです

一方、世の中に多いのは定性データです

分析しやすいのは定量データです

一方、分析に一工夫必要なのは定性データです

注意点があります

数字を記号として用いているデータは定性データです

例えば、アンケートなどで

• 「１を男性」
• 「２を女性」

と表現する場合などです

数字ですが数量でありません

なぜなら、この場合の１と２には量としての意味はない

• 「１を女性」
• 「２を男性」

としても問題ない

つまり、この場合の１と２はただの記号にすぎません

集めるデータには色々あります

数量以外のデータも集めます

定量だろうが定性だろうが必要であれば集めます

どうせ集めるなら活用しやすい集め方、分析しやすい集め方が理想です

上手くデータを集めたい

例えば、上手いデータの集め方は子供時代の上手いノートの取り方と似ています

• 復習の時に見やすいノート
• テストで出そうなところが一発で分かるノート

つまり、ある目的に活かしやすいノートです

メッセージボードと系統図（ツリー）

メッセージボードと系統図（ツリー）がしっかりしている

上手いデータ集めの最低条件です

さらに、次の３つを意識すると良いでしょう

• セカンダリーデータから集める
• 集めたデータの前提を明確にする
• データは対を意識して集める

プライマリーデータとセカンダリーデータ

データには、誰が集めたデータかでプライマリーデータとセカンダリーデータがあります

• プライマリーデータ：自ら企画して集めたデータ
• セカンダリーデータ：既にある他人が集めたデータ

プライマリーデータ

プライマリーデータは、自ら企画して集めたアンケートやヒアリング、自社の売上、ＰＯＳデータなどです

自ら企画するので欲しいデータが手に入り易いです

しかし、一から企画するので時間がかかるのが難点です

セカンダリーデータ

一方、セカンダリーデータは、公的な統計データや白書、新聞記事などです

すでに世の中に存在しています。すぐに手に入ります

しかし、本当に欲しいデータは集まりません

ずれています

一長一短

プライマリーデータとセカンダリーデータには一長一短があります

どちらのデータを集めるのか？

データに求める精度と納期とのバランスで決まります

集めたデータの前提

そして、集めたデータには必ず前提があります

データの前提とはデータの素性です。７何（６Ｗ１Ｈ）で表現されます

• 誰が？：データを企画し集めた人・組織
• 誰に対し：データ収集対象者
• なぜ？：集めた目的
• いつ？：集めた時期
• どこで？：集めた場所（対象者のエリアなど）
• 何を？：集めたデータの内容
• どのように？：データの集め方

例えば、米国の売上データを分析しても日本の売上データを分析したことにはなりません

集めた場所が異なります

１０年前のデータを分析して今を語ることはできません

集めた時期が異なります

データの前提は分析結果の読み方に大きく影響を及ぼします

データは対を意識して集める

データの前提と同じぐらい非常に重要なことがあります

データは対を意識して集めなければならない

なぜならデータ分析の基本は「比較」だからです

例えば、「今日の気温は２５度です」と言っても、気温が高いのか低いのか分かりません

何かと比較して初めて高い低いが言えます

比較対象が無ければ何も言えない

ただそこにデータがあるだけ

何が起こっているのか分からない

何が起ころうとしているのか分からない

それではアクションには繋がらない

データを集めるとき「対になるデータ」も集められているか確認しましょう