分析フレームワーク（3-2） セカンダリーデータから集める

誰が集めたデータかで２種類あります。

• 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にはプライマリーデータの良さがあります

セカンダリーデータにはセカンダリーデータの良さがあります

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データです

そのため欲しいデータが集められやすいです

しかし、データを集めるのに時間と費用がかかります

• アンケートであれば欲しいデータを取得するための質問票の設計から始めます
• 購買履歴データであれば欲しいデータを取得するためのシステム構築や改修などが絡んできます
• アクセス解析データであれば欲しいデータを取得のための設定が必要です

セカンダリーデータ

セカンダリーデータは、既にある他人が集めたデータです

すぐに手に入ります

費用もそれほどかかりません

セカンダリーデータだけで十分であればそれが一番です

• 時間の節約になります
• コストの節約になります

しかし、欲しいデータは集められません

他人が別の目的で集めたデータです

どこかずれています

セカンダリーデータは世の中に溢れています

インターネットで検索し出てくるデータの多くはセカンダリーデータです

辞書もセカンダリーデータです

セカンダリーデータだけで十分に分析は可能です

セカンダリーデータの代表は公的な統計データです

国から色々なデータが公表されています

参考になるデータも多いです

定量データであればe-stat(政府統計の総合窓口、http://www.e-stat.go.jp/）というインターネットサイトが非常に参考になります

他には、新聞などの記事もセカンダリーデータです

こちらは定性データになります

セカンダリーデータだけでは、本当に欲しいデータは発見できません

何かしら問題があります

• データが古い
• データが大雑把
• データの範囲がせまい（首都圏だけのデータなど）

欲しいデータと少しずれています

セカンダリーデータを使った分析をするとき、本当に欲しいデータとのずれを意識する必要があります

そのずれがデータ分析の結果に影響します

十分に気を付けましょう

より正確なデータならプライマリーデータ

したがって、より正確なデータが必要な場合にはプライマリーデータです

自ら企画してデータを取得します

上手く行けば欲しいデータを得られます

しかし、必ず欲しいデータが手に入るわけではありません

欲しいデータが手に入る可能性があるだけです

データを集めるための企画

データを集めるための企画がしっかりしている必要があります

• アンケートであれば適切な質問票の設計
• システムが絡んでいれば希望するデータが取得できるような設計や改修
• アクセス解析であればタグの設計や改修

そのために、どのようなデータが必要か？を明確にしておく必要があります

明確であれば、データを集めるための企画もしっかりしてきます

少なくとも明確でないよりは大分ましです

では、どうすれば明確になるのか？

明確にするには集めるデータのイメージがあると助かります

明確にするためにセカンダリーデータを使います

少なくともどのようなデータが集められるか分かります

プライマリーデータを集めるにしろセカンダリーデータを先ず集めることになります

つまり、どのようなデータを集めるにしろ、セカンダリーデータから集めます