Thinking Notes: データ

ラベル データ の投稿を表示しています。すべての投稿を表示

2015年4月20日月曜日

データの集め方

知識ギャップの認識（依頼者や自分が知っていること、知らないことは何か）
自分の情報源リストとのすり合わせ（いつもの手段で集められそうか、新規開拓が必要か）
情報の収集
入手した情報の検証、判断
伝達（依頼者に報告）
自分の情報源リストの更新、整備

細部を詰めて

何のために
誰が
何を
どこから
どんな方法で
どの程度
いつ集めるか

集めた情報のその後

ROTな（くだらない）データは捨ててしまえ

Redundant　余分
Obsolete　古い
Trivial　些末

データの種類

ログデータ
- 意味のあるデータと意味のないデータが入り混じりやすい、玉石混淆になりやすい
- その見分け方が難しい　周辺情報が必要だったり、多変量解析的に数学的に数字を分解しないと読み解くのが難しい（ただしこれはテクノロジーの進化で簡素化しやすい）
アンケートデータ
- 聴きたいことを聴いてる分、意味のあるデータが抽出されやすい
- ただしこちらが聴きたいことと、回答者が思い描いたことが完全に一致しているかどうか？
- アナログで抽象的な手順を踏む分、誤差要因が大きくなりやすい場合もある
脳科学データ
- 客観性、再現性に優れる
- アンケートデータは回答者の主観、恣意に基づくデータ

（2008年1月、2013年3月メモ）

ビジネス実験のチェックリスト

【目的】

実験は検討中の具体的な業務施策に焦点を当てているのか
関係者は実験から何を学びたいと考えているのか
関係者間の合意
実験結果をもとに、具体的に何を変更するのか
実験結果が無視されないようにするために、どんな方法をとるのか
実験は組織全体の学習課題や戦略的優先事項にどう適合するのか

【実行可能性】

実験には検証可能な予測があるか
必要なサンプルサイズはどの程度か
- サンプルサイズは期待される効果に左右される
特定した場所で、必要な期間、その実験をするのは現実的か

【信頼性】

系統的なバイアスに対処するために、どんな方法を用いるのか
対照群の特徴は実験群の特徴と一致しているか
ブラインドテストまたはダブルブラインドテストのいずれかで実験が可能か
統計的分析などの技法で、残っているバイアスを除去したか
他社が同じ実験をおこなっても同様の結果が得られるか

【価値】

効果が最も高そうな領域に投資を集中させるため、
実験のターゲットを絞り込んでいるか
- つまり様々な顧客、市場、セグメントに対する施策の影響を考慮したか
施策を構成する要素のうち、投資リターンが最大となるものだけを実行しているか
どの変数がどの効果をもたらすかをよく理解しているか

実験の実施可否判断

提案された業務施策に関して疑問点がある時、これに答える現実的な方法が他になければ、実験をおこなうべきである

実験が必要かどうかを決めるには、

まず何を知りたいかをはっきりさせねばならない。
そうして初めて、テストが最善の方法かどうか、そうであった場合に実験範囲をどうするかを判断できる。
企業（ある人）は、仮説を磨いていく手順を身につけていないことが多いため、
- 実験が非効率になって、不要なコストがかかり、悪くすれば検証すべき疑問に答えを出せない。
- 仮説が曖昧だと、具体的な説明変数が示されず、具体的な目的変数を検証できない。
- したがって仮説を肯定も否定もしづらくなる。
よい仮説とは変数を明確にするものである。

実験の意義

実験は、会社の優先事項に寄与する学習の一環でなければならない。

実験の規模

期待される効果が大きいなら、ss.は小さくても構わない。期待される効果が小さいならss.は大きく。
期待される効果が小さければ小さいほど、それを周辺のノイズの中から統計的に信頼できるレベルで発見するには、多くの観察対象が必要。
適切なss.の選択は、テスト費用を減らし、イノベーションを促すことができる

結果の信頼性をどう担保するか？

信頼性をとるか、費用や時間など実行面の諸事情とのトレードオフを余儀なくされる。
トレードオフの必要性を減らし、結果の信頼性を高めるには
- 無作為化フィールド実験、ブラインドテスト、ビッグデータ

実験を受けてのアクション

何が有効かではない、何がどこで有効かである
得られた結果のうち、ROIが魅力的な部分だけを実行する
実験は始まりに過ぎない。
実験で得たデータを分析し、その結果を十分に生かしてこそ価値が生まれる。

アクションのしやすさ

結果の妥当性や再現性が高いほど、社内の抵抗にも耐えられる
長年の業界慣行や社会通念に反する結果は、抵抗が強まりやすい

実験をやる意味

企業はビジネス実験を後ろ盾に、誤った常識やベテラン幹部にさえ見られる間違った直感を、自信を持って覆すことができる
そして今まで以上に賢明な意思決定を下せば、結果的に業績も向上する

from ハーバードビジネスレビュー

（2015年7月メモ）

社会調査第4回 4/26

キャリーオーバー効果

質問の順序が与える影響（前の設問での回答が、後の設問の回答に影響する）

回答者にスムーズに回答してもらいやすいものを冒頭に、
ウォーミングアップ、ラポールを形成する、と考える
抵抗感のあるものは持ってこない、難しいもの（いっぱい思いを巡らせないと出てこないもの）は持ってこない、
答えやすい=はっきりした事実や経験、最近のこと

質問文について

質問文が備えるべき性質

妥当性
- 得ようとしている回答が的確に得られる設問内容か
信頼性
- 回答の安定性ともいえる
- いつ、なんど聞いても同じ回答が得られそうであること
  - 例a）あなたの現在の支持政党は？
  - 例b）あなたはこの間の選挙でどの政党に投票した？
  - 信頼性はbの方が高い
  - aのように、ふだん自覚してないことをたずねても、その回答は安定してないことが多い
比較可能性
- 他の調査結果と比較できる、なるべく共通にしようぜってこと

信頼性についての、とある小学校での事例。観察調査と翌日の聞き取り調査が一致してたのは6割。授業で手を挙げたか？先生に当てられたか？給食を食べたか？こういう自覚的におこなっていない行動については言行不一致がおきやすい

ダメな質問文

誘導的な設問
- 権威になびきやすい（世間では～）、はいと答えやすい傾向（～に賛成ですか？）

質問=刺激、回答=反応　この反応から事象を推測するため、

投げかける質問（刺激）は中立的、同じである必要がある
すべての回答者に同じ意味として伝わる必要がある（質問紙調査の場合、形式的同一性は担保されてるので）
実質的同一性を（可能な範囲で最大限）揃えないといけない

避けるべき質問の形式（実質的同一性をおびやかす質問文）

あいまいな言葉を含んだ質問
難しい言葉を含んだ質問
ステレオタイプを含んだ質問
二連発銃（double-barreled）質問
やたらと長々しい質問

→単純明快な質問文を作るべし！

Metallic Metals法の世論調査

難しい単語が出てきても、回答者は「わからない」とは言わない。なんとかして回答しようとする

Which of the following statements most closely coincides with your opinion of the Metallic Metals Act?

a. It would be a good move on the part of the US
b. It would be a good thing, but should be left to the individual states
c. It's alright for foreign countries, but should not be required here
d. It is of no value at all

以下の記述のうち、Metallic Metals法に関するあなたの意見と最も一致しているのはどれですか？

a. 米連邦にとっては良い動きになるだろう
b. 良いことだが、個々の州に任せておくべきだ
c. 外国にとっては問題ないが、ここでは必須ではない
d. まったく価値がない

70％以上の回答者はaまたはbを回答した。実際には存在しない法律なのに。

連邦か州かというのはアメリカ人にとって常にhotなテーマのため、よけいに比率が多くなっちゃったというのはあるかもだが。ちなみに1947年発表

回答方法について

選択回答法
- プリコードしてるので後処理が楽
- 選択肢を出してまとめるのは大変だが
- 選択肢のスキマ、微妙なニュアンスをとりこぼすこともある、その他選択肢ですくう
自由回答法
- アフターコーディングは手間だが、微妙なニュアンスは拾いやすい
- とはいえ漫然とした教示では期待した結果は得られにくいし、回答者のスキルやめんどうくささにも左右される

選択肢の備えるべき性質

悉皆性すべての選択肢で、回答の全範囲をカバーしている
排他性各選択肢は、互いに排他的で重なり合わない、上とあわせてMECEである
明快性回答内容と選択肢との対応関係が明確である

変数valiableとその値value

個体によって値の異なる特性を指す統計用語

量的変数と質的変数

統計量、統計解析技法が異なる
統計解析技法は量的変数の方が豊富

量的変数の作り方

実数値で回答を得ることのできる項目　年齢、収入など
質的変数の各選択肢に調査者の側で数値を割り当てる
- 学歴を就学年数にするとか、順序尺度にしちゃう

複数の質的変数を組み合わせて量的変数を作る

尺度構成法
- 資産の種類をあげてそれぞれの所有有無を聴取
- これだけだったら質的変数だが、これを組み合わせて量的変数にしちゃう

社会調査第5回 5/10

標本調査の利点

調査の精度が高い
- 標本抽出による推測の誤り（サンプリング誤差）
- 人為的ミスによる誤り（非サンプリング誤差）
調査員が少数で済む
- 良質で均質な調査員の確保
- 複雑な調査の実施
調査管理のコストが小さい
調査による影響が小範囲に止まる

抽出方法

無作為抽出
- 回収割付をしない（する必要がない）
割当抽出
- 無作為抽出以前におこなわれてた手法
- 標本抽出台帳が存在しない（個体の抽出法がない）
- 街頭インタビュー的な行き当たりばったりで集める感じ
- そのため当該社会事象の縮図は保証されない
層別（層化）抽出
- 何らかの標本抽出台帳から性年代構成比で回収割付（抽出個体数を比例配分）
- 個体の抽出が無作為抽出法と結びつけられている
- 統計的推測の理論を持っている

母集団と標本の関係

目標母集団 ← 理想はここを推測したい
調査母集団 ← 実際の推測（例えば調査会社のパネル全体）
計画標本 ← ◯人集めるぞ
有効標本 ← 計画標本通りに回収できないこともある

調査母集団の選び方

代表性
典型性
先駆性

社会調査第6回 5/17

項目間の独立性の検定（x2検定）

もし項目間に関連がなければ、就業形態が異なっていても、性別役割意識の分布（肯定率、否定率など）には違いがないはずだ（帰無仮説）
予想される分布と実際の分布との食い違いをみる

社会調査第7回 5/2

調査場面コントロールの効果

身代わり回答の防止
斉一的な調査条件の確保
回答者の単純ミス防止
複雑な調査の実施
回答を意図的整合化の防止
ウソの防止

社会調査第8回

コードの種類

択一式
多項選択式
実数値
na dk 非該当（欠損値）

社会調査第9回

柱状図、散布図、単純集計数表、クロス集計数表で、データの概要をつかむ、外れ値を見つけ出す

代表値
- たった1種類の指標でデータの特徴をつかむ
- 平均値、中央値、最頻値
散らばりの統計量
- 偏差平方和（変動）
- 個体数が多くなると数字が大きくなる（単に足しただけなので）
そこで分散
- 偏差平方和を個体数で割る
- でもこれや偏差平方和はじじょうしてるので単位が変
そこで標準偏差
- 分散の平方根なのでこれなら単位が元に戻ってる

不偏分散: 偏差平方和を個体数-1で割る

社会調査第10回

クロス集計表のエラボレーション（精緻化）

擬似相関（xとyに共通の原因）
媒介効果
付加効果（プラスとマイナスとがある）
無効果（zは無関係または独自効果）

交互作用やマイナスの付加効果によって擬似無相関に見えることもある

コントロール変数増加の影響

分割されたクロス集計表の数が増加する
各セルに現れる度数が小さくなる（統計的分析に値しない）
統一的な把握が困難になる（単純なタイプ分けが不能になる）

社会調査第11回

聞き取り調査の手順

姓名、肩書き、所属などを告げる
ウォーミングアップをおこなう
この面接の主旨、目的を述べる
さらに親密さを加える
相手に話してもらう
こちらから質問する
言い残したことを話してもらう
回答の要点を確認する
協力への感謝を述べる
面接を終了し辞去する

社会調査第12回

報告書の書き方
比率の差の扱い
2つの条件を満たしたものを「有意味な差」とみなして考察の対象にする
1. 統計的検定をパスする
2. 定めた基準以上（例5% 10%）の差がある

社会調査第13回

変化をとらえる

過去との比較、いつでもそういうデータがあるわけじゃない
- →年代比較、test vs control比較
年代間比較での比率差は、加齢の影響かもしれない
- （世代効果、加齢効果、時代効果を厳密に区分するのは無理かもね）

社会調査第15回

調査者と被調査者

標本抽出台帳の閲覧制限
- 個人情報保護法施行（ 2005年）
住民基本台帳
- 公益性の高い世論調査と学術調査
選挙人名簿
- 政治・選挙に関する世論調査や学術調査

上記以外の場合は、住宅地図からの抽出、RDD法による対応など

（2013年6月メモ）

2011年5月20日金曜日

データ

可視化、数値化、モデル化
どの指標でどうアピールするか？
データの使いやすさ、信憑性、取りやすさ

informationとdata

information　情報＝意味のあるデータ
data　情報の表現、伝達、解釈、処理などに適するように形式化、符号化されたもの。または再度情報として解釈できるもの、与件、所与とも

data

ラテン語、イタリア語のdare（与える）が語源
情報を生み出すための素材
データの中の問題解決に役立つ材料のみを情報と呼ぶ
データを受け取った人あるいはその人の状況によって、データがデータのままで終わるか、あるいは情報になるか変化する
データは情報に変換しないといけない

データは大事

✅ 情報

数字は大事、データも大事、でももっと大事なのは、
数字そのものよりも、その数字の裏側で何が起きているのかを考える
メカニズムを考える
データには伝える側の意図が含まれている。見抜くセンスを磨かないと

起きていることの理由や、仮説の裏付けをとるために、言いたいことの委曲を尽くすためにデータを好む、という場合もある

データの客観性

北島選手の平井コーチ

ビデオの映像（客観データ）
選手の感覚
コーチの指示これらがシンクロするとパフォーマンスがアップしやすい

そして、

データは今この瞬間のことが分かるだけ
選手の可能性、のびしろはわからない
データをデジタルのまま選手に伝えない、アナログ情報で伝える

データの確からしさ

回収数よりも回収率
サンプル数が多くなると、サンプル抽出のランダム性があまり気にならなくなるというトリック

自動と人力

自動的　科学的
人力　非科学的　と思いやすい

データの見誤り方

単品データは、実績は分かるが、良かった悪かったの判断しようがない
Control Groupがないと見誤る
加えて、全体とも比較しないと二重に見誤る

大量サンプルの過ち

1936年のアメリカ大統領選挙

リテラシー・ダイジェスト
- 1,000万人に調査票送付、237万人の回答を得る
- 共和党ランドンと予想、ハズレて、会社つぶれる
ギャラップ
- 3,000人（2,000とも）のデータ
- ルーズベルトと予想、アタり、現在に

時代感

○○％

明治チョコレート効果カカオ86％とか、ワンダショット＆ショット69％とか
なんとか○○％って、オレンジ100％みたいで健康感が漂ってて新鮮そうとか 0- 数字で語っててほんとっぽいとか好意的に受け止められやすいのだろうか？

（2006年9月、2009年2月6月10月、2010年3月4月メモ）

セイバーメトリクス

OBP

On-base percentage

アウトにならない確率
（安打＋四死球）÷（打数＋四死球＋犠飛）
分子にエラーで出塁を含まないのは、打者の手柄とは言えないため
分母に犠打が含まれないのは、送りバントという作戦がアウトになる前提であり、アウトにならないという目的から外れる

アウトになりづらいということは、チームの攻撃継続を助ける、得点への貢献度が高い

OBPが高い選手が多く出場しているチームは、得点も多くなる
得点との相関は、打率よりもOBPの方が強い
ヒットを打つ確率が高い打者よりも、アウトにならない確率の高い打者の方が、チームに勝利をもたらしやすい

SLG

Slugging percentage

進塁を稼ぐ効率
塁打÷打数 1打数あたりの塁打
単打1　二塁打2　三塁打3　本塁打4 = 稼いだ進塁数
四死球は非考慮、打者のヒッティングに焦点を絞った指標
打率では評価できない進塁数の要素を含む点で価値が高い
打率は、単打も本塁打もどちらも同じ価値、ヒット1本

OPS

On-base Plus Slugging

出塁率＋長打率
打者の総合的な得点能力
OBPやSLGよりもOPSの方が1試合平均得点との相関が高い
R = OBP:0.728 SLG:0.818 OPS:0.901 NPB過去30年
あくまで総合的な評価をするための指標なので、内訳を見ないと、バランスタイプか一芸タイプかはわからない
しかし得点能力を評価する（と割り切れば）のにあまり気にする必要はない

参考文献：野球×統計は最強のバッテリーである - セイバーメトリクスとトラッキングの世界中公新書ラクレ

（2016年4月メモ）

NPSは使えるか？

Net Promoter Score

満足度が高くても乗り換える人がいる
NPSがハイスコアだと顧客ロイヤルティーが高く、業績との相関が強いことが、経営指標として重宝されてきた

日経デジタルマーケティング2016年10月号

推奨のカベ

マイナス値がふつう
お国柄、日本は低め
実施機関で業界別ベンチマークスコアがバラバラ（モニタバイアス？）
顧客満足、ロイヤルティーと相関しないことも
代替指標もある、例えば↓
- 商品・サービスに対する期待値、顧客期待
- 商品・サービスに対して感じるクオリティレベル、知覚品質
- コスパ、知覚価値
- 満足度合い、顧客満足
- 肯定的に人に伝えるか、推奨意向
- 再利用意向、ロイヤルティー
  - 6つの指標について計21の設問から各100点満点で指数化

by 日本生産性本部サービス産業生産性協議会spring 日本版顧客満足度指数jcsi

NPS以外のロイヤルティーを図る指標

顧客体験調査Cx　企業とのやりとりについて。

やりたいことを達成できたか？　成功～失敗
容易にできたか？　容易～困難
どんな感情を持ったか？　感動～失望の3つの観点で7段階評価

byアメリカ、タムキングループ

（2016年11月メモ）

2010年7月24日土曜日

アンケート調査

本音を聞き出す

本音を引き出す

本音を気づかせる

文句を言うほどその商品のファンであるのだろう

検出力
測定対象の規模により、検出力が弱まる

塩をちょっと入れても気づきにくいが、たくさん入れると気づきやすい
アンケート調査という手法は、味覚がちょっと鈍感な人だと思えばいい

結果が突っ込まれやすい理由
結果の解釈が簡単
病気の診断はお医者さんじゃないと難しいが、数字の大小は誰でも分かる

全数調査じゃない
サンプリングが不適切だったのでは？と思われてしまう
あるいは不都合な結果だけ見せられてるのでは？と疑われる

設問内容が不適切だ
回答者の気持ちを反映させやすい聴取方法になっていなかったのでは？

数値化しにくいヒトのココロ、キモチを数値化して見せるからかも？

間隔尺度の間隔の感覚が人によってバラバラだからかも
どのくらいの数字だと数値が高い！よかった！という絶対的基準がないから。

ヒトのココロ、キモチを神経電流と考えれば数値化しやすいのだが、
ヒトの感情、記憶（の強度）を数値化しようとすると、エビングハウスの忘却曲線のようにはうまくいかない

数値で語ること

何かを数字に置き換える→単純化

数字に馴染まない要素、数字に表しにくい要素が省略される

しょせんアンケート結果でしょと言われちゃう理由

人は、自身の行動や意思決定について、常に意識しているわけではない

人は、常に本当のことを言うわけではない

質問フォーマットにより、結果は左右される

（回答者の言語能力や自己評価能力に依存する、意識レベルしか知りえない）

因子分析用の質問項目を減らしたい場合
どの因子でも相関が低かった項目
共通性が1に近いもの（共通性が低いもの）がカット候補

（2007年11月、2008年12月、2009年2月、2010年8月、2012年3月メモ）

登録: 投稿 (Atom)

ページ