satisfice回答者

n=1リサーチを他のネットリサーチでやろうとしたら、テーマが表題になってしまった。3つの製品ジャンル(食品)の実態調査からヘビー層を抽出して、そのプロファイリングからペルソナビルドまでを企画した。ヘビー層は直近3ケ月の食用頻度を5段階で質問した。1.ほぼ毎日がヘビーで、5.食べていないをノンユーザーとした。ヘビー層と思われるサンプルのローデータをチェックしていたら、3つの製品ジャンルともに「1.ほぼ毎日」と回答しているサンプルが発見された。製品ジャンル別に分析していたら発見できなかったろうが3ジャンル共通のヘビー層の視点に立ったことで異常サンプルが発見された。製品ジャンル名は具体的に書けないが、常識的には3ジャンル共通でヘビー層になるようなものではない。ローデータを追いかけると、食用頻度だけでなく、「最近増えた」「今後も増える」にも3ジャンルでチェックが入っていた。選択肢は共通に1.がヘビーや増えるとの積極性、5.がノンや減るとの消極性を表現していた。

以上から考えて、このサンプルは画面が表示されたら「自動的に1.を選択」していたと考えられる。ネットリサーチでなければサンプルに連絡して実態を把握する場面だがそれはできない。ではこういったサンプルを予め排除するにはどうしたら良いかと考えたとき、今流行りのAIで回答パターンから発見できるかというとリサーチは毎回フォーマットが違うので事前に排除できるほどのデータが蓄積できないであろう。回答パターンを事後的に分析してリサーチモニターから外す(配信しない)のが現実的であろう。たぶん、サンプルごとに回答時間のデータがあるはずだから極端に短時間で回答が終わったサンプルを排除するのも手かもしれない。

集計方法をいろいろ工夫するのも有効だが、ローデータを直接ながめることも分析に役立つ、というつもりが妙な「闇」の発見になってしまった。