データ処理をする場合、良いデータ、悪いデータ、普通のデータが問題になることがある。

その前に、業務目標(business goal)または最終目標(goal)が大事。

あるいは、制約条件(constraints)が大事。分野によっては要件(requirements)ということもある。

AとBの比較をしたいのか、
A,B,C,D,Eを順番にならべたいのか。
　その際に、同順位を認めるのか
　同順位は３つまで許容するか。

何が一番大きなシェアを占めているのか（上記、A,B,C,d,Eは何かがわかっている場合）
　シェアは50%までわかればいいか
　シェアは90%までわかればいいか
　シェアは99%までわからないといけないか

実害のある要因を１つでもいいからみつけたいのか
　想定できる半分以上の要因を洗い出したいのか
　想定できる90%の要因を洗い出したいのか
　想定できる99%の要因を洗い出したいのか

期待値の精度は１桁でいいか
　期待値の精度は２桁でいいか
　期待値の精度は３桁必要か

good bad逆転

ある目的ではgood dataが、別の目的ではbad dataであり、
ある目的のbad dataが、別の目的ではgood dataである。

#生与件(raw data)
現地、現物で得た一次情報が大事。

誰かが、何かの目的で篩にかけた情報は、悪いデータ。

計算する上では良いデータのように見えても、価値はぐっと落ちる。

どういう測定方法をとると、どういうばらつきになるか。

#能動測定
受動測定か、能動測定か。
　能動測定の場合には、どのような測定方法をとったかがないとデータの価値がない。

データそのものではなく、データの測定方法がないデータが悪いデータ。

まとめ

良いデータとは生データ。
悪いデータとは測定方法がないデータ。
普通のデータは、社会的な制度で作成し、公開しているデータ。
　良いデータであるか、悪いデータであるかは目標による。

いいね　💚、フォローをお願いします。

Please press the like icon 💚　and follow me for your happy life.