「トランプ大統領誕生」をデータ分析の専門家はなぜ予測できなかったのか（2/2 ページ）

公開 2016年11月24日 12時00分

更新 2017年02月21日 16時50分

著者

Jason Sparapani

[TechTarget]

印刷する Googleで優先するソースとして追加

社会的コストを回避

　データ分析は極めて有効な場合もあるが、政治のように人々の感情や価値観が大きな役割を果たす分野では失敗することもある。予測分析会社Elder Researchの創業者であるジョン・エルダー氏はそう指摘する。さらに同氏は「隠れコスト」と呼ぶべきものの存在を次のように説明する。「メディアがひどくリベラリズムに偏り、民主党候補寄りだと感じたトランプ氏支持者らは、メディアや周囲の人たちにレッテルを貼られることを嫌ったのだろう。だから、世論調査に回答しなかった」

　トランプ氏支持を表明すれば、メディアが自分のことをどう思うかを、誰もが理解していた。そのため、「大学や職場などで世論調査への回答を求められた場合、トランプ氏支持を表明することは高い社会的代償を伴った」と同氏は説明する。

　非営利公共ラジオ局National Public Radio（NPR）が配信するニュース番組「Here and Now」でパーソナリティーを務めるロビン・ヤング氏は、世論調査での回答者のウソが選挙予測の失敗に影響したかどうかに注目している。人々は自身の投票行動についてウソをついたのだろうか。NPRの系列局であるボストンのFMラジオ局WBURの番組において、ヤング氏は共和党系調査会社North Star Researchの社長で世論調査専門家であるウィット・エアーズ氏にそう質問している。

　エアーズ氏の回答はこうだ。「一貫したウソのパターンはないようだ。だが私自身も含め、私たちの多くは結局、クリントン氏が勝つものとして世論調査の結果を解釈した」

　同氏によれば、トランプ氏の勝因は「適切な州で適切な票を確保したこと」にある。トランプ氏は選挙結果を左右する接戦州とされたフロリダ、ミシガン、ペンシルベニア、ウィスコンシンの各州で票固めに成功し、選挙人の過半数を獲得できた。得票数ではクリントン氏がトランプ氏を上回ったが、大統領と副大統領を選出するのは選挙人団だ。

データの質が重要

　MITのブリニョルフソン教授によれば、今回学ぶべき重要な教訓は、「データは重要だが、データの質はもっと重要である」ということだ。

　「データモデルに取り込むデータが正確かつ完全で体系的に欠陥のないものであるかどうかを、よく吟味する必要がある」と同氏は語る。

　エルダー氏によれば、今後の選挙ではデータモデルを改善することで、見逃しがちな兆候を捉えやすくなるかもしれないという。例えば、NASCARレースやバレエといった趣味嗜好など、調査回答者に関するより具体的な情報を入手することで、その投票行動を探り、分析の精度を高めることができるかもしれない。ただし、それは簡単ではない。携帯電話に押されて固定電話の使用が減り、電話に出る前に発信者の番号をチェックするような時代においては、なおのことだ。

　「今の人たちは世論調査のことをよく知っている。私が子どものころは、電話が鳴れば受話器を取り、皆、当たり間のように調査に答えていた」と同氏は語る。

印刷する

この記事の著者

Jason Sparapani

「トランプ大統領誕生」をデータ分析の専門家はなぜ予測できなかったのか（2/2 ページ）

社会的コストを回避

データの質が重要

この記事の著者

関連記事

新着ホワイトペーパー PR

瞬時にM365が乗っ取られる――全社員に周知すべき“新フィッシング”の教訓

「トランプ大統領誕生」をデータ分析の専門家はなぜ予測できなかったのか（2/2 ページ）

社会的コストを回避

データの質が重要

この記事の著者

関連記事

「ブロックチェーン」を政治に生かすと“ウソつき議員”を無給にできる？

日本で解禁されるネット選挙運動、米国から学べることは？

オバマ大統領を再選させた「ビッグデータ分析」の衝撃

スマートグリッドテクノロジーと予測分析が電力会社を変える

スポーツへのデータ分析の活用が拡大、「行き過ぎ」批判も

新着ホワイトペーパー PR

瞬時にM365が乗っ取られる――全社員に周知すべき“新フィッシング”の教訓