「集める」を武器にする。データ収集のキホン - 第2回:探す前に「考える」!目的設定の黄金ルール【データリテラシーをやさしく解説】
公開日
2026年4月3日
更新日
2026年4月26日
この記事の主な内容
この記事のポイント
・「いきなり検索」が失敗する理由を整理
・リサーチを成功させる 5W1H のチェックリスト
・仮説 を立てるとリサーチが爆速になる仕組み
・ゴールから逆算する 「空の表」 テクニック
「とりあえず検索」で2時間溶かしていませんか
「競合他社の情報を調べておいて」と頼まれて、ブラウザを開き「競合他社 A社 特徴」と打ち込む。2時間後、タブが20個開き、集めた情報の波に溺れて「で、これどうまとめればいいの?」と途方に暮れる――。
これは、データ収集で多くの人が陥る 「リサーチの迷子」 です。第2回では、検索効率を上げ、「よく調べてくれたね」と言わせるアウトプットを出すための「目的設定」のコツを解説します。
なぜ「いきなり検索」は失敗するのか

図1:検索とリサーチの違い
ネットの情報は無限にあります。目的を決めずに検索を始めるのは、地図を持たずに宝探しに行くのと同じです。
鉄則を1つ覚えてください。「データ収集は『集めること』が目的ではなく、『何かを決めること』が目的」。
たとえば「競合リサーチ」の目的が「自社の新製品の価格を決めるため」なら、集めるべきは 競合の価格と割引率 に絞られます。スペックや沿革は不要です。この絞り込みができていないから、情報が増えるほど迷子になります。
リサーチを成功させる5W1Hチェックリスト

図2:データ収集のための5W1Hチェックリスト
| 項目 | 聞くべきこと | 例 |
|---|---|---|
| Why(目的) | 何の判断のためか | 新製品の価格設定 |
| What(対象) | 具体的に何を集めるか | 競合5社の価格・割引率 |
| Who(誰の) | 誰のデータか | 同じ価格帯の競合 |
| When(時期) | いつのデータか | 過去6か月 |
| Where(場所) | どこから取るか | 各社公式サイト |
| How(方法) | どう集めるか | 手動/AI/スクレイピング |
特に重要なのは Why(判断) です。「自社の残業時間を減らす施策」が目的なら、平均残業時間だけでは不十分。「どの部署が」「どの曜日に」「どの作業で」残業しているかというデータがあって、初めてアクションに繋がります。
仮説を立てると、データは向こうからやってくる
目的が決まったら、次は 仮説 を立てます。仮説とは「たぶんこういう結果になる」という自分なりのアタリです。
「まだ調べていないのに答えを出していいの?」と思うかもしれませんが、これがリサーチを加速させる最大のコツです。仮説があると、目の前の情報を 「証明する/否定する」のどちらに当てはまるか だけ判断すればよくなり、取捨選択が早くなります。
仮説思考の例:
・テーマ:若手社員の離職率を下げたい
・いきなり検索:「若手 離職 理由」「離職率 対策」と打ち、一般記事を読み漁る
・仮説あり:「給与より『成長実感のなさ』が原因では?」と仮置き
・仮説に基づくリサーチ:「若手 成長実感 離職」「スキルアップ支援 離職率」のように狙いを定めて探す
仮説が外れても問題ありません。外れたとわかった時点で修正すればよいのです。最初から全方位を調べるよりも、はるかに早く核心に近づきます。
ゴールから逆算して「空の表」を作る

図3:比較表の完成予想図を作成する
プロが使うコツの1つが、データを集める前に 「完成予想図(空の表)」 を作ることです。
3社の競合比較なら、検索を始める前にExcelやノートに「会社名」「価格」「主要機能」「ターゲット層」といった空の枠だけ書きます。ゴールがハッキリしている と、必要な情報だけが目に入りやすくなります(心理学でいうカクテルパーティー効果と似た働きです)。
明日からできる3つのアクション
① 次のリサーチで「Why(何を判断したいか)」を1行書く
検索を始める前に、紙やメモアプリに目的を1行だけ書く。「ただ調べる」を「決めるために調べる」に変えるだけで効率が変わります。
② 自分なりの「アタリ(仮説)」を1つ立てる
「たぶんこうじゃないか」を1つ出す。当たっても外れても、ゼロから探すより早く着地できます。
③ 集める前に「空の表」を作る
ExcelやNotionに、項目だけの表を先に作る。これだけで、必要な情報の取捨選択が一気に楽になります。
今回のまとめ
集めるスキルが高い人は、検索が上手な人ではなく 「何を集めるべきか、事前に考えている人」 です。準備に10分かけることが、作業時間を2時間短縮します。
次回は実戦編。「そのデータ、信じて大丈夫?情報の源を辿る技術」と題して、ネット上の情報の信頼性を見極める方法を解説します。
<文/岡崎 凌>
新着記事
同じカテゴリーの新着記事
同じカテゴリーの人気記事
この記事に関連する教室: 統計・データ分析教室 → 社会人の学び直し講座 →




