データ収集

データ管理プラットフォーム（DMP）は、主にマーケティング分野で使用される、データの一元的な保存および分析システムです。DMPは、大量の需要データと供給データを収集し、分かりやすい情報に変換するために存在します。マーケターは、ファーストパーティデータ、セカンドパーティデータ、サードパーティデータを取得して活用したいと考える場合があります。DMPは、 DSP（デマンドサイドプラットフォーム）とSSP（サプライサイドプラットフォーム）を統合したシステムであるため、これを可能にします。DMPは、広告キャンペーンの最適化と将来の展開に不可欠です。

品質保証（QA）の重点は予防にあり、これは主にデータ収集の完全性を保護するための費用対効果の高い活動です。データ収集のための包括的かつ詳細な手順記述を含むプロトコルの標準化は、予防の中心となります。研究プロセスにおける問題やエラーの特定に失敗するリスクは、多くの場合、ガイドラインの記述が不十分であることに起因します。以下に、そのような失敗例をいくつか挙げます。

• 時期、方法、責任者の特定に関する不確実性
• 収集が必要な品目の一部リスト
• データ収集機器の説明が曖昧で、テスト実施に関する厳密な手順説明がない。
• データ収集を担当するスタッフの研修および再研修に関する正確な内容と戦略を認識できないこと
• データ収集機器の使用方法、調整方法、校正方法に関する説明が不明瞭である。
• 調査中に発生する手順変更を記録するための、あらかじめ定められた仕組みがない。

クラウドコンピューティングによって収集される個々のユーザーデータの完全性については深刻な懸念がある。なぜなら、このデータは、個々のユーザーデータの保護基準が異なる国々をまたいで転送されるからである。^{[ 7 ]}情報処理は、ユーザーデータを使用して、個人が話す前に何を言っているかを予測できるレベルにまで進歩した。^{[ 8 ]}

品質管理（QC）活動はデータ収集中またはデータ収集後に行われるため、すべての詳細を綿密に記録することができます。監視システムを確立するための前提条件として、明確に定義されたコミュニケーション構造が必要です。情報の流れに関する不確実性は推奨されません。なぜなら、組織化されていないコミュニケーション構造は監視の緩慢化につながり、エラー検出の機会を制限する可能性があるからです。品質管理は、不適切なデータ収集方法を修正し、将来同様の事態が発生するのを最小限に抑えるために必要な措置を特定する責任も負っています。手順が曖昧に記述され、フィードバックや教育に基づいていない場合、チームはこれらの措置を実行する必要性を認識しない可能性が高くなります。

迅速な対応が必要なデータ収集上の問題点：

• 系統誤差
• プロトコル違反
• 詐欺または科学的不正行為
• 個々のデータ項目のエラー
• 個々のスタッフまたは現場のパフォーマンスの問題
• 影の効果