電話のユビキタス化が進むと、電話を使ったアンケートの実施が難しくなります。 しかし、良い知らせは、アンケートの新しい方法があることです！ ランダム・デバイス・エンゲージメント（RDE）は、回答者のユニークな識別子を参加の要とする革新的な調査実施方法です。
デバイスワールド広告の識別子を観察することで、調査会社はSUMA（シングルユーザー、マルチアカウント）に関連する不正を防止できることに留意する必要がある。 RDEのサンプルも完全にランダムで偏りのないものです。 ランダムデジットダイヤルを改良したもので、固定電話（現在は携帯電話）とランダムに交信するために使用されます。
このような柔軟性は、従来の調査方法と比較して多くの利点があります：RDEは、インタビューの実施に伴う旅費やその他のコストが不要なため、コストが低く、誰がアンケートに回答したのか、あるいは回答していないのかを誰にも見られないため、回答者のプライバシーが守られ、収集場所に面接官やその他の人員を置く必要がないため、回答者がアンケートにアクセスするタイミングをよりコントロールできる（Tucker 1983; West and Blom 2017）．
ランダムデバイスエンゲージメントとは？
ここでは、RDD（Random Digit Dialing）の正統性、思想、品質の面で自然な形で継承されたRDE（Random Device Engagement）を紹介しよう。
ランダムデバイスエンゲージメント（RDE）ポーリングは、デバイス上の広告ネットワークやその他のポータルに依存し、ランダムな人々がいる場所でエンゲージします。 その代表的なバージョンとして、スマートフォンの広告モジュール内がありますが、ゲームやバーチャルリアリティなどにも簡単に配置することができます。
Random Device Engagement世論調査の原理は、世論調査会社によって選ばれた人は、選ばれなかった人よりも世論調査に参加する可能性が高いというものです。 広告主は、このようにRDEポーリングを活用することで、自社の製品やサービスの中でどのような顧客体験があり、それをどのように改善することができるかをより深く理解することができます。
特にRDDと比較した場合、Random Device Engagementは大きなメリットとなります。 アンケートは数日で完了しますが、RDDは数週間から数ヶ月かかることも珍しくありません。 ソーシャルネットワークやアシストクラウドソーシングを利用すれば、RDEよりも少し早くアンケートを完了させることができますが、それでもRDEのようなスピード感には欠けます。
オンライン・パネルは、統合されたパネルから回答者を得るために追加料金を支払えば、スピードは同等である（オンライン・パネルは、他のパネルから回答者を得るために追加料金を支払うが、それはスピードを上げるためである）。
RDEの精度に関しては、カバレッジが大きな要因の1つであることを知っておくことが重要です。 米国市場において、主要なRDE企業は5,000,000人以上のユニークな回答者にリーチすることができます。 RDEは、現時点ではカバレッジの点でRDDに遅れをとっているが、すぐに追いつくだろう。ソーシャルメディアを利用したクラウドソーシングの投票も同様で、カバー率はオンラインパネルより優れている。
オンラインで入手できるパネルは、設置面積が非常に小さいため、母集団の詳細な情報を収集する能力に影響します。
ランダムデバイスのエンゲージメントの方法
Goel, Obeng, and Rothschild (2015) と Konitzer, Corbett-Davies and Rothschild (N.d.) の両者に掲載された作品を確認し、RDEサンプルがいかに効果的であるかを紹介しましょう。 そして、2017～2018年の特別国会議員選挙での事例を追加します。
最初の研究は、ミシガン州の総選挙で登録された有権者1,200人の人口ベースのサンプルを使用したGoelら（2015）によるものである。 サンプルは、ミシガン州のBoard of Canvassersの公式有権者ファイルから抽出され、投票資格がありながら2004年に投票を行わなかった有権者が含まれています。
2004年、非有権者は有権者よりもブッシュよりもケリーを支持する傾向があり、非有権者ではケリーが8％ポイント有利であるのに対し、有権者では3％ポイントに過ぎなかった（p<0.05）．
2つ目の研究は、Konitzerら（2016）が、2008年の大統領選挙期間中にRDDで1,068人の回答者にインタビューしたCooperative Congressional Election Study（CCES）を用いて行ったものである。 CCESのデータセットには、回答者の政治的態度だけでなく、過去の投票行動に関する情報も含まれており、Konitzerらは、過去の投票行動が将来の投票率にどう影響するかを調べることができた。
研究者は、Pollfishを通じてRDEを使用することで、General Social Surveyのような標準的な世論調査と密接に一致することを実証することができた。 研究者らは、往診は多くの研究プロジェクトにとって高額で手が出せないことが多いため、この方法を調査の往診に代わるベンチマークとして活用できることを発見した。
その結果、1つの世論調査に基づく彼らの予測は、Huffington Post Pollster（HPP）などの世論調査アグリゲーターの予測と比べて、著しく悪いということはないことがわかりました。 州ごとの推定値と実際の結果を比較したところ、HPPの推定値と比較して、RMSEは4.24%ポイント対3.62%ポイント（DCを除く50州の場合）と、わずかに高いことがわかりました。
方法1 –ランダムデジットダイヤリング（RDD)
1つ目の方法であるRDD（Random Digit Dialing）は、従来の方法です。 問題なく使えますが、数年後には絶望的です。 つまり、オンラインパネル、アシストクラウドソーシング、ランダムデバイスエンゲージメント（RDE）のうち、どの新しいオンライン調査のサンプリング手法がそれに取って代わるかということです。 私たちは、RDEが未来につながると信じています。
2017年から2018年にかけて、世論調査会社は議会選挙の結果を予測する際に3つの新手法をすべて採用しました：RDEは他の2つよりもずっと上位に位置しています。
世論調査会社は、2017年から2018年にかけて、3つの新しい手法で連邦議会選挙の結果を予測しました。 RDEが他より良いパフォーマンスを発揮する。
今回は、ピュー・リサーチ・センターが行った調査も含めて、この手法の長所を詳しく分析します。
方法その2 –テレメトリーデータ
テレメトリーデータを調査研究に活用することは、決して新しいことではありません。 実際、この手法の最も有名な例は、1948年以来、世帯レベルの電話・対面調査を収集しているアメリカ全国選挙調査（ANES）である。 ANESはこの情報を継続的に収集することで、研究者が時間的、地理的な変化を追跡することができるようにしています。
最近では、RDEは収集した意識データを様々なパラメトリックデータやテレメトリックデータで補完するようになりました。
アンケートを取る人と取らない人では、根本的に違うのは周知の通りです。 CIVISが最近主張しているように、社会的信頼やコスモポリタニズムの概念に迫る30近い追加的な人口統計、態度、ライフスタイルの質問が、調査回答者が持つあらゆる異質性を評価し修正するために必要である。
Konitzer, Eckman, and Rothschild (2016)が主張するように、テレメトリーデータはこれらの変数を収集するためのはるかに費用対効果の高い（そして目立たない）方法である。 衛星を利用した（極めて正確な）縦断的位置座標データから得られる自宅や職場の場所、通勤や移動のパターン、近隣やソーシャルネットワークの政治的構成は、人口統計変数をよく予測します。
方法その3-リバーサンプリング
リバーサンプリングは、バナー広告を利用した回答者の募集方法です。 市場調査や世論調査などではよくあることですが、大きな欠点があります。
リバーサンプリングの方法によっては、バナー広告を使った投票や、レガシーサイトやRapid Data Enumerationが回答者を募集する場所を通じてのエンゲージメントが可能です。 RDEはアカウント番号にアクセスできますが、リバーサンプリングはそうではないため、2つの重大な欠点が生じます：リバーサンプリングは、SUMAを検出することができません。詐欺師は、同じ調査に2回参加することで不正を働く可能性があり、特に参加に金銭的なインセンティブがある場合は、その可能性があります。 また、ある程度のデモグラフィック/ジオグラフィックターゲティングは不可能と思われます。
流れは簡単で、広告リクエストがサーバーに届き、サーバーはそれをアドネットワークにリダイレクトして直接処理します。 アドネットワークは、その特定のユーザーに適した広告があるかどうかを判断し、サーバーに送信します。
優れたRDEポーリングはパブリッシャーの協力のもと行われ、ネイティブな体験を提供しますが、バナー広告はアドネットワークを通じてプッシュされます。
ランダムデバイスのエンゲージメント事例
前述したように、私たちはランダムデジットダイヤリング（RDD）は絶望的だと確信しています。 オンラインパネルは効果的だが費用がかかる。アシスト・クラウドソーシングはうまくいくが時間がかかりすぎる。ランダム・デバイス・エンゲージメント（RDE）ははるかに速く、費用対効果も高い。
RDEの未来は明るい。 今後、デバイスの普及がさらに進み、米国ではRDEの普及が進み、後発市場ではRDEが唯一の有力な選択肢となることが予想されます。 アフリカを例にとると、スマートフォンの普及率は前年比52.9%で成長すると予測されています。
現在、アフリカ大陸には2億9,300万人のスマートフォンユーザーがおり、現在の成長率を考慮すると、2021年には9億2,990万台のスマートフォンがアフリカに存在することになります。 しかし、RDEの明るい未来は、単に普及率だけではありません。アメリカ市場では、広告IDと他の既知の識別子のブリッジングが進んでおり、金融履歴やクレジットカードの使用パターンに基づく個別ターゲティングが可能になります。
また、データソースの橋渡しということで、政治調査会社は2億5千万人のアメリカ人の有権者ファイルから直接投票を行うことができるようになりました。
結論
まず、従来のRDDの仕組みについて、固定電話を持たない若い人たちの参加が得られず、絶望的であったことを説明しました。 オンラインパネルとアシストクラウドソーシングという2つの新しい手法を検討しました。 オンライン・パネルは、従来のRDDと似ていますが、より現代的な技術を用いたものです。参加者が自分で質問に答えたり、人間と話したりする必要はありません。
その代わり、参加に同意したインターネットユーザーからデータを収集するために、自動化されたスクリプトとアルゴリズムを使用しています。 アシストクラウドソーシングでは、画像へのタグ付けや音声の書き起こしなどには人間が、テキスト文書の感情分析などにはコンピュータが使われます。
最後に、私たちが推奨する方法について説明しました：ランダム・デバイス・エンゲージメント（RDE）です。 この方法は、高度なアルゴリズムを用いて自動的にデバイスを識別するものです。
QuestionProのAudienceを使って、リサーチの力を引き出す方法をご紹介します。 私たちの製品は、50カ国以上で300万人以上の人々に利用されています。私たちは、お客様が顧客やクライアントからより有意義なインサイトを収集するために、私たちの技術を利用する新しい方法を常に探しています。
使用方法 QuestionProのAudienceを利用することで、より正確なアンケートを作成し、より良いデータを提供することができます。
