Проблема соответствия

Поскольку вторичные данные первоначально собирались для других целей, они редко полностью будут подходить для новой задачи. В некоторых случаях эта несовместимость столь существенна, что делает собранные данные практичес­ки несопоставимыми. Обычно плохая совместимость возникает из-за следую­щих расхождений:

1. различные единицы измерения;

2. различная разбивка данных на классы (группы);

3. старение данных.

Например, величина магазина, занимающегося розничной торговлей, может выражаться в показателях объема продаж, прибыли, квадратных футах площади и числе работников. Потребительский доход может быть показан в расчете на од­ного человека, на семью, на домашнее хозяйство. И таких ситуаций много, поэто­му постоянной причиной трудностей при использовании вторичных данных яв­ляется то, что источник, содержащий нужную информацию, предоставляет ее не в тех единицах измерения, которые необходимы для конкретного исследования.

Предполагая, что единицы измерения являются совместимыми, мы обнаружи­ваем, что разбивка данных на группы часто не совпадает с той, которая нам нуж­на. Если стоящая перед нами проблема требует, чтобы личный доход рассматри­вался с интервалом в $5 тыс. ($0-4999, $5000-9999 и т. д.), то для исследователя будет мало пользы в том случае, когда источник данных предлагает сведения о личном доходе с интервалом в $7500 ($0-7499, $7500-14 999 и т. д.).

Наконец, вторичная информация часто бывает устаревшей. Промежуток време­ни от момента сбора сведений до момента их публикации может быть достаточно большим. Например, данные государственной переписи населения появляются в печати только через три года после ее проведения. Хотя данные переписей и об­ладают большим значением в данный момент, их ценность стремительно умень­шается с течением времени. Большинство маркетинговых решений требуют ско­рее текущей, а не исторической информации.