統計情報

2008年6月19日から8月28日までの間に収集した、当ツールにおける解析結果の統計情報をまとめておきます（現在はデータの収集を終了しています）。この期間内に当ツールをご利用いただいた多くの皆さま、心より御礼申し上げます。

※営業行為を目的とした資料に用いることはお断りしますが、それ以外の引用については特にご連絡いただく必要はありません。引用の際は、このページのURL（Webの場合はリンクも）、及び、当ツールの制作者（松下健次郎）の氏名を「引用元」として記載してください。

1.調査期間と取得情報

2008年6月19日から2008年8月28日までの間にかけて、以下の情報を収集しました。期間内、本ツールを使った解析の全てを対象にしています。

総解析回数（1リクエストごとの累積）
1つでも問題が見つかった解析の回数
解析により問題とされた語句と、それぞれの検出回数と、それぞれの問題種目（3大分類・16小分類凡例説明ページを参照のこと）

2.標本数

期間内の総解析回数は15914回、そのうち1つでも問題が見つかったものが10296回です。

3.検出された問題の内訳

解析結果全体を通して、延べ52074点の問題が見つかりました。

当ツールの大分類でみると、「基本」に該当する問題が3413点（7%弱）、「難読」に該当する問題が34072点（約65%）、続いて「品質」に該当する問題が14589点（約28%）となっています。

小分類別の内訳は以下の通りです（割合順）。

種目	該当点数	問題全体に対する割合
合計	52074	100.00%
一般的にはより平易な表記が望ましい言葉	24200	46.47%
助詞不足	13685	26.28%
常用漢字表外の漢字	6537	12.55%
略語	2610	5.01%
機種依存文字（環境依存文字）	1943	3.73%
仮名表記が望ましい当て字	725	1.39%
禁忌・不快語	530	1.02%
冗長表現	486	0.93%
二重否定	418	0.80%
誤字・誤変換	332	0.64%
固有名詞表記の間違い	180	0.35%
登録商標など不用意に使うべきでない用語	127	0.24%
ら抜き言葉	118	0.23%
言葉の誤用	98	0.19%
外国地名表記の間違い	82	0.16%
人名表記の間違い	3	0.01%

4.検出語句上位100選

解析全体で10178語句が「問題のあるもの」として検出されました。参考までに上位100位までの語句を掲載しておきます。

語句	種目	検出回数	問題全体に対する割合
等	一般的にはより平易な表記が望ましい言葉	1443	2.77%
頂	一般的にはより平易な表記が望ましい言葉	1295	2.49%
俺	一般的にはより平易な表記が望ましい言葉	734	1.41%
サーバ	一般的にはより平易な表記が望ましい言葉	714	1.37%
Web	一般的にはより平易な表記が望ましい言葉	703	1.35%
他の	一般的にはより平易な表記が望ましい言葉	586	1.13%
無	一般的にはより平易な表記が望ましい言葉	562	1.08%
①	機種依存文字（環境依存文字）	499	0.96%
宜しく	一般的にはより平易な表記が望ましい言葉	475	0.91%
②	機種依存文字（環境依存文字）	465	0.89%
全て	一般的にはより平易な表記が望ましい言葉	431	0.83%
様々	一般的にはより平易な表記が望ましい言葉	404	0.78%
その他	一般的にはより平易な表記が望ましい言葉	385	0.74%
お疲れ様	一般的にはより平易な表記が望ましい言葉	373	0.72%
ことができます	冗長表現	353	0.68%
出来	一般的にはより平易な表記が望ましい言葉	333	0.64%
③	機種依存文字（環境依存文字）	318	0.61%
下さい	一般的にはより平易な表記が望ましい言葉	311	0.60%
ユーザ	一般的にはより平易な表記が望ましい言葉	280	0.54%
ヶ月	一般的にはより平易な表記が望ましい言葉	280	0.54%
及	一般的にはより平易な表記が望ましい言葉	273	0.52%
是非	一般的にはより平易な表記が望ましい言葉	271	0.52%
超え	一般的にはより平易な表記が望ましい言葉	269	0.52%
頃	一般的にはより平易な表記が望ましい言葉	253	0.49%
芦	常用漢字表外の漢字	250	0.48%
関わ	一般的にはより平易な表記が望ましい言葉	248	0.48%
ソフトウェア	誤字・誤変換	243	0.47%
既に	一般的にはより平易な表記が望ましい言葉	232	0.45%
行な	一般的にはより平易な表記が望ましい言葉	229	0.44%
致	一般的にはより平易な表記が望ましい言葉	229	0.44%
フォルダ	一般的にはより平易な表記が望ましい言葉	217	0.42%
申し上げ	一般的にはより平易な表記が望ましい言葉	215	0.41%
全く	一般的にはより平易な表記が望ましい言葉	199	0.38%
色々	一般的にはより平易な表記が望ましい言葉	194	0.37%
子供	一般的にはより平易な表記が望ましい言葉	191	0.37%
OS	略語	182	0.35%
IT	略語	178	0.34%
箇所	一般的にはより平易な表記が望ましい言葉	177	0.34%
何卒	一般的にはより平易な表記が望ましい言葉	177	0.34%
更に	一般的にはより平易な表記が望ましい言葉	175	0.34%
経	一般的にはより平易な表記が望ましい言葉	170	0.33%
WEB	一般的にはより平易な表記が望ましい言葉	163	0.31%
奴	一般的にはより平易な表記が望ましい言葉	151	0.29%
友達	一般的にはより平易な表記が望ましい言葉	147	0.28%
共に	一般的にはより平易な表記が望ましい言葉	146	0.28%
又	一般的にはより平易な表記が望ましい言葉	143	0.27%
他に	一般的にはより平易な表記が望ましい言葉	140	0.27%
我々	一般的にはより平易な表記が望ましい言葉	139	0.27%
身体	一般的にはより平易な表記が望ましい言葉	138	0.27%
優	一般的にはより平易な表記が望ましい言葉	136	0.26%
進捗	一般的にはより平易な表記が望ましい言葉	128	0.25%
④	機種依存文字（環境依存文字）	126	0.24%
HP	略語	126	0.24%
の上、	一般的にはより平易な表記が望ましい言葉	122	0.23%
中から	一般的にはより平易な表記が望ましい言葉	113	0.22%
活か	一般的にはより平易な表記が望ましい言葉	110	0.21%
尚、	一般的にはより平易な表記が望ましい言葉	110	0.21%
コンビニ	略語	107	0.21%
素敵	一般的にはより平易な表記が望ましい言葉	104	0.20%
メモリ	一般的にはより平易な表記が望ましい言葉	90	0.17%
脆弱性	常用漢字表外の漢字	89	0.17%
DVD	略語	88	0.17%
何故	一般的にはより平易な表記が望ましい言葉	88	0.17%
のもの	冗長表現	88	0.17%
㈱	機種依存文字（環境依存文字）	86	0.17%
宛	常用漢字表外の漢字	83	0.16%
捉え	常用漢字表外の漢字	83	0.16%
いけない	二重否定	81	0.16%
観	一般的にはより平易な表記が望ましい言葉	80	0.15%
但し	一般的にはより平易な表記が望ましい言葉	80	0.15%
可愛	一般的にはより平易な表記が望ましい言葉	79	0.15%
稼動	一般的にはより平易な表記が望ましい言葉	79	0.15%
ｱｸｾｽし	助詞不足	77	0.15%
個所	一般的にはより平易な表記が望ましい言葉	76	0.15%
見出	一般的にはより平易な表記が望ましい言葉	76	0.15%
挨拶	一般的にはより平易な表記が望ましい言葉	76	0.15%
割引	一般的にはより平易な表記が望ましい言葉	74	0.14%
キャラクター	一般的にはより平易な表記が望ましい言葉	74	0.14%
蛾	常用漢字表外の漢字	73	0.14%
繋が	一般的にはより平易な表記が望ましい言葉	73	0.14%
下さ	一般的にはより平易な表記が望ましい言葉	72	0.14%
BS	略語	71	0.14%
できない	助詞不足	71	0.14%
馬鹿	禁忌・不快語	68	0.13%
萌え	常用漢字表外の漢字	68	0.13%
一層	一般的にはより平易な表記が望ましい言葉	68	0.13%
カ月	一般的にはより平易な表記が望ましい言葉	68	0.13%
貼	常用漢字表外の漢字	67	0.13%
⑤	機種依存文字（環境依存文字）	66	0.13%
お手伝い	仮名表記が望ましい当て字	65	0.12%
IC	略語	65	0.12%
一人ひとり	仮名表記が望ましい当て字	64	0.12%
FM	略語	64	0.12%
日頃	一般的にはより平易な表記が望ましい言葉	64	0.12%
上手	一般的にはより平易な表記が望ましい言葉	64	0.12%
AM	略語	63	0.12%
SE	略語	63	0.12%
揃	一般的にはより平易な表記が望ましい言葉	63	0.12%
越え	一般的にはより平易な表記が望ましい言葉	62	0.12%
毎に	一般的にはより平易な表記が望ましい言葉	61	0.12%

5.反省と今後

おかげさまで、いち編集ライターとしては大変参考になる資料が手に入りました。今回収集したデータは、当ツールのバージョンアップを検討する上での資料として、ベースとなるシステムを無償提供しているYahoo!JAPANに機能改善のリクエストを送る際の根拠として、当方の執筆活動・講演活動上のネタとして、その他様々な形で活用させていただく予定です（利用者を特定できる情報・利用者の著作権を侵すような情報は収集していませんので、どうぞご了承のほどを）。

もっとも、取得した情報の種類が少なすぎて、本格的な研究・マーケティングに役立つデータにならなかったことは、少々反省です。

たとえば、「2.標本数」を元に計算すると、チェックした文章の約3分の2に何らかの問題が見つかったことになります。また、「3.検出された問題の内訳」なども併せて考えると、チェックした文章1本あたり3.3箇所の問題が含まれていたことになります。しかし、以下のような理由から、単純に「一般的な原稿の約3分の2には何らかの問題がある」「一般的な原稿には約3～4箇所の要修正箇所がある」と結論づけることはできません。

解析数には、当ツールで一度解析して修正した文章の再チェック、再々チェックが含まれていると思われるので、初回の解析ではもっと高い確率で問題が見つかっている可能性があります。
あえて問題が多そうな文章を用いた「お試しチェック」や、当ツールの利用を前提としたかなり粗い状態の原稿がチェックされた回数も、相当数含まれていると思われます。
集計したデータの中には、チェック項目をカスタマイズした解析の結果も混ざっています。
そもそも「文章の間違い」をプログラム処理で判別することは難しく、解析の精度はそれほど高くありません。「4.検出語句上位100選」を見ていただくと分かりやすいですが、状況によっては全く問題のないものもかなり引っかかっています。

思いつくだけでも、他にもいろいろ考えなければならないことがあります。本レポートは、あくまで限定された状況下における一つの「傾向」を知るための資料でしかないことを、どうぞお忘れなく。

まあ、元々それほど深い考えでデータを取り始めたわけではないので、現状でも大満足なのですが…ユニークユーザー数とか、解析された文章の文字数とか、１リクエスト当たりの問題の数とか、簡単に取得できる情報がまだまだあるので、そのうちまた時間があるときにでも、細部を見直して、調査を再開したいと思います。その際はアナウンスしますので、是非またご協力の程を。

もし、当ツールや類似のツールを使った統計情報の取得に興味をお持ちの研究者の方がいたら、どうぞお気軽に声をお掛けください。何かしらお助けいただけるのであれば、何かしらお手伝いさせていただく所存です。