【#08｜実践編】なぜAssetIntelはTransaction MarketでTokemarを優先するのか——データソース選定の考え方
みなさん、こんにちは。foxです。
本記事は、前回の記事の続編です。
▼前回の記事
「Dealer MarketとTransaction Marketを実データで比較する（Pepsi編）」
前回は、Rolex GMT-Master II 126710BLRO “Pepsi”を例に、Dealer MarketとTransaction Marketを実データで比較しました。
Transaction MarketにはTokemarのデータを採用しています。
観測結果は、次のとおりでした。
Tokemar Total：102件
Tokemar Valid：79件
Valid率：77.5%
Confidence：信頼
Transaction Market中央値：2,660,000円
ここで、ひとつ疑問が残ります。
なぜAssetIntelは、Yahoo!オークションではなくTokemarを優先したのか？
今回は、AssetIntelがTransaction Marketのデータソースをどのように選び、どのような情報を公開しているのか、その考え方と限界を整理します。
最初に結論をお伝えすると、AssetIntelは、
「Tokemarだから正しい」
と判断しているわけではありません。
対象モデルについて、分析に使える有効データがどの程度そろっているかを確認し、その時点で最も説明可能なデータソースを採用しています。
① 「優先する」は「絶対に正しい」という意味ではない
AssetIntelにおける「優先」は、サービス全体の優劣を決める評価ではありません。
特定のモデル、特定の観測時点において、
対象モデルと一致しているか
分析に使える件数がどれだけ残るか
対象外データがどの程度含まれているか
同じ条件で継続的に観測できるか
集計結果を説明できるか
を確認し、Transaction Marketに採用するデータソースを決めるための内部ルールです。
そのため、同じTokemarでも、有効件数が少なければ「参考」や「成約不足」と判定することがあります。
反対に、カテゴリやモデルによってYahoo!オークションの方が有効データを多く確保できる場合は、Yahoo!オークションが重要なTransaction Marketになります。
つまり、先にデータソース名を決めるのではありません。
取得できたデータの状態を確認したうえで、採用元を決めます。
② Transaction Marketは、どのように選定するのか
まず、AssetIntelがTransaction Marketを選定するときの流れを整理します。
AssetIntelでは、主に次の項目を確認しています。
Total件数
最初に取得できた候補データの総数です。
ただし、Total件数が多いからといって、そのまま分析精度が高いとは限りません。
候補の中には、別モデル、部品、付属品、ブレスレット、ベゼル、文字盤など、時計本体の分析には使えないデータが含まれる場合があります。
Valid件数
対象モデルとして有効判定され、実際の集計に使われる件数です。
AssetIntelがTransaction Market中央値やSpreadを計算するときは、Total件数ではなく、このValid件数を母数として扱います。
Valid率
Valid件数をTotal件数で割った割合です。
Valid率＝Valid件数÷Total件数×100
Valid率を見ることで、取得した候補データのうち、どの程度が分析対象として残ったかを確認できます。
モデル一致と除外理由
型番違い、別文字盤、部品、付属品、価格下限未満などを機械的な条件で除外します。
大切なのは、除外件数をなかったことにしないことです。
どのような理由で対象外になったかを集計し、有効データだけを分析に使います。
Confidence
Valid件数、Valid率、採用データソースなどをもとに、AssetIntel内部でデータ品質を分類します。
現在は、主に次の区分を使っています。
信頼
参考
低
成約不足
ただし、このConfidenceはAssetIntel内部基準による分類です。
外部機関による保証や、個別取引の正確性を証明するものではありません。
③ Pepsiでは、なぜTokemarが採用されたのか
では、2026年7月12日時点のGMT-Master II 126710BLRO “Pepsi”では、どのような比較結果になったのでしょうか。
今回の比較結果は、次のとおりです。
Tokemar
Total：102件
Valid：79件
Valid率：77.5%
Confidence：信頼
採用結果：採用
Yahoo!オークション
Total：3件
Valid：0件
Valid率：0.0%
データHealth：要確認
採用結果：今回は採用せず
Tokemarは、102件の候補データのうち79件が有効データとして残りました。
一方、Yahoo!オークションは3件すべてが対象外となり、今回のPepsi分析に使える有効データは0件でした。
このため、AssetIntelの採用ロジックでは、TokemarをTransaction Marketとして採用しました。
ここで重要なのは、
「Tokemarというサイトだから採用した」のではなく、「今回のPepsiについて説明可能な有効データが79件残ったから採用した」
という点です。
Yahoo!オークションを恒久的に使わない、あるいはデータソースとして劣っていると評価したわけではありません。
④ 現在のAssetIntelでTokemarを使っている理由
現在のAssetIntelでは、RolexのTransaction Marketを観測するデータソースのひとつとして、Tokemarを利用しています。
使いやすい理由は、主に次のとおりです。
Rolexの対象データがまとまっている
型番やモデル名を基準に整理しやすい
SOLD表示を含む取引志向データを確認できる
一覧単位で同じ条件の観測を続けやすい
Valid件数や中央値などの集計へつなげやすい
特にRolexは、同じシリーズの中でも型番、文字盤、ブレスレット、付属品などの違いがあります。
そのため、対象モデルを識別し、対象外データを除外できることは重要です。
Tokemarは、現在のAssetIntelのRolex分析において、その処理を行いやすいデータソースのひとつです。
ただし、ここでいう「使いやすい」は、
最終的な実成約価格を完全に確認できる
という意味ではありません。
⑤ Tokemarにも限界がある
Tokemarを優先しているからといって、完全なデータとして扱っているわけではありません。
主な限界は、次のとおりです。
SOLD表示と最終的な取引条件が完全には一致しない可能性がある
同じ型番でも、状態や付属品が異なる
保証書、年式、ブレスレットなどの条件を完全にはそろえられない
一覧情報だけでは確認できない項目がある
取得時点や掲載期間による偏りがある
サイト構造の変更によって継続取得へ影響する可能性がある
Rolex以外のカテゴリで同じ優先順位が適切とは限らない
つまり、Tokemarを採用することと、Tokemarを絶対的な正解として扱うことは別です。
AssetIntelでは、確認できる情報と確認できない情報を分け、取得できない数値をAIや人の推測で補いません。
⑥ Yahoo!オークションが有効になる条件
今回のPepsiではYahoo!オークションのValid件数が0件だったため、Transaction Marketには採用しませんでした。
しかし、Yahoo!オークション自体を低く評価しているわけではありません。
モデルやカテゴリによっては、Yahoo!オークションの方が多くの有効データを確保できる場合があります。
実際、AssetIntelではカメラやデジタル製品など、Rolex以外の市場でもYahoo!オークションの落札データを観測しています。
データソースの役割は、対象カテゴリによって異なります。
RolexではTokemarが有効な場合がある
カメラではYahoo!オークションが有効な場合がある
どちらも不足すれば「成約不足」とする
将来、別のデータソースが追加されれば同じ基準で比較する
大切なのは、固定的なブランド評価ではなく、
その分析に使えるデータが、どこに、どの程度あるのか
を見ることです。
⑦ 公開する情報と、公開しない情報
AssetIntelは透明性を重視しています。
一方で、すべての生データや取得手順を無制限に公開するわけではありません。
公開する情報
採用データソース
Total件数
Valid件数
Valid率
Confidence
中央値
Spread
除外理由の集計
データ基準日時
分析上の制約
これらは、なぜその分析結果になったのかを説明するために必要な情報です。
公開しない情報
・個別出品の生データ
・出品者情報
・各データソースの利用条件・安全性に関わる技術的な取得詳細
・取得できない数値の推測
個別情報、安全性、各データソースの利用条件への配慮も、長期的な運用には欠かせません。
透明性とは、何もかも公開することではなく、分析結果を理解・検証するために必要な情報を、理由とともに示すことだと考えています。
⑧ AssetIntelが目指すのは「データ量」ではなく「説明できるデータ」
データ分析では、件数の多さが注目されがちです。
もちろん、十分な母数は重要です。
しかし、件数が多くても、
対象モデルが混ざっている
部品や付属品が含まれている
除外理由が分からない
取得条件を説明できない
数値の不足を推測で補っている
のであれば、市場理解のためのデータとしては扱いにくくなります。
AssetIntelが目指しているのは、最も大きなデータ量を持つことではありません。
なぜそのデータを採用し、なぜ別のデータを採用しなかったのかを説明できること。
そして、データが足りなければ、
「成約不足」
とそのまま表示することです。
それが、長期的に市場を観測し、分析結果への信頼を積み上げるための土台だと考えています。
⑨ おわりに：次はSpreadの「見方」を整理する
前回はDealer MarketとTransaction Marketを実データで比較し、今回はTransaction Marketの採用元をどのように選んでいるのかを整理しました。
AssetIntelでは、現在のRolex分析において、
Tokemar： trusted
Tokemar： reference
Yahoo!オークション： trusted / reference
有効データ不足：成約不足
という順序を基本に、対象モデルごとのデータ状態を確認しています。
ただし、この優先順位も永久に固定されたものではありません。
新しいデータソースが加わった場合や、既存ソースの有効件数・品質が変わった場合は、根拠を示したうえで見直します。
次回は、Dealer MarketとTransaction Marketの差であるSpreadについて、
なぜ平均値ではなく中央値を使うのか
Spread率は何を基準に計算しているのか
「乖離大」は何を意味し、何を意味しないのか
単日のSpreadとTime Seriesをどう分けて見るのか
を整理します。
※AssetIntelは、公開情報、API取得データ、手動取得データを用いた市場観測プロジェクトです。価格予測、売買推奨、利益保証、投資助言を行うものではありません。TokemarおよびYahoo!オークションの名称は、データソースを説明するために記載しています。AssetIntelのConfidenceおよび採用判定は内部基準による分類であり、各プラットフォーム全体の品質評価や外部機関による保証を意味しません。
