Dgoto24のブログ

SF映画/ゲーム/乗り物/ガジェットが好きなDgoto24のブログです。

考察~マイニング(室温とpc温度の関係)~

Dgoto24は先日ゲーミングpcを購入しました。

 

23万円とかなり痛手の出費でしたが、少しでも取り返せたらと思い、仮想通貨のマイニングをしています(月5000円ぐらいです。マイニングのやり方についてはこちらを参照してください。乞食【数百円/日】〜マイニング〜 - Dgoto24のブログ)

 

さて、マイニングはpcを常に稼働させ続け、pcは熱を持ちます。pcは高温になると故障の可能性が出てきます。80℃を超えてくると危険らしいです。

 

pcには多くの吸気口と排気口が取り付けられていますが、その他空気循環ファンやグラボの制御ソフトも使用しています。しかし、そもそも夏になったら気温上昇のためにエアコン無しには高温になってしまうのではないか?という疑問があります。それによっては、空調代を抑える等工夫をする必要があります。

また私はpc内にホコリが入るのを防ぐためにフィルターを取り付けています。ホコリの除去掃除前後の温度変化について調べてあるブログがありましたが、ネットを適当に調べてみても、ホコリ対策フィルターの影響について調べてあるものは見当たりませんでした。

以上より、

①夏になったらpc温度がどうなるか

②ホコリ対策フィルターがpc温度に影響するのかを調べてみました。

 

先に結論を書くと以下の通りです。

・pc温度と湿度の相関は低く、pc温度と室温は高い

・フィルターを付けると、pc温度は約5℃上がる

・統計的に、フィルターの有無でpc温度と室温の線形近似の傾きに差があるとはいえないが、切片に差があると言える

・ファンにつけるフィルターに、100均の台所用のものは少しまずいかもしれない

-------------------

 

1.  調査概要

1.1  目的

夏に備えて、気候とpc温度(グラボ温度)の関係を調べます。

またpcへのホコリ侵入対策の有無での変化を調べます。

1.2  ホコリ侵入対策

ホコリ侵入対策というのは、こちらです。

 

フェルトのようなメッシュのような素材のシートを、全ての吸気口と排気口に取り付けています。フィルターは、キャンドゥで購入した台所のファン用のものです。

2.  調査結果

2.1  結果整理及び使用したデータについて

今回の目的は、大まかに知ることなので、適当にデータを取って、簡単に分析したいと思います。データの概要は下の表です。

データの記録タイミングは適当です。思い出したときに記録しました。また、室温と湿度は6年前に購入したニトリの時計から、pc温度はマイニングソフトのNICEHASHのiosアプリのGPU温度から取得しています。以上より、ガバ計測です。

 

2.2 計測結果

2.2.1  相関係数

プロット図の前に相関係数です。

【フィルタ無し】

フィルタ無 室温[℃] 湿度[%] pc温度[℃]
室温[℃] 1.000    
湿度[%] -0.187 1.000  
pc温度[℃] 0.950 -0.204 1.000

 

【フィルタ有り】

フィルタ有 室温[℃] 湿度[%] pc温度[℃]
室温[℃] 1.000    
湿度[%] -0.122 1.000  
pc温度[℃] 0.948 -0.149 1.000

 

やはりpc温度と室温はダイレクトに関係があるようですね。湿度はほとんど関係ないようです。

 

2.2.2 プロット図から

データは以下のようになります。図は線形近似をしてあります。

 

続いては対数近似のものです。

いづれもRも高いので良いですね。

フィルタ―有りで、冷房を付けず、夏の室温40℃を超えるであろう部屋で、現状の設定でのマイニングは問題があるかもしれません。

 

2.3  フィルターの有無による差の検定

ここからは統計的な話になります。

この回帰式に差があるかどうか、つまり「フィルターの有無で傾きが異なるのか?切片が異なるのか?」を分析するために、線形モデルに共分散分析をしていきたいと思います。

私も詳しくは知らないですが、共分散分析の概要はこちらのサイトが分かりやすいです。

共分散分析(ANCOVA)とは?共変量で調整する意味をわかりやすく|いちばんやさしい、医療統計

共分散分析(ANCOVA):平行性の検定①傾き共通モデルを作る - 統計を学ぶ化学系技術者の記録

 

2.3.1 傾きの差の検定

ここでは、傾き、つまり平行性の検定です。帰無仮説「すべての回帰直線の傾きが等しい」ことを検定するため、

「フィルター有無で傾きを共通にした場合の回帰式の残差平方和」と

「フィルター有無で個別に設定した場合(2.2.2 プロット図からの最初の画像)の回帰式の残差平方和」の残差を比較することになります。

詳細は参考URLを見てください。そのまま計算していますが、合っているかは保証できません(笑)

 

傾き共通式

残差平方和:S_1=S_11+S_12=28.52+23.69=52.22
残差の自由度:ϕ_ε1=データの総数ϕ_N-回帰式の自由度ϕ_β1=28−(2+1)=25
(傾きが共通の場合、回帰式y=b1x+aが2つあっても、1種の傾きと2種の切片になるので、回帰式の自由度の合計は3。)

個別の回帰式

残差平方和:S_2=S_21+S_22=27.63+18.10=45.70
残差の自由度:ϕ_ε1=データの総数ϕ_N-回帰式の自由度ϕ_β2=28−(2+2)=9
(こちらは回帰式y=bx+aが2つに対して、切片と傾きがそれぞれ異なるので、回帰式の自由度の合計は4。)

「残差の差」の平方平均:MS_A=(S_1−S_2)/(ϕ_ε1−ϕ_ε2)=6.48
「個別回帰式の残差」の平方平均:MS_ε=S_2/ϕ_ε2=26.209=1.90
 ↓

この平方平均を用いて「傾きが共通である」ことを帰無仮説としたF検定を行います。

F=MS_A/MS_ε=3.40
自由度(1,24)、α=0.95のF値=4.26に対して小さいので、「傾きが平行である事は否定できない」⇒「傾きは平行である」と言えます。

 

2.3.2 切片の差の検定

ここでは、切片の検定です。帰無仮説「切片が等しい」ことを検定するため、「傾き共通の回帰の残差」と「まとめて回帰することにより増えた残差」の比較することになります。

 

傾き共通式

これは上記の計算と同様です。

残差平方和:S_1=S_11+S_12=52.22
残差の自由度:ϕ_ε1=データの総数ϕ_N-回帰式の自由度ϕ_β1=25


全データの回帰式

残差平方和:S_3=S_31+S_32=104.45
残差の自由度:ϕ_ε3=データの総数ϕ_N-回帰式の自由度ϕ_β3=28−2=26
(y=bx+aの回帰式から予想値を求めているので、切片と傾きが自由度2を引いた26が残差の自由度。)

「傾き共通回帰式の残差」の平方平均:MS_ε1=S_1/ϕ_ε1=52.23
「全データの回帰式による残差の増加」の平方平均:MS_A3=(S_3−S_1)/(ϕ_ε3−ϕ_ε1)=2.09

F=MSε1/MS_A3=25.0

自由度(1,24)、α=0.95のF値4.24に対して大きいので、帰無仮説「切片は等しい」という帰無仮説は棄却され、「切片に差がある」と言えます。

 

 

【結論】

・pc温度と湿度の相関は低く、pc温度と室温は高い

・フィルターを付けると、pc温度は約5℃上がる

・統計的に、フィルターの有無でpc温度と室温の線形近似の傾きに差があるとはいえないが、切片に差があると言える

・ファンにつけるフィルターに、100均の台所用のものは少しまずいかもしれない

 

-------------------------------

質問などはtwitter @dgoto24まで

 

考察~お得な携帯料金~

先日、楽天モバイルが「1GB未満は0円」のプランを廃止し、最低料金が約1000円と改悪されてしまいました。

以前までの楽天モバイルは、

①乗り換えで2万円分のポイントが貰える

②電話無料

③最低料金0円

楽天市場でのポイントアップ等

と最強のサブ回線でしたが、これからもそう言えるのかは疑問です。

 

さて、本記事は、楽天モバイルが最強と断言できなくなった今、数多くある携帯回線会社の中で最もお得な回線会社はどこなのか気になったので調べてみました。

なお、Dgoto24が適当に作成したため、詳細は自分の手で調べてください。

 

----------------

【比較のルール】

比較のルールは以下の通りです。

①税込み料金

②基本料金のみ(追加ギガは高額のため)※povo2.0および日本通信(シンプル)は例外

③複数プランがあるものは代表的なもののうち、利用容量に最適なプランを選択

④かけ放題等、データ容量以外は考慮しない

 

---------------

【比較対象となる回線】

比較した携帯回線会社は以下の通りです。

ID 会社 プラン名
1 au ピタット
2 使い放題MAX
3 docomo ギガライト
4 ギガホ
5 Softbank ミニフィット
6 メリハリ無制限
7 povo2.0
8 UQ
9 ahamo
10 OCN
11 Y!モバイル
12 LINEMO
13 楽天
14 mineo
15 BIGLOBE
16 イオン
17 J:COM データ盛り
18 日本通信 シンプル290
19 みんなのプラン
20 20GBプラン
21 IIJ
22 BICモバイル
23 HIS
24 エキサイト Fit
25 Flat
26 QT
27 DTI
28 y.u
29 Nifmo

 

----------------------

【大手キャリア関連のみ】

比較対象が多いので最初は、大手4大キャリア+サブブランドの

au(ピタット,使い放題MAX)、

docomo(ギガライト,ギガホ)、

Softbank(ミニフィット,メリハリ無制限)、

povo2.0、

UQ

ahamo、

OCN、

Y!モバイル、

LINEMO、

楽天の比較です。

比較図は以下の通りです。横軸が利用容量、縦軸がその時の月額料金です。

ぐちゃぐちゃですみません。

表から大雑把に読み取ると、

利用容量=0GB povo2.0
0GB<利用容量<10GB OCN
10GB≦利用容量<38GB povo2.0
38GB≦利用容量 楽天

となります。

しかし、au,docomo,SoftBankは高いですね。

 

--------------------------

【大手キャリア関連以外も含める場合】

もう全然わからないので、割高なものは省いて、見やすく対数グラフにしたものがこちら↓↓になります。

おおざっぱにまとめると、

利用容量=0GB povo2.0
0GB<利用容量<2GB 日本通信シンプル290
2GB≦利用容量<10GB HIS
10GB≦利用容量<21GB BIC
21GB≦利用容量<38GB povo2.0
38GB≦利用容量 楽天

となります。

 

【まとめ】

個人的なオススメ

評価基準は、大手でサポートが手厚そうなこと、プランが簡単明瞭でめんどくさくないことです。

利用容量 特徴 オススメプラン
0~10GB 人並に使う OCN
10~40GB 結構使う povo2.0
40GB~ めっちゃ使う 楽天

ちなみに、povo2.0は数値上は優秀なプランです。

しかし、毎月10GB未満の人にはオススメしません。povoは「トッピング」として容量を都度購入する必要があり、そのトッピングには有効期限があるためです。例えば1GB390円の有効期限は1週間です。

低容量のトッピングの場合、有効期限が短く、使いこなすのが難しいと考えられます。安く使おうとすると、この有効期限が足枷になる可能性があります。

 

超厳密な人向け

そもそもデータが厳密ではないので、注意してください。

利用容量[GB] 最安プラン
0 povo2.0
0.1~1.0 日本通信 シンプル290
2 HIS
3 povo2.0
4 BICモバイル
5~8 HIS
9 mineo
10~11 エキサイト Flat
12~14 IIJ
15 BICモバイル
16~19 イオン
20 BICモバイル
21~37 povo2.0
38~ 楽天

 

ちなみにDgoto24のメイン回線はコスパ最悪なauの使い放題プランです。十回線以上持っていますが、ほぼ全て色々あって実質無料、それどころか無料以下で使えてます。

まぁ電話料無料だったり、特定のSNS等がデータ消費免除だったり、家族割だったり、契約でキャッシュバックだったりと、色々とキャンペーンがあるので、最適なのを見つけるのは難しいですね。

-----------------------

質問などはTwitter @Dgoto24まで

 

 

 

 

考察~お得なpcを求める重回帰分析~

先日、私は22万のゲーミングpcを購入しました。

その際に考えたのは、当たり前のことですが「予算の範囲内でできるだけ性能が高いこと」です。恥ずかしながらpcについては完全な素人だったので、数か月間ぐらい適当に調べて購入しました。今思うと、もう少しやり方があったのではないかなと考えてました。

幸いなことに私には少し統計の知識があるので、今更ですが、それを使ってお得なpcを知りたいと考えました。この記事では、統計の重回帰分析という手法でお得なpcを大雑把に解明していきます

 

1.  重回帰分析とは

回帰分析というのは簡単に言えば、「AがBにどのような影響を及ぼしたか」の近似式を求めることです。

例えば、「Aさんは身長150cm体重51kg、Bさんは身長160cm体重59kg、Cさんは身長170cm体重71kg」だった場合、

体重[kg]=1.0×身長[cm]-100[cm]

というような大体の式が見えてくると思います。これが回帰分析のイメージです。重回帰分析は身長以外にも体形とか筋肉量だとか、体重を推定するための要素が多い場合の回帰分析といったイメージでしょうか。

理系なら高校か大学でやりますし、Excelで一瞬で出来るほどメジャーで容易、解釈もしやすい便利なものです。今回は、Excelの分析ツールを用いたいと思います。

 

2.  重回帰分析で推定したモデルの概要

推定したモデルは以下のようになっています。

(pc価格[円])=α1×(CPU性能)+α2×(GPU性能)+α3×(メモリ[GB])+α4×(SSD[GB])+α5×(HDD[GB])+α6

ここで

pc価格[円]:pc本体の購入に必要な価格

α1~α6:推定するパラメータ

CPU性能:搭載CPUのベンチマークスコア(PassMark)

GPU性能:搭載GPUベンチマークスコア(Time Spy(DX12))

メモリ[GB]:搭載しているRAMメモリ容量

SSD[GB]:搭載しているSSD容量

HDD[GB]:搭載しているHDD容量

*1

 

3.  使用するデータ

パソコンの価格や、CPU・GPUの品番、メモリサイズ等のデータは、「ゲーミングPC 徹底解剖サイト」さんから引用しました。こちらのサイトは非常に参考になります。実際に私が購入するpcを選んだ決め手はこちらのサイトで好評だったためです。ゲーミングpcの購入を検討されている方にオススメです。

ゲーミングPC徹底解剖 – BTOパソコンのレビュー特化型情報サイト

GPU、CPUを製品名からベンチマークスコアに変換する際には、「PC自由帳」さんの記事から引用しました。こちらのサイトもpc購入、周辺機器購入にあたり役に立つ記事が多くおすすめです。

CPU性能比較表【2022年最新版】 | PC自由帳

サンプルデータ数は87件です。

*2*3

 

4.  推定結果

推定結果は以下となります。

つまり、

(モデルから推定されるpc価格[円])=2.46×(CPU性能)+10.7×(GPU性能)+1400×(メモリ[GB])+36.7×(SSD[GB])+17.0×(HDD[GB])-14190

となります。

 

5.  考察

5.1  結果について

・良好な結果が得られました。決定係数Rも高く、t値もほとんどが有意(95%)となっています。切片だけが有意ではなかったのが残念です。

・切片以外のパラメータの正負も納得できますし、数値はあくまで回帰分析の結果なのでおいておいて、1GB当たりの価値がメモリ>SSD>HDDなのも納得できます。

 

5.2  お得なモデルは?

ここでは、重回帰分析より推測されるお得なモデルをピックアップしたいと思います。

 

5.2.1  割引額

モデルから推定されるpc価格[円]が販売価格より低い方がお得であると考えられます。

割引額を以下のように定義します。

割引額[円]=販売価格ーモデルから推定されるpc価格

割引額のTop10は画像のようになっています。太字のU列が割引額、斜体のW列が「ゲーミングPC 徹底解剖サイト」さんが出しているコスパになります。(N列 販売価格、T列 モデルから推定されるpc価格)

嬉しいことに私が購入した製品(raytrek XF)は6位/87件でした。Top4の製品は「ゲーミングPC 徹底解剖サイト」さんでもコスパ9越えなので、間違いなさそうですね。

ちなみにコスパの平均は5.6点、最小値-1.1、25%タイル3.8、75%タイル7.5、最大値10です。また割引額とコスパ相関係数は0.57で、相関があると言えそうです。

 

5.2.2  割引率

割引額では、高価格帯のモデルが有利のため、ここでは割引率でランク付けしたいと思います。

割引率を以下のように定義したいと思います。

割引率[%]=割引額/モデルから推定されるpc価格

割引率のTop12は画像のようになっています。太字のV列が割引率、斜体のW列が「ゲーミングPC 徹底解剖サイト」さんが出しているコスパになります。(N列 販売価格、T列 モデルから推定されるpc価格)

製品名が太字のものは割引額でTop10に入っていたもので、割引率でも大半を占める結果になりました。まぁそうなりますね。しかし、9位と10位は割引額は2.4万程度で割引額ではランク外でしたが、率ではランクインしています。コスパもかなり高いため、こちらの製品も良いと言えそうです。

また割引率とコスパ相関係数は0.67で、やや強い相関があると言えそうです。

 

6.  問題点

6.1  価格帯とコスパ

・一般的にCPUとGPUの性能は価格に対して漸近的で、高級になるほど値段上昇に伴う性能向上が小さいと思われます。しかし、実際には高性能でしかできないことも多く、今後数年は十分使えることを考えると、買うべき品もあるかもしれません。この記事のモデルは単純な線形モデルのため、それらを全く考慮しておらず、高級なほどコスパが悪いとしてしまっている可能性があります。

・上記について、指数やlog等の非線形関数を使えば解決しそうですが、データに適合する関数形式を見つけるためにかなりの労力が必要になる上に、非線形では線形の場合より説明変数の影響が分かりにくくなるので、今回はパスしました。

・しかしながら、高価格帯はコスパにこだわっていなさそうなので、そもそも性能と値段を分析してお得なpc探してやろうと思う野郎なんて、眼中になさそうですね。

・また、中価格帯というのは性能と価格のバランスが良く、需要が多いため競争が進みコスパが良いと考えられます。実際に、サンプルデータのpc価格分布は、平均22.0万、最小値9.8万、25%タイル15.5万、75%タイル26.5万、最大値54万ですが、割引額・割引率でピックアップしたTop12のうち11個は15.5万~26.5万円の範囲内です。

・まぁ、低価格帯と高価格帯はサンプルが少なすぎるような気がします。先述のように性能と価格のバランスが良いたぶん11世代i5~12世代i7、RTX3060~3070周辺の似たような製品が多いので、データが偏っています。

以上より今回のモデルでは、中価格帯以外は特に信用できなさそうです。

 

6.2  CPUとGPU

・搭載されるCPUとGPUの性能については相関が高く、説明変数同士の相関が高い場合には重共線性の問題が生じている可能性があります。

・重共線性の問題:具体例として前述の体重を求める回帰分析を考えます。説明変数として、その人自身の身長だけの場合(①)と、相関の強い父親(母親)身長も変数に入れる(②)場合を考えます。

①:体重=1×その人身長-100cm

②:体重=a×その人身長+b×父親の身長-100cm

①が正しいとすると、

②ではaとbの二つがあり、その人の身長と父親の身長は相関も強いので、a=1,b=0でも、a=0.5,b=0.5でも高い精度になります、もっといえばa=100,b=-99でも高い精度になるため、推定の際に定めるのが難しくなるというイメージです。

・ちなみに相関行列は以下のようになっています。

  価格 CPU性能 GPU性能 メモリ SSD HDD
価格 1.00          
CPU性能 0.76 1.00        
GPU性能 0.91 0.70 1.00      
メモリ 0.54 0.25 0.49 1.00    
SSD 0.65 0.62 0.63 0.20 1.00  
HDD 0.35 0.10 0.24 0.46 -0.09 1.00

一般に0.9や0.8より高い相関があれば重共線性の問題が生じるとされているらいしいので、もしかしたらCPUとGPUのどちらかだけの方が良いモデルになる可能性があります。重共線性の問題はVIFでチェックするのが良いとされていますが、今回はパスします。

他にも問題は色々ありますが、疲れたので終わります。

 

7.  結論

Dgoto24が購入した中価格帯のモデルは、ゲーミングpc専門家的な人からも好評で、適当に計算した感じ統計的にも良いモデルのようなので、安心しました。

 

--------------------

質問などはTwitter@Dgoto24まで

 

 

 

*1:※1:恐らくCPUやGPUは消費電力等のスペックもあるためベンチマークスコアだけはあまり良いとは言えないかもしれません。多分それぞれ製品を定数項としてパラメータを入れ推定するのが最も良い方法だと思われます。メモリ等のサイズも同様です。しかし、それだけの数のパラメータを安定して推定するためのデータ集めはめんどい現実的ではないため、やめました。

*2:※2:それぞれの参照日は2022/4/29となります。最近は歴史的な円安(130円/ドル)も記録しているので、為替に影響されやすいゲーミングpcの分析はそれこそ「時期が悪いぞ」かもしれません。

*3:※3:「ゲーミングPC 徹底解剖サイト」さんの表には89件のデータがありましたが、データの記載ミス、またGPUの性能データなしのため2件除去しています。

乞食【1万相当/1分※】~森伊蔵~

ネット通販や酒屋で買うと1.5万円~もする「森伊蔵」という、定価4千円の焼酎があります。当選確率数%らしいですが、誰でも電話をかけるだけで抽選応募に参加できます。

Dgoto24も一度飲んでみたいと思い、2022年4月現在10回弱抽選に挑戦しましたが全外れです。転売価格で買うのは癪なので、当たるまで粘りたいと思います。

 

 

1. 概要

激レア焼酎「森伊蔵」の抽選応募(電話かけるだけ)に参加し、うまい(?)焼酎を飲む

 

2. 対象

・電話番号がある

 

3. 必要経費とリスク

3.1  必要経費

最大で5000円程度(メルカリなどでほしい人に譲れば0円以下も可能です)

3.2  リスク

なし(継続的なお酒の転売は違法です)

 

4.  利益・メリット

JALの国際線で提供され、定価の5倍で転売されるほどの焼酎が手に入ります。

 

5.  大まかな流れ

森伊蔵の入手方法はいくつかありますが、誰でも参加できるのは電話抽選です。電話をかけるだけです。終わり。

------------------
毎月15日〜25日森伊蔵酒造(099-239-1111)へ電話(人気のため繋がりにくいです)。

↓↓↓
抽選結果の確認。
(エントリー翌月1日〜14日に電話し結果確認)
↓↓↓
抽選が当たったら郵便局備えの振込取扱票に必要事項を記入し、振込みをする

↓↓↓
翌々月の15日頃発送される

 

詳細は森伊蔵酒造公式HPで確認ください。

www.moriizo.com

-----------------------------

質問などはTwitter@Dgoto24まで。

考察〜マッチングアプリの振り返りと分析〜

要約すると、恋愛強者が無双するらしいマッチングアプリでの、私(恋愛弱者)の立ち回りを振り返ってます。当たり前のことを記載していますが、マッチングアプリが非常に楽しかったので忘れる前に書きます。

最後のフローをベースに友人らで行動したところ、数か月で計3人/4人に彼女ができました。特に、私は陰キャで容姿もイマイチですが、記事記載のことを踏まえ、行動した結果、最後の1か月は15人程度と電話、5人とデートできました。

 

 

1.概要

約1年前に数ヶ月間マッチングアプリをしていたDgoto24。その間、出会いの最適化と、出会い以降の効率化が重要だと感じたので、この記事ではそれらについて書きます。最後に出会いの効率化の例としてフローを記載しています。

*1*2

 

2.マッチングアプリの状況

まずアプリで彼女を作るには、現実とは異なるアプリの状況を把握するのが有効だと思われます。

 

2.1 女性の超優位環境

大前提として、アプリは女性の超優位環境です。男女比は

通説では、”男性7:女性3”の割合」

https://www.appbank.net/matching/matchingapp-gender-ratio/

らしいです。

特に20代女性は、あらゆる年齢の男性から「いいね」が来るので、これ以上になります。

実際に私のネカマ経験、女友達の話からすると、少なくとも20代では、普通男性の5倍は「いいね」を貰っていると考えてもいいでしょう。

 

2.2 女性は大量の「いいね」を捌いている

前述のとおり、女性は男性からの大量の「いいね/メッセージ」を捌いていると思われます。そのため、適当に「いいね」しても返ってこないのは普通*3です。「メッセージ」で雑な扱いを受けても、仕方ないこと*4です。

女性と男性の非対称性がある状況下で、男性側の攻略法の一つとしては、相手の反応を気にせず「数撃ちゃ当たる」方式現実的な相手に「いいね」を送りまくることが考えられます。まぁ普通です。

もちろん「数撃ちゃ当たる」方式でも、プロフィールは推敲し、現実的な相手を見極める(3.出会いの最適化記載)必要があります。ここからは「数撃ちゃ当たる」方式を前提に書いていきたいと思います。

 

 

3. 出会いの最適化

当然ですが、女優と付き合える可能性は低いです。また、言語も文化も違う人と付き合うのは困難です。つまり、自分と釣り合っている人かつ性格が合う人と出会う回数を増やすのが、有効だと考えられます。まぁ普通そうだと思います。

 

3.1 自己分析

容姿について

・無謀な高望みを避ける

鏡を確認。そもそも中高生以降で「容姿のいい人しかダメ」とかあまりいないと思いますが、容姿は歳と共に価値が逓減するので、性格重視でいいと私は考えます。

・自分とあまり離れていない格好

格好は内面を表すので、格好の乖離は価値観が合わない可能性が高いです。私はギャル系とイケイケ系は避け、ユニクロを着ているような感じの方を探しました。

性格について

・「やばい人だ」と思ったら避けるべき

直感や偏見は、過去の自分のデータに基づいているものと考えられます。「君子危うきに近づかず」、マッチングアプリで会うような他人に「きっといい人だから」とリスクを取る必要はないと考えます。「合わなさそうだな」と思ったら速攻で切って、速攻で次の人を検討するのがいいと思います。

 

3.2 いいね送る相手の選別

容姿や性格、その他もろもろを踏まえて、ある程度選定して「いいね」を送るといいと思います。

Tinderを除く大手のマッチングアプリは送れる「いいね」が少なく、大量のユーザーがいる、さらにかなり人の入れ替えが激しいため、選別をしてもなお「いいね」は不足すると思います。

そもそも選別検討の結果、微妙な人に送っても「いいね」や時間の無駄になります。

 

 

4. 出会い以降の効率化

マッチングアプリは、職場だとかサークルだとか、出会いのきっかけを省いたものです。出会い以降でも効率を求めていい思います。

 

4.1 いちいち文面を考えるのは面倒

「数撃ちゃ当たる」方式では、最初の挨拶などは定型文を作るのがオススメです。毎回一から考えるのは時間がかかりクオリティも保証されません。定型文に加えて、相手に合わせたコメントで対応すればいいと思われます。

また後述で電話をおすすめしていますが、メッセージや電話内容も基本的に同じで良いと思います。自分目線では何回も同じ話をすることになりますが、相手は初耳ですし、内容も昇華されていきます。

 

4.2 覚えてもらう

とっとと電話をして個別対応してもらうのが良いと思われます。

相手からすれば、メッセージでいくら盛り上がっても、何十人、下手したら何百人といる無数のメッセージ相手の一人に過ぎません。

電話をすれば、「無数のメッセージ相手の一人」から「電話もした一人」になり、そこで盛り上がった方がライバルから一歩リードしている可能性が高いです。

 

4.3 フロー

ある程度決まったフローがあれば、効率的で、突発的な変な行動を回避できます。以下は私のフローなので、自分にあった改良するといいかもしれません。

①挨拶+目的を聞く

②自分の属性の確認

③最低限の雑談

④電話aのアポ

⑤電話a(短時間で終了させ電話中に次の電話bのアポをする)

⑥電話b(電話中に食事等の短時間デートの誘い)

 

4.4 フローについて

①挨拶+目的を聞く

目的を聞くのは、アプリをしている女性の中には友達探しの人もいるので、それを除外し、彼氏探しであることを確認します。

また挨拶と同じタイミングなのは、目的を聞くことで、相手に返信をしやすくするためです。やり取りの回数も減らせます。

②自分の属性の確認

ここで確認する属性は、「年齢」や「学生・社会人」等の重要なものです。

女性側は大量の「いいね」を捌いているので、気まぐれやプロフィールも見れていない可能性もあります。そのため、勘違いされたらどうしようもない属性は確認しておきます。微妙な反応をされたら、切ってもいいと思います。

ex)「〇〇歳の会社員だけど大丈夫ですか?」

③最低限の雑談

電話につなぐため雑談です。相手のプロフィールや目的、属性について共感等が考えられます。最低限で次に進みます。ここで、適当な反応・微妙な反応をされたら、プロフィール的に自分が微妙な可能性が高いため、切ってもいいと思います。

④電話aのアポ

メッセージは時間もかかる上に、性格も分かりにくいです。そのため、効率化のために電話のアポを取ります。私はある程度おしゃべりな人を理想としていたので、電話を渋る反応だったら切っていました。

ex)「電話の方が色んなことが知れるので、電話しませんか?」

⑤電話a

ここまで中身のあるやり取りをほぼしてないため、話題は尽きないと思われます。この際、良さような人だったら、次の電話のアポも取ると今後に繋がります。

初対面の相手との長電話はキツイという人もいるので、私は面白さが続く短時間のうちに電話を終えてました。また、話題作りのために、次の電話までメッセージを控えていました。ここの辺はコミュ力によると思います。

また、電話を二回に分けるのは、私の場合は一回目でデートに誘うのは流石に早すぎて警戒されるためです。コミュ力に寄ると思いますが、日を挟んで電話を複数回していれば、メッセージ回数が少なくても大丈夫でした。

⑥電話b

再び話をして、多少話して良さような人だったら、デートに誘ってもいいかもしれません。デートの計画で話が繋がります。

 

 

5. 結論

・「数撃ちゃ当たる」方式

・釣り合っている人かつ性格が合う人と出会う回数を増やす

・定型文や電話の内容を固定し、効率化と改善を図る

・フローに従い、効率的に進める

 ①挨拶+目的を聞く

 ②自分の属性の確認

 ③最低限の雑談

 ④電話aのアポ

 ⑤短時間電話a

 ⑥電話b

 

---------------------------

質問等はTwitter @Dgoto24まで

---------------------------

*1:※:全編にわたりDgoto24の個人的な経験に基づき、その内容は保証しません。

*2:※:Dgoto24は20代前半の男性です。この記事は20代前半の男性が、同じ年くらいの彼女を作ろうとした場合を前提としています。また、Dgoto24が理想とする相手を前提としたフロー等になっています。無口で控えめな女性を理想とする場合等は、この記事はあまり参考になりません。

*3:私だけかもしれません。

*4:私だけかもしれません。

乞食【2千円/20分】~ジャパネットタカタ~

【概要】

・ジャパネットタカタの3000円クーポン券を使って無料で2000円相当の買い物をする。

Dgoto24は電池を買いました(単三電池を40本、単四電池を6本)。理由として電池は①日常的に使用する(今後も必要とされる)②数年間は保存できる③小さい、ためです。

f:id:Dgoto24:20220411005204p:plain

 

【対象】

・クレジットカードを所有している

 

【費用】

・0円(3000円以上の買い物を行う場合、超過分が費用になります)

 

【リスク】

・なし

 

【利益・メリット】

・2000円(ジャパネットは基本的に割高の料金設定なので)

 

【大まかな流れ】

①ジャパネットのアプリをインストールする

②ジャパネットの会員登録をする

③アプリからクレカの登録をする(このバナーからします)

f:id:Dgoto24:20220411004950p:plain

④購入するときにクーポンを使用する(支払方法や配送時期の選択の時にwebクーポンの項目で使用します)

※ジャパネットタカタの商品は基本的に割高に設定されているように思われます。またクーポンが割引きではなく、一定金額を差し引くもののため、クーポン金額と同程度の3000円程度のものが最もお得になると考えられます。

-----------------------------

質問などはTwitter@Dgoto24まで。

乞食【実質400円】~無料コーラ~

【概要】※キャンペーン終了?

・キャッシュバックシール付きペプシコーラを買うだけ

 

【対象】

・lineアカウントを持っている

Amazonやpaypayを使用している

 

【費用】

・0円(80円くらいのコーラを購入しますが、キャッシュバックで実質0円になります)

 

【リスク】

・なし(大量にコーラを買うので恥ずかしいです)

 

【利益・メリット】

・1lineアカウントにつき、5本まで無料でコーラが買えます。

 

【大まかな流れ】

このシールがついてるペプシを購入し、手順に沿ってギフト券を登録するだけです。ドンキは80円以下で販売しているらしいので、実質無料を超えます。

 

-----------------------------

質問などはTwitter@Dgoto24まで。