前回まで、製品Xのキャンペーン効果を題材に、何もしなかった場合の未来、すなわち反実仮想をどのように考えるかを見てきました。
第4回では、ランダム割り付けによるA/Bテストを使い、施策をしなかった「双子」を人工的につくりました。第5回では、実験ができない状況でも、制度、導入時期、地域差、基準値などを手掛かりに、現実の中に残された双子を探しました。
そして、製品Xについて最終報告が経営会議へ上がってきます。
- キャンペーン実施後に在庫は4,000個減った
- 前年実績から想定される自然販売は約3,000個
- 差の差法では、1店舗・1週間当たりの粗利改善効果は約15万円
- 在庫日数90日前後の店舗でも、一定の改善が確認された
- ただし、平行トレンドや境界付近の連続性には仮定が残る
- 全国展開には約3,000万円が必要になる
分析担当者は、次のように説明します。
「複数の分析結果から、施策効果はプラスである可能性が高いと考えます。ただし、全店舗で同じ効果が得られるとは断言できません」
すると、担当役員から聞かれます。
「説明は分かりました。それで、3,000万円を投じるのですか」
この問いに、分析手法だけで答えることはできません。
ここで分析者が「はい、投じるべきです」と請け合えば、分析の範囲を越えて経営判断まで背負うことになります。一方、経営者が「分析結果が確定するまで決められない」と先送りすれば、不確実性を理由に決断の責任を手放すことになります。どちらも、分析と経営の役割を取り違えています。
因果推論は、施策によって何が起きる可能性が高いかを示します。しかし、その不確実性を踏まえて、どのリスクを取り、どこへ経営資源を配分するかは、経営が決めなければなりません。
分析は不確実性を減らすことはできる。しかし、決断の責任まで引き受けることはできない。
1．因果効果が分かっても、意思決定は完成しない
仮に、製品Xのキャンペーンが売上や粗利を押し上げると推定できたとしても、それだけで全国展開が合理的とは限りません。
施策の効果がプラスでも、必要な販促費がそれを上回れば、会社には利益が残りません。効果が短期間で消えるなら、システム改修費や教育費を回収できないかもしれません。製品Xへ3,000万円を投じれば、その資金を別の商品開発や設備更新へ使うこともできなくなります。
経営判断には、推定された因果効果に加え、次のような情報が必要です。
- 施策に必要な費用
- 効果が続く期間
- 値引きによる既存需要の粗利減少
- 他の投資機会を失う機会費用
- 効果がなかった場合の損失
- 施策を実施しなかった場合の機会損失
- 結果が判明するまでの時間
- 撤回や修正のしやすさ
因果推論が主として答えるのは、「施策が結果をどれだけ変えたか」です。
経営が答えるのは、「その効果と不確実性を踏まえ、限られた資源をどこへ配分するか」です。
「効果がある」は分析上の結論であり、「投資すべき」は経営上の結論である。
2．点ではなく、「幅」として効果を見る
第5回の差の差法では、製品Xのキャンペーンによる粗利の増分効果を、1店舗・1週間当たり約15万円と推定しました。
しかし、実際の効果が、どの店舗でも必ず15万円になるわけではありません。
データ量、店舗の構成、観測期間、季節変動、比較対象の選び方などによって、推定値には不確実性があります。店舗によって効果が異なる可能性もあります。
例えば分析担当者が、次のように報告したとします。
「中心的な推定値は15万円です。ただし、データ上は5万円程度から25万円程度までの可能性があります」
経営層にとって重要なのは、15万円という一点だけではありません。
- 5万円の効果でも投資を回収できるか
- 効果がゼロになる可能性はどの程度残っているか
- マイナス効果になる条件は何か
- どの店舗で効果が大きく、どの店舗で小さいか
こうした幅と条件まで見て、判断する必要があります。
会議では、一つの明確な数字が好まれます。「効果は15万円です」と断言する報告の方が、「5万円から25万円程度の幅があります」という報告より、自信があるように聞こえるからです。
しかし、幅を隠して一点だけを示すと、経営側は推定値を確定値として扱ってしまいます。投資回収の計算にも15万円をそのまま入れ、想定より効果が小さかったときに「話が違う」となるでしょう。
不確実性を示すことは、分析の弱さではありません。投資規模や撤退基準を決めるために必要な経営情報です。
幅のない推定値は分かりやすい。しかし、その分かりやすさが経営判断を過信させることがある。
3．二つの誤り――実施する損失と、実施しない損失
施策の判断には、大きく二種類の誤りがあります。
一つは、効果のない施策を実施してしまうことです。
販促費を失い、不要な値引きで粗利を削り、人員や時間を浪費する。さらに、偶然の変化を施策の成功だと信じ、誤った成功体験を全社へ広げる危険もあります。
もう一つは、効果のある施策を見送ってしまうことです。
得られたはずの利益を失い、在庫削減が遅れ、競合に先行される。実施しなければ、施策について学ぶ機会も得られません。
経営会議では、実施して失敗した損失は目立ちます。投じた金額、不良在庫、減少した粗利が帳簿に残るからです。
一方、実施しなかったために得られなかった利益は、帳簿には直接現れません。そのため、現状を維持する方が安全に見えます。
しかし、何もしないことも一つの意思決定です。そこにも機会費用が発生します。
経営判断のリスクは、間違って実施することだけではない。間違って見送ることにもある。
4．必要なのは「正解」ではなく、誤った場合の損失を管理すること
施策が成功する可能性が70％だとしても、常にGOになるわけではありません。
例えば、失敗しても100万円の損失で済み、すぐに元へ戻せる施策と、失敗すれば3億円を失い、顧客や取引先への影響も元に戻せない施策があったとします。
成功する可能性が同じでも、合理的な判断は異なります。
反対に、成功する可能性がそれほど高くなくても、損失が限定され、成功した場合の利益が大きければ、小さく試す価値があります。
確認すべきなのは、「効果がある確率」だけではありません。
- 成功した場合に何を得るか
- 失敗した場合に何を失うか
- その損失に会社が耐えられるか
- 結果が悪ければ途中で止められるか
- 判断を遅らせる間に何を失うか
取り消しや修正が容易な判断には、完全な証拠を待たず、小さく動く合理性があります。一方、工場閉鎖、巨額設備投資、全社基幹システムの変更など、後戻りしにくい意思決定には、より強い証拠と慎重な検証が必要です。
因果推論の精度だけを一律に高めようとするのではなく、間違えた場合の損失と可逆性に応じて、必要な証拠の水準を変えるべきです。
証拠の要求水準は、意思決定の大きさだけでなく、間違えたあとに戻れるかで決まる。
5．「全面展開か中止か」の二択から離れる
製品Xのキャンペーンについて、効果はプラスと推定されたものの、全国の店舗で同じ効果が出るかは分からないとします。
このとき、選択肢は「3,000万円を投じて全国展開する」か「中止する」かだけではありません。
例えば、次のような方法があります。
- 対象店舗を30店から60店へ広げる
- 効果が確認された店舗属性に限定する
- 初期の投資上限を1,000万円に設定する
- 主要指標を粗利と在庫削減額に固定する
- 4週間ごとに進捗を確認し、8週間後に再評価する
- 販促費を回収できなければ追加展開を停止する
- 段階ごとに次の投資を承認する
最初の投資によって施策の効果を学び、その情報を使って次の投資を決めることができます。
待つことにも価値がありますが、小さく実施して学ぶことにも価値があります。
推定が不確かであるなら、報告書に注意書きを加えるだけでは不十分です。その不確実性を、対象範囲、投資上限、観測期間、継続条件、撤退基準へ反映させる必要があります。
不確実性は、報告書の注釈に残すものではない。投資規模と撤退条件に反映させるものである。
6．意思決定をゆがめる四つの心理
反実仮想を慎重に考え、因果効果を推定しても、最後の意思決定には人間の心理が影響します。
曖昧性回避
人は、結果の確率や幅が明確でない選択肢を避け、確実に見える現状維持を選びたくなります。
しかし、現状維持の結果も確実ではありません。施策をしない間にも、市場、競合、在庫の劣化は進みます。
確証バイアス
自分が提案または承認した施策については、プラスの推定値を強く信じ、成立条件や否定的な結果を軽く扱いやすくなります。
第2回で見たように、現場と経営陣が成功物語を共同でつくる関係は、分析結果が出たあとにも残ります。
サンクコストとコミットメントのエスカレーション
すでに投じた費用や、自分が決めたという事実に引きずられ、効果が弱くても追加投資を続けてしまうことがあります。
判断すべきなのは、過去にいくら使ったかではなく、これから追加する資源に対して、どのような効果を期待できるかです。
不作為バイアスと責任回避
実施して失敗する責任を避けるため、「もう少しデータが必要だ」と追加分析を求め続けることがあります。
もちろん、追加検証が必要な場合はあります。しかし、その分析によって判断が変わる可能性がほとんどないなら、追加分析は精度向上ではなく、決断の先送りになっているかもしれません。
データが不足していることと、決断する覚悟が不足していることは同じではない。
7．分析者と意思決定者の「健全な契約関係」
不完全な反実仮想を経営判断に使うためには、分析者と意思決定者の責任を分ける必要があります。
分析者には、観測された事実と推定を分け、反実仮想をどのように設定したかを説明する責任があります。比較を成立させる仮定、推定値の幅、分析が崩れる条件、未確認事項、分析からは言えないことも開示しなければなりません。
一方、経営者や事業責任者には、どの目的を優先し、どこまでの損失を許容するかを決める責任があります。証拠の強さに投資規模を合わせ、GO、NO GO、追加検証のどれを選ぶかを決め、最後に残った不確実性を引き受けます。
分析者が「必ず成功します」と保証し、経営者がその言葉を根拠に責任を手放す関係は健全ではありません。
反対に、分析者が「最終的には経営判断です」と言って、仮定や推定精度の説明まで放棄することも適切ではありません。
稟議書や役員会資料にも、「分析が成立するための前提条件」「推定効果の幅」「結果を適用できる範囲」「許容損失」「継続・撤退基準」を記載する欄を設けるとよいでしょう。
ただし、形式的なチェック欄にするだけでは機能しません。どこまで分かっており、何がまだ分からないのかを、言葉で共有することが重要です。
分析者は不確実性を隠さない。意思決定者は、不確実性が残ることを理由に責任を返さない。
8．良い意思決定と、良い結果は同じではない
十分な証拠を確認し、損失を限定し、合理的にGOと判断しても、結果が悪くなることはあります。
反対に、根拠の乏しい施策が、偶然成功することもあります。
結果だけで判断の質を評価すると、偶然の成功を優れた判断として称賛し、合理的だった挑戦を、失敗したという理由だけで否定することになります。
さらに、結果を知ったあとで、「こうなることは最初から分かっていた」と感じやすくなります。これは後知恵バイアスです。
経営会議でも、施策後の結果を見て、当時の判断材料以上のことが分かっていたかのように、過去の決断を評価しがちです。
評価すべきなのは、結果だけではありません。意思決定時点で利用できた情報をもとに、事実と推定を分けたか、仮定を明示したか、失敗時の損失を想定したか、撤退条件を決めたか、他の選択肢と比較したかという判断過程です。
合理的な手順で不確実性を引き受けた挑戦であれば、結果がマイナスに終わっても、その判断過程と得られた知見を組織の学習資産として残すことができます。
反対に、偶然の成功だけを称賛し、合理的な失敗を処罰する組織では、やがて誰も不確実な課題に挑まなくなります。成功物語だけが会議に上がり、都合の悪い仮定や失敗の兆候は隠されるようになります。
結果は意思決定の成否を示す。しかし、意思決定の質まで結果だけで決めてはいけない。
9．経営会議で確認する最後の七つの問い
製品Xへの3,000万円の追加投資を判断する前に、経営層が確認したい問いを整理します。
- 観測された事実と、推定された因果効果は分けられているか
- どの反実仮想を使い、どの仮定の上に推定値が立っているか
- 効果は一点ではなく、どの程度の幅があるか
- 効果が小さい場合やマイナスの場合、どれだけ損失が出るか
- 見送った場合には、どのような機会損失があるか
- 全面展開ではなく、小さく実施して学ぶ方法はないか
- 誰が仮定を説明し、誰が残されたリスクを引き受けるのか
これは書類や会議の項目を増やすことが目的ではありません。
断定的な成功物語ではなく、仮定とリスクを共有したうえで判断する仕組みをつくるためです。
事前に問いを定めておけば、施策後に都合のよい指標へ切り替えたり、結果に合わせて成功条件を書き換えたりすることも防ぎやすくなります。
経営会議で最後に問うべきなのは、「この数字は正しいか」だけではない。「この不確実性を、どの条件なら引き受けられるか」である。
10．「その数字は、原因を語っているか」を組織の習慣にする
この連載では、製品Xの在庫が1万個から6,000個へ減ったという事実から考え始めました。
[第1回「売上が上がったから、施策が効いたのか」]では、4,000個減ったという事実と、キャンペーンによる増分効果を分けました。
[第2回「『施策が効いた』を生む心理と組織力学」では、人や組織が、自分たちに都合の悪い反実仮想を避け、成功物語をつくる心理を考えました。
[第3回「その比較対象は、本当に比べられるか」]では、前年比や他店舗との比較に入り込む選択バイアス、交絡、平均への回帰、構成比の違いを見ました。
[第4回「施策をしなかった『双子』をつくる」]では、ランダム割り付けによって、施策をしなかった双子を人工的につくりました。
[第5回「現実の中に残された『双子』を探す」]では、ランダム実験ができない現実の中から、自然実験、差の差法、回帰不連続デザインによって双子を探しました。
そして最終回では、不完全な推定結果を、投資規模、許容損失、可逆性、撤退基準へつなぎ、最後に残るリスクを誰が引き受けるのかを考えています。
因果推論は、一度だけ正しい答えを出す技術ではありません。
施策前に仮定と成功条件を決め、実施後に結果を確認し、想定と違った理由を調べ、次の判断を更新する。その循環を組織の習慣にするための考え方です。
因果推論は、一度だけ正しい答えを出す技術ではない。判断し、結果を確かめ、次の判断を更新するための経営習慣である。
まとめ：数字に決断させない
今回は、不完全な因果推論を、どのように経営判断へつなげるかを考えました。
- 因果と判断の分離： 効果があることと、投資すべきことは別の問い
- 不確実性の可視化： 推定値を一点ではなく幅として捉える
- 二つの誤りの比較： 実施する損失と、見送る機会損失の双方を見る
- 可逆性の確認： 後戻りしにくい判断ほど、強い証拠を求める
- 段階的な意思決定： 不完全な証拠には、小さく試して学ぶ方法で応える
- 心理的な罠の管理： 曖昧性回避、確証バイアス、サンクコスト、不作為、後知恵に注意する
- 責任の明確化： 分析者は仮定を開示し、意思決定者は残されたリスクを引き受ける
- 判断過程の評価： 結果だけでなく、当時の情報に基づく判断の質を見る
製品Xへの3,000万円の追加投資について、経営会議は次のように決めました。
対象店舗を限定し、初期投資の上限を1,000万円として追加展開する。主要指標は粗利と在庫削減額とし、4週間ごとに確認する。8週間後に再評価し、推定効果の下限を下回り、販促費を回収できない場合には追加展開を中止する。
これは、決断を避けた結論ではありません。
不確実性に見合う大きさでリスクを引き受け、同時に、次の判断に必要な情報を得るという経営判断です。
数字は、原因を完全には語りません。反実仮想も、直接見ることはできません。
それでも私たちは、事実と推定を分け、比較対象を吟味し、仮定と不確実性を開示することで、判断の質を高めることができます。
数字に決断させるのではありません。数字が何を語り、何を語っていないのかを理解したうえで、人が決断します。
「その数字は、原因を語っているか」と問い続ける。答えを断言するためではない。分からない部分を明らかにしたうえで、それでも決めるためである。
全6回にわたり、最後までお読みいただき、ありがとうございました。
参考文献
- Kahneman, D. and Tversky, A.（1979）, “Prospect Theory: An Analysis of Decision under Risk,” Econometrica, 47（2）, pp.263–291.
- Staw, B. M.（1976）, “Knee-Deep in the Big Muddy: A Study of Escalating Commitment to a Chosen Course of Action,” Organizational Behavior and Human Performance, 16（1）, pp.27–44.
- Baron, J. and Hershey, J. C.（1988）, “Outcome Bias in Decision Evaluation,” Journal of Personality and Social Psychology, 54（4）, pp.569–579.
- Fischhoff, B.（1975）, “Hindsight Is Not Equal to Foresight: The Effect of Outcome Knowledge on Judgment under Uncertainty,” Journal of Experimental Psychology: Human Perception and Performance, 1（3）, pp.288–299.
- March, J. G.（1994）, A Primer on Decision Making: How Decisions Happen, Free Press.
