データ分析の力

目的

研修を実施した。受注率が3%上がった。報告書には「研修の効果」と書いた。

だがその3%は、研修がなくても上がっていたかもしれない。本書を読む目的は、効果があったと言える条件を知ることにある。

論点1 効果は、変化ではなく差で測る

本書の出発点は比較対象だ。施策を受けなかったグループを置くと、見え方が変わる。

• 受けた組 +3% / 受けない組 +2.5% → 差は0.5%
• 市場全体が上がっていた … 研修の寄与はわずか

「上がった」は効果の証拠にならない。対照群を置く手順は その施策、本当に効いたか に統計側の整理がある。

いちこ

比較対象を作ると、片方に研修を受けさせないことになりますね。

シュン

そこが悩みどころなんだ。時期をずらして順に実施する、という手もあるよ。

論点2 社内の線引きは、自然な実験になっている

本書が紹介する手法のうち実務で使えるのが、境目を使う比較だ。

たとえば従業員300名で担当チームが切り替わる制度があるとき、299名の会社と301名の会社はほぼ同じで、担当だけが違う。この両側を比べると、担当体制の効果が見える。

論点3 相関でKPIを置くと、動かしても効かない

訪問が多い担当は受注も多い。だが裏に良い既存顧客を持っているという共通の原因があることがある。

この場合、訪問を増やしても受注は増えない。相関だけでKPIを置くと、動かしても効かない数字が残る。見分け方は そのKPI、本当に成果につながるか に。

いちこ

相関が出たら、それを目標にしていました。

シュン

よくあるんだ。その数字を自分で動かしたとき、本当に結果が動くかを一度試すといいよ。

この本の限界と、次に読む本

事例は電力や公共政策が中心で、営業の話は出てこない。手法を自分の数字に当てはめて読む必要がある。同じ領域では 「原因と結果」の経済学 のほうが事例が身近。思い込みの型なら FACTFULNESS が隣に並ぶ。