統計学が最強の学問である

目的

ダッシュボードは整った。月次でグラフも出ている。それなのに会議では「で、どうしますか」の後に沈黙が流れる。

足りないのはデータ量ではない。そのデータで何が言えるのかを判断する枠組みのほうだ。本書を読む目的は、統計を分析の技術ではなく判断の道具として使えるようにすることにある。

論点1 集める量より、集め方で結論が変わる

本書が繰り返すのは、データの取り方が結論を決めるという一点だ。

研修を受けた人の成績が良かったとする。だが参加者が「やる気のある人」だったなら、研修が効いたのか元々優秀だったのかは区別できない。

• 偏った選び方 … どれだけ件数を集めても、この曖昧さは消えない
• くじ引きで割り付ける … 条件が揃うので、差が効果だと言える

全社展開の前に一部でくじ引き的に試す、という手順を踏めるかどうかで、その後の判断の確からしさが決まる。

いちこ

とりあえず件数を増やせばいいと思っていました。

シュン

偏ったデータは、増やすと偏りも一緒に増えるんだ。量より先に集め方だね。

論点2 「何%動いたか」だけでは判断できない

受注率が5ポイント上がった。この数字だけでは、効果なのか偶然なのか分からない。判断には件数が要る。

• 20件で比べた … 1〜2件ずれただけでひっくり返る
• 500件で比べた … 偶然でこの差が出る確率は小さい

偶然と本物を分ける手順は その施策、本当に効いたか に、必要な件数の決め方は 営業メールのA/Bテスト、何件配信すれば判断できるか にまとめている。

論点3 分析の価値は「行動が変わるか」で決まる

本書の実務的な効用は、手法より何のために分析するのかを先に問う姿勢にある。

「受注率が高いのは40代の担当者」と分かったとして、明日から何を変えるのか。答えられないなら、それは面白い事実であって、判断材料ではない。

いちこ

分析して満足していたことがあります…。

シュン

よくあるよ。だから着手前に「結果が出たら何を変えるか」を書いておくんだ。書けないなら、その分析はやらなくていい。

この本の限界と、次に読む本

本書は手法書ではなく考え方の本なので、計算手順は扱わない。因果関係の判定に絞って深めたいなら、中室牧子・津川友介『「原因と結果」の経済学』のほうが直接的だ。