条件付き確率

条件付き確率とは ― 営業マネジャーのための「Aヨミ80%」の読み解き方

1. この記事で学べること

2. エピローグ

スマホに通知が来た。

「不正ログインの疑いを検知しました」

心臓が跳ねる。 乗っ取られたのか。

でも、少し落ち着いて考えてみる。

このアプリは、いつもと違う場所やタイミングでログインすると、少しでも怪しければすぐ通知を出す設計だ。

つまり通知が鳴った人の多くは、実際にはただの「出張先からのログイン」だったりする。

本当に知りたいのは、こうだ。

「通知が鳴った」という条件がついたうえで、本当に不正である確率はいくつなのか。

いちこ

通知が来ると全部あやしく感じますけど、鳴った人のうち本当に不正な人はごく一部なんですね。

シュン

そう。「不正だから鳴る」だけじゃなくて「念のため鳴る」も多い。だから“鳴った条件のもとでの確率”で見ないと、毎回ドキッとして終わりなんだよね。

別の日。

箱の中にあめが10個。 そのうち当たり(いちご味)は3個。

手を入れて1個目を引いたら、当たりだった。

では2個目も当たりの確率は、さっきと同じ3割だろうか。

違う。 残りは9個、当たりは2個。 もう「9分の2」に変わっている。

1個目を引いたという結果が、2個目の確率を動かしている。

いちこ

さっき引いた結果で、次の確率が変わってしまうんですね。

シュン

うん。こういうのを「独立じゃない」試行っていうんだ。逆に、コインを2回投げるみたいに前の結果が次に効かないものは「独立」だね。

不正ログインの通知と、あめの箱。

2つに共通しているのは「ある条件がついたあとの確率」を考えている、ということだ。

これを表したのが、条件付き確率だ。

3. 条件付き確率とは何か

条件付き確率とは、ある事象Bが起きたとわかっている条件のもとで、別の事象Aが起きる確率のことだ。 記号では P(A|B) と書く。

あめの箱で言えば、「1個目が当たりだった(=B)」という条件のもとで「2個目も当たり(=A)」になる確率が、まさに条件付き確率だった。

前提となる確率の基礎(余事象や独立の考え方)をおさらいしておくと、ここがすっと入る。

大事なのは「独立かどうか」だ。

• 独立な試行 … 前の結果が次に影響しない。コイン投げなど。このとき P(A|B) = P(A)
• 独立でない試行 … あめの箱のように、引いた結果が次の確率を変える。このとき P(A|B) ≠ P(A)

営業の数字を読むときも、この「条件のもとで」という視点がそのまま効いてくる。

4. 図で見る

営業のパイプラインで考えてみる。

あるチームは案件を、受注しやすい順にAヨミ・Bヨミ・Cヨミと申告している。 申告時の確度はそれぞれ80%・50%・20%。

ところが過去の実績をさかのぼって、「Aヨミと申告した案件が、実際に受注できた割合」を数え直すと、景色が変わる。

• Aヨミと申告しても、実際に受注できたのは65%。申告の80%とは15ポイントの差。
• しかもAとBの実績差はわずか5ポイント。ヨミの区分がほとんど効いていない。
• この「Aと申告された条件のもとで、実際に受注する割合」こそ条件付き確率だ。

申告確度は「担当者がそう思った確率」。 条件付き確率は「そう申告された案件が、実際どうなったかの確率」。 この2つは別物だ。

着地見込みを役員会に出すなら、申告値ではなく実績で較正したこの数字を使うほうが、はるかに外れにくい。

5. 計算式

シュン

教科書的な計算式も紹介しておくね。

いちこ

シーン別の記事では、プロンプトも紹介してくれてますね。まさに生成AIに頼るところですね！

条件付き確率の定義

• $P(A \cap B)$: AとBが両方起きる確率
• $P(B)$: 条件となるBが起きる確率

独立のときの関係(前の結果が次に効かない場合)

あめの箱で確かめる(当たり3/全10。1個目が当たりだったとき2個目も当たり)

最初は 3/10 = 0.30 だったのが、条件がつくと 0.22 に下がる。 これが「条件で確率が変わる」ということだ。

生成AIに渡せば10秒で計算できる。手計算は不要。

6. まとめ

確率をさらに使いこなすなら、二項分布で「何回中何回成功するか」を、

統計的な推測 で「一部から全体を見積もる」考え方に進むとつながりが見えてくる。

いちこ

この統計テーマを使った事例記事も見てみてね♪

• 営業の着地見込み ― Aヨミの申告と実績を条件付き確率で較正する
• 確率の基礎 ― 独立・余事象からおさらいする
• 期待値 ― 確率を「平均どれくらい」に翻訳する