「AI(人工知能)で業務の自動化を進めたい」「“ワトソン君”に興味がありますね」

 2015年は、大手企業の経営トップからこんな言葉をを聞くことが多い年だった。ITやデータを積極活用したビジネスモデルや業務プロセスの刷新が、重要な経営課題となりつつあることを実感した。

 IoT(モノのインターネット)の普及も広がる2016年、データを使いこなそうという気運はいっそう高まり、データに基づく意思決定が組織に浸透していくだろう。だからこそ、データに「だまされない」ためのリテラシーも身に付けたい。事実と異なるデータをうのみにして、意思決定を誤らないために。

 社内の業務データだけでなく、外部データもネットで簡単に入手できるようになった。エクセルの基本的な使い方が分かっていれば、誰でもパソコンである程度の分析ができる。

 ではそのデータは、事実をありのままに映し出したものといえるのかといえば、その答えは必ずしもイエスではない。分析の主体がヒトである限り、分析結果には多かれ少なかれ主観が混じるからだ。

データの「範囲」で結論は変わる

 データは時として嘘をつく。それは分析者が自分の意見を通すため、意図的に結論を誘導する場合もあれば、特に誘導の意図はなくても、分析結果がミスリーディングを招く場合もある。

 いずれの場合にせよ、分析結果に基づいて意思決定をする立場にある人は、「その分析はどのような前提に基いているか」を知り、「前提を変えれば他の結論が導き出される」というリスクを踏まえておく必要がある。

 日経情報ストラテジーで「マネジャーのためのデータリテラシー講座」を連載しているデータ&ストーリー代表の柏木吉基氏は、ビジネスの現場で発生しがちな「データの嘘」についてこんな例を挙げる。あなたはこの結論に納得するだろうか。

 「3種類の製品の7月から12月までの売上高を比較した。7月の売上高を100としたところ、12月時点の売上高は、製品Aが50、製品Bは120、製品Cは150だった。A製品の販促をテコ入れすべきだ」

 柏木氏が指摘するのはデータの「範囲」の恣意性である。7~12月の比較では上述の減少が見られても、期間を広げて1~12月で見れば結果が異なるかもしれない。「A製品は7月に爆発的に売れ、その後売れ行きは低下したが、1月と比べるとはるかによく売れている。逆に商品Bは7月より12月がよく売れたが、1月と比較すると落ち込んでいる」という可能性もある。

 もしあなたが、データ分析結果に基づいて商品A~Cの販促予算を決める権限を持つなら、データの範囲によって結論に差が出ることを知ったうえで、より広い範囲でデータを分析することも検討したほうがいい。