数値の本質を読む力とは ~インサイトによる実践的分析とシミュレーションの問題点~

金融などの数値に重きが置かれていそうな業界を目指す学生の方や、仕事で統計など数値を扱う仕事をしている人達と話していると、例えば、「DCFの枠組みを知っています」とか、「共分散構造解析は新しくて優れている」とか、そういう会話が多いように感じるのだが、果たして、それがどんな成果を生むのか、という話をしている人は、非常に少ないように思えるし、あれでは実務においては役に立たないと感じる。
だが、実際のビジネスにおいて、最も重要なのは「成果」である。
「成果」がないのは、仕事ではなく、趣味か勉強のようなものである。
確かに、枠組みを知っていなければ駄目なのであるが、ノウハウは拡散するし(事実、人材流動性の高い金融では、かなり拡散してしまっている)、アウトソースしてしまっても良い。
つまり、「知っている」だけでは、時間が立つにつれコモディティ化し、その価値を減じていくのである。更に言えば、「知識」はコモディティ化する宿命にあり、ネットによる情報革命により、その速度が劇的に速くなったのだ。
金融関連などは、まさに今、そのフェーズに差し掛かっている。単に外資金融に行ければ、誰もが高給が保障される時代は、もう終わりを告げようとしているのだ。やはり、結局は、そこでどれだけ「成果」をあげられるかが、重要なのであり、成果をあげられない人は、それなりの評価と待遇になるという事である。
では、「成果」を出すためには、どのように数値と接していけば良いのだろうか。
基本的には、「インサイト」(洞察)を持つ、という事である。
「インサイト」とは、様々な数値(データ)や背景情報やその他の経験・知識を元に、その関係性について、自らの仮説・ストーリーを構築する、という事である。
例えば、ある商品(製品・サービス)の売れ行きが、この数ヶ月、悪化している事がわかったとしよう。その時に、単に売上数値の変動だけを見て、気合が入っていないからだ、と言って発破をかけたり、もう旬が過ぎたから駄目だ、と言ってあきらめたり、大変だ大変だ、と騒ぎ立てるだけだとしたら、確実に、その商品を再び蘇らせる事は難しいだろう。
しかし、そういった反応が、多くの企業で見られるのも事実である。
そこでやるべき事は、やはり、そもそもなぜ売上が減少したかの要因を調べなければならない。
そうでなければ、対策も打てないし、どういう方向性で進めるかの意思決定も出来ない。
そして、そのためには、そもそもなぜその商品(製品・サービス)が売れてきたか、についての歴史も知っておかなければならない。多くの分析者は、この後者についての視点を忘れがちである。
わかりやすい身近な例として、ある居酒屋飲食チェーンを取り上げてみよう。
そのチェーンのある店舗で、近頃、売上が以前のようになかなか上がらず苦労していた。スーパーバイザーは、店舗オペレーションに問題があると考え、厨房やホール、双方のサービスレベルを調べたが、特に問題はなかった。客層自体も、単純に数が全体的に減っただけで、変わったところもなかった。
そこで、スーパーバイザーが、店舗の周辺を軒並み歩き回ったところ、店舗近くの一角で、かなり整理された綺麗な町並みに出くわした。その辺りのマンションの着工年数を調べると、店の売上が落ち始めた頃と重なっていたのである。
色々と聞いてみると、大きくはないが区画整理によって再開発されており、元々住んでいた人達のかなりが、家族を頼って去っていったとの事だった。
つまり、その居酒屋の常連客が、その際に減ってしまい、新しくそのエリアに入ってきた人達は、家族構成などの属性が異なり、お店に来てくれなくなってしまっていたのである。
その店舗における、常連客の母集団が大きく変わったために、それが売上に反映されたということなのだ。
こう聞くと、なるほどな、としか思わないかもしれないが、このスーパーバイザーは、数値がある時期からずっと同じ程度に落ちている、という落ち方を見て、何らかの人口移動があったのではないか、という仮説を持って動いていたからこそ、こういう発見が可能だったのである。
普通の人であれば、店の周囲を歩き回って調査することすらしなかったであろう。
「インサイト」とは、仮説・ストーリーであると述べたが、だからこそ、未来のストーリーを描くためには、それが起こった際の過去からの歴史を知っておく必要があるのだ。
それを知っておかなければ、時代の流れで売れなくなってきているのか、それとも、何らかの問題によって減少しているのか、自社以外の要因(例えば、競合による値引キャンペーンなど)による一時的な変動なのか、絞り込む事が難しくなる。
他にも、DCF(ディスカウントキャッシュフロー)を用いて、企業価値算定を行う際に、様々な数値を仮定するが、その数値設定についても、上記のような仮説・ストーリーがなくては、的外れな企業価値評価しか出来ない。
例えば、(ベンチャーにはよくありがちだが)ある企業の業績が、ここ2,3年、大きく伸びていて、一見すると、非常に伸び盛りの会社に見えるていたとしよう。しかし、実態は、ビジネスモデルや業界動向は変わっておらず、ある特定個人が編み出した提案方法やチームマネジメントが当たり、その結果、そのチームの成果が業績に大きなインパクトを与えている、という可能性もある。
もしそうであれば、まず押さえるべきは、その個人であり、そしてそのやり方(の標準化)である。
実際、日本の精密機器メーカーが強いのは、ある特定の熟練技能者が非常に優れているからであり、それが他社では簡単に真似できないからである場合が多い(NHKの 土曜ドラマ『ハゲタカ』でも、そういうシーンがあり、結構、本質をついていると感じた)。
つまり、売上そのものが上がっていた要因を、その成り立ちを含めて把握しなければ、本質的な要因を探ることが難しいという事であるし、そこがわからない限り、どれだけ精緻なシミュレーションを行っても、無意味に終わる、すなわち、無価値な作業になってしまう危険性がある、という事であろう。前提条件が簡単に変わってしまうのであるから、至極当然と言える。
そういう意味合いでは、これから投資に携わる人で価値を上げていこうと考えるならば、こういった部分での洞察力を磨いていく必要があるということである。マクロベースでの分析を行うにも、ある程度、ミクロベースでの視点は欠かせない。そうでなければ、単なる作業者となっていくしかないのだ。
これは、例えば、コンサルティングで入り、企業分析を行う際も同じ事が言える。会計数値をどのように読み解くかも、結局は、この力にかかってくるのである。
なぜこのような変化が起こっているのか。
昔は、ルート営業で御用聞き営業・接待営業で仕事が取れていた。つまり、要は誰が売っても売れたのである。たまに、スーパーマンが現れ、売上を急増させる事があったとしても、それは例外だったのだ。
ところが、今は「提案営業」が基本である。提案力は、組織的に向上させる事は可能だが、やはり、個々人の能力にかなり依存してしまうのが実情である。少なくとも、チームの成績はチームリーダーの力に大きく影響を受ける。
また、『売上至上主義の弊害~日本企業が陥る過ち~』で触れたように、市場環境自体も、以前のように安定的でなく、優れたマーケティング戦略がなければ、簡単に市場を失ってしまう危険性に脅かされるようになっている。
このように、比較的長期安定型であった過去の市場においては、それを前提にシミュレーションを行っても、大きく乖離する事はなかったが、今は、変化が短期的かつ個別具体的に起こりうるために、シミュレーションでそもそもカバーする事が難しくなってしまったのだ。
情報革命以前は、「知っている」と言うことでも価値があったし、新しい領域においては、その傾向は強かったし、その格差は今よりもっと長持ちした。
しかし、今は、このコラムのように、知識はあっと言う間に広まるし、広まる速度も非常に速くなっており、ある意味、「知っている」事に価値はなくなったと言っても過言ではない状況である。
だからこそ、それまでの勉強と同じように、知識ややり方だけにしがみつくような仕事の仕方、職業選択をしていては、非常に危険なのである。
最後にまとめてみよう。
「数値を読む力」とは、単に数値を分析する方法を知っていたり、それが出来たりする事ではない。
そもそも、その数値自体がなぜそうなったのか、を見出し、それをどうすれば変化させられるのか、をストーリー立てて持つ力が、「数値を読む力」である。
実際は、その多くが仮説であるため、様々な検証が必要であり、外れる可能性もあるが、これからは、その「インサイト」(洞察力)の強さによって、自分自身の評価が大きく変わっていく事を、強く意識しなければならない。
これは、『「勉強」と「仕事」の大きな違い』にも通じるが、数値が「正しい」かどうかではなく、数値の持つ意味を把握し、適切な打ち手に繋げる力が求められているのである。
これは、市場環境の変化、による影響が大きく、今後もその傾向は強まるだろう。
「正しさ」を求められるのが「勉強」だとすれば、「納得性」を他者から求められるのが「仕事」なのだ。今後は、「勉強」では評価を得られなくなってくるだろう。
より詳しく知りたい方はこちらへ⇒ 筆者メルマガ「FRIマーケティング&キャリア(旧就職参謀)」
◆筆者紹介
FRI&Associatesの草創期メンバーで、現在NPO法人FRI&Associates代表理事。
外資系コンサルティングファームにて、事業戦略、業務改革、IT導入などを手がけ、その後ベンチャー企業に転進。経験を活かし、あらゆる改革・企画・管理業務を担い、業績拡大を支えつつ、多数の業界大手企業のマーケティングコンサルティングに従事する。実践的なアプローチにより実績多数。
現在はIT系投資育成企業にて、子会社の事業企画や経営改革にあたる。
この記事の評価(平均点): 4.9/5 (これまで 7 人が評価しました)
FRIではご覧になった皆様の評価を常に大切にしています。良い評価も悪い評価も執筆者の大きな励みとなりますので、お気軽に☆マークをクリックしてこの記事を5段階で評価してください。


創設者 河合 拓
スタッフ 木原 工
副理事長 三島 正寛
スタッフ 宮崎 善輝
理事 高橋建人

この記事へのコメント (2件)
毎度ながら同意します。近年データに携わる様になって思うのですが、インサイトとはそう簡単なものでも無いと思います。日々色々な業界のデータに携わるとデータ毎に全く違うインサイトが必要となり、一つの切り方で他を切るとそれが大きな間違いにつながる場合があります。例えば国をまたがるデータであれば国の慣習に大きく左右されていたり、データを集めた業者により不正が行われていたり、単なる記述間違いだったりと。。大事なのは足を使う、業界知識を得る、そしてEDA(Exploratory Data Analysis)の手法に長ける事ではないかと思います。Mondrian等お勧めです。
ちなみに余談ですが、共分散構造解析には色々問題があります。特にパス解析は解釈に非常に困ります。例を出すと 性別->身長->体重(性別から体重へも矢印あり) といったモデル等一般的です。性別から体重、身長から体重の矢印は特に問題ありませんが、最後の性別を固定した場合の身長の影響に関して、150cmの男性や180cmの女性がいないのにどうやって解釈するのでしょうか。統計的に有意義な解釈は出来ません。
投稿者: MY | 投稿日時:2007年07月27日 01:48
コメントありがとうございます。ご指摘の通り、インサイトを得るのは簡単ではありません。マーケティングリサーチと社会調査とでは全く観点が異なりますし、事業分析も業種におけるKFSを理解しておく必要があるでしょう。対策は、指摘の通りかと思います。
分析手法の基本は、あくまで「補助」である事を理解し、その限界を知っておく事だと思います。統計解析は、そういう意味で、本質を理解しないうちは、実際には使う事が難しいツールであると思っています。
また、感想をお待ちしています。
投稿者: 代表理事 清水 知輝 | 投稿日時:2007年07月28日 19:50