【思考術】『徹底的に数字で考える。』深沢真太郎:マインドマップ的読書感想文

2020年02月16日

【思考術】『徹底的に数字で考える。』深沢真太郎

徹底的に数字で考える。

【本の概要】

◆今日ご紹介するのは、先日の「未読本・気になる本」の記事でも人気だった「数字本」。

帯で『ファクトフルネス』の名前が出ていますが、データや数字を適切に読み取り、活用するTIPSが収録されています。

アマゾンの内容紹介から。

数字ベースで考えられる人だけが、「ヒト・モノ・カネ」を動かせる。ファクトフルネス時代に結果を出す新・思考法。

中古価格が定価を大幅に上回っていますから、「21％OFF」のKindle版がお買い得です！

AB Testing image / RaHuL Rodriguez

【ポイント】

■1.「数字で考える」と「ヒト・モノ・カネ」を動かせる

・問題解決　→売り上げが増える、人数が増える、時間が短縮できる……など
・説得力　　→「なるほど」と納得し動いてくれる
・信頼感　　→指示をすんなり受け入れて動いてくれる
　数字で考えることは、このようにヒト・モノ・カネを動かすことに直結します。私は「数字で考える」の真のゴールを次のように定義しています。
あなたが動かしたいものを動かすこと。
　ビジネスとはシンプルに言えばヒト・モノ・カネを動かすこと。
　つまり、「仕事ができるビジネスパーソン」とは、ヒト・モノ・カネを動かすことができる人です。これが世の中で言われ続けている、「仕事ができる人は、数字で考える」の正体なのです。

■2.何をするか定義し、必要なデータを特定する

「このデータを複合的に使って何かしてください」
　というのは、広大な海の中で適当に泳いでくださいと言っているようなもの。
　そんなこと言われても困るし、どうしたらいいかわからない。
「この中で都道府県別のデータのみ使い、地域ごとの傾向がないか調べてください」
　これなら簡単にできるはずです。
　もしあなたもデータの海で溺れているとしたら、しなければならないことは次のステップを踏んで数字を読み解くことです。
ステップ１　いまから何をするのかを定義する
ステップ２そのために必要なデータを特定し、ほかは捨てる
ステップ３必要なデータだけを読み解き、成果物を作る
　先に挙げた高齢者に関するデータの例においては、このようなプロセスで仕事をします。
ステップ１　仕事を「地域ごとに傾向がないかを分析」と定義する
ステップ２　都道府県別のデータだけを扱い、あとは捨てる
ステップ３　○○○○○という傾向があることを発見する

■3.ABテストは2％で十分

　別の例もひとつだけ。例えば本書のようなビジネス書。置かれる書店は減っているのに刊行点数は増えています。仮に「賞味期限」を1年だとしましょう。それでも現実は書店に並んでわずか1週間（7日間）で良い・悪いを判断されます。
　残念ながら動きが悪い本は容赦なく返品となるのですが、この7日という日数は365日のおよそ2％です。最初の2％でABテストをして判断しているとも言えます。
　つまり、現代のビジネスシーンはそれくらいのスピード感で動いているということ。ABテストに費やすのは1％～2％程度という私の提案にはそういう理屈があります。
　なお、1点だけ注意いただきたいのが、「もう少し長くテストして様子を見たほうが……」といった意見や反論が必ずあること。
　心情的には理解できますが、数字が示しているように、テストが長引くほど最終的に得られる果実は小さいものになるということをしっかり（数字で）ご説明ください。

■4.工場の安定性を標準偏差で表す

　例えば製造工場XとYがあるとします。2つの製造工場において毎月の不良品発生数をデータ化し、その平均値と標準偏差を算出します。
　仮に平均値がほぼ同じだとしても、標準偏差が小さいほうが製造過程のパフォーマンスに安定感がある工場と評価できます。
　言い換えれば、標準偏差が大きいということは不定期に機械の動作不良が起こったり、作業者の仕事の質にバラツキがあったりしていることが想像できます。
　標準偏差が大きい工場のほうが危なっかしい工場、つまり大量に不良品を出してしまうリスクが大きいと評価できます。
　また、仮にその工場の安定感が増したのであれば、それをどうやって説明するか。このような問題を解決してくれるのが標準偏差という数字です。
・不良品発生の原因を特定し改善。その上で○ヵ月間、工場を稼働させる
・その平均値が減ること（現状より不良品が減る）
・その標準偏差が減ること（現状よりリスクも小さくなる）
　前の3つの条件を満たした場合、「安定感が増した」と説明できるでしょう。

■5.「社内の雰囲気が良くなった」を数値化する

　雰囲気がいい職場はどんな「数量」が多いかを考えてみる。
　例えば笑顔の量が多い職場ほど、雰囲気が良いと言えるかもしれない。しかし、現実的に笑顔の回数をカウントするのは難しい。そこでこのように定義する。
雰囲気の良さを表現する数値＝社員が同僚に向けて発した「褒め言葉」の数(中略)
　この会社の１日に発生する「褒め言葉」の数は、
誉め上手な人：5回×20人＝100回
普通な人：3回×60人＝180回
誉め下手な人：1回×20人＝20回
計　300回　
この会社の現状の雰囲気＝300
　極めて定性的な表現を定量的な表現に変換できました。もしこの会社が半年に1回ずつこのような「褒め言葉」に関する意識調査を定点観測していけば、会社の雰囲気がだんだん良くなっている（悪くなっている）ことも数字で説明できます。

【感想】

◆上記のポイントに関して、文字数の割には改行が多いため、やたらと長くなってしまい恐縮です。

本来、縦書きの本で箇条書きがあった場合、かなりの長さにならない限りは改行が不要なのですが、いかんせんPCサイトやスマホサイトですと20字ちょっとで改行せざるを得ず（設定文字サイズ等にもよりますが）。

そこは割り切って中身を見ていくと、まず第1章は本書の総論的な内容になります。

実際、上記ポイントの1番目は、まさに冒頭の内容紹介で挙げられているもの。

ここでは「問題解決」「説得力」「信頼感」とザックリまとめられていますが、本書ではそれぞれについて解説されていますから、詳細はそちらにてご確認ください。

◆続く第2章は「『原因』と『結果』を数字で考える」ということで、具体的な数字の取り扱い方について。

たとえば上記ポイントの2番目では、膨大なデータの中から、そこに秘められた何らかの「要因」を読み取る手順が示されています。

結局、たとえデータが十分にあったとしても、何をするかを定義しないとダメという……。

そしてそれを踏まえた上で、データを絞り込みます。

ちなみにその際、ステップ3になるまで、数字には触っていない点にもご留意を。

また同じ第2章で登場する、「掛け算で分解する」「足し算で分類する」という考え方も、詳細は割愛しますが、非常に参考になりました。

さらには「ファクトベースで仕事ができるようになる13の質問」と、それを具体的に会社の営業部門に当てはめた事例も、お見逃しなく。

◆一方第3章では、エクセル系の仕事術本等でも目にした、いくつかの関数やその考え方が紹介されています。

たとえば、こんなところが（リンク先はいずれも本書で掲載されているものではありません）。

PRODUCT 関数 - Office サポート

POWER 関数 - Office サポート

エクセルで簡単に数値のシミレーション！感度分析のやり方

標準偏差について｜Excel（エクセル）で学ぶデータ分析ブログ

上記ポイントの4番目では、すぐ上の「標準偏差」について述べられていますが、なるほどこのように具体的に使っているところを見ないと、今1つわかりにくいかもしれません。

また、順番が逆になりましたが、上記ポイントの3番目のABテストの件も、この第3章から。

「2％で十分」というのは、早くテストを切り上げないと、それだけ選ばない方が俎上に乗ってしまうからになります。

◆ちなみに最後の第4章のテーマは「アサンプションベース」。

これは第3章までの「手元にデータがある」状態（ファクトベース）とは違い、手元にデータがない状態から、数字を作ることを言います。

本書では「人間の頭皮に生えている髪の毛の本数はざっくりどれくらい？」という問いに対して、「髪の毛はどれくらいの密度で生えているか」と再定義し、指の爪の面積と密度から推測。

他にも本書に登場する「店の売上」等くらいなら分かるのですが、上記ポイントの5番目のようなやや抽象的な問いになると、ひと捻りして、定義の部分から考える必要があります。

……こうした「定性的」なものまでも、「定量的」に換算してしまうのは、なかなか秀逸だな、と。

数字を仕事でうまく活用したい方なら、要チェック！