以下の記事では分析しすぎて決断できなくなる人が紹介されています。
物事をじっくり分析するのは良いことだが、「分析マヒ」の状態に陥るのは禁物だ。あらゆるリスクを排除できるほど、あるいは迷いなく判断を下せるほど十分な情報やデータが集まることはめったにない。
データ活用が進んだ企業では、経営者・営業・マーケター・プロダクトマネージャーなどがデータを元にした意思決定を日々行っている「らしい」です。
確かにそうした企業ではデータアナリストやデータエンジニアの方々は、彼らからデータを求められることを多く経験していることでしょう。
しかし、彼らはデータを集めることはよく行うけれど、果たしてそれらに基づいて意思決定を行っているのでしょうか。
もちろん全く意思決定に役立てていないことはないと思います。
ただ、一方そうでないことも多いのではないかと思います。
データの入手が以前と比べて簡単になったために、「とりあえずデータを見ておこう」といった考えでアナリストに依頼したり、あるいはBIツールやSQLを書いて自らデータを取得しようとする人たちも多くなったのではないでしょうか。
「とりあえずデータを見てみる」こと自体は悪いことではありません。
しかし、データ分析は努力すれば誰にでもできるようになるかもしれないが、誰もがデータによって意思決定できるわけではない、とも思います。
これは私の全くの偏見かもしれません。
ただ自分の経験上、以下のパターンの人をたくさん見たことがあるので、そう感じている次第です。
・自分の仮説を裏付けるためのデータを欲していて、仮説が棄却されるようなデータが集まった場合は他のデータを求める、あるいはデータが間違っていると言い出す。
・なぜそのデータが必要なのか、どんなデータがあればどのような意思決定が可能なのか、事前に説明できない
・意思決定ではなく、アイデアや仮説出しのためにデータを見ようとする。
一方で、データが必要な理由がロジカルに説明できる人は比較的大丈夫なことが多いような気がします。
彼らは「データを見てからその後どうするかを考える」のではなく、「あらかじめデータを見た後のことを想定」しています。
こういったデータならば次にどうするか、別の結果だったらどうするか、などをあらかじめ考えているので、データを見た後でアクションに迷わないし、なぜそのデータが必要なのかも説明できます。
元々データで意思決定するつもりがないのでは？
しかしそうでない人たちは、そもそもデータを意思決定の判断材料とは考えていないのではないかと思います。
彼らにとっては、他者（上長、クライアント、有識者など）の意見やアドバイス、また前例や類似事例など、わかりやすい情報こそが判断材料なのです。
ではそれでもなぜ彼らはデータを求めるのか。
おそらくは既に意思は決めているが、念のためとか参考としてデータも見ておこうくらいの考えなのではないかと思います。
ひょっとすると、データを見ればあらかじめ決めていた意思決定を覆すほどの意外なことが判明するかもしれない、といった期待くらいは抱いているのかもしれません。
しかしほとんどの場合そういったことが起こるはずもなく、結局はただデータを集めるだけ、見るだけで終わるのでしょう。
これはマインドセットの違いなのかもしれないと最近思うようになりました。
元々データ以外のものを判断材料にして意思決定していたひとたちが、急にそのやり方を変えるということは本来非常に難しいのだと思います。
しかし世の中の機運というか、データ活用やデータドリブンが叫ばれるようになり、なんとなく自分もそれらに乗っかろうとはする。
そして何かあれば都度データを見るようにしていると、なんとなくデータも「判断材料の一つ」としているように錯覚してくるのかもしれません。
実際は判断材料と見なしていないのに、データ集めを繰り返しては「分析するデータが間違っていた」とか「データがまだ十分でない」とかいった発言を繰り返す。
データに対するマインドセットを変えないといつまでもこうした状態から変わらないのではないかと思ってしまいます。
データ分析してもしなくても同じなのでは？
冒頭に紹介した記事では、分析しすぎても結局は判断できずに問題を先送りにしてしまう、そうなるくらいなら直感に従って失敗した方がまし、と書かれています。
しかし分析しすぎるくらい分析しても結局は判断できないということは、最初から分析などしなくてもおそらく同じ（先送りにする）なのではないかと思います。
そもそも分析するデータとは別のところに判断基準がある、あるいは判断基準は定まってないがデータを集めればそれが見つかると考えている、などが実態なのではないでしょうか。
ただ私はこのようになってしまうのがダメというつもりはなく、むしろデータによって意思決定をするということは非常に難しいことなのだと思うのです。
例えば、皆さんは明日傘を持っていくかどうかをどうやって決めるでしょうか。
天気予報や降水確率を見る人は多いと思いますが、それだけで傘を持っていくかどうか判断できるでしょうか。
もし降水確率が仮に20%だとしたらどうでしょう。
このデータだけだと不十分だからと、さらに湿度や気圧のデータを調べたり、直近の天気予報の正答率を調べたり、昨年同時期の平均降水量を調べるなどして決めるでしょうか。
おそらく翌朝になって空の様子を見てなんとなく決めたり、窓から外を見て他の人が傘をもっているかどうかで判断したり、家族から傘を持っていけと言われて持っていくなどではないでしょうか。
あるいは雨が降るかはわからないから念のため傘は常にカバンに忍ばせているなんて人もいるかもしれません。（自分はこのタイプ）
結局は降水確率20%だから傘を持っていく／持っていかないではなく、別のところで判断をしていることが多いのだと思います。
よほど明らかなデータ（例えば降水確率100％ or 0%とか）が示されるならともかく、そうでない場合はいくらデータを集めてもなかなか決めきれないものだと思います。
※ちなみに降水確率は1㎜以上の雨が降る確率とのことなので、降水確率が高くても雨量が多いわけではありません。降水確率が高くても小雨なら傘を持っていかないなんて人もいるかと思いますので、あくまで例え話ということで
意思決定にデータ分析を活かすには
先ほどの例のような明らかなデータ（降水確率100% or 0%）が見つかるまで、データを分析する（探す）ことを繰り返すというのもひとつのやり方ではあります。
ただそれが見つかるかどうかはわかりませんので、誰もが納得するような明確な根拠たるべきデータが見つからない場合にどうするかは事前に考えておかなければならないでしょう。
またひとつひとつのデータでは決めきれないけれど、様々なデータを集めて総合的に判断するということはよくあるパターンかと思います。
ただこれも「総合的に判断する」のが非常に難しい。
無意識に自身の経験や価値観などによるバイアスが混在してしまったりするかもしれませんし、仮にそうなっていなくてもそれを証明すること自体が困難だと思われます。
いっそ機械学習を使ってアルゴリズムの内容や各変数の寄与度などを示すことで根拠を定量的に説明できれば楽かもしれませんね。
あとは最初に判断基準を明確にしておく、複数ある場合は優先度を決めておく、などもあるでしょう。
ただこれもなかなか難しいことだと思います。
他人から見ても客観的に納得できないものだと意思決定を誤る確率が高くなってしまうので、少なくとも判断基準や優先度をきちんと論理的に設計できるスキルが必要です。
しかも先ほど述べたようにマインドセットが違うと、そもそもデータで示せるような判断基準を受け入れてもらえない可能性さえあります。
また複数人で決める場合は、価値観の違いといったような優先度が決めづらいことも起こりえます。
慎重な人と大胆な人が混在していれば、リスクとリターンの確からしいデータがあっても意思決定は揉めそうですよね。
結局は明らかにこちらの選択肢が良いと示されない限りは、全員がまったく同意することはないでしょうし、100%の自信を持って意思決定するなんてことはあり得ないのでしょう。
身もふたもない言い方をすれば、やはり意思決定者の直感（独断と偏見）で決められるのだろうと思います。
そこであえてデータ分析の意味を問われるならば、意思決定者に独断と偏見がもしあった場合にそれをデータという定量なもので正す役割、とは言えるかもしれません。
ともすればデータを見たいと言われることや、自身で適宜データで確認をする、データで裏をとるといったことも、間接的に意思決定に貢献している可能性は十分考えらます。
なんだその程度かと思われるかもしれませんが、データやデータ分析に対する期待値が上がれば上がるほど、合わせてそれらを活用する側のスキルやマインドセットなども高いものが求められるようになります。
両輪そろえられるのが理想だとは思いますが、一足飛びには難しいでしょうからまずはバランスをとって少しずつでも進んでいくことが大事ではないでしょうか。
