示唆を導き出すための最初のステップは、「この仕事で何を達成したいのか」という目的・ゴールを明確にすることです。
では、ゴールが決まったら次に何をすればよいのでしょうか。すぐに情報を集めたり、データを分析したりするのではなく、次に行うのが「仮説を設定すること」です。
ここでいう仮説とは、単なる勘や思いつきではありません。ゴールを達成するために明らかにすべきことに対して、現時点で考えられる「仮の答え」を置くことです。
仮説があることで、「何を調べるべきか」「何を検証すべきか」が明確になり、闇雲な情報収集や分析を避けられます。本記事では、示唆導出の第2ステップとして、仮説とは何か、なぜ必要なのか、どのように設定すればよいのかを解説します。
そもそも仮説とは「問いに対する仮の答え」
仮説を理解するときに、まず「論点」と「仮説」を分けて考えると分かりやすくなります。
論点は「何を明らかにする必要があるか」という問いであり、仮説は「おそらくこうではないか」という仮の答えです。
たとえば、前のステップで次のようなゴールを設定したとします。
ゴール：経営会議で、売上回復のためにどの施策を実施するか決定する。
このゴールを達成するためには、まず次のような問いに答える必要があります。
- なぜ売上が落ちているのか？
- どの原因の影響が大きいのか？
- どの施策を優先すべきか？
これが論点です。
しかし、問いだけを持ったままゼロからすべてを調べようとすると、調査範囲が広がりすぎます。そこで、現時点で持っている情報や経験をもとに、仮の答えを置きます。
たとえば、
「売上低下の主因は、新規顧客の減少ではないか」
「新規顧客が減っているのは、主要な集客チャネルの流入減少が原因ではないか」
「したがって、まず新規顧客獲得施策を見直すべきではないか」
といったものです。
これが仮説です。
重要なのは、仮説は最初から正しい必要はないということです。まず仮の答えを置き、それが正しいかどうかを情報やデータで検証し、必要に応じて修正していきます。
なぜ仮説を置いてから情報を集めるのか
仮説を置く最大のメリットは、「次に何をすればよいか」が明確になることです。
たとえば、「売上低下の原因を調べよう」だけでは、商品、顧客、地域、価格、競合、市場、広告、営業活動など、あらゆる情報が調査対象になってしまいます。
一方、「新規顧客の減少が売上低下の主因ではないか」という仮説があれば、まず新規顧客数の推移や、新規顧客と既存顧客の売上構成を確認すればよいと分かります。
仮説を置くことで、主に3つのメリットがあります。
必要な情報を絞り込める
仮説があれば、「この仮説を確かめるには何が必要か」という視点で情報を選べます。関係しそうな情報をすべて集めるのではなく、必要な情報から優先的に確認できるため、調査の効率が上がります。
分析の方向性が明確になる
何を確かめたいのかが決まっているため、どのデータを比較し、どのような切り口で分析するかを考えやすくなります。
仮説なき分析は「とりあえずデータを見る」作業になりがちですが、仮説があれば「この可能性を検証するために分析する」という目的が生まれます。
関係者と早い段階で認識を合わせられる
「原因が分かりません」と白紙の状態で議論するよりも、「現時点ではAが主な原因ではないかと考えています」と仮説を示した方が、相手も意見を出しやすくなります。
仮説が間違っていても問題ありません。「むしろBの影響が大きいのではないか」というフィードバックが得られれば、早い段階で方向修正できます。
仮説を設定する4つのステップ
実務では、次の4つの流れで考えると仮説を設定しやすくなります。
1. ゴールから「何を明らかにする必要があるか」を考える
最初に、前のステップで決めた目的・ゴールに立ち返ります。
たとえば、
「経営会議で、売上回復のためにどの施策を実施するか決定する」
ことがゴールだとします。
そのためには、少なくとも、
- 売上はなぜ落ちているのか
- 最も影響の大きい原因は何か
- どの施策を実施すべきか
を明らかにする必要があります。
このように、ゴールを達成するために答えるべき問いを明確にすることが、仮説設定の出発点です。
2. 問いに対して「仮の答え」を置く
次に、それぞれの問いに対して現時点で考えられる答えを置きます。
たとえば、
「売上低下の主因は、新規顧客数の減少ではないか」
という仮説です。
この段階では、十分なデータがなくても構いません。過去の経験、手元にある情報、関係者から聞いた話などをもとに、まず考えられる答えを置きます。
大切なのは、正解を当てることではありません。検証を始めるための起点を作ることです。
3. なぜそう考えるのかを分解する
仮説を置いたら、その背景にある理由や因果関係をさらに考えます。
たとえば、
「売上低下の主因は新規顧客の減少である」
という仮説に対して、
- Webサイトへの流入が減っているのではないか
- 広告からの問い合わせが減っているのではないか
- 問い合わせ後の成約率が下がっているのではないか
と原因を分解していきます。
こうすると、一つの大きな仮説が、実際に検証できる小さな仮説に分かれていきます。
「新規顧客が減っている気がする」という曖昧な仮説ではなく、何が起きている可能性があるのかを具体的に分解することがポイントです。
4. 仮説を検証するために必要な情報を整理する
最後に、それぞれの仮説が正しいかどうかを確かめるために、どのような情報が必要かを整理します。
たとえば、
「新規顧客の減少が売上低下の主因である」
という仮説であれば、
- 新規顧客と既存顧客の売上推移
- 新規顧客数の推移
- Webサイトや広告からの流入数
- 問い合わせ数と成約率
などを確認する必要があります。
ここまで整理できれば、次に「何のデータを集めるか」「誰にヒアリングするか」が具体的になります。
つまり、仮説を設定することが、次のステップである情報収集の設計につながるのです。
良い仮説を作るために意識したい3つのポイント
仮説は自由に置けばよいわけではありません。実務で使いやすい仮説にするには、3つのポイントがあります。
ゴールにつながっているか
最も重要なのは、その仮説を検証することが最終的なゴールにつながるかです。
売上回復施策を決めることがゴールなのに、「競合企業の従業員数は増えているのではないか」といった仮説を検証しても、意思決定に直接つながらない可能性があります。
興味深い情報ではなく、ゴール達成に必要な問いに答える仮説かどうかを確認することが重要です。
検証できる具体性があるか
「売上が落ちたのは何か問題があるからではないか」では、何を調べればよいのか分かりません。
一方、「新規顧客数の減少が売上低下の主因ではないか」であれば、新規顧客数や売上構成を確認することで検証できます。
仮説を置いたときに、「これを確かめるには何を見ればよいか」がイメージできる程度まで具体化することがポイントです。
仮説に固執しない
仮説はあくまで「仮の答え」です。
最初に「新規顧客の減少が原因だ」と考えたからといって、それを証明するための情報だけを集めてはいけません。データを確認した結果、既存顧客の購入単価低下の影響が大きければ、仮説を修正する必要があります。
仮説は守るものではなく、検証して更新するものです。
「仮説を置く → 検証する → 違えば修正する」というサイクルを繰り返すことで、徐々に本質的な原因や答えに近づいていきます。
仮説が決まれば、次に集める情報が決まる
ここまでの流れを整理すると、示唆導出は次のように進みます。
① 目的・ゴールを明確にする
→ ② 仮説を設定する
→ ③ 必要な情報を収集・分析する
→ ④ 示唆を導き出す
ステップ1で「何を達成したいのか」を決め、ステップ2で「そのために明らかにすべきことは、おそらくこうではないか」と仮説を置きます。
すると、
「この仮説が正しいか確かめるためには、このデータが必要だ」
「この点はデータだけでは分からないので、現場にヒアリングしよう」
というように、次に取るべき行動が具体的になります。
情報収集は、多ければ多いほどよいわけではありません。仮説を検証するために必要な情報を、必要な粒度で集めることが重要です。
まとめ
示唆を導き出す第2ステップは、仮説を設定することです。
仮説とは、勘で結論を決めつけることではありません。目的・ゴールを達成するために明らかにすべき問いに対して、「現時点ではこうではないか」という仮の答えを置くことです。
仮説を置くことで、
- 何を検証すべきかが明確になる
- 必要な情報を絞り込める
- 分析の方向性を定められる
- 関係者と早い段階で認識を合わせられる
というメリットがあります。
重要なのは、最初から正しい仮説を作ることではありません。
仮説を置き、情報で検証し、違えば修正する。
この繰り返しによって、徐々に本質的な答えへ近づいていきます。
目的・ゴールを決めたら、すぐに情報収集を始めるのではなく、まず「答えはおそらくこうではないか」と仮説を置いてみる。その仮説が、次のステップである情報収集と分析の道しるべになります。
