ある営業部で、こんなことが起きました。 ベテランの田中さんと、若手の佐藤さん。過去1年の担当案件はどちらも100件です。 成約率を集計すると…… 田中さんが25% 佐藤さんが35% 数字の上では、「田中さん25%＜佐藤さ...

広告の効果報告で、こんなグラフを見たことはないでしょうか。 棒が2本並んでいます。 左は「広告に接触した人」の購入率、右は「接触しなかった人」の購入率。左のほうが明らかに高い。 資料には「広告接触者の購入率は2.4倍」と...

研修で必ず出てくる話があります。 「アイスクリームが売れる時期は、水難事故も増える。 でもアイスが事故を起こしているわけではない。 どちらも気温のせいで増えている」 聞けば誰でも分かる話です。 ところが、この知識が会議で...

予測モデルの判断について「理由を説明できるようにしよう」という話は、すっかり定着しました。 しかし、中身がブラックボックスのままでは現場が納得しない。だから、なぜその予測になったのかを示せるようにする。 ここまでは、多く...

予測モデルがはじき出した結果は、専用の手法で分析すれば、その理由まで読み解けます。 「収入に対して借入が多いから」 「この商談は競合が強いから」 たしかに、もっともな説明です。 けれども、その説明を聞いたあと、私たちの心...

精度95％の高性能な予測モデルが、現場で使われないまま放置されている。 その隣で、精度80％ほどの、少し見劣りするモデルが、すんなり受け入れられて活躍している。 こんな逆転劇が、実際のビジネスの現場ではしばしば起こります...

私たちは予測モデルに対して、「なぜそう判断したのか、根拠を示しなさい」と当然のように求めます。 理由を語れないモデルは信用できない、ブラックボックスのままでは任せられない、と。 ところが、ここで一度、その問いを自分たちに...

「精度の高い予測モデルができました」と報告を受けても…… いざ「なぜ、その予測になったの？」と尋ねると答えが返ってこない。 そんな経験はないでしょうか。 よく当たるモデルほど中身が複雑な「ブラック...

「精度99％の予測モデルができました」と報告を受けたら、多くの方は頼もしく感じるはずです。 「これだけ当たるなら、もう人間が悩む必要はない」と、そう思いたくなります。 ところが、そのモデルに「なぜ、この顧客は解約すると予...

会議でグラフが映し出され、「この結果から何が言えるか?」と問われた瞬間、頭が真っ白になった経験はないでしょうか。 データを見ること自体は誰でもできるようになりましたが、「だから何をすべきか」を考える段階で立ち止まってしま...