第515話|「なぜ売上が落ちたのか」に、根拠つきで答えるには
生成AIの回答を「事実」と「仮説」に切り分ける

第515話|「なぜ売上が落ちたのか」に、根拠つきで答えるには生成AIの回答を「事実」と「仮説」に切り分ける

「先週、なぜ売上が落ちたのか」

店長や上司から、こう聞かれることがあります。

売上データを生成AIに渡して同じ質問をすると、数秒で、もっともらしい理由がいくつも返ってきます。

ところが、その理由をそのまま報告すると、たいてい困ったことになります。

返ってきた理由の多くは、データのどこにも書かれていないからです。

今回は、ある小売店で起きた「もっともらしい理由が、ひとつも当たっていなかった」という出来事を通して、生成AIの回答を報告に使うときの切り分け方を説明します。

出発点――「なぜ落ちたのか」と聞かれた

店長に「なぜ売上が落ちたのか」と聞かれて考え込む営業企画の担当者

 先週の売上は、前週比マイナス2%

週次報告の売上グラフで、前週比マイナス2%を示す棒グラフ
弁当、おにぎり、飲料、デザートを扱う小売店D店。

営業企画のCさんが月曜の週次報告で店長に伝えたのは、「先週の売上は1,223,000円、前週比でマイナス2%」という数字でした。

店長の反応は、こうでした。

「で、なぜ落ちたの?」

数字は出せる。理由は、すぐには出てきません。

Cさんは、POSデータを渡して生成AIに聞いてみることにしました。

「先週の売上が前週より2%落ちた理由を教えて」

 もっともらしい理由が、3つ返ってきた

チャット画面に表示された「天候」「競合」「販促終了」という3つの要因
返ってきた答えは、整った文章でした。

「考えられる要因は3つあります。
 第一に、天候不順による来店客数の減少。
 第二に、近隣競合店のセール実施。
 第三に、販促キャンペーンの終了による反動」

どれも、ありそうな話です。

Cさんはこの3つを、そのまま報告書に書きました。「売上減少の要因分析」という見出しをつけて。

数字だけだった前週の報告より、ずっと「分析らしく」見えました。

 「先週、ずっと晴れてたよ」

報告書を読んで首をかしげる店長と、日付・商品名・数量・売上金額しかないPOSデータの表
報告を読んだ店長は、首をかしげました。

「先週、ずっと晴れてたよ。
 競合のセールって、どこの店の?
 販促は、先々週に終わってるけど」

Cさんは答えられませんでした。

POSデータには、日付、商品名、数量、売上金額しかありません。天候も、競合店も、販促の予定も、どこにも入っていない。

3つの理由は、データから読み取られたものではなく、「売上が落ちたときによく言われること」でした。

それが、事実と同じ顔をして、報告書に載っていたのです。

理屈――生成AIは「筋の通った説明」を作る

データの中にある事実と、データの外から持ち込まれた理由が、同じ文章に混ざっていく図解

 根拠がなくても、説明は作れる

「説明を作る力」と「根拠がある力」を別々の箱として並べた図解
なぜ、データにない理由が返ってくるのか。

チャット型の生成AIは、「筋の通った文章」を組み立てる仕組みです。

「なぜ落ちたのか」と聞かれれば、世の中で売上減少の理由としてよく語られることを、整った形で並べます。

データを渡してあっても、データに答えがなければ、データの外から持ってきます。

説明を作る力と、根拠がある力は、別のものです。

試しに、売上が増えた週のデータで「なぜ増えたのか」と聞くと、「好天による来店増」「競合店の閉店」「販促の効果」が返ってきます。

落ちても増えても、同じ3つが向きを変えて出てくるだけです。

しかも、データから読み取った部分と、外から持ってきた部分が、同じ調子の文章で書かれます。読む側には、境目が見えません。

 「事実」と「仮説」が、文章の中で溶ける

「事実」と「仮説」のラベルが付いた2枚のカードが、1つの文章に溶け込んでいく様子
ここで、報告に出てくる「理由」を2つに分けてみます。

  • 1つは、事実。データから直接読み取れること。
    • 「おにぎりの売上が30%減った」
    • 「水曜と木曜は販売数が0だった」
  • もう1つは、仮説。データの外にあって、確かめないと分からないこと。
    • 「天候のせいかもしれない」
    • 「欠品したのかもしれない」

どちらも、報告には必要です。仮説がなければ、次に何を調べるかが決まりません。

問題は、この2つが1つの文章に溶けていることです。

生成AIの回答は、事実の書き方で仮説を語ります。「天候不順による来店客数の減少」は、断定の形をした仮説でした。

溶けたまま報告すると、読んだ人は仮説を事実として受け取ります。店長のように現場を知っている人でなければ、気づきません。

対処――回答を「4つの箱」に分ける

「結論」「事実」「仮説」「次に確認すること」の4つの箱に回答が振り分けられる図解

 結論・事実・仮説・次に確認すること

事実の箱に集計表が添えられ、仮説の箱に「確認が必要」の印が付いている図
対処は、回答の形を決めることです。

生成AIに理由を聞くとき、答えを4つの箱に分けて出させます。

  • 1つ目は、結論。ひとことで言うと、何が起きたか。
  • 2つ目は、事実。データから直接読み取れること。必ず、根拠になる集計表を添える。
  • 3つ目は、仮説。データからは確認できないこと。「確認が必要」と明記する。複数あってよく、1つに絞らせない。
  • 4つ目は、次に確認すること。仮説を確かめるために、誰に何を聞くか。

箱が分かれていれば、天候の話は「仮説」の箱にしか入りません。「事実」の箱には、集計表で裏付けられることしか入らない。

生成AIの文章力は、仮説の箱で存分に使えばよい。事実の箱には、数字だけを入れる。

 D店ではこうなった

商品別の前週比を示す表で、おにぎりだけが大きく減り、水曜と木曜の販売数が0になっている様子
D店では、この形で週次報告を作り直しました。

  • 結論:全体の売上はマイナス2%だが、落ちたのはおにぎりだけ。
  • 事実:おにぎりは前週比マイナス30%(300,000円→210,000円)。デザートはプラス25%、弁当と飲料はわずかに増えた。おにぎりは水曜と木曜の2日間、販売数が0だった。残りの5日は前週並み。
  • 仮説:2日間の販売0は、欠品か、売場の変更か、販促終了の影響か。データからは分からない。
  • 次に確認すること:水曜・木曜の納品記録と、売場担当者への確認。

事実の箱には、商品別の前週比の表と、おにぎりの日別販売数の表が添えられました。

店長の反応は、前回と違いました。

「水曜木曜に0? 納品を見てみよう」

確認すると、その2日間、納品業者の切り替えでおにぎりが届いていませんでした。

天候も、競合も、販促も、関係がありませんでした。

全体の数字はマイナス2%と小さくても、商品別に見ると、原因は2日間の欠品に集中していた。

最初の報告では、この事実が「天候不順」の下に埋もれていたのです。

今回のまとめ

生成AIが出した理由に対して「それは事実ですか、仮説ですか」と質問する店長
生成AIに「なぜ売上が落ちたのか」と聞くと、筋の通った理由が返ってきます。

しかし、その理由がデータから読み取られたものか、データの外から持ってこられたものかは、文章を読んでも分かりません。

対処は、回答を「結論・事実・仮説・次に確認すること」の4つの箱に分けて出させること。

事実には集計表を添え、仮説には「確認が必要」と明記する。

報告を受ける側が確認すべきことは、1つです。

「その理由は、事実ですか、仮説ですか」

「天候のせいです」と断定の形で返ってきたら、集計表を見せてもらってください。

そこに天候の列がなければ、それは仮説です。仮説なら、次に何を確認するかまで聞けば、報告は前に進みます。

よくある質問

Q. 生成AIに売上が落ちた理由を聞くと、なぜデータにない理由が返ってくるのですか?

チャット型の生成AIは、筋の通った文章を組み立てる仕組みだからです。

データに答えがなければ、世の中で売上減少の理由としてよく語られること(天候、競合、販促の終了など)を、整った形で並べます。

データから読み取った部分と外から持ってきた部分が同じ調子で書かれるため、読む側には境目が見えません。

Q. 「事実」と「仮説」は、どう見分ければよいですか?

その理由を裏付ける集計表が、手元のデータから作れるかどうかで見分けます。

「おにぎりの売上が30%減った」は集計表が作れるので事実です。「天候不順で客足が落ちた」は、データに天候の列がなければ仮説です。

断定の形で書かれていても、裏付けの表がなければ仮説として扱います。

Q. 回答を4つの箱に分けるとは、具体的にどうすることですか?

生成AIに理由を聞くとき、「結論」「事実(根拠の集計表つき)」「仮説(確認が必要と明記)」「次に確認すること」の4つに分けて答える形を指定します。

形を決めておけば、データの外から持ってきた話は仮説の箱にしか入らず、事実の箱には集計表で裏付けられることだけが残ります。

Q. 生成AIが出した「理由」を含む報告を受けるとき、何を確認すればよいですか?

「その理由は、事実ですか、仮説ですか」の1点です。

事実だと言うなら、根拠の集計表を見せてもらいます。仮説だと言うなら、それを確かめるために次に何を確認するかを聞きます。

この2つに答えられる報告なら、理由が当たっているかどうかを、その場で判断できます。

Screenshot

【月1 特定テーマ講座(12月)】
需要予測エージェントを作る(需要予測 × PYTHON × 生成AI)

【開催日時】 全2回(土)2026/12/5,12/19(13:30〜18:00)
【受講形式】 当日Zoom( or 復習用に後日動画視聴)
【参加費用】 2万2千円(税込み)/人