データに基づく判断（データドリブン）は、測れる事柄を中心に材料にします。この判断が中立で公平かどうかは、測れない事情をどう扱うかで変わります。
数値は、誰の主観も入らない事実に見えます。意思決定の場では、感情や直感を外して数値だけで決めるべきだという考え方もあります。それなら数値に基づく判断は公平なはずだ、と考える人もいるでしょう。
この記事では、数値だけでは見えなくなるものを3つ（測れる指標だけの評価、文脈、平均値）に分けて説明します。そのあと、数値の背景を読む3つの視点（定量と定性の併用、違和感の確認、目的の問い直し）を並べます。
数値は客観的に見えるが、個別の事情を見落としやすい
数値に基づく判断では、人の事情が判断材料に入りにくくなります。数値は複雑な事象を単純にして、比べられる形に変えるからです。
数値は、誰の主観も入らない中立な事実として示されがちです。そのため、反論しにくい根拠として使われることがあります。
規模の大きな組織では、共通のルールで運営するために、個人ごとの扱いをある程度同じにする必要が出ることがあります。数値は、扱いを同じにする作業を進める手段として役立つことがあります。
たとえば人員整理を検討するとき、部門別の生産性や人件費の削減率が、判断の主な根拠になることがあります。家庭の事情やこれまでの貢献のような数値にならない事情は、数値目標を優先する判断では考慮されないことがあります。
数値だけでは見えない3つのもの
データだけで判断すると、測れないもの、数値が出た状況、個人の差が見えなくなります。順に説明します。
測れる指標だけが評価される
測れる指標だけで管理すると、測れないものの価値が軽く扱われることがあります。経営の世界には「測定できないものは管理できない」という言葉があります。目標を管理するときによく引かれる言葉ですが、「測定できない要素は価値が低い」という扱いにつながることがあります。
売上高、コンバージョン率（サイト訪問者のうち購入した人の割合）、KPIの達成度は測れます。従業員の仕事への意欲（エンゲージメント）、チーム内の信頼関係、長年育った企業文化、顧客が持つブランドへの愛着は、数字にしにくい資産（無形資産）です。
短期の数値目標を追う間に、意欲、信頼関係、企業文化、愛着といった無形資産が気づかれないまま損なわれることがあります。
財務担当役員401人への調査（Graham、Harvey、Rajgopal、2005年）では、回答者の55%が、当期の利益予想に届かなくなるなら、価値の大きい投資案件にも着手しないと答えました。短期の利益目標が長期の投資を見送らせる例ですが、無形資産の損失は、この調査では確かめられていません。
数値からは文脈が抜け落ちる
データは、ある状況から取り出した現実の一部です。数値だけでは、その背景にある要因は分かりません。データだけで全体を判断すると、要因を取り違えることがあります。
たとえば、ECサイトのコンバージョン率が下がったとします。数値だけを見ると、サイトのデザインが悪い、商品に魅力がない、という結論に進みやすくなります。
しかし、競合他社が大きなキャンペーンを始めた、流行が変わった、季節の影響が出た、といった要因もあり得ます。これらはサイトのデータに表れません。要因を取り違えると、的外れな対策を打つことになります。
平均値だけでは個人の差が分からない
平均値は全体の傾向をつかむには便利ですが、個人の差が見えにくくなります。
世帯の所得がその例です。厚生労働省の2024年国民生活基礎調査（2023年1年間の所得）では、全世帯の1世帯当たり平均所得金額は536万円、中央値は410万円でした。平均所得金額以下の世帯は61.9%です。
分布が高い側に偏ると、平均値は多くの人の実感より高くなります。ビジネスでも同じことが起こります。顧客を「平均的なユーザー像（ペルソナ）」で捉えると、そこから外れる多様な要望は、統計上の誤差として扱われることがあります。ニッチ市場にある新しい事業機会や、革新のきっかけを見逃す原因になることがあります。
数値の背景を読むための3つの視点
データは使い続けて構いません。大切なのは、数値の背景にいる人を意識して読むことです。
定量データと定性データを組み合わせる
定量データは、どれだけ起きたかを数で示します。定性データは、なぜ起きたかを明らかにします。2つを組み合わせると、数値に背景が付きます。
たとえば、顧客アンケートの数値（定量）に、少数の顧客への深いインタビュー（定性）を加えると、数値の背景にある感情や動機、使う場面が分かることがあります。現場の従業員が日々感じている所感や意見（定性）を、業績データ（定量）と突き合わせて読む方法もあります。
違和感を手がかりに調べる
データの結論と、自分の経験や現場の感覚が合わないことがあります。データだけで判断する場面では、この違和感は非合理なものとして退けられることがあります。しかし、違和感は、捨てずに理由を調べる価値があります。データが見落とした文脈や、まだ言葉にならない仮説の手がかりになることがあるからです。
経験者の直感を信頼できるかを判断するには、判断する環境が予測しやすいかと、その人が環境の規則性を学ぶ機会を持てたかを見る必要があります（Kahneman and Klein、2009年）。この2点を確かめてから、違和感を仮説として扱います。
判断の目的を問い直す：誰のための客観性か？
あらゆる意思決定で、「この判断は誰に、どのような価値を提供するためのものか」と問います。この問いは、数値目標が本来の目的から離れていないかを確かめる手段になります。
効率の追求や利益の最大化という数値目標が、従業員の満足、顧客への価値提供、社会への貢献という本来の目的から離れていないかを確かめます。「客観性」が、特定の立場に都合のよい論理を正当化する材料になっていないかも確かめます。この2点を毎回確かめることが、データを適切に使う手がかりになります。
まとめ
データに基づく判断は、現実を理解するための有効な手段です。数値で見える世界は現実の一部で、数値にならない価値は判断材料に入りにくくなります。
数値の背景にある人間的な文脈を読み解き、顧客や従業員の言葉になっていない要望を理解することで、効率の追求で見過ごされる面を補い、長く続く価値をつくれると思います。
次の判断では、数値に出ていない事情を一つ書き出してから決めてみてはいかがでしょうか。
