エビデンス重視の落とし穴と正しい付き合い方 | Magazine

インプットポイント

なぜエビデンス重視が新しい挑戦を阻むのか
「正しく見えるデータ」に潜む3つの罠
データと革新を両立させる実践的な視点

「それ、エビデンスはあるんですか？」

会議でこの一言が出た瞬間、提案の空気がしぼんでいく。そんな経験、一度はあるのではないでしょうか。

データに基づいて判断する「エビデンス重視」は、いまやビジネスの常識です。根拠のない思いつきより、数字に裏打ちされた判断のほうが正しいはず。多くの人がそう考えています。

しかしこの一見まっとうな姿勢には、新しい打ち手を不利にしてしまう構造的な落とし穴が潜んでいます。

本記事では、なぜエビデンス重視がときに革新を遠ざけてしまうのか、その仕組みを解き明かし、「エビデンスをおろそかにすることなく、新しいチャレンジも活かす」ための視点をお届けします。

INDEX

なぜ「エビデンス重視」は新しい打ち手に不利なのか
「正しく見える」がゆえの罠
組織で「エビデンスは？」が武器になるとき
エビデンスと共存して新しい打ち手を生かす
おわりに

なぜ「エビデンス重視」は新しい打ち手に不利なのか

新しい施策を提案すると、ほぼ必ず「根拠は？」「実績は？」と問われます。一見すると当然の問いですが、実はこの問いには、新しいものほど答えにくいという、そもそも公平でない一面があります。「エビデンスを出せ」という要求が、なぜ新しい挑戦に不利に働くのか。その構造を見ていきましょう。

エビデンスは過去にしか存在しない

エビデンス、つまり実績データは、すでに「やったこと」からしか生まれません。過去に試され、計測され、結果が残ったものだけがデータを持ちます。裏を返せば、本当に新しい施策には、定義上、実績データなど存在しません。誰もまだ試していないのですから、当然のことです。

ここに最初の罠があります。「エビデンスを出せ」という要求は、中立的な問いに見えて、実際には「前例があるもの」に有利に働きます。前例のある施策はデータを示せる。前例のない施策は何も示せない。結果として、エビデンス重視の場では既存路線の延長や小幅な改善ばかりが通り、本当に新しい挑戦は「悪いから」ではなく「まだ前例がないから」という理由で退けられてしまうのです。

「データがない＝効果がない」という思い込み

さらに厄介なのは、データがないことが、いつの間にか「効果がない」とすり替えられてしまう点です。論理的にはまったく別の話です。「効果を示すデータがまだない」ことと、「効果がない」こととは、まるで違います。

にもかかわらず、ビジネスの現場では、新しい提案だけが「効果を証明できなければ却下」という扱いを受ける一方、すでに走っている既存施策には、同じ厳しさが向けられることはほぼありません。「データがないなら、まず小さく試そう」という方向にではなく、「データがないなら、やらない」という方向に話が流れていく。この一方通行こそ、新しい芽を摘む典型的なパターンです。

測れるものしか見ない「ストリートライト効果」

夜道で鍵を落とした人が、暗い草むらではなく明るい街灯の下を探してしまう。「ストリートライト効果」と呼ばれる有名なたとえ話です。人は、探すべき場所ではなく、探しやすい場所を探してしまう傾向を持っています。

エビデンス重視も、これとよく似た歪みを生みます。私たちはつい、計測しやすい指標だけを根拠として扱い、計測しにくいものを判断の外に置いてしまいます。クリック率や短期の売上は測りやすい。しかしブランドへの信頼、顧客との長期的な関係、まだ芽吹いていない市場の可能性といった、本当に重要なものほど数字にしにくいため、気づけば「測れること」が「重要なこと」にすり替わり、測れない領域への打ち手は最初から選択肢に上がらなくなっていきます。

エビデンスを求めることは、それ自体が悪いわけではありません。ただ、エビデンスは過去にしか存在せず、データがないことは「効果がない」と見なされ、計測しやすい指標へと判断が引き寄せられていく。この三つが重なるとき、エビデンス重視は新しい挑戦を弾く仕組みと化してしまいます。そして厄介なのは、一見それがセオリー通りの正しい判断に見えてしまうことです。

「正しく見える」がゆえの罠

データは客観的で、人の好みや勘より信頼できる。多くの人がそう考えています。だからこそ、数字を示されると反論しにくくなります。しかしこの「正しく見える」という感覚こそが、判断を誤らせる入り口になります。数字が持つ見かけの客観性には、どんな落とし穴が潜んでいるのでしょうか。

数字の客観性という錯覚

データそのものは嘘をつきません。しかし、「何を測るか」「どの期間で切り取るか」「どう見せるか」を決めているのは、いつも人間です。この選択の段階には、必ず作り手の意図や前提が入り込みます。

たとえば、ある施策を「直近1か月のコンバージョン率」で評価するか、「半年後のリピート率」で評価するかによって、結論はまるで変わります。どちらを選ぶかは客観的な事実ではなく、評価者の判断です。私たちが「エビデンス」と呼んでいるものの多くは、最初の前提に主観が織り込まれた数字です。そしてひとたび計測が行われて数字の形になると、前提部分に主観が入っていたことは「数字」によってマスキングされて見えなくなり、あたかも揺るがぬ事実のように扱われてしまいます。

KPIの最適化が本来の価値を削る

ビジネスで日々追うKPIの多くは、本当に実現したいゴールそのものではなく、ゴールに近づく・遠ざかるのに伴い動く指標です。つまり、ゴールそのものではなく、ゴールの「表れ」にすぎません。クリック率は売上の表れであり、売上は顧客満足や事業の持続性の表れです。KPIは測りやすいから便利です。しかしその便利さゆえに、いつの間にか目的そのものとして扱われ始めます。

ここで効いてくるのが「グッドハートの法則」です。「ある指標が目標になった瞬間、それは良い指標ではなくなる」というものです。クリック率を上げること自体が目的になってしまうと、煽り立てる見出しでクリックは稼げても、訪問者の信頼は損なわれていく。数字は改善しているのに、本来守りたかった価値は静かに削られていく。エビデンスを忠実に追っているつもりが、ゴールから遠ざかっていくという逆説です。

改善の積み重ねが革新を遠ざける「局所最適」

エビデンスに基づく最適化は、目の前の数字を少しずつ改善することに長けています。しかしこのやり方は、たとえるなら「いま立っている丘を登り続ける」ことに似ています。足元の傾斜を読みながら、より高いほうへ一歩ずつ進む。着実ですが、その丘より高い山が別の場所にあっても、決してたどり着けません。

別の山へ移るには、いったん谷を下る必要があります。一時的に数字が悪化する局面を、通過しなければならない。ところがエビデンス重視の文化では、この「一度下る」決断がなかなか許されません。短期の数字が下がる施策は、その瞬間のデータだけを見れば「失敗」に映るからです。こうして組織は、目の前の丘の頂上付近で動けなくなります。

主観が紛れ込み、表れとして追う数字が本来の価値を削り、局所最適化が成長やイノベーションを締め出していく。これらはいずれも、「正しくデータを見ている」という確信のもとで起きています。しかしこの問題は、個人の認知にとどまりません。組織の中では、この問いはさらに別の使われ方をします。

組織で「エビデンスは？」が武器になるとき

ここまでは、エビデンス重視が判断を歪める心理の仕組みを見てきました。しかし組織の中では、この要求はもう一つの役割を担います。それは、特定の意図を通すための「道具」としての役割です。悪意がなくても起こりうる、この動きを正面から見てみましょう。

新しい案だけが「証明」を求められる

組織における「エビデンスは？」という問いには、一方にだけ厳しい、奇妙なかたよりがあります。新しい提案には厳格な証明を求める一方で、いま続けている施策には、その継続を正当化する証明をほぼ求めないのです。

冷静に考えれば、既存施策が「これからも有効だ」という保証も、未来のデータがない以上、本当は存在しません。現状維持は看過され、新しいチャレンジだけがその証明を求められます。こうして変えることのハードルだけが高くなってしまうのです。

責任を伴わずに提案を止める決め台詞

「エビデンスはあるんですか？」という問いには、もう一つ便利な側面があります。それを口にする側は、自分の意見を述べているわけではないため、責任を負うことなく労せずして提案を止められる、という点です。

「私は反対だ」と言えば、その理由を問われ、判断の責任が生じます。しかし「エビデンスは？」と問えば、自分は中立的に事実を確認しているだけという体裁を保ったまま、新しい試みにブレーキをかけられます。本人にその自覚がなくても、この一言は組織の中で、責任を伴わない拒否権として機能してしまいます。

こうして組織から新しい芽は消える

新しいチャレンジにだけ証明を求める構造と、責任を伴わない拒否権。この二つが日常的に積み重なると、提案する側に静かな学習が起きます。「提案してもエビデンスを求められて徒労に終わる」と学んだ人は、前例のある小幅な改善など、通りやすい無難な案しか出さなくなっていきます。

各々が「慎重に、客観的に判断している」つもりが、結果的に、組織ぐるみで新しい挑戦を遠ざけるという構図に変わってしまっているのです。気づいたときには、大胆な発想を口にする人がいなくなっている。多くの停滞した組織が、この道をたどってきました。では、どうすればいいのか。答えはデータを捨てることではなく、データとの向き合い方を変えることにあります。

エビデンスと共存して新しい打ち手を生かす

ここまでエビデンス重視の落とし穴を指摘してきましたが、目指すのは「データを無視すること」ではありません。問題は、データの使いどころを選ばずに振りかざすことにあります。改善すべきはデータそのものではなく、データとの向き合い方です。エビデンスを正しく活かしながら新しい挑戦も殺さない、四つの視点を提案します。

「チャレンジ」と「改善」でエビデンス基準を使い分ける

すべての意思決定に同じエビデンス基準を当てないことが、最初の一歩です。仕事には大きく二つのシーンがあります。すでにうまくいっている施策をさらに磨く「改善」と、まだ答えのない領域を切り開く「チャレンジ」です。

改善のシーンでは、データは豊富にあり、それを根拠に判断するのが理にかなっています。一方、チャレンジのシーンでは、データがないのが当たり前です。そこに「実績を示せ」という改善の基準を持ち込めば、新しい挑戦はすべて却下されてしまいます。チャレンジには、チャレンジに合った評価軸が必要です。この使い分けを意識するだけで、「データがないから却下」という反射的な判断をずいぶん防げます。

問いを差し替える

「エビデンスはあるか？」という問いそのものを、より実質的な問いに置き換えることも有効です。新しい挑戦を前にしたとき、本当に確かめたいのは過去の実績ではなく、その試みのリスクと可能性の構造のはずです。たとえば、次の三つの問いが役に立ちます。

外したら何を失うか、それはいつわかるか：失敗のコストが小さく、結果がすぐ分かるなら、議論を重ねるより試すほうが速い。

当たったときの効果のスケールはどれくらいか：成功したときの効果が極端に大きいなら、確率が低くても挑戦する価値がある。

なぜ、まだ誰もやっていないのか：前例がないのは、筋の悪いアイデアだからか、それとも他社が見落としている好機だからか。

これらの問いは、確実性ではなく、損失の小ささと成功時の効果の大きさに目を向けさせます。エビデンスがないことを減点材料にするのではなく、賭けとして筋が良いかどうかで判断できるようになります。

可逆か不可逆かで検証の重さを変える

意思決定には、後から取り消せる「可逆」なものと、一度決めたら元に戻せない「不可逆」なものがあります。この二つを同じ慎重さで扱う必要はありません。

戻せる決定であれば、完璧なエビデンスを揃える前に小さく試して走り出すほうが合理的です。うまくいかなければ引き返せるのですから、検証は軽くて構いません。逆に、巨額の投資や後戻りできない事業判断のような不可逆な決定にこそ、エビデンスを重く積み上げるべきです。検証の厳しさは、「新しさ」ではなく「取り返しのつかなさ」に合わせて変える。この一本の基準が、慎重さと素早さを両立させます。

エビデンスは「要求する」から「作りにいく」へ

最後に、エビデンスとの関係を根本から変える発想を提案します。エビデンスは、相手に「出せ」と要求するものではなく、自分たちで「作りにいく」ものだ、と捉え直すのです。

鍵になるのは、新しい提案を会議に持ち込む際、提案そのものと「スモールスタートでの検証計画」をセットで用意することです。何を、どんな規模で試し、何をもって判断基準とするか。そこまであらかじめ描いておく。データがないまま提案だけを持ち込むのではなく、「こう試せば、こう確かめられる」という道筋ごと提示するのです。

「エビデンスは？」と問われる前に、その答えを自分たちで用意してしまう。最初から完璧な証拠は要りません。スモールスタートの計画があるだけで、議論の土俵は「証明できるか」から「どう試すか」へと変わります。この転換こそが、エビデンス重視の落とし穴を抜け出す、もっとも実践的な一手です。