第4章 仮説は調査を減らすためにある

第3章では、新規顧客の 90 日以内解約を題材に、意思決定から必要な証拠へ逆算しました。その中で、「初期設定を完了しない顧客ほど解約しやすい」「手動支援で初期設定の完了が増える」といった仮説を置きました。

仮説を持たずに調査すると、入手できる情報を広く集めることになります。顧客属性、利用ログ、競合事例、解約理由、価格、サポート履歴のどれも関係しそうです。調べるほど新しい論点が見つかり、終わる条件がなくなります。

反対に、仮説を早く一つに絞ると、その仮説に合う情報だけを集める危険があります。仮説は調査を速くする一方で、視野を狭めます。

本章では、仮説を意思決定の問いに対する、証拠によって更新できる暫定的な答えと定義します。仮説の目的は、正解を先に言い当てることではありません。次に何を確かめるか、結果によって何を変えるかを決め、不要な調査を減らすことです。

実務では、仮説を作る、競合する仮説から優先するものを選ぶ、見分ける証拠を集める、評価と資源配分を更新する、必要な確かさで調査を終える、という順に進めます。新しい証拠によって問いが変われば、前の段階へ戻ります。

4.1 仮説と推測を分けるもの

「オンボーディングが悪いと思う」は推測です。出発点としては使えますが、このままでは、何を観測すれば見直すのかが分かりません。

検証に使える仮説には、少なくとも次の要素があります。

仮説を長い一文にする必要はありません。重要なのは、言葉の格好ではなく、観測と判断につながることです。

「顧客は使いにくいと感じている」のように、対象者の心の中だけで終わる表現は確かめにくいものです。何を行おうとしたか、どこで止まったか、どのように語ったかへ落とします。ただし、行動だけで感情や理由を断定しません。ログで行動を確かめ、インタビューで経験を聞き、両者の違いも証拠として扱います。

また、仮説は事実の言い換えではありません。「解約した顧客は契約を終了した」では新しい予測を生みません。複数の観測を説明し、まだ見ていない結果を予測できる形にします。

仮説の種類によって証拠は変わる

「仮説」という一語には、異なる問いが含まれます。本書では、次のように区別します。

前の種類が支持されても、後の種類が自動的に支持されるわけではありません。初期設定未完了と解約に関連があっても、手動支援で解約が減るとは限りません。関連を生む別の要因、支援による顧客体験への悪影響、運用上の制約を別に確かめます。

案件によっては、介入や比較可能な状況を作れず、観察データしか得られません。その場合は、原因を特定したと断定せず、残る代替説明と不確実性を示したうえで、取り消しやすさに応じて判断します。

4.2 一つの「原因」を急いで選ばない

目立つ仮説を一つだけ置くと、調査は速く見えます。しかし、その仮説が誤っていたとき、次にどこを見るか分かりません。重要な意思決定では、競合する仮説を並べます。

解約率上昇について、次の候補を置けます。

表の H は hypothesis（仮説）を見分けるための記号で、重要度の順位ではありません。

候補を増やす目的は、可能性を網羅することではありません。同じ証拠を見たときに、どの説明がより妥当になるかを比較することです。

クライアントがすでに持つ仮説も、否定してから作り直す必要はありません。重要な初期情報として候補に置き、どの予測が成り立つか、何が観測されたら見直すかを一緒に決めます。発言者の役職ではなく、競合する説明と証拠によって評価します。

たとえば「未完了群の解約率が高い」という結果は H1 と整合します。しかし、H2 も、適合しない顧客が初期設定を完了せず解約すると予測できます。この観測だけでは両者を見分けられません。獲得経路や利用目的を分けた比較、初期設定を支援した後の変化など、競合仮説を見分ける証拠が必要です。

一方、緊急障害への対応のように、原因候補を広く並べる時間がない場面もあります。その場合は、被害を止める暫定対応と、原因を確かめる作業を分けます。速度を優先して仮説を絞ったこと、そのために残る危険を記録します。

4.3 仮説の優先順位は情報量だけで決めない

すべての仮説を同じ深さで調べると、仮説を置いた意味がなくなります。最初に確かめる仮説は、次の観点で選びます。

• 判断への影響: 結果によって選択が変わるか
• 不確実性: 現在の証拠では、どちらとも言えないか
• 見分ける力: 一度の確認で、競合する説明を分けられるか
• 確認費用: 時間、人員、費用、顧客負担はどの程度か
• 失敗時の危険: 誤ったまま進めたとき、取り返せるか

確率が高そうな仮説から調べるとは限りません。成立しても判断が変わらない仮説は、優先度が低くなります。可能性は低くても、顧客の安全や法令違反に関わる仮説は先に確認します。

今回なら、最初に計測定義を確認する費用は小さく、H5 が成立すれば他の分析の前提が変わります。次に、既存データで顧客群と初期行動の関係を確認します。その結果を受けて、顧客への聞き取りや小規模試行を設計します。

計測定義を確認する
  ├─ 変化あり → 数値を再計算し、問題設定へ戻る
  └─ 変化なし → 顧客群と初期行動を比較する
                   ├─ 特定群に集中 → H1 と H2 を見分ける
                   └─ 集中しない → H3、H4 などへ重点を移す

この順序は固定の正解ではありません。利用できるデータ、決定期限、危険によって変わります。重要なのは、各調査の前に「結果が A なら何をし、B なら何をしないか」を決めることです。

4.4 支持する証拠より見分ける証拠を探す

仮説を立てると、人は仮説に合う証拠を探し、曖昧な証拠を都合よく解釈しやすくなります。ここでは、人がどのように仮説を確かめようとするかを研究した心理学者たちの知見を使います。

米国の心理学者 Raymond S. Nickerson（レイモンド・S・ニッカーソン）は、既存の信念、期待、手元の仮説に偏る形で証拠を探したり解釈したりする現象を、過去の研究を検討した論文で「確証バイアス」として広く整理しました。本章では、人は必ず偏ると言うためではなく、調査設計に反対証拠と代替仮説の確認を組み込む根拠として参照します。

実務上の原則は、支持例を避けることではありません。その証拠が競合する仮説でも同じように起きるかを比べ、仮説を見分ける力を確かめることです。

英国の認知心理学者 Peter C. Wason（ピーター・C・ウェイソン）が 1960 年に報告した規則発見課題では、参加者が自分の仮説と整合する例を試し続け、別の規則を十分に排除できない傾向が示されました。この研究は、推論や仮説検証を実験で調べる研究の初期の代表例です。ただし、「仮説に合う例を試すことは常に誤り」と単純化してはいけません。

当時シカゴ大学の意思決定研究センターに所属していた Joshua Klayman（ジョシュア・クレイマン）と Young-Won Ha（ハ・ヨンウォン）は、Wason 以後の議論を再検討しました。二人は、仮説が正しいなら当てはまりそうな事例を調べる「正の検査方略」が、条件によっては効率的な方法になりうると論じました。問題は、支持例を調べたこと自体ではなく、その結果が競合する仮説でも同じように起きるかを考えないことです。

たとえば、「解約した顧客に、初期設定で困りましたか」と聞き、多くの人が「はい」と答えても、H1 の強い証拠とは限りません。継続した顧客も同じ程度困っていたかもしれないからです。次のように質問を変えます。

• 解約顧客と継続顧客の両方で、同じ経験を確認する
• 初期設定以外の候補も、同じ条件で確認する
• 回答者へ原因を選ばせる前に、実際の行動経過を聞く
• 仮説を知らない分析者にも、記録の一部を分類してもらう
• 仮説と合わない事例を、除外せず詳しく調べる

反証候補を決めても、一件の例外で直ちに仮説を捨てるとは限りません。計測誤り、対象範囲、同時に置いた前提も確認します。科学的方法を論じた Karl Popper の反証可能性は、仮説が観測と衝突しうることを重視しますが、実務上の一回の観測は複数の前提に依存します。本書は科学哲学を事業判断の機械的な規則として使うのではなく、反対の観測を受け入れられる仮説を書くための示唆として用います。

そのため本書では、「反証する」だけでなく「どの観測なら、どの前提を、どの程度見直すか」と記録します。仮説を守るために毎回条件を後付けするのも、一件の異常値で全体を捨てるのも避けます。

4.5 仮説は支持、保留、棄却の三択ではない

現実の証拠は、きれいに一致または不一致へ分かれません。調査のたびに、仮説と行動を次のように更新します。

更新の理由を短いログに残します。

仮説: 初期設定の未完了が解約を増やしている
更新前: 重点 高
新しい証拠: 未完了群で解約率が高いが、獲得経路を分けると差が小さい
代替説明: 特定の広告経路から、適合しない顧客が増えた
更新後: H1 は中、H2 は高
次の確認: 獲得経路別の利用目的と解約理由を確認する
判断への影響: 全顧客への支援試行は保留する
資源の変更: 支援手順の詳細設計を止め、分析責任者が獲得経路の分析へ 2 日を移す

評価では、事前に置いた予測との一致、競合する仮説との差、説明のために後から追加した前提の少なさを確認します。追加前提の少なさは、必要な複雑さまで排除するという意味ではありません。各前提を独立して確かめられるか、予測を具体的にするかを見ます。結果を見るたびに条件を足す仮説は、多くを説明しているように見えても、次の予測には使いにくくなります。

数値で確率を付ける方法もありますが、根拠のない精密さを生むなら「高・中・低」で十分です。尺度より、何を受けて評価を変えたかが重要です。

また、仮説の持ち主と評価者が同じだと、愛着が生まれます。重要な案件では、仮説を考えた人とは別の人が、反対証拠と代替説明をレビューします。評価を人事評価と結びつけると、仮説を捨てにくくなるため、「早く誤りを見つけたこと」を失敗として扱わない運営も必要です。

各仮説には、証拠を集めて更新案を作る責任者を置きます。これは仮説の成立を証明する責任ではありません。重点や調査範囲の変更は、意思決定者またはプロジェクト責任者と、決めたマイルストーンで確認します。評価が割れた場合は、異論、判断を保留する点、次に必要な証拠を残します。変更が期限、費用、成果物へ影響する場合は、仮説ログだけでなくプロジェクトの変更記録にも残します。

4.6 AI には仮説の数より差を作らせる

AI は、原因候補を大量に出せます。しかし、「考えられる原因を 30 個」と頼むだけでは、言い換えが増え、優先順位を付ける負担が人間へ戻ります。

AI へは、競合仮説の違いと、見分ける観測を求めます。

意思決定:
8 月末までに、どの顧客群へどの初期支援を試すか決める。

観測:
新規顧客の 90 日以内解約率が直近 3 か月で上昇した。

現在の仮説:
H1 初期価値の不足
H2 顧客構成の変化
H3 価格と期待のずれ
H4 サービス品質
H5 計測の変化

依頼:
1. 各仮説が正しい場合に特徴的な予測を示す
2. 一度の確認で複数の仮説を見分けやすい証拠を挙げる
3. 各証拠について、結果 A と結果 B で次の行動がどう変わるか示す
4. 現在の候補では説明できない観測を指摘する
5. 与えられていない事実を補わず、不明と記す

出力では、仮説同士が本当に異なるかを確認します。「顧客が価値を感じない」と「価値が伝わっていない」は、予測する観測が同じなら、現段階では分ける意味が小さいかもしれません。反対に、一つの広い仮説が条件によって違う予測を生むなら分けます。

AI に反対役をさせる場合も注意が必要です。AI は、もっともらしい反論を作れますが、それが実際の証拠とは限りません。AI が挙げた事例、数値、制度、顧客の声は、原資料や現場で確認します。

入力した仮説の枠内でしか答えない危険もあります。最後に「この仮説群すべてが誤っているとしたら、どの観測を説明できないか」と尋ねます。それでも、現場を知る人、影響を受ける人、異なる専門家の視点を置き換えるものではありません。

4.7 調査を終える条件を先に置く

仮説検証は、真実を完全に確定するまで続ける仕事ではありません。意思決定に必要な確かさへ達したら止めます。

調査前に、次の終了条件を決めます。

1. どの仮説を、どの選択肢の判断に使うか
2. 何が観測されたら、重点を上げ、下げ、捨てるか
3. どの競合仮説を見分ける必要があるか
4. 調査に使える時間、人員、費用の上限は何か
5. 証拠が不足したまま期限を迎えたら、誰が何を決めるか
6. 顧客、安全、法令への危険から、先に否定すべきことは何か

小さく取り消しやすい判断では、すべてを文書化する必要はありません。最低限、「現在の暫定回答」「反対なら何が観測されるか」「結果ごとに次の行動をどう変えるか」の 3 点を決めて始めます。影響が大きく不可逆な判断ほど、競合仮説、証拠の質、承認と記録を詳しくします。

調査を止められる典型的な状態は、次のとおりです。

• 追加情報を得ても、選ぶ案が変わりそうにない
• 重要な競合仮説を、必要な程度まで見分けられた
• 取り消し可能な試行へ進めるだけの安全、法令、必要な同意の条件が揃った
• 調査費用が、判断改善によって得られる価値を上回る
• 期限または資源の上限に達し、不確実性を明示して決める必要がある

調査の終了と施策の継続は、別の判断です。仮説が弱まったときは、調査だけでなく、その仮説に基づく開発、営業、運用を止める条件も確認します。施策を続けるなら、別の根拠と責任者を明らかにします。

「仮説が証明されたから終わる」とは限りません。事業上の仮説は、条件が変われば成り立たなくなります。今回は採用した仮説も、どの条件で、どの証拠まで確認したかを残します。

考えてみる問い

最近行った調査を一つ選び、その調査結果が A でも B でも同じ判断をしていなかったか確認してください。同じなら、その調査は何のために必要だったのでしょうか。次に調べるなら、どの競合仮説を見分ける証拠を選ぶでしょうか。

よい仮説は、正しそうに聞こえる仮説ではありません。観測によって評価が変わり、次の行動を変えられる仮説です。仮説を作り、優先し、競合する説明を見分け、評価と資源を更新し、必要な確かさで止めることで、調査範囲を狭めます。

複数の仮説を扱うには、論点を分け、その関係を混同しない技術が必要です。第5章では、分解の目的と、ロジックツリーや因果関係の違いを扱います。

参考資料

最終確認日: 2026 年 7 月 15 日。本章の仮説の 6 要素、優先順位、更新区分、終了条件は、以下の資料を踏まえた本書独自の整理です。

• P. C. Wason ― On the Failure to Eliminate Hypotheses in a Conceptual Task ― 英国の認知心理学者 Wason による規則発見課題と、別の仮説を十分に排除できない傾向を確認
• Joshua Klayman and Young-Won Ha ― Confirmation, Disconfirmation, and Information in Hypothesis Testing ― シカゴ大学意思決定研究センターの二人による、正の検査方略が有効になる条件と誤りを生む条件の整理を確認
• Raymond S. Nickerson ― Confirmation Bias: A Ubiquitous Phenomenon in Many Guises ― 米国の心理学者 Nickerson による、確証バイアス研究の広範なレビューを確認
• Stanford Encyclopedia of Philosophy ― Scientific Method