第7章 意思決定に必要な情報を見極める

第6章では、推奨を事実、証拠、推論、主張へ分けました。論証の空欄が見えると、追加で知りたいことが増えます。市場規模、競合の機能、顧客の不満、解約率、支援工数、将来の売上予測。どれも役立ちそうに見えます。

しかし、「役立ちそうな情報」を集め始めると、調査は終わりません。検索すれば関連資料が増え、インタビューすれば新しい疑問が生まれます。詳しくなることと、決められることは別です。

今回の意思決定は、「8 月末までに、どの顧客群へどの初期支援を試すか」です。この判断に全国の SaaS（インターネット経由で継続利用するソフトウェアサービス）市場規模が必要でしょうか。競合 30 社の全機能を比較する必要があるでしょうか。情報が正確でも、結果によって選択が変わらないなら、今の判断に対する価値は小さくなります。

本章では、必要な情報を選択肢の評価または重要な不確実性を変え、期限内の意思決定に使えるものと定義します。調査の出発点を「何を知りたいか」から「何が分かれば選択が変わるか」へ移します。

作業は、次の順で進めます。

決定を定める
  ↓
結果によって変える行動を決める
  ↓
必要な情報と情報源を選ぶ
  ↓
必要十分な品質で収集する
  ↓
終了条件で止め、来歴を残す

小さく取り消し可能な判断なら、最初から詳細な表は要りません。まず、次の 3 問だけを書きます。

1. 今、何を決めるのか
2. 結果が逆なら、何を変えるのか
3. いつまでに、何を一つ確認するのか

今回の例なら、次のように記入できます。

8 月末までに、初期設定未完了の顧客へ手動支援を試すか決める。未完了と 90 日以内解約に差がなければ、対象条件を見直す。8 月 10 日までに、直近 6 か月の群別解約率を確認する。

失敗したときの影響が大きいほど、後で扱う品質、責任、来歴の項目を追加します。

7.1 知りたいことを決定に必要な問いへ変える

クライアントやプロジェクトメンバーからは、次のような情報要求が出ます。

• 競合のオンボーディングを調べたい
• 顧客の声をもっと聞きたい
• 業界の成功事例を知りたい
• 解約率を詳しく分析したい
• AI 活用の最新動向を押さえたい

このままでは、対象と終わりが決まりません。情報要求を、決定との関係が分かる形へ変えます。

「もっと詳しく」は情報要求ではありません。比較する選択肢、評価基準、必要な精度、期限を付けます。

たとえば、「解約率を詳しく」ではなく、次のように書きます。

支援対象を選ぶため、直近 6 か月の新規顧客について、契約プラン、獲得経路、初期設定完了の有無ごとに、90 日以内解約率と母数を比較する。8 月 10 日までに、対象群を変えるほどの差があるか確認する。

この一文なら、必要なデータと終了条件を考えられます。

判断とデータの対応をまだ自分で組み立てにくい場合は、付録 B「意思決定と必要データの対応表」を参照します。付録の表をそのまま埋めるのではなく、今回の選択肢、期限、失敗費用に合わせて必要な行だけを使います。

7.2 情報要求をデータ要求へ落とす

情報は、判断に意味を持つ形へ解釈された内容です。データは、その情報を作るために記録・収集する値、文書、発言、観察などです。本書では、両者を次のように区別します。

意思決定
  ↓ 何を比較するか
情報要求
  ↓ 何を観測・計算するか
データ要求
  ↓ どこから得るか
情報源と収集方法

解約率の情報要求なら、データ要求は次のようになります。

情報要求とデータ要求を分けると、入手できるデータに問いを合わせる危険を減らせます。手元にページ閲覧数があるからといって、それが初期価値を表すとは限りません。先に必要な情報を定め、既存データでどこまで近づけるかを確認します。

反対に、理想的なデータを求めすぎても進みません。必要な精度と失敗費用に応じて、代理指標、定性情報、小規模な追加収集を使います。代理指標を使う場合は、何を代わりに表すと仮定したか、どの条件でずれるかを残します。

7.3 情報要求表で調査を計画する

調査項目を一覧にするだけでなく、意思決定との関係を置きます。この表は、調査前に何を確認するかを決める計画です。第7.10節で扱う来歴の記録は、実際に使った証拠を後からたどるための記録です。

まず、判断側を設計します。

次に、同じ ID で収集側を設計します。

このように調査前に目的、証拠、停止条件をそろえる必要があるときは、付録 C「調査計画テンプレート」を下書きに使えます。書式を完成させることより、調査を止める条件と、結果によって変える行動が見えていることを優先します。

表の中心は、「結果 A / B で変えること」です。ここを書けない情報は、現時点の意思決定には不要か、問いがまだ曖昧です。

情報要求が複数ある場合は、すべてを同時に調べません。まず安全、法令、顧客との約束に関わる条件を確認します。そのうえで、選択を変える可能性、決定期限、取得費用を比べ、優先順位を付けます。

すべての情報を同じ精度で求めません。大規模な投資判断の需要予測と、20 社への取り消し可能な試行の工数見積もりでは、必要な確かさが違います。品質欄には、「正確な数字」のような抽象語ではなく、必要十分な精度として、許容する欠損、期間、比較可能性、確認方法を書きます。

また、担当者は情報を都合よく作る人ではありません。情報源を確認し、品質と限界を記録し、期限までに得られない場合の代替案を提案する人です。社内データでは、データ所有者、利用を承認する人、取得・分析する人、意思決定者が異なることがあります。担当欄だけで曖昧になる場合は、提供と利用を誰が承認するかも書き分けます。

7.4 一次情報と二次情報は役割が違う

一次情報は、対象となる事象や主体から直接得た元の記録です。社内の契約・行動ログ、顧客へのインタビュー記録、企業の決算資料、政府統計の元表、法令本文、原著論文などが該当します。二次情報は、一次情報や複数資料を整理、解釈、比較したものです。報道、業界レポート、解説記事、レビュー論文などがあります。ただし、この区別は分野や主張によって変わります。企業の公式資料は「企業がそう公表した」ことの一次情報ですが、施策が一般に有効だという独立した証拠ではありません。

一次情報が常に正しく、二次情報が常に劣るわけではありません。

一次・二次は、情報の生成過程を示す区別であり、品質順位ではありません。直接聞いた顧客の発言でも、質問が誘導的なら弱い証拠です。質の高い系統的レビューは、一つの原著研究より全体像をよく示す場合があります。一方、顧客が何を経験したかを探索する問いに、効果研究の方法をそのまま当てはめることはできません。普遍的な情報源の順位を作るのではなく、問いに方法が合うかを見ます。

探索では二次情報から全体像と用語をつかみ、重要な主張は一次情報へ遡ります。二次情報しかない場合は、その情報が何を根拠にしたか、誰がどの目的で作ったか、どこまで確認できないかを記します。

7.5 情報源の質は主張との関係で見る

有名な組織の資料だから、今回の主張を強く支えるとは限りません。情報源は、少なくとも次の観点で評価します。

評価は、出典へ点数を付けて終わるものではありません。何を言えるかを調整するために使います。

たとえば、競合企業の導入事例には、顧客名と成果が掲載されていても、失敗事例、選定方法、比較対象がありません。この資料から「その会社が事例として公開した」ことは言えますが、「導入企業の多くで同じ成果が出る」とは言えません。

複数サイトが同じ市場規模を掲載していても、元をたどると一つの調査会社かもしれません。転載数を証拠の独立性と誤解しません。元資料が入手できなければ、定義と方法を確認できない数字として扱います。

情報源同士の数字が違うときは、単純に平均しません。対象、定義、分母、期間、作成目的を照合し、今回の問いへ合う数字を選びます。一つに決められない場合は、幅または複数の見積もりとして示し、どの前提ならどの値になるかを残します。

米国国立標準技術研究所（NIST）の情報品質に関する指針も、意思決定や政策の基礎に第三者情報を使う場合、その品質が分かり、適用される品質基準と整合することを求めています。対象は米国政府機関の情報公開ですが、第三者資料を権威だけで採用しない点は企業調査にも応用できます。

7.6 情報の価値は選択が改善する幅で考える

情報には、取得費用だけでなく待つ費用があります。調査中に機会を失い、問題が拡大することもあります。

意思決定論では、追加情報を得ることで期待される選択結果の改善を、情報の価値として考えます。以下は、正式な期待情報価値を計算する方法ではなく、調査の優先順位を決めるための定性的なふるい分けです。厳密に比較する場合は、結果の確率、効果の大きさ、対象期間を置きます。

• 結果によって選ぶ案が変わる可能性はあるか
• 案を変えることで、どの損失を避け、どの利益を得られるか
• 情報は期限までに得られるか
• 取得、分析、待機、顧客負担の費用はいくらか
• 誤った情報によって、判断を悪化させる危険はないか

例として、未完了顧客へ支援するかを考えます。

追加調査なし:
全顧客へ支援する。想定工数は週 40 時間。

追加調査あり:
2 日の分析で解約リスクが高い顧客群を識別できれば、対象を 20% に絞れる可能性がある。
分析費用は 16 時間。4 週間の試行では、支援工数を最大 128 時間減らせる可能性がある。

この例で 128 時間をそのまま期待効果とはみなしません。分析によって対象を識別できる確率と、絞っても効果を失わない確率があるからです。それらを確かに見積もれなくても、追加情報が変えうる資源配分、対象期間、取得費用を同じ土俵へ置くことで、調査の優先度を説明できます。

反対に、市場規模を 1,000 億円か 1,200 億円かまで精緻化しても、どちらでも同じ 20 社試行を選ぶなら、今の判断に対する追加価値は小さいものです。将来の投資判断には必要でも、今回の調査からは外せます。

情報の価値は、金額だけではありません。顧客への重大な危険、法令違反、公平性、評判の毀損を避ける情報は、発生確率が低くても先に確認します。

7.7 既存データを使うか、新しく集めるか

既存データは速く使えますが、今回の問いのために作られていません。新規収集は問いへ合わせられますが、時間、費用、対象者の負担が増えます。

次の順で検討します。

1. 既存データで直接答えられるか
2. 定義変更、欠損、偏りを補正・説明すれば使えるか
3. 複数の既存情報を組み合わせれば答えられるか
4. 代理指標で、判断に必要な程度まで近づけるか
5. 小規模な追加収集が必要か
6. 期限内に得られないなら、判断を小さくするか延期するか

「データがある」と「使ってよい」は別です。利用目的、同意、契約、個人情報、機密性、アクセス権、保存期間を確認します。技術的に結合できても、当初の目的を超えた利用が許されない場合があります。

追加収集では、必要な項目だけを集めます。「将来使うかもしれない」という理由で個人情報や機密情報を増やすと、対象者の負担と管理責任が増えます。収集しないことも、情報設計の判断です。

調べるか、小さく試すか

低費用で取り消し可能であり、安全、法令、顧客との約束を守れるなら、小規模な試行が最も直接的な情報源になることがあります。反対に、失敗を回復しにくい判断は、実行前の確認を厚くします。

「十分に調べてから試す」か「何も調べずに試す」かの二択ではありません。重大な制約を先に確認し、残る不確実性を小さな試行で学ぶように組み合わせます。

7.8 調査を終える条件

調査を終えるのは、新しい情報が見つからなくなったときではありません。決定に必要な不確実性が許容範囲まで下がり、追加情報の価値が費用を上回らなくなったときです。

開始前に、次を決めます。

1. どの決定または主張へ使う情報か
2. 結果 A / B で何を変えるか
3. 必要な品質・精度はどの程度か
4. どの情報源を最低限確認するか
5. 時間、人員、費用、対象者負担の上限は何か
6. 期限までに得られない場合、誰がどう決めるか
7. 何が判明したら、問いそのものへ戻るか

次の状態なら、止める判断ができます。

• 主要な選択肢を同じ基準で比較できる
• 新しい情報を加えても選択肢の順位が安定し、重要な基準が許容範囲に入った
• 結果が変わっても選択が変わらない追加調査だけが残った
• 重要な反対証拠と代替説明を必要な範囲で確認した
• 小さく取り消し可能な試行へ進む安全条件が揃った
• 追加調査の費用や待つ損失が、期待される判断改善を上回る
• 調査上限または決定期限に達し、残る不確実性を明示した

すでに費やした時間は、追加調査の理由にしません。「ここまで調べたから」ではなく、これから使う 1 日が判断をどの程度改善するかで決めます。

期限までに得られなかった情報は、確認済み、代理指標、仮定、未確認を区別し、意思決定者へ一覧で示します。そのまま進む場合は、判断を小さくする、条件付きで承認する、後で再確認するなど、残る不確実性に対応した条件を付けます。

同じ結論を支持する資料が増える「飽和」だけでは不十分です。検索方法が同じなら、同種の情報ばかり見ている可能性があります。反対の結果、別の方法、異なる立場の情報源も確認します。

調査を止める権限を明確にします。担当者は情報の限界と残る不確実性を報告し、プロジェクト責任者と意思決定者が、追加調査、試行、延期、見送りを選びます。

今回使わなかった情報要求を、すべて「いつか調べる一覧」へ移してはいけません。将来のどの決定へ使うか、担当者と再検討時期が決まるものだけを別に残し、それ以外は閉じます。

7.9 AI は探索の入口として使う

AI は、検索語の展開、資料候補の発見、長い文書の該当箇所探索、比較表の下書きに使えます。特に、情報要求表を渡すと、一般的な業界解説ではなく、判断に必要な情報源を探しやすくなります。

意思決定:
どの顧客群へ、どの初期支援を 4 週間試すか。

情報要求:
同じ顧客規模と運用制約で、手動の初期支援を実行できる根拠。

必要な品質:
対象顧客、支援内容、運用主体、工数または件数、実施期間が確認できること。

依頼:
1. 一次情報を優先して資料候補を挙げる
2. 各資料が情報要求のどの項目へ答えるか示す
3. 元資料の URL（ウェブ上の所在を示す文字列）、発行主体、発行日、該当箇所を示す
4. 確認できない項目を「不明」と記す
5. 同じ元情報を参照する資料をまとめる
6. 反対事例または限界を示す資料も探す

AI が示した URL、文書名、数値、引用、発行日は、原資料で確認します。存在しない資料や、実在する資料にない内容を生成することがあります。リンクが実在しても、該当箇所が主張を支えるとは限りません。

要約では、定義、分母、期間、方法、限定が落ちやすくなります。重要な数値は原表へ戻り、必要なら再計算します。引用は前後の文脈を確認します。

AI の回答だけを情報源として参考資料へ載せません。AI は探索と整理の手段であり、主張の出典は検証可能な原資料です。どの AI とやり取りしたかより、最終的にどの資料のどの箇所を確認したかを記録します。

機密情報や個人情報を入力する場合は、承認された環境、利用規約、保存と学習への利用、アクセス権を確認します。許可できない場合は、情報要求だけを抽象化して渡すか、AI を使いません。

7.10 情報の来歴を残す

ここでは、調査前の要求ではなく、実際に判断や主張へ使った証拠の来歴を記録します。調査結果だけを残すと、後から定義や更新日を確認できません。最低限、次を記録します。

来歴は、参考文献の体裁だけではありません。数値と結論を再現し、後から更新し、誤りが見つかったときに影響範囲を追うための情報です。

スクリーンショットだけでは、URL、更新、表の全体、代替テキストを失うことがあります。原 URL と取得日を残し、公開内容が変わる可能性が高い場合は、契約と著作権の範囲で保存方法を決めます。

AI で要約・抽出した場合も、使用箇所と人間の確認を記録します。AI 出力を途中で修正しても、最終的な主張がどの原資料に基づくかをたどれる状態にします。

考えてみる問い

最近集めた情報を一つ選び、「その結果が逆だったら、自分の選択は変わったか」と問い直してください。変わらないなら、その情報は現在の意思決定に必要だったでしょうか。将来の別の判断に必要なら、今回の調査と分けて記録しましょう。

必要な情報を見極めるとは、情報を減らすこと自体ではありません。意思決定、情報要求、データ要求、情報源、品質、終了条件をつなぎ、判断に働く情報へ限られた資源を配ることです。

何を調べるかが定まったら、次は外部資料を実際に探索します。第8章では、検索前の調査表、公的統計、企業資料、論文、報道の使い分けと、出典を遡るデスクリサーチを扱います。

参考資料

最終確認日: 2026 年 7 月 15 日。本章の情報要求表、情報源の評価観点、調査終了条件、来歴の記録項目は、以下の資料を踏まえた本書独自の整理です。

• HM Treasury ― The Magenta Book: Central Government guidance on evaluation
• NIST ― Information Quality Standards
• Cochrane Handbook ― Searching for and selecting studies
• Cochrane Handbook ― Considering bias and conflicts of interest