第17講 要意識到兩種數字

  人們一拿到數據，總是想儘早地開始分析，而且很多時候會想方設法把手上的數據都拿去用。這裡面有個陷阱。有些數據是先看了會更好，有些數據則是先不看會更好。為了不在數據的森林裡迷路，應該注意些什麼呢？

  你查詢銷售一科至三科去年和今年的業績，發現銷售一科、二科去年和今年的銷售額都是1000萬日元。另一方面，只有銷售三科的銷售額從去年的1000萬日元大幅提升到今年的1500萬日元。

  為了探究大幅提升的原因，你嘗試進一步收集信息，以下是收集到的三個信息。

  首先是每人每月的平均加班時間。表1表示銷售一科至三科的平均加班時間。比較後發現，只有銷售三科比去年有所增加，可以推測銷售三科全科齊心協力，加班努力推進業務，最終達成了今年的業績。

  其次是研討會的參加人數。觀察表2發現，只有三科的參加人數有所增加。因此，也可以推斷是研討會發揮了作用，對業績提升有所幫助。

  最後是新增訂單的和既有訂單的銷售額明細。只有三科成功地提升了新增訂單的銷售額。因此，也可以認為三科銷售額增加的原因是新增訂單的增長。

  現在我們稍作思考。

  經過信息整理，關於三科業績增長的原因，有「加班增加了」「參加了研討會」「新增訂單增加了」三個參考信息。實際上，「新增訂單的增加」跟其他兩個信息的意義是不一樣的。

  本書首發𝐛𝐚𝐧𝐱𝐢𝐚𝐛𝐚.𝐜𝐨𝐦,提供給你無錯章節，無亂序章節的閱讀體驗

  加班和研討會有可能是銷售額增長的原因；但新增訂單的增加是一個結果，這是為了了解銷售額增加的情況，進行分解後顯現出來的情況，並不是原因。

  與此相比，加班是指加班時間，通過銷售額的分解看不出來；同樣，研討會是指研討會的參加人員，也不是通過分解銷售額能看出來的數字。梳理的結果如下圖所示。

  如上述梳理的結果所示，加班時間和參加研討會的數字不是「銷售額」。另一方面，新增訂單、既有訂單是從銷售額中分解出來的數字。如果只是把「數字」並排起來比較，人們往往會在沒有識別其差異的情況下，理解為「相同性質的數字」，就開始進行分析。

  看到數字以後，首先要判斷它是結果型的數字還是原因型的數字。在此基礎上，先根據「結果型的數字」充分理解正在發生什麼情況，其後再分析「原因型的數字」。數字本身不會告訴我們它屬於哪一種性質，所以要多加留意。

  關鍵點1. 明確是結果型數字還是原因型數字

  關鍵點2. 首先分析結果型數字，確認正在發生的情況

  關鍵點3. 在此基礎上思考原因型數字與結果型數字的關聯性

  我們用剛才的例子來進行確認。

  1. 明確是結果型數字還是原因型數字

  表1是加班時間，這是無法從銷售額中分解出來的原因型數字。表2是研討會的參加人數，也是無法從銷售額中分解出來的原因型數字。表3把銷售額劃分為新增訂單、既有訂單的數據，是從銷售額中分解出來的結果型數字。

  2. 首先分析結果型數字，確認正在發生的情況

  我們已經知道表1和表2是原因型數字。所以接下來，要利用表3來確認正在發生的情況。從表3得知只有三科的新增訂單有所增加。

  3. 在此基礎上思考原因型數字與結果型數字的關聯性

  最後，我們試想一下新增訂單增加的原因有沒有可能是加班的增加和參加了研討會。

  正確的做法應該是再進一步詳細調查新增訂單的增長情況，如果新增訂單的增加不是因為偶然增加了一個大客戶的訂單，而是因為增加了10家新客戶，就可以推測加班和參加研討會可能起了作用。

  如果單純就收集到的數字來解釋，很可能會像上述左圖那樣理解，希望大家能夠區分清楚原因型和結果型的數據，像上述右圖一樣把握清楚事實情況。

  練習題

  你負責人事工作，隨著事業規模的擴大，今年需要比去年招聘更多的應屆大學生。經過努力，對比去年招聘50人的實績，今年得以大幅增加至100人。在調查為何能夠翻倍時，你收集到了三個數據，分別是每人面試的次數、GG的次數和內定率。那麼，應該怎樣逐步去思考原因呢？（為了使這個例子單純一些，我們假設內定者已全員入職）

  解答

  首先，明確這些數據是結果型數字還是原因型數字。

  表1是面試的次數，表2是GG的次數，這些都是跟內定者人數不同的數字。對內定者人數進行分解後無法得出這些數字，因此它們是原因型數字。

  表3的內定率無法通過分解內定者人數得出，但是與內定者人數相關。應聘者人數×內定率=內定者人數，基於這一點考慮，可以認為這是結果型數字。

  接下來，首先觀察結果型數字，確認發生了什麼情況。

  如上述公式應聘者人數×內定率=內定者人數，可以從內定率反向計算出應聘者人數。

  去年有50人合格，內定率是20%，所以相當於有250人應聘；今年有100名內定者，內定率是40%，所以相當於同樣有250人應聘。於是，通過表3可以推導出以下的信息。

  由此得知，去年與今年的應聘者人數相同，而內定者人數有所增加。

  最後，我們來思考原因型數字和結果型數字的關聯性。

  首先，看原因型數字。面試次數減少與內定者人數增加是否存在因果關係呢？有可能因為面試通過的難度降低了，所以有較多的人通過篩選留了下來。這樣看來，很有必要去思考面試基準等要素的設計是否恰當。

  其次，****的次數是否對內定者人數的增加有促進作用。因為應聘者人數沒有增加，所以可以認為增加GG次數以後，並不能促進應聘者人數的增加。

  另一方面，內定者人數的增加也可能是因為前來應聘的對象人群的素質有所提升。有一種可能性就是，本次通過增加GG次數，成功地打動了平時很難打動的對象人群。

  哪一種才是實際發生的情況，需要進一步詳細調查才知道。而這裡要強調的重點是，要充分把握並思考收集到的數字之間存在什麼關聯性。

  關於內定者人數的增加，在收集到面試次數、GG次數、內定率的數據以後，不要急著馬上去思考它們產生了什麼影響，重要的是先區分、整理清楚原因型數字和結果型數字，看清結果和原因。

  STEP UP！

  最初得到的數據如果是「結果」，就可以從分解結果數據開始入手，因為這樣的做法更有利於理解正在發生的具體情況；而如果能夠更具體地理解正在發生的情況，就可以鎖定發生原因，進行具體化分析。

  同時，請記住去尋找能夠支持這個原因的數據。在這個情況下，因為是有目的地去找數據，所以能自然而然地觀察從結果至原因的數據。

  另一方面，有時候結果的數字和支撐原因的依據數字可能會混在一起。如果發生這種情況，首先要區分是結果型的還是原因型的數字。要認真觀察結果型數字，在此基礎上，嘗試觀察原因型數字。此外，初期獲取的信息有可能只是當時偶然發現的，所以也要考慮是否需要增加其他必要的數據。

  網絡上也充斥著各種各樣的數字，大家解讀數字時要有意識地思考哪些是結果型數字、哪些是原因型數字，以及它們之間有怎樣的關聯性。

  小結

  √ 要意識到結果型和原因型兩種數字

  √ 首先應該觀察的是結果型數字

  √ 對結果型數字的分解也不要忽視

  √ 在此基礎上觀察原因型數字並進行解釋

  √ 要理解最初的數據可能只是偶然處於那個狀態