MASTER / ANALYSIS & THINKING
事実・意見・推測を区別する
ニュース、社内報告、顧客の声に混ざる事実・意見・推測を分け、数字の定義・母数・期間を確かめて、判断の精度を高めます。
使いやすさの平均評価（4.1→3.8、5点満点）
-0.3
検索に関する自由記述（回答者100人中）
12件
約30分基礎演習 4問講義をはじめる
※ 本レッスンの顧客アンケート（回答者数・平均評価・自由記述の件数）は、教材用の架空の例です。実在のサービスの調査結果ではありません。
この講義でできるようになること
- 一続きの文章を、事実・意見・推測に分けられる
- 数字を見るとき、定義・対象・期間・方法・比較条件・出典・母数を確認できる
- 確証バイアスや情報の偏りに注意し、反対の証拠も探せる
00:00 / 10:38
1第1章導入：同じ一文に混ざる三種類の情報
Space 再生／停止・← → 10秒移動・N / P で章を移動・C で字幕。右の「文字で読む」で、話している内容を文字で追えます。
演習：手を動かして確かめる
講義を見終えたら取り組みましょう。入力した内容はこの画面の中で使うだけで、どこにも送信されません。
2文目「アプリが使いにくいせいだ」は、事実・意見・推測のどれにあたりますか？
情報を読むときの確認リスト
- 事実・意見・推測のどれかを、文ごとに分けたか
- 数字の定義・対象・期間・測定方法・比較条件・出典を確かめたか
- 割合の分母（母数）と、回答者が全体を代表しているかを確かめたか
- 未確認のことは「と報告された」「かもしれない」と書いたか
- 賛成の証拠だけでなく、反対の証拠も探したか
- 報告を「確認した事実」「現時点の仮説」「私の提案」の3段階に分けたか
次に学ぶなら
テキストで読む（文字起こし）
第1章 導入：同じ一文に混ざる三種類の情報
仕事では事実意見推測が一続きの文章で語られます 例えば満足度が下がったアプリが使いにくいせいだ だからUIを全面改修すべきだ この3文はどれも同じ確かさでしょうか ここでワークです 3つの文それぞれに事実ならF意見ならO 推測や仮説ならHをつけてみてください 動画を止めて考えてみましょう 満足度が下がったという数値は 集計方法が確認できれば事実として扱えるかもしれません 使いにくいせいは原因についての推測です 全面改修すべきは判断や提案 つまり意見です どれか一つだけが重要なのではありません 3つを区別し、つなぎ目の根拠を確かめることが大事です
第2章 事実のチェック方法
事実とは観察記録測定などで確認できる内容です ただし数字なら事実と短絡してはいけません 満足度が70点は数字ですが 誰にいつどの質問をしたのかで意味が変わります 先月より5点低いという表現も 回答者の構成が違えば単純比較は危険です 数字を見るときは定義・対象・期間・測定方法・比較条件・出典を確認します 100人中20人が不満と回答した20人全員が不満では意味が違います 割合には必ず分母があります また未確認の報告は事実ではなく何々と報告されたと表現すると確認できている範囲を守れます 小さな演習です 離職率が高いという言い方の問題点を 3つ挙げてみてください 動画を止めて考えてみましょう どの定義での離職率なのか どの期間の数字なのか そして何と比べて高いのか この3つがわからないままでは 高いかどうかを判断できません
第3章 意見と推測の役割
意見は不要なものではありません 新規獲得より継続率の改善を優先すべきだ は目的や価値基準に基づく意思決定です 意見は誰が何を重視しているのかを 明示すると議論しやすくなります 推測も悪者ではありません 十分なデータが集まるまで動けない 現場では可能性を仮置きすることが 必要ですただし推測を事実のように 話してしまうと検証の機会を失います 例えばお客様が値段を嫌がっている ではなく価格が購入見送りの一因 かもしれない失注理由を確認しよう と言い換えます演習ですあの部署 は仕事が遅いという言い方を測定 できる事実と確認すべき推測に 書き換えてみてください 動画を止めて考えてみましょう 回答の一例です 遅いという印象を測定できる事実に置き換えます 例えば依頼から完了までにかかった日数です そしてなぜ遅いのかは まだ確認していない推測として分けて書きます
第4章 情報源とバイアスを点検する
私たちは自分の考えに合う情報を集めがちです これを確証バイアスと呼びます 例えば新しい施策は失敗すると思っていると 苦情だけに注目し改善した数字を見落としやすくなります また目立つ一件のクレームから 全利用者が不満だと推測してしまうこともあります 対策は簡単です です賛成の証拠だけでなく反対 の証拠を探す一次情報と伝聞を 分ける集計値だけでなく対象数 と例外を確認するこの主張が間違って いるとしたらどんなデータが出る かを先に考えてみましょう演習 ですsnsで評判が悪いから全顧客 の満足度が低いという主張の問題 を3つ挙げてみてください 動画を止めて考えてみましょう 一つ目は投稿する人の偏りです 二つ目は母数がわからないこと です 三つ目は一部の声を満足度全体に 一般化していることです
第5章 ケース：顧客アンケートを読んで提案する
この情報を見て検索機能が原因で満足度が下がった 全面改修すると言えるでしょうか 言えません 確かめられたのは提示された集計上 平均評価が0.3ポイント下がったことと 検索に関するコメントが12件あることです 回答者の構成や質問の変更 検索以外の理由を点検する必要があります ワークです この情報から事実を2つ、推測を2つ 意思決定の前に追加で確認することを2つ書いてみてください 動画を止めて考えてみましょう 回答の一例です 事実は回答者が100人であること 平均評価が5点満点で3.8であること 検索に関する記述が12件あることです 推測は検索体験が主な原因かもしれないこと 回答者の構成の違いが影響したかもしれないことです 追加で確認するのは 質問と対象の条件が前回と同じかどうか そして利用ログと検索の失敗率です
第6章 まとめと確認問題
何かを報告するとき、確認した事実は、現時点の仮説は、私の提案は、 と3段階に分けてみてください これだけで、聞き手は情報の強さを判断しやすくなります 次回は推測を、検証できる仮説へと変えていきます 最後に、確認問題です 回答者100人中12人が検索に不満を記述したから 利用者の12%が検索に不満だと断定してよいでしょうか 動画を止めて考えてみましょう 答えはいいえです 回答者が全利用者を代表しているかどうか 回答しなかった人などの偏りがあるかどうかがわからないためです