株式会社ジャパン・マーケティング・エージェンシー
企画部 大阪事務所 マネージャー 上田 牧人
企画部 大阪事務所 マネージャー 上田 牧人
はじめに
かのビル・ゲイツ氏が「２１世紀のマイクロソフトの基本戦略はベイズテクノロジーだ」と述べたのは２００１年のことです。ここ１０年の間にベイズ理論は注目され、発展して、さまざまな分野で利用されるようになりました。
ただ、研究者や情報工学に携わる人たちを別にして、一般のマーケターからはまだ「ありがたそうだけど敷居の高いもの」と受け取られているのではないでしょうか。
思いっきり平たく乱暴に砕いてみたらどう言えるだろうか、というのが拙稿のテーマです。
ベイズ統計の誕生
ベイズ統計は２５０年も前にイギリスのアマチュア数学者だったベイズさんが発案し、彼の死後世の中に提出されました。
ところが、当時主流を形成しつつあった頻度論的推計学派から異端とみなされ、長く封印されてきました。いかに発想がおもしろくても厳密さに欠けるというのがその理由でした。今から思えば、ちょっとした視点の違いからくる近親憎悪と見えなくもないのですが。
ベイズ統計が扱うのは主観確率です。漠然と想定していた主観が情報を得るごとに更新され確信に高まっていく様子を確率で追跡し、予測していこうということです。これって普段私たちが個々の局面で意思決定し、業務を前に進めていくやり方と同じではないですか？例え話で述べて見ます。
ベイズ統計とは？ ～例え話から～
新人マーケターのＡさんが新製品アイデアを思いついて企画書にまとめ、上司のＢさんにおうかがいを立てました。
上司Ｂさん：「おもしろい企画だと思うけど、アイデアレベルでは一般に新製品として成功するのは５品に１品程度だからね。一度プロトタイプを作ってグループインタビューにかけてみたら？」
Ａさんは苦労してプロトタイプを作り、調査会社に頼んでグループインタビューを実施しました。
結果は上々でした。グループインタビューの現場に上司のＢさんも立会いました。
上司Ｂさん：「うん、手ごたえ良いね。でもまだ成功確率５０％ってとこかな。商品としての体裁を整えて定量調査にかけてみよう。」
Ａさんは石橋を叩いて渡るような上司の物言いにちょっと不満でしたが、頑張ってＣＬＴ（会場調査）を実施しました。
調査会社からの報告書も◎がつく結果で、Ａさん意気揚々です。
上司Ｂさん：「よし、今度は小規模販売テストに進もう。製造設備を投資するにはまだリスクがあるからね。」
社長賞もののヒット商品が実現するのは、もう少し先のようです。
上司Ｂさんの頭のなかは多分下図のような感じでしょう。
① これまでの経験から成功確率は低いと想定した
② グループインタビューから成否半々程度と見直した
③ 定量調査で成功見込に傾き、その確信度（山の高さ）も高まった
Ａさんには逐次更新されていく上司Ｂさんの頭のなかは見えません。ただ、ベテラン開発マンとしていくつものヒット商品を世に出したＢさんの判断を全幅で信頼しています。
ベイズ統計は、人の主観を積極的に採用し「暗黙知」だったものを目にみえる「形式知」に変える方法だ、という言い方をすることもできます。こうした不確実な現象と格闘するには伝統的統計手法は不向きでした。
次回は伝統的統計手法がどうして行き詰ったのかを考えてみましょう。
