「都合の悪いデータ」を受け入れられるか——データドリブン経営が組織に問うもの

データを「使う」と「受け入れる」の間

データドリブン経営を掲げる組織は増えた。だが、データの収集や可視化が進んだとき、本当に問われるのは「集めたデータをどう使うか」ではない。「都合の悪い結果が出たとき、それを受け入れられるか」だ。

多くの場合、意思決定者はすでに仮説を持っている。新施策の効果、顧客の行動パターン、投資の手応え——判断を下す前に、ある程度の「こうなるはず」がある。データはその仮説を検証するために集められる。問題は、仮説が正しくなかったときだ。

「証拠の選別」はなぜ起きるか

データが経営の仮説を否定するとき、組織は意図せず二つの動きをとりやすい。一つは「サンプルが少ない」「時期が悪い」「別の要因がある」と解釈を保留すること。もう一つは、別の切り口でデータを掘り直し、都合のよい数値を探し出すことだ。

これは個人の不誠実さではなく、組織の構造的な問題だ。「上が決めた方向と違うことを言いにくい」「失敗のデータを持ってくると評価が下がる」——そういう空気がある組織では、都合の悪いデータは自然と机の引き出しに消える。

データは嘘をつかない。だが、データを見せる人間は、何を見せないかを選んでいる。

この構造は、AIへの指示が言語化できない問題と重なる部分がある。組織の中で「言えないこと」「言いにくいこと」が積み重なると、デジタルの精度より先に、人間の判断が歪んでいく。ツールの問題ではなく、組織の風土の問題だ。

また、「成功の定義」を誰も求めなかったで取り上げた「判断基準が後から変わる会議」と同じ構造が、データの扱いにも現れる。測定の基準を後から変えられる状況では、どんなデータも「解釈次第」になってしまう。

都合の悪いデータが届く組織をつくるには

真のデータドリブン経営に必要なのは、ツールや分析基盤だけではない。「反証が出せる組織文化」だ。具体的には、次の三点が機能しているかどうかが一つの指標になる。

1. 仮説とデータを切り離す——意思決定者の仮説を先に明文化し、データ結果と照合する順番を守る
2. 反証を報告できる場をつくる——「思ったとおりにならなかった」を発表できる機会を意図的に設ける
3. データの解釈を複数人で行う——一人が解釈すると仮説強化に引っ張られる。解釈の場に異なる視点を入れる

こうした文化は、データ担当者だけが努力しても変わらない。経営者自身が「自分の仮説が外れた事例」を公開できるかどうか——それが、組織全体の基準になる。トップが「外れた予測」を話せない組織では、現場が都合の悪いデータを持ってくることはない。

データドリブンという言葉は、「データを意思決定の根拠にする」という意味で使われることが多い。だが本来の意味は、「データが示す方向に、自分の仮説を曲げられる」ことを含む。その覚悟が組織に根づいているかどうかが、データ活用の成熟度を分ける。

データの収集環境が整っているにもかかわらず、意思決定の質が変わらないと感じる場合は、DX伴走支援（しぼる）のような外部の視点を入れることも、組織の構造を客観的に見直すきっかけになる。自社の内側からだけでは、「何が見えていないか」に気づきにくい。