数字の「読み方」より、数字の「問い方」

KPIが動いた。それで？

数字が動いたとき、多くの場合に起こることは「報告」だ。「先月比で○%改善しました」「DAUが下がっています」——それ自体は事実の伝達として正しい。

でも、自分が気にしていることは少し違う。その数字が動いた理由を、仮説ベースで語れるかどうかだ。

相関と因果の間で

施策Aを打った翌月にKPIが上がったとき、因果として語りたくなる気持ちはわかる。だが、エンジニアリングの経験があると、「それは本当にAの効果か？」と問いを立てる習慣が身についていることが多い。

• 同じタイミングで他に何か変わっていないか
• セグメントによって動きに差があるか
• 季節性や外部要因は排除できているか

これは「ケチをつける」のではなく、意思決定の精度を上げるための問いだ。

「なぜ」を5回繰り返す前に

有名な「5 Whys」という手法がある。なぜを5回繰り返して根本原因に辿り着くというものだが、実際には「なぜ」の方向性を間違えると、どれだけ繰り返しても本質からズレていく。

大事なのは、最初の「なぜ」が正しい問いであること。そのためには、前提となるデータの定義や計測方法を疑うことから始める必要がある。

「解約率が上がっている」
→ そのセグメントはどこか？
→ 計測のタイミングは統一されているか？
→ 解約の定義はプロダクト内で一貫しているか？

問いの質が、意思決定の質を決める

「このデータを見て何が言えるか」ではなく、「この意思決定をするためにどのデータが必要か」という問いの立て方をすると、分析の効率も結論の信頼性も変わってくる。

技術的なログやメトリクスに慣れているバックグラウンドは、この「問いの設計」において意外なほど活きる。計測の仕組みを知っているからこそ、数字の限界を理解した上で使えるのだ。