データドリブンが失敗するたった1つの理由
こんにちは、山口偉大(Takehiro Yamaguchi)です。
このニュースレターでは、経営現場で見てきた「意思決定」「事業の伸ばし方」「マーケティングと組織」の話を、構造化して書いていきます。 顧問現場でしか話さない踏み込んだ話、SNSには出さない制作中のプロダクトの裏側、ゲストを招いた対談記事なども配信予定です。
▼ 取り上げるテーマ
・マーケティング
・事業戦略
・企業/事業分析
・経営者の意思決定
・プロダクト開発と編集
・音楽・料理・旅から考える仕事の設計
まずは無料購読で、味見してください。
自己紹介
まずは簡単な自己紹介から。略歴はこんな感じです。
経歴
山梨県出身、早稲田大学政治経済学部政治学科卒業。PR会社「株式会社ベクトル」にてPRコンサルタントとして従事したのち、「株式会社Branding Engineer（現 株式会社TWOSTONE&Sons）」へ参画、各種人材・DX関連の事業立ち上げや事業部長・経営企画を歴任し独立。上場企業から地方の中堅・中小企業まであらゆる業種・規模感の新規事業開発 / マーケティング / ブランディング / PR支援等を実施。その後「Start-X合同会社」を設立。マーケティングや事業開発、クリエイティブ制作等の支援事業と共同・自社事業を複数展開。複数企業の顧問・アドバイザーも兼務。
音楽：DJ & Producer「Takehiro Yamaguchi」名義でSpotify・Apple Musicなどの各種音楽配信プラットフォームにて配信中。
料理：プライベートシェフとして和食・寿司を提供。
拠点：山梨 × 東京の2拠点。
「深夜の編集室 / Editing Room, Late Night」を夜22時に配信中(TikTok / Instagram / YouTube)。
※SNS発信も頑張っておりますので、ぜひフォローのほどよろしくお願いします！
各種SNSアカウント
お仕事のご相談は各種SNSからお気軽に。
はじめに：「データドリブン」を掲げて、なぜか伸び悩む組織
ここ10年、企業のマーケティングと経営の世界で、最も頻繁に語られた言葉の一つが「データドリブン」だ。
勘や経験ではなく、データに基づいて意思決定する。
聞こえはいい。誰も反対できない。実際、多くの企業が「データドリブン経営」を掲げ、ダッシュボードを整え、BIツールを導入し、データサイエンティストを採用してきた。
しかし、経営現場で何社も見てきて、ある奇妙な現象に気づくようになった。
「データドリブンを推進している企業ほど、意思決定が遅くなっている。」
データを集めるほど、議論の時間が長くなる。レポートが厚くなる。会議が増える。
そして肝心の「決めること」が、後ろにずれていく。
「もう少しデータを集めてから判断しましょう」
「この分析の精度を上げてから動きましょう」
「もう一回ABテストを回してみてからにしましょう」
データドリブン以前の組織なら、3日で決まっていた判断が、データドリブンを掲げた組織では3ヶ月かかる。
そして、3ヶ月後に判断が下る頃には、市場の状況は既に変わっている。
これは、なぜ起きるのか。
過去の記事で、データに関わるさまざまな失敗パターンを書いてきた。データはあるのに勝てない企業、ABテストを回しているのに勝てない理由、優秀な組織がグロースを止めるメカニズム——これらの記事を書きながら、ずっと一つの仮説が頭にあった。
これらの問題には、共通する根本原因があるのではないか。
データドリブンが失敗する、たった一つの理由——それを今回は言語化したい。
結論から言う。
データドリブンが失敗する理由は、たった一つだ。「データを使う側の人間」と「データの限界」への理解が、決定的に欠けているからだ。
データの問題ではない。
ツールの問題でもない。
「データを誰が、どう使うか」の設計が、根本から間違っている。
今回は、この一つの理由を、徹底的に分解していきたい。
第1章：「データドリブン」という言葉の罠
1-1. 「データに従う」は意思決定ではない
まず、「データドリブン」という言葉そのものを、丁寧に解体したい。
多くの組織で、データドリブンは「データに基づいて判断すること」と理解されている。
これは半分正しく、半分間違っている。
正確には、データドリブンとは「データを判断材料の一つとして使い、人間が責任を持って意思決定すること」だ。
「データに従う」のではなく、「データを使う」のだ。
しかし多くの組織で、この区別が曖昧になっている。
「数字が良かった方を採用する」
「データが示唆する方向に進む」
「Aパターンの方がCVRが高いから、A案を選ぶ」
こういう思考様式が、データドリブンと混同されている。
これは実際には、意思決定の放棄だ。
データに「決めてもらう」ことで、人間は責任から逃れている。
データは、判断する。意思決定は、人間がする。この境界線を曖昧にした瞬間、組織から「決断する力」が失われていく。
1-2. データは「過去」しか語らない
もう一つ、根本的な事実がある。
データは、過去の事実しか教えてくれない。
「先月のCVRはこうだった」
「過去半年のリピート率の推移はこうだった」
「競合のシェアはこう変わってきた」
これらは全て、過去だ。
しかし、意思決定が必要なのは、未来の話だ。
「来月、何をするか」
「この新規事業に投資するか」
「この戦略を続けるか、変えるか」
過去のデータから未来を完全に予測することは、原理的にできない。
特に、市場環境の変化が速い現代では、「過去のパターン」が「未来の予測」に直結しない。
データを集めれば集めるほど未来が見える、という幻想が、データドリブンの最初の罠だ。
データは、未来への「ヒント」になる。しかし、未来の「答え」にはならない。
この区別ができていない組織は、データに過剰な期待を寄せ、その期待が裏切られるたびに「もっとデータを集めれば」と泥沼にハマっていく。
1-3. 「データドリブン」が信仰になった時代
ここ数年、データドリブンは事実上の「信仰」になっている。
データに基づいて判断することが、無条件に正しいとされる。
データに基づかない判断は、「勘と経験」「主観」「感覚的」というレッテルを貼られる。
会議で誰かが直感的な意見を述べると、「データはありますか？」という質問が飛んでくる。
データがなければ、その意見は重みを持たない。
この文化が組織全体に広がると、何が起きるか。
データで証明できないことは、議論の対象から外れていく。
ブランドの世界観、長期的な顧客との関係性、組織の文化、経営者のビジョン——これらは、定量的なデータでは表現できない。
しかし、これらこそが、長期的な競争力を決定する要素だ。
それらが「データがないから」という理由で議論されなくなる組織は、長期で見ると、データだけでは差別化できない領域での勝負を放棄していることになる。
第2章：データドリブンが失敗する「たった一つの理由」
ここで、本題に入る。
データドリブンが失敗する根本原因は、表面的にはさまざまな形で現れる。
ローカル最適化に陥る
意思決定が遅くなる
同質化が進む
ブランドが弱くなる
革新的な施策が打てなくなる
これらは別々の現象に見えるが、その根っこは一つだ。
「データを使う人間」と「データの限界」への理解の欠如。
これを、もう少し丁寧に言語化する。
データドリブンを掲げる組織は、ほぼ例外なく以下のいずれかに陥っている。
データを「絶対的な真実」として扱っている
データの解釈を、人間ではなくシステムや数値に任せている
データで測れない領域を、議論の対象から外している
データを集めることが目的化している
データから「次の行動」を導く能力を持つ人間を育てていない
これら全てが、「データを使う人間の力量と判断」が抜け落ちている状態を指す。
データは道具だ。
道具の性能をいくら上げても、それを使う人間の力量が伴わなければ、成果は出ない。
包丁が良くても、料理人の腕が悪ければ、料理は美味しくならない。
データの量と精度が上がっても、それを判断に変える人間の力量が育っていなければ、組織は同じ結果を繰り返す。
データドリブンの失敗は、データの問題ではない。データを使う人間の不在の問題だ。
第3章：「データを使う人間」が育たない、3つの構造的理由
では、なぜ「データを使う人間」が育たないのか。
組織の中で、データを使いこなせる人間が育つことを阻害している、3つの構造的な理由がある。
構造的理由①：「正解を探す思考」が強化されてしまう
データドリブンの組織では、「データという客観的な根拠から、正解を導き出す」ことが奨励される。
これは、一見正しい思考様式だ。
しかし、この思考が組織文化として定着すると、副作用が生まれる。
「データに正解を求める」ことが習慣化し、「自分で考えて判断する」能力が衰える。
「このプロジェクトの方向性は、過去のデータから何が言えますか？」
「このターゲットセグメントの価値は、データで証明できますか？」
「この施策は、ABテストで検証できますか？」
こういう問いばかりが場を支配すると、「データに答えを求める」のが当たり前になる。
しかし、本当に重要な意思決定の多くは、データに正解がない。
新しい市場を作る判断、既存事業を畳む判断、組織文化を変える判断——これらは過去のデータの延長線上では決められない。
データに正解を求める文化に慣れた組織は、データに正解がない問題が来た時、判断ができなくなる。
「データから正解を導く」訓練しか受けていない人間は、「データがない時に正解を作る」訓練を全くしていないことになる。
構造的理由②：「責任の所在」がデータに移される
データドリブンの組織では、判断の根拠が「データ」になる。
これは表向きには合理的だが、組織心理としては大きな副作用を生む。
判断が間違っていた時の責任が、人間からデータへと移される。
「データに基づいて判断したのだから、責任は私にはない」
「Aパターンを選んだのは、データがそう示したからだ」
「ABテストの結果に従っただけだ」
こういう言い訳が、組織の中で正当化される。
責任を取る必要がない判断は、本気の判断にならない。
「失敗しても仕方ない」と思っている人の判断と、「自分が責任を取る」と覚悟している人の判断は、質が根本から違う。
データドリブンを掲げる組織では、後者が育ちにくい。
データという「逃げ道」があることで、覚悟を持った意思決定者が育たないのだ。
これは、組織が大きく外れた失敗をしないという意味で「安全」だが、組織が大きく当てる成功もできないという意味で「弱い」状態を生む。
構造的理由③：「データ専門家」と「意思決定者」が分離する
3つ目の構造的理由が、最も実務的に深刻だ。
データドリブンを推進する組織では、専門のデータ分析チームが組成される。
データサイエンティスト、アナリスト、データエンジニア——彼らがデータを集め、分析し、レポートを作る。
そして、そのレポートが経営層に提出される。
経営層は、レポートを基に意思決定する。
この分業構造には、本質的な問題がある。
「データを最も理解している人」と「意思決定する人」が、別人になっている。
データ分析チームは、データの細かいニュアンスを理解している。「この数字には、こういう前提がある」「この相関は、必ずしも因果関係ではない」「このサンプルサイズでは、結論を断言できない」——こういう繊細な理解がある。
しかし、レポートとして経営層に渡される段階で、これらのニュアンスが落ちる。
経営層は、「綺麗にまとめられた結論」を読む。
そして、その結論を絶対視して判断する。
「データは確かにそう言っているが、実は前提に大きな曖昧さがある」という現実が、意思決定の場には届かない。
データを最もよく理解している人が、最終判断に関与していない組織は、データを「過大評価して」使うことになる。
第4章：「データを使う人間」が持つべき5つの力
では、「データを使いこなせる人間」とは、どんな能力を持っているのか。
経営現場で、本当に成果を出している意思決定者を見てきて、5つの力に整理できた。
力①：「データの裏側」を読む力
データを見るとき、表面の数字だけを読むのではなく、その裏側にある現実を想像する力だ。
例えば、「リピート率が低下している」というデータがあったとする。
データだけ見ると、「リピート率が下がった」という事実しか分からない。
しかし、データを使いこなす人は、こう考える。
「なぜリピート率が下がったのか？」
「特定のセグメントだけで下がっているのか、全体的なのか？」
「最近、競合が新サービスを出したことが影響しているのではないか？」
「自社のサービス品質に変化があったのか、それとも顧客の期待値が変わったのか？」
データに「現れた結果」から、データに「現れていない原因」を推測する力。
これが、意思決定の質を決定的に高める。
力②：「データで測れないもの」を扱う力
データドリブンを推進する組織で、最も希少で、最も価値のある力がこれだ。
データで測れない要素を、意思決定の重要な変数として扱える力。
例えば、
ブランドの世界観
顧客との長期的な信頼関係
組織の文化
経営者のビジョン
タイミングの感覚
美意識
これらは、定量的に測れない。
しかし、これらが事業の中長期的な競争力を決定する。
「測れないものは、判断材料にならない」と考える組織では、これらが意思決定から排除される。
「測れないが、重要なものがある」と理解している組織では、これらをデータと並ぶ判断材料として扱う。
データで測れない要素を、データと同じ重みで扱える人間が、長期で勝つ組織を作る。
力③：「データがないとき」に判断する力
実務では、必要な時にデータが揃っていないことが頻繁にある。
新しい市場、初めて試す施策、不確実な環境——これらは過去のデータがない、もしくは少ない。
データドリブンに慣れた組織は、こういう状況で判断ができなくなる。
「データがないから、もう少し集めましょう」
「リサーチを実施してから、判断しましょう」
「ABテストを回してから、決めましょう」
こうやって判断を先送りしている間に、競合が動く。市場が変わる。タイミングを逃す。
データを使いこなす人間は、データがない時にも判断できる。
「過去のデータでは見えないが、自分の経験と直感では、こう判断する」
これは、勘と経験への退行ではない。
データで判断できる範囲を理解しているからこそ、データの外で判断する覚悟ができる、という意味だ。
「データの限界」を知っている人だけが、「データの外」で正しく動ける。
力④：「データの精度」を懐疑する力
データドリブンの組織で見落とされがちなのが、「データそのものへの懐疑心」だ。
集計方法が正しいか。サンプリングに偏りはないか。指標の定義は適切か。前提条件は変わっていないか。
これらを疑える人間が、組織にどれだけいるか。
多くの組織では、ダッシュボードに表示される数字を、無条件に「真実」として受け入れる。
しかし、データの作り方ひとつで、結論は大きく変わる。
例えば、「顧客満足度90%」という数字があったとする。
これだけ見ると、満足している顧客が多い、という印象を持つ。
しかしこの数字の裏側には、
「不満な顧客は既に解約しているから、サンプルから外れている」可能性
「満足度調査に回答するのは、もともとロイヤル度の高い顧客に偏る」傾向
「満足度の定義が曖昧で、回答者によって解釈が違う」課題
——こういった構造的な問題がある。
データを使いこなす人は、数字を見た瞬間に、こういった疑問を即座に持つ。
データを盲信するのではなく、データを健康的に懐疑できる人間が、データの本当の価値を引き出せる。
力⑤：「責任を取る覚悟」
最後の、そして最も重要な力。
データを判断材料として使った上で、最終的な責任は自分が取る、という覚悟だ。
「データはこう示しているが、私はこう判断する」
「データに従わない判断をする責任は、私が取る」
「この判断が間違っていたら、それは私の責任だ」
こう言える人間が、組織にどれだけいるか。
多くの組織で、誰もこれを言えない。
データに従う判断は、責任の所在が曖昧になる。データに従わない判断は、責任が明確になる。
責任を取りたくない組織は、自然と前者を選ぶ。
そして、誰も責任を取らない判断ばかりが積み重なり、組織は徐々に「決められない組織」になっていく。
データドリブンが機能する組織と、機能しない組織の最大の違いは、「データを超えた覚悟を持つ人間が、トップにいるかどうか」だ。
第5章：「データを使える組織」を設計する
「データを使える人間」を育てるためには、組織の設計を変える必要がある。
5つの転換ポイントを示す。
転換ポイント①：「データに従う」から「データを判断材料にする」へ
組織の中で、明確に言語化する必要がある。
「うちはデータドリブンの組織です」ではなく、「うちは、データを判断材料の一つとして使い、人間が責任を持って意思決定する組織です」と。
これは、単なる言葉の言い換えではない。
意思決定の主体が、データから人間に戻ることを意味する。
経営層が会議で「データはどう言っているか？」と聞くだけでなく、「あなたはどう判断するか？」と聞く文化を作る。
判断の責任が、システムやデータからではなく、人間に帰属することを明示する。
転換ポイント②：「測れないもの」を意思決定の場に持ち込む
定期的に、「データでは測れないが、重要な要素」について議論する場を設ける。
「ブランドの方向性は、これでいいのか？」
「顧客との関係性は、深まっているのか？」
「組織の文化は、健全か？」
「経営者として、この市場をどう見ているか？」
これらの問いに、定量データではなく、観察と直感と経験で答える時間を、組織として確保する。
この時間がない組織は、データで議論できる範囲のことしか議論しなくなる。
そして、本当に重要な領域での意思決定の質が、徐々に下がっていく。
転換ポイント③：「データ専門家」を意思決定の場に入れる
データを最もよく理解している人を、意思決定の場に同席させる。
レポートを作って提出する役割ではなく、判断の場でデータの解釈を直接共有する役割として。
「この数字は、こういう前提があります」
「このトレンドは、必ずしもこの解釈にはならない可能性があります」
「サンプルサイズを考えると、断言は難しいです」
こういう繊細な情報が、意思決定の場に届くようになる。
経営層は、データの「綺麗な結論」ではなく、「複雑な実態」を踏まえて判断できるようになる。
データを正しく使う組織は、データ分析と意思決定が同じ部屋で行われている。
転換ポイント④：「責任を取る判断」を奨励する
組織の中で、「データに従わなかったが正しかった判断」を、明示的に評価する。
これは難しいことだ。
データドリブンの組織では、「データに従う判断」が安全とされる。逆に、「データを超える判断」はリスクと見なされる。
しかし、長期的に組織を強くするのは、後者だ。
経営層が、自ら「データに従わなかった判断」をして、その結果と理由を組織内で共有する。
「あのとき、データはこちらを示していたが、私はこう判断した。なぜなら——」
こういう振り返りを、組織全体で行うことで、「データを超えて判断する勇気」が組織に育つ。
転換ポイント⑤：「データの教育」と「判断の教育」を両方行う
多くの組織は、「データの読み方」「データツールの使い方」の研修を実施している。
しかし、「データをどう判断に変えるか」「データの限界をどう認識するか」「データがない時にどう動くか」の教育は、ほとんど行われていない。
データを使いこなせる人間を育てるには、両方の教育が必要だ。
技術的な教育（データの読み方）と、意思決定の教育（データを超える判断）。
この両輪が回っている組織だけが、本当の意味で「データドリブン」を機能させられる。
第6章：診断チェックリスト
あなたの組織が、「データドリブンが機能していない状態」に陥っていないかを確認する。
「データ依存度」診断
以下の項目で4つ以上当てはまれば、データドリブンの設計を根本から見直す必要がある。
□ 会議で「データはありますか？」という質問が、意見を求める前によく出る
□ データに基づかない意見は、軽視される傾向がある
□ 意思決定が遅くなり、「もう少しデータを集めてから」が常套句になっている
□ ブランド・文化・ビジョンなど「測れない要素」が、意思決定の場で議論されなくなっている
□ データ分析チームと経営層が、別の部屋で動いている
□ 「データに従わなかった判断」が、組織で評価されたことがない
□ データを使った判断が間違った時、誰が責任を取るのか曖昧になっている
□ 「データの読み方」の研修はあるが、「データを超える判断」の教育はない
最後の問いかけ
「あなたの組織は、データを使っているのか、それともデータに使われているのか。」
この問いに、はっきり「使っている」と答えられる組織は、意外なほど少ない。
データに使われている組織は、データを集めれば集めるほど、判断が遅くなる。
データを使っている組織は、データを集めれば集めるほど、判断が速くなる。
この違いを生むのは、データではない。
データを使う人間の力量と、その人間に意思決定を委ねる組織設計だ。
最後に
今回は「データドリブンが失敗するたった1つの理由」というテーマで、その本質と、機能する組織を作るための転換ポイントを整理してきました。
結論をもう一度、一行で言う。
データドリブンが失敗するたった一つの理由は、「データを使う人間の力量と覚悟」が育っていないことだ。データの問題ではなく、人間の問題だ。
経営現場で見てきて感じるのは、「うちはデータドリブンです」と誇らしげに言う組織ほど、実は意思決定の力が弱くなっているということだ。
データは、人間の判断を補助する道具に過ぎない。
道具に判断を委ねた瞬間、組織から決断する力が失われる。
そして決断する力を失った組織は、どれだけデータを集めても、市場で勝てない。
もし今、あなたの組織が「データを集めているのに伸び悩んでいる」と感じているなら、データの問題を疑うのではなく、「データを使う人間の問題」を疑ってほしい。
データドリブンの罠から抜け出すには、データを増やすのではなく、データを使う人間の力を育てることだ。
その判断が、3年後・5年後の組織の競争力を、決定的に変える。
次回は「• • マーケ施策はなぜ“部分最適”で終わるのか」をテーマに深掘りします。
今後も、企業・事業の分析を通じてお役立ち情報を発信していきます。時間の許す限り、頑張って発信していきますので、応援のほどよろしくお願いします。
ではでは。
ご感想・ご意見は、各種SNSのDMやリプライでぜひお聞かせください。
すでに登録済みの方は こちら
読者限定の内容も逃しません。