©123RF

人間の判断に自然と入り込んでいる「ノイズ」と「無知」

この20年間でデジタルマーケティングが主導してきたアプローチのなかで、「顧客に関するデータをなるべく多く集めて、顧客一人一人についての理解を深めていくべきだ」という主張はいまだに強いと考えられます。その背景には顧客に関するデータが増えれば増えるほど、ターゲティング精度が高くなるだけでなく、ターゲットに対する深い理解につながるので、マーケティング活動の精度が高まるというマーケターの信念があるからでしょう。

顧客に関する複雑で多様な情報が集まれば、顧客の解像度が上がる。それだけでマーケティングが目指す売り上げの達成などの目的を達成する精度が高くなると誰もが思うはずです。しかしながら、実務における売り上げに対するマーケティングの貢献度、その精度は、もしかすると、そのような努力にも関わらず、あまり高いものではないかもしれない、と言ったら皆さんはどう感じるでしょうか。

そんな疑惑を感じさせる提言を、『ファースト＆スロー』でノーベル賞を受賞した心理学者のダニエル・カーネマンを含む、行動経済学者のキャス・R・サンスティーン、『賢い人がなぜ決断を誤るのか？』の著者、オリヴィエ・シボニーの3名の共著である『ノイズ』（ハヤカワ書房　2021年刊）を取り上げながら、していきたいと思います。

言うまでもなくカーネマンの前著は、行動経済学を一般に広めた名著で、特に「損失回避」として知られるプロスペクト理論のような、経済的利益において合理的な選択が優先されると思われがちな行動においても、人間は自身のバイアスやヒューリスティックスと呼ばれる認識の偏りで判断していることが示されたわけです。

今回、カーネマンはバイアスという比較的、わかりやすい偏りについて語るのではなく、よりわかりにくいがバイアスと同様に意思決定のエラーとして作用する要素について指摘しています。それが彼らの言うノイズであり、いわばそれは判断の不安定さ、バラツキのことなのです。カーネマンはバイアスについては比較的、理解を得られても、ノイズの存在については、あまり受け入れられないと指摘しています。しかしながら、このノイズ、人間の判断に確実に入ってくるものであり、無視できないほどのエラーを起こすのです。

このコラムではノイズと同時に、同様に無視されがちな、「無知」についても取り上げます。それは、ノイズと同様に過小評価されがちで、AIを駆使してビッグデータのようなありとあらゆる情報がデータ化されつつある21世紀の現代においてでさえ、「まだ知らない不確実性」が私たちの判断に大きくかかわることを示すものです。

このノイズがどのようにマーケターの意思決定に影響しているのか、もちろん彼らの本の中でそのような事例が紹介されているわけではありません。しかしながら、マーケティングが目的を持った意思決定を複数のプロフェッショナルが関わって判断する業務であることを考えると、カーネマンが指摘している問題は決して無縁ではないと想像できます（同書の中には組織の中でノイズを見つける「ノイズ検査」の方法まで示されています）。

何しろ、カーネマンが取り上げる問題のいくつかは、裁判における量刑の判断、警察の指紋やDNA判定、医者の診断、保険料の裁定など、我和が多くの信頼をおいている普段そんなエラーとは無縁だと思う領域ばかりだからです。

人間の判断の精度が低いのはバイアスとノイズのせい

カーネマンがプロフェッショナルと呼ぶ専門的な職業の人々（医者、保険会社のアンダーライター）が日常的に仕事のなかで行っている判断の主な方法は、「臨床的判断」と呼ばれます。これは、患者や事故などの対象をそれぞれ個別に取り上げ、症状や事故の状況などそこから得られる情報にもとづいて、過去の知られている病気などの経験や知識から総合的に判断するというものです。この場合の判断は、何も数値で測れるものだけではありませんが、一定の適切な尺度を使って判断するという意味で、カーネマンは「人間の知性がものさしとなる計測」と呼びます。このような判断はもちろんマーケティングにおいても一般的かと思います。

しかし、このような人間の臨床的判断は、結果的に精度が低いことをカーネマンは示します。なぜなら、そこにはバイアスやノイズが混ざっている可能性が高いからです。バイアスとは、たとえば「結論バイアス」としてカーネマンが説明している通り、状況を判断する前に先に答えを持ってから対処するような主観的な偏りを示しています。

一方のノイズとは、同じ人が二度目に判断するときに前回とは異なる判断をしてしまうことや判断ごとのバラツキのことです。これには個人の中のばらつきだけでなく、共通の基準を持つべき同じ組織のプロフェッショナルでも人によって違う判断をしたりするバラツキも含みます。バイアスとノイズは別のエラーですが、バイアスがノイズを生みやすくなります。

バイアスは判断そのものにまつわるものなので心理的仕組みは比較的説明しやすいのですが、判断の正解がわからない場合は、それがバイアスかどうかは捉えにくいものです。この現象をカーネマンは「射撃の的を裏から見ている」という比喩で説明します。ある射撃の痕がまとまって見えていたときに、それがバイアスなのかは目標の位置がわからないと判断できません。しかしながら、ノイズはバラツキなので、正解がわからなくても、射撃の痕にバラツキがあれば、裏から見てもそれが存在することを指摘できます。

これをマーケティング的に捉えると、顧客の情報やデータを元にターゲティングや態度変容を期待するメッセージを届けるという施策について、多くのマーケターは個別ごとに「臨床的判断」をしていると想像します。この判断にはおそらくバイアスもノイズも入っていることがあり得るということです。しかしながら、これらのことは繰り返し行われるマーケティング活動において、①目標の的＝売上結果といった正解がわかっていること、②バラツキについては個別の判断ではなく他の事例も含めた結果がない限り把握できません。

デジタルマーケティング、特にダイレクトレスポンス広告においては、クリエイティブ表現ごとの売り上げに貢献するコンバージョンの違いなど、効果測定において目標の的（コンバージョンが高いこと）と事例をまたがっての比較が可能なので、これらのバイアスやノイズは、広告の効果の違いとして検証できるはずです。

たとえば、あるマーケターがクリエイティブを自分の感性に従って臨床的判断で優れていると判断された広告が思った狙った以上のコンバージョン率を示さない場合、それはそのマーケターにバイアスがかかっていたということになりますし、同じ表現で複数のメディアで出稿した場合にコンバージョン率が違っているとすれば、マーケターのメディア選択にバイアスもしくはメディア自体（ターゲティング精度やビューアビリティなど）におけるノイズが高いということになります。