その数字だけでは価値が伝わらない：「評価可能性仮説」で作る比較資料

提案書に「処理時間230ミリ秒」と大きく書く。調査報告に「満足度4.2」と載せる。実績紹介に「導入社数180社」と示す。どれも正確な数字なのに、読み手から返ってくるのは「それは良いのですか」「多いのですか」という質問です。

数字が伝わらない理由は、説明不足とは限りません。読み手の中に、その数字を価値へ変える物差しがない場合があります。230ミリ秒が業務上許される速さなのか、4.2が何点満点でどの位置なのか、180社が対象市場のどれほどを占めるのか。判断の基準がなければ、数字はただの記号です。

行動意思決定の研究では、ある特徴がどれほど良いかを単独で判断しやすいかどうかを評価可能性と呼びます。本稿では、評価可能性仮説の研究を手掛かりに、数字へ妥当な比較基準を与え、提案や報告を意思決定につなげる方法を考えます。

結論：数字を強調する前に、判断の物差しを渡す

専門的な数値を伝えるときは、文字を大きくする前に、読み手が次の三点を判断できるようにします。

1. どこと比べるのか：過去、目標、分布、同じ条件の選択肢など、目的に合う基準を示す
2. 差にどんな意味があるのか：単なる差ではなく、相手の仕事や成果へどう関わるかを示す
3. 本当に比べられるのか：期間、対象、測定方法、単位をそろえ、出典を示す

比較を増やせばよいわけではありません。比較すると、小さな差まで大きく感じられることがあります。大切なのは、今回の判断に必要な物差しだけを選び、条件を開示することです。

評価可能性仮説とは何か

Hseeは1996年、二つの選択肢を並べて見る場合と、一つずつ別々に見る場合で、好ましさの順位が変わる現象を検討しました。そこで提案されたのが評価可能性仮説です。

人は、選択肢の重要な特徴をいつも同じ重みで評価するとは限りません。一つの選択肢しか見えないときは、良し悪しをすぐ判断できる特徴へ注意が向きやすくなります。二つを並べると、単独では判断しにくかった特徴にも比較の物差しができ、重みが変わります。

有名な実験では、中古の音楽辞典が使われました。一方は収録項目が多いものの表紙に傷があり、もう一方は収録項目が少ないものの状態が良好でした。収録項目数は、専門知識や比較対象がなければ価値を判断しにくい数字です。表紙の傷は、一冊だけ見ても良し悪しが分かります。別々に評価した場合と、二冊を並べて評価した場合では、どちらを高く評価するかが逆転しました。

ここから分かるのは、「人は見た目に弱い」という単純な話ではありません。判断しにくい重要な特徴に物差しがなければ、人は判断しやすい別の特徴を頼りやすい、ということです。

「少ない方がよく見える」が起きる理由

Hseeは1998年、価値の低い選択肢が、価値の高い選択肢より好ましく評価される場合を報告しました。食器の実験では、24点すべてが無傷のセットと、その24点に無傷の食器7点と壊れた食器を加えた、より大きなセットが比べられました。

一つずつ別々に見せると、無傷の24点セットが高く評価されました。壊れた食器が混ざっているかどうかは、単独でも判断しやすいからです。しかし二つを並べると、無傷の食器がより多いセットの価値が見え、評価は逆転しました。

提案資料でも同じ種類の問題が起こり得ます。たとえば、分析機能が12種類あることは、相手が相場を知らなければ評価しにくい数字です。一方、画面が整っているか、説明が短いか、知っている会社のロゴがあるかは、すぐ判断できます。重要な性能に物差しがないと、意思決定は分かりやすい周辺情報へ流れます。

ただし、見た目や使いやすさが常に重要でないわけではありません。何を重視すべきかは利用目的で変わります。資料を作る側が、都合のよい性能だけを「本質」と決めてはいけません。

並べて比べると、判断はどう変わるのか

判断しにくい特徴へ、共通の物差しが生まれる

二つの値を同じ条件で並べると、「どちらが大きいか」は分かります。Hseeらによる1999年の総説は、このような単独評価と同時評価の間で起きる選好の逆転を幅広く整理しました。単独では価値へ結び付けにくい特徴も、比較相手が現れると評価しやすくなります。

たとえば「処理時間230ミリ秒」だけでは判断できなくても、「従来版410ミリ秒、改良版230ミリ秒。同じ端末とデータで測定」と示せば、差を読めます。さらに「目標は300ミリ秒以内」と加えると、その差が今回の基準に関係することも分かります。

人や案の比較では、評価基準をそろえやすくなる

Bohnet、van Geen、Bazermanは、採用や配置の判断を扱った実験で、候補者を一人ずつ評価する場合と、複数人を同じ基準で評価する場合を比べました。同時に比べると、集団への思い込みより、実際の成績に基づく選択が増えました。

この研究は採用場面を扱ったものであり、製品提案にそのまま当てはまるとは限りません。それでも、評価項目と条件を先にそろえ、同じ表の中で比べることが、判断材料を明確にする可能性を示しています。

比較は、価値そのものも動かす

HseeとLeclercは1998年、二つの商品を一緒に見せるか、別々に見せるかによって、それぞれの魅力の評価が変わることを六つの研究で示しました。比較は、隠れていた違いを見つけるだけではありません。何と並ぶかによって、対象そのものの見え方も変えます。

Bazermanらの1992年の研究でも、配分案を一つずつ評価する場合と、複数から選ぶ場合で、公平さに関する判断が逆転することがありました。比較表は中立な入れ物ではなく、何を重視するかに影響する設計です。

比較基準は四つの候補から選ぶ

数字へ添える物差しは、目的によって変わります。実務では次の四つから、今回の問いに最も合うものを一つか二つ選びます。

1．過去との比較

改善報告では、同じ対象の導入前、前月、前年同月が役立ちます。ただし、繁忙期と閑散期、対象人数、測定方法が違えば、その差は施策の効果とは言えません。変更点を注記します。

2．目標や許容範囲との比較

品質や納期の判断では、目標値、合格基準、警戒範囲を示します。目標が経営上の必要から決まったのか、過去の慣例なのかも重要です。根拠のない目標との差を、成果として強調しないようにします。

3．分布の中での位置

平均だけでなく、中央値、範囲、上位何％かを示すと、4.2や180といった数字の位置が分かります。分布が偏っている場合、平均だけでは典型的な状態を表せません。母集団と標本数も添えます。

4．同じ条件の選択肢との比較

複数案を選ぶ場面では、価格、期間、対象範囲、想定条件をそろえます。自社案だけ税込、他社案は税別といった比較は避けます。測れない項目は空欄で隠さず、「未確認」と明記します。

比較表の項目をどう分けるかでも判断は変わります。分類の影響については、区分依存から考える比較表の設計も参考になります。

FABE法で、数字を相手の価値へ翻訳する

比較基準を示しても、「差がある」だけでは提案の意味は伝わりません。伸滋Designの伝わる設計マップにあるFABE法を使い、数値を事実から相手の利益へつなげます。FABE法は、特徴、利点、利益、証拠の順に説明する型です。

特徴：まず、測った事実を置く

例として「処理時間は230ミリ秒」と示します。この段階では、価値を言い切りません。対象、期間、測定単位もそろえます。以下の数値は説明用の仮例です。

利点：妥当な比較で、違いを示す

「従来版410ミリ秒に対し230ミリ秒。同じ端末、同じデータ、各30回の中央値」と示します。これで、何と比べて速いのかが分かります。「業界最速」のような範囲の曖昧な言葉ではなく、検証できる差にします。

利益：相手の仕事で何が変わるかを示す

「一回0.18秒の短縮です」と計算できます。ただし、それだけで売上向上や離脱減少を断定してはいけません。利用者が一日に何回操作するか、待ち時間が実際の課題かを確かめ、「繁忙時の待ち時間を減らす」と、確認できる範囲で意味を示します。

証拠：比較できる条件と限界を添える

測定環境、回数、中央値か平均か、ばらつき、測定日を示します。実環境では未検証なら、そのことも書きます。証拠は飾りではなく、「この差を比較してよいか」を読み手が確かめる材料です。

正確な数値と判断の要点を二つの層に分ける方法は、ファジートレース理論と数値資料の記事も併せてご覧ください。

比較が逆効果になる三つの場面

1．小さな差を重要だと錯覚させる

HseeとZhangは2004年、選択肢を並べると、実際に使うときにはほとんど感じない差まで大きく見える「区別バイアス」を検討しました。比較画面では画質や処理時間のわずかな差が目立っても、日常の利用では満足度を左右しないかもしれません。

差を示すときは、「統計的に違うか」だけでなく、「業務上意味のある差か」を書きます。判断の境界を超えない差なら、強調を弱めます。

2．都合のよい比較相手を選ぶ

低い過去値だけを基準にすれば、どんな改善も大きく見せられます。比較相手は、資料を作る人の都合ではなく、読み手が答える問いから選びます。候補を採用する判断なら同じ要件の他案、目標達成の判断なら事前に決めた目標を使います。

最初に見た数字がその後の判断を引っ張る影響については、アンカリング効果の記事で詳しく扱っています。比較基準が妥当でも、提示順による影響は残ります。

3．選ぶときと、使うときの価値がずれる

同時比較では差が見えやすくなる一方、実際に使う場面では一つの製品やサービスだけを経験します。HseeとZhangが2010年にまとめた一般評価可能性理論は、人が値の違いへどれほど敏感になるかが、評価の状況で変わることを整理しています。

選定時に比較しやすい項目と、利用時の満足を左右する項目は同じとは限りません。比較表には、測りやすい性能だけでなく、利用場面で本当に重要な条件を入れます。

研究を実務へ使うときの限界

評価可能性に関する研究の多くは、架空の商品、支払い意思額、採用候補、配分案などを用いた実験です。比較基準を加えた提案資料が、現実の商談の成約率や会議の質を必ず高めると直接示した研究ではありません。

また、並べて比較すれば常に判断が正しくなるわけではありません。比較しやすい項目へ注意が偏り、測りにくいが重要な品質を見落とすことがあります。比較相手の選び方によって結論を誘導することもできます。

評価しやすさは、読み手の経験によっても変わります。技術者には230ミリ秒の意味がすぐ分かっても、経営者には分からないかもしれません。逆に、比較説明を増やしすぎると、専門家には冗長になります。対象者を分け、詳細を開閉できる構造も検討します。

本稿の方法は、研究から導いた実務上の仮説です。実際の資料では、読み手が正しい基準を言い直せるか、選択理由に重要な項目が含まれるか、後から後悔が増えていないかを確かめてください。

公開前チェックリスト

• 大きく見せている数字が、今回の判断に本当に重要である
• 読み手がその数字の相場や良し悪しを知っているか確認した
• 過去、目標、分布、他案から、目的に合う比較基準を選んだ
• 比較する期間、対象、単位、測定方法がそろっている
• 平均だけで分布の偏りを隠していない
• 比較相手を選んだ理由を説明できる
• 差の大きさだけでなく、相手の仕事での意味を示した
• 統計上の差と、業務上意味のある差を混同していない
• 比較で目立つ項目が、利用時の満足にも重要か確かめた
• 測定条件、出典、未確認事項を示した
• 色や面積で、実際以上に差を強調していない
• 読み手が比較基準と選択理由を自分の言葉で説明できる

まとめ：数字の価値は、読み手の物差しで決まる

数字を載せただけでは、価値を伝えたことになりません。読み手が良し悪しを判断できない特徴は、見た目や知名度など、分かりやすい別の特徴に負けやすくなります。妥当な比較基準を示すと、重要な差が判断材料になります。

一方、比較は小さな差を過大に見せ、比較相手の選び方で結論を動かす力も持ちます。だからこそ、過去、目標、分布、他案のうち、今回の問いに合う物差しを選び、条件と限界を開示します。

伸滋Designでは、営業提案、経営報告、研究成果などの専門的な数値を、読み手が判断できる構成と図解へ翻訳しています。数字はそろっているのに価値が伝わらない場合は、お問い合わせページからご相談ください。

参考文献

1. Hsee, C. K. (1996). The Evaluability Hypothesis: An Explanation for Preference Reversals between Joint and Separate Evaluations of Alternatives. Organizational Behavior and Human Decision Processes, 67(3), 247–257.
2. Hsee, C. K. (1998). Less Is Better: When Low-Value Options Are Valued More Highly than High-Value Options. Journal of Behavioral Decision Making, 11(2), 107–121.
3. Hsee, C. K., & Leclerc, F. (1998). Will Products Look More Attractive When Presented Separately or Together? Journal of Consumer Research, 25(2), 175–186.
4. Hsee, C. K., Loewenstein, G. F., Blount, S., & Bazerman, M. H. (1999). Preference Reversals between Joint and Separate Evaluations of Options: A Review and Theoretical Analysis. Psychological Bulletin, 125(5), 576–590.
5. Bazerman, M. H., Loewenstein, G. F., & White, S. B. (1992). Reversals of Preference in Allocation Decisions: Judging an Alternative versus Choosing among Alternatives. Administrative Science Quarterly, 37(2), 220–240.
6. Bohnet, I., van Geen, A., & Bazerman, M. (2016). When Performance Trumps Gender Bias: Joint versus Separate Evaluation. Management Science, 62(5), 1225–1234.
7. Hsee, C. K., & Zhang, J. (2010). General Evaluability Theory. Perspectives on Psychological Science, 5(4), 343–355.
8. Hsee, C. K., & Zhang, J. (2004). Distinction Bias: Misprediction and Mischoice Due to Joint Evaluation. Journal of Personality and Social Psychology, 86(5), 680–695.