『数値化の鬼』 安藤広大 (著)
～疫学の勉強と似ている！？～
＜目次＞
11月4日、Twitter社の社員約半数にあたる人数の大量解雇（Twitter大量解雇）のニュースを見ました。そこで解雇された社員は基本的に「実務はできず（例: コードは書けず）、イメージ向上という名でキラキラとしているだけで、実は収益に寄与しない」というような話がありました。現実にTwitter社のキャッシュフローにおいて費用（支出）のうち、研究開発費、販売費、一般管理費といった人件費が大半を占めるとされる項目の合計が50%台と多くが人件費であると考えられ、経営改善が必要な状況でした。そして、さらに他の米テック企業のFacebook（Meta）などでも従業員の大量解雇について話題となっています。
Twitterに限らず、キラキラとしていてもいいと思うのですが、ビジネスであれば収益や実務につながることが優先という順番がありますよね。この話に限らず、優先順位を間違えたと思われるものがたくさんあります。そして、Twitter社の社員大量解雇の話から、「あっ、これだ！」ということで『数値化の鬼』を読み返しました。そして、数値化という視点が論文を読む際に気をつけていること、すなわち疫学の本『基礎から学ぶ 楽しい疫学』などで学んだようなことと似ているような点を改めて感じたので、医療などの私と身近なものにつなげてみました。そもそも、仕事・ビジネスの啓発の類の本は根性論や曖昧なものが多く、科学的なコーチングを学んだ身としても、超有名人の哲学や話題として読むことを除いて、あまり読むことはないのですが、信頼する人からおススメしてもらったことで、この本と出会いました。また次につながる出会いとなる人がいれば幸いです。
【こんな人におススメ】
- 公平に評価したい
- 曖昧さ／誤解による不満をなくしたい
- 定量的な評価に興味がある
- 次につながる評価にしたい
「数値化」することで得られるメリットから、こんな人におススメというのを考えてみました。それでは、医療などの私の身近なところに当てはめてみたいと思います。
＊＊身近なところに当てはめてみる＊＊
1．数値化はすべてではないが…
確かに「数字はすべてではない」としつつも、それを「数字は無視してよい」と都合よく解釈してはいけないとしています。もちろん、素晴らしい先生方もたくさんいらっしゃるのですが、何だかプライマリ・ケア、家庭医療領域での一部の人のエビデンスの扱いに似ているようなものを感じました。
本書のように優先順位という言い方が腑に落ちると思います。エビデンスがすべてではないからこそのEBMなのですが、エビデンスをはじめから無視していいわけではないというような言い方ができると思います。
1-1. 数値化の優先順位
数値化の優先順位があるとしている点もすごく近いものを感じます。もちろん、医療とビジネスでは異なる面もありますが、もうお腹いっぱいな感じのするイベルメクチンとコロナの関係のように、「エビデンスより先にこれが正しいという信念があってはいけない」というような部分と、「ビジネスは収益が基本」という部分も似ているものを感じます。
そして、その人にとって理解し難い／受け入れ難い何か起こった際に理由や拠りどころを求める面があることも理解でき、イベルメクチンに縋ろうとする人がいることも分かります。そのコロナとイベルメクチンの関係が科学的もしくは妥当（一定以上）であれば、医療としてそこを拠りどころ（治療法など）としても良いでしょう。しかし、そうでない場合は、その時の知見からするに医療としては…、となるわけです。医療の優先順位とでも言えばよいのでしょうか。それは宗教等がこれまで担ってきた面でしょう。
もちろん、これはビジネス向けの本なので類推にすぎませんが、ビジネスであれば収益でしょうし、医療であれば、illnessであれ、diseaseであれ、医学的な部分のエビデンスに根差したものごとが優先されるべきでしょう。特に保険医療であれば、保険適応・エビデンスを抜きにはできないと思います。もちろん、それを踏まえたうえで選択の自由があると思います。
1-2. 数字を見てみよう（イベルメクチン）
冒頭のイベルメクチンの件に関しても「お腹いっぱいな感じ」とだけいうのは、数値化とは逆で少し煙に巻いた表現をしました。本当は数値をはじめ誤解の少ない表現で示した方が良いでしょう（理解できない人が増えるかもしれない点はありますが）。冒頭から一部の人に感情的になってほしくないためにそのように表現しました。最初は期待していましたが、次のような論文が続々と発表されています。New England Journal of Medicine（NEJM）のPhase 3のものを紹介しておきます。ハザード比の数字はもちろんのこと、詳しく見てみると良いでしょう。
もちろん、数字が論文によって変わったり、95%信頼区間の考えからすれば、外れ値となることもあるでしょう。様々なエビデンスに基づく見解が、未来永久同じというわけでもないでしょう。新たなエビデンスなどで、塗り替えられていくこともあります。
それ以前に同じ数字に対して「多い」とか「少ない」というような認識の違いがあって議論が進まないのも勿体ないので、「まずは数値化してみてはいかがですか」というところからスタートしたいと思います。
1-3. 数字で聞いて判断する
定性的であったり、曖昧な表現をすると、伝わりにくかったり、良くも悪くも誤解されたりすることもあると書かれています。例えば、薬を出す際に「薬の数は多くないですよ」のような表現では、人によって具体的な数の解釈に幅があります。多いというのは5個でしょうか？10個でしょうか？ それで処方されたら、その人にとってはその薬の数は多く感じて、飲むのにも一苦労というようなこともあるでしょう。他にも、ウォークインの救急外来で「さっと、診察が終わって帰れますか？」というようなことを聞かれた際でも、「さっと」ってどの程度の時間を考えているのかというようなことになりますよね。もちろん、診察の始まる時点で聞かれてもらこの先の診察の結果や救急車の有無などによってはっきりしないというのもありますが、「△であれば目安として〇〇分程度、こういう場合は〇〇分程度で、途中で緊急性の高い患者さんがいらした場合には…」と伝えたほうが誤解も少ないわけです。
他にも、もっと数字が活かしやすいビジネス的な内容で考えてみます。院内のPHSにかかってくる勧誘の電話で「ワンルームマンションいかがですか？ 家賃保証で節税にもなって、儲かりますよ。車が買えたり、お子さんの教育費になるような節税になり、…」と言われたとします。それと「物件は1DK、〇〇平米で〇〇万円。表面利回りは〇%で、…。家賃は〇万円計算で、…」と言われるのとの間では、認識の乖離のしやすさが異なります。「車って何だよ？子供の教育費っていくらを想定しているんだよ？」というようなツッコミはもちろんだと思います。話ができるだけのある程度の知識や検索技術が必要という前提はありますが、そこからさらにこの場所のこのサイズの部屋で家賃〇円の計算はおかしいとか、空室率が〇%程度でとかツッコミどころがでてくるのです。
後者の勧誘してくるようなワンルームマンションの例では認識が乖離することで「儲かる」と誤解してくれることを狙っていることが大半でしょうが、前者の薬や救急外来の例では誤解が少ない方がいいと思います。
もっと大きな枠では政策のような場面もあるでしょう。身近なレジ袋有料化の話を例に挙げてみたいと思います。環境庁のプラスチックごみ（プラごみ）廃止の一環として無料レジ袋の廃止をしました。プラごみに対するマインドセットを変えることができたということで環境庁の中では上出来な話らしいです。マインドセットとは？となります。
現実として、日本では性能の高い高温焼却炉を使用しています。焼却炉で燃料を追加している現状では、プラごみを燃えるゴミで一緒に回収して燃料のように一緒に燃やせばトータルでは環境にいいのです。プラスチックを再利用するとした建前を崩せないとか、分別回収する側の利権、ゴミ分別の社会的費用の増加を差しおいて、消費者のマインドセットという曖昧なものに訴えかけられた効果として喜んでいるのです。意味のあるマインドセットに効果があったのならば、プラごみや石油のようなもの全体にも数値として効果が現れることになりますよね。レジ袋を減らすと個別化のパッケージが増えてゴミが増えたというような海外の検証もあります。そもそも、レジ袋はプラごみ全体の2%しか占めないという部分を数字でみると、対策としてツッコミどころになります。そして税金をかけて対策をしたわけですが、レジ袋単体ではなくプラスチックごみや石油というような全体（マクロな視点）として特に数値化するような形で検証・公表がされていないわけです。
数字で考えることで誤解が減るだけでなく、その情報に基づいて判断しやすいと思います。このように身近な例を考えるだけでも「曖昧なことで得をする広義の既得権側や、相手の知らないことを一線を越えて収益源とする側」でなければ、プラスの効果があるでしょう。
それでは、数値化の具体的な話をもっと身近なリーダーシップを例に私自身の理解も含めて確認してみたいと思います。
2．リーダーシップを例に
もっと、分かりやすい例を考えてみました。医療系でもキャリア・パスポートとか、リーダーシップとか聞くことが増えました。キャリア・パスポートやリーダーシップに関するセミナーまであります。何となくふわっとしたセミナーであることが予想されることも多いですよね。
他にも「シームレスで働きやすい職場」とか、「エネルギーが解き放たれる心躍る仲間との環境」とか、「新しい資本主義」というようなふわっとした表現もあります。もちろん、抽象化した最終ゴールとしてや、広く興味のある人に知ってもらうためというようなことは理解できます。一方で、それだけで最終ゴールを達成していくために具体的に行動していく一定期間ごとの目標としては曖昧に感じます。例えば、科学的根拠もないメンタリティにアプローチしてくる自己啓発本や政治家の「住みやすい世界にするために改善する」と言っているだけように、キレイごとだけで終わってしまっては、成功した技術が書いてない本や実現過程まで考えてない絵に描いた餅とと同じような状況です。
調子の良い時は情熱や感情だけで進んでいった方が良いこともあると思います。一方で、一時的にであっても情熱がなくなってしまったり、感情が沈んでしまったときにも数値化することで客観的に判断したり、安定しやすいと思います。
特にプライベートな話や100%株主の会社の社長のような話ではあれば、損得であれ、責任であれ、そこである程度完結するのでまだどちらでも好みでもいいと思います。そうではなく、他の人と一緒に、特定の目標の達成を目指していく組織や企画（特に小さな単位）では、具体的に、そして誤解の少ないように数値化も取り入れていくことが良いと思いました。
それでは、医療系で聞くことも多いと感じるもののひとつであるリーダーシップを例に考えてみたいと思います。
2-1. ニセモノの数値化に注意
数値化というので、「ニセモノの数値化」についても触れられています。『数値化の鬼』の本の中では、具体的に売り上げ目標やフォローの仕方などについて触れられています。
ここではリーダーシップの延長で自分なりに考えてみます。例えば、「リーダーシップ倍増セミナー」としたといっても、これはニセモノの数値化になります。「２倍と数値化しているではないか？」という意見がありそうです（笑）。このあたりの数値化の過程が論文のMethodをツッコミながら読む際に似ていたり、Resultの数字をツッコミを入れながら読んだり、limitationを考えながら読んだりしていくのに似ているような感じがします。そもそも2倍って何をどのように評価して2倍なのか意味が分からないですよね。そもそもリーダーシップとはなんでしょうか？
もっと身近な医療の例でいえば、360度評価のような数値化もちゃんと定量化できているのか怪しいと感じます。疫学調査で似ている部分を探すと、例えば、喫煙暴露状況の評価に関して質問紙法よりも尿中のニコチンを測定したほうが妥当性は高そうです。もちろん、予算などによる制約もありますが、ものによってはツッコミどころになるでしょう。
リーダーシップとして必要な要素は、海外の部署の人とのコミュニケーション、部署のマネジメントするためのお金の管理・理解、部下の目標管理など様々です。そこで、海外との人とのコミュニケーションであれば、TOEIC 650点を800点にする、部署のお金のマネジメントについて無知であれば、日商簿記3級（→試験での合格点70点をいついつの統一試験で）というように目標を数値化して、不足している部分を明確にすることができます。TOEIC 990点のような満点まで行かなくとも、ある程度までは数値化もできるし、優先したほうがよいと思いますし、オリジナリティもある程度以上の土台の上での話であると思います。
2-2. フォローにも活かす
数値化をしないと次のようなことが考えられます。「リーダーシップ倍増を目指して頑張ります！」→「評価が上がらず。努力が足りませんでした。また次回も頑張りましょう。」では、前提から曖昧で改善に向けたフォローとしてもいまひとつです。どこをどう改善すればいいのかも分かりません。
数値化をしていると次のようなことが考えられます。「英語でのコミュニケーションはTOEICでとりあえず今期の目標（800点）を達成しました。一方、お金のマネジメントへの理解に関して、日商簿記3級をベンチマークに受験を試みましたが、〇〇が50点しかなく…」というようにできます。ひとまず、英語とか簿記とかいう話はひとまず置いておいて、足らない部分が明確になり改善もしやすいわけです。
『数値化の鬼』の中でも紹介されていますが、失敗は分かりやすくなり、はっきりとするでしょう。それにより修正点もはっきりしやすいことや、評価も上司の機嫌取りではなく、しっかりと公平に評価しやすいことも紹介されています。これこそ、収益ベースで評価してTwitter等で大量解雇された人の多くが苦手なことかもしれません。
医療系では、某総合領域の学会を最初に想起しましたが、Twitterの解雇された社員に似たような、きらきら系（ふわっと系？）の流れのようなものを感じますし、似たような事例はあるでしょう。イメージ向上や広報の面もあるのかもしれませんが、学術的な進展／学会の広義の利益（例: 全体で広報としてプラス？）になっているかというような内部での評価が機能していて評価されたり、他にもブームが去ればまた位置づけも含めて変わるかもしれません。
数値化で失敗が見えやすくなることで心理的安全性も必要になってきます。数値化することと上司のフィードバックとのセットでむしろ心理的安全性だけでなく、改善のしやすさも考えられています。結果は他の人と変わらない／むしろ良いのに、「定時で帰って熱意が足りん。もっと頑張れ。」と怒られるよりも、気楽ではないでしょうか。愛情・期待は大切かもしれませんが、そのような示し方では空回りするだけだと感じます。
これに関しては理想論で、むしろゴマすりの必要な上司や面倒な上司が会社内に残っていると大変かもしれないので、その辺りも一掃する必要はあると感じました。もちろん、人間関係が良好な組織であれば、もっとそっちの方がいいのかもしれませんが、全員の人間関係を良好に保つことは難しいですし、数値化することでハズレがなくなる面があると思います。そして、仕事の内容のみに集中しやすいのではないでしょうか。人間関係もよければ、オプションとして仕事以外もお付き合いをする、会社では数字で判断するという割り切りができれば、会社の外でも会社の人間関係を保持すればよいのではないでしょうか。
他にも、仕事で仕事内容に関係ないゴシップで評価が左右されることもなくなるという良い面もあると思います。仕事と仕事外での人格を同一視する人が多かったり（仕事外の犯罪の類でもない不祥事で叩く人が多かったり）、仕事も仕事外もセットというような日本でもよく見かける環境とマッチしにくいかもしれませんが、仕事とプライベートのオンオフがしやすいやり方の延長と考えるのはいかがでしょうか。
また、数値化して評価する際に目の前の数字だけに囚われすぎないように、短期的な視点だけではなく長期的な視点についても触れられていた点も好意的でした。
2-3. 結果に影響する変数？
結果へ影響する変数を考えることもされています。リーダーシップのためにお金への理解やマネジメントは必要であったが、英語向上は必要でなかったというような事が起こります。例えば、先ほどのリーダーシップの例で考えれば、TOEICの英語の点数が上がったのにまったく成果が上がらなかったというような場合です。学術的な分野ということでTOEFL iBTのスコアなら良かったのでしょうか？ それとも、根本的に結果が変わらなかったので英語は関係がなかったのでしょうか？
これを疫学に当てはめると、論文を読む際に相関関係なのか、因果関係なのか、そして交絡因子ではないのか、というようなことを考えることと似ていらと感じます。もっと具体的には、「横断研究で曝露とイベントの時間的関係がはっきりしないから解釈が難しい」、「症例対称研究だから、曝露とイベントの時間的関係について誤った判断をすることがある」というようなことを気をつけたり、「肺がんと喫煙の関係なのか、喫煙とライター（火をつける方）所持率の関係なのか」というようなことを考えたりする部分に似ているような気がします。『基礎から学ぶ 楽しい疫学』で惹き込まれるように楽しく触れられたことを思い出しました。
3．最後に
これだけ好き勝手書いておきながら、あくまで感想です。ビジネスと科学では、収益の追求、反証可能性というように異なる部分があります。
『数値化の鬼』を読んでいて流れるように読めたのは、それより前に読んだ『基礎から学ぶ 楽しい疫学』をはじめとする学びのおかげだと思っています。『数値化の鬼』は、他の人からおススメされた本で、まさかこのような形でTwitterやFacebookの社員大量解雇の話から、後になってもう一度読んで読書ログにするとは思ってもいませんでした。
もちろん、ビジネスとして数値化すればこのブログは閉鎖ですかね（笑）。そういう意味も趣味・プライベートと割り切っていますし、切り離しています。そして趣味なのでいつ閉鎖するか、更新しなくなるか分かりません（笑）。
評価内容によって数値化が難しいとは思いますが、それでも病院からお給料をもらったりしていくのであれば、病院に効果があるかは数値化して検証された方がよいとか、医師の業務や学会のような研修活動のようなものの一環として病院外へ行くのであれば、医師や医療資源を使うべきものとして効果があるのか数値化して検証された方がよい、というのと似ているのでしょうか。
もちろん、検証されないことでぬるぬると働くことができるという戦略のもとで行動している人は理解できます。本当に大変なのは、戦略ではなく、効果があると盲目的に信じ切っている人であったり、どうしようもなくなってしまい抵抗している人のような場合であるように感じます。
今年8月のブログ記事で、成田悠輔さんの『22世紀の民主主義』から医療AIの話をしたときのように、どんどん検証ができるデータも増えるとよいと思っています。データを取るのはタダではないので、上手に活かせる・データ取得の費用や手間に見合うデータの取り方、データの使い方も意識する必要があるでしょう。
『数値化の鬼』における自分自身（個人）の目標は、データ取得のような費用も特になく、自分自身でチェックしてみたり、考えてみたりすることで数値化できる部分が多いと思います。数値化しようとすることで具体的に達成・評価可能な指標になっていくのではないでしょうか。
そして、今回は書籍から私自身の周りの出来事や疫学の話に当てはめてみた感じであり、特に書籍を解説したわけでもありません。まだまだ、書籍の中でKPI（Key Performance Indicator）をはじめとする概念からその解説まで紹介されています。気になる方は読んでみてください。
【補足】理想と現実の狭間で
このように数値化／客観的指標が素晴らしいと感じても、現実的には数値化以外の上司へのゴマすり、上司からの客観的とは言い切れない評価をどうやって得るのかというようなこととのバランスが必要であったりします。
投資家やひとり／少人数での起業家でもなく、組織内で出世しようと考えている人にとってはそのバランス、使い分けが大切にもなってくると思います。そのような視点で両者の視点を手に入れておくのもいかがでしょうか。スタンフォード大学の教授がビジネススクールでのファクトベースの講義をもとにしたベストセラーです。『「権力」を握る人の法則』というタイトルの訳本（読みやすさが少しマイナス）ですが、内容の裏付けがない自己啓発本と違い、内容を一般化しやすい側面があると思います。
本日もお付き合い下さり、ありがとうございました。
本日取り上げた書籍になります。アマゾンの読者レビューをはじめ、気になる方はチェックしてみてください。
『基礎から学ぶ 楽しい疫学』は、自治医大における疫学の講義テキストでもあるようです。学生のときは試験でそれどころではないかもしれませんが、在学中・卒業後に必要であろう内容が分かりやすく学べるテキストが指定教科書ということを個人的にはとても羨ましく感じます。また、私自身が初めて読んだ際は第3版でしたが、第4版に改訂されています。
【関連記事】
検証するためにデータという視点から、さらに医療AI等に興味のある方はよろしければどうぞ。
読書ログ一覧
