第5回: 大企業のビッグデータ vs 私の確率データ

サイコロは過去を知らない ─ 確率とデータの本当の関係⑤（最終回）

大企業は膨大な顧客データを持っている。

購買履歴、閲覧履歴、デモグラフィック情報。

何百万人、何億人のデータ。

中小企業には、それがない。

では、勝ち目はないのか。

これまでの連載を振り返る

ここまで、確率について見てきた。

第1回: 確率と計算は違う

• 計算は「知っている」世界、確率は「知らない」世界を扱う

第2回: パスカルとギャンブラー

• 確率論は賭博問題から始まった

第3回: 50%に収束する世界

• 300-500サンプルで精度向上は頭打ち
• 量より質

第4回: 過去データは未来を予測できるか

• サイコロは過去を知らない
• 予測できるのは「世界が変わらない」前提がある場合だけ

これらの知見を、マーケティングに応用してみる。

ビッグデータの落とし穴

大企業のビッグデータ。

確かに、量は多い。

でも、第3回で見たように、量だけでは精度は上がらない。

研究によると、300-500サンプルを超えると、精度向上は無視できるレベルになる。

100万人のデータと、500人のデータ。

予測精度の差は、思ったほど大きくない。

さらに、ビッグデータには別の問題もある。

データ品質の問題

Kantarの調査（2022年）によると、企業は収集データの最大38%を品質懸念で廃棄している。

IBMの調査（2016年）によると、低品質データにより組織は年間3.1兆ドルの損失を出している。

量は多くても、使えるデータは限られている。

Small Data の力

一方で、少数のデータでも有効なケースがある。

ある研究では、240サンプルという小さなデータセットで、決定木アルゴリズムが91.67%の精度を達成した。

別の研究では、インタビューベースのデジタルツイン（顧客シミュレーション）が80%以上の精度を達成している。

参考までに、人間が2週間後に同じ質問に一貫して回答する率は約81%。

つまり、人間自身の一貫性と同程度の精度だ。

少数でも、質の高いデータは効果的。

確率シミュレーションという武器

ここで、私のデジタルツインマーケティングの話をしたい。

デジタルツインマーケティングとは、顧客のシミュレーションを行う手法だ。

実際の顧客データは少ない。

でも、確率モデルを使えば、「あり得る顧客行動」をシミュレーションできる。

モンテカルロ法

不確実性を含むプロセスをシミュレーションする手法。

サイコロを何度も振るように、確率的なシナリオを何千回も試す。

例えば、新商品の売上予測。

• コンバージョン率：2%〜5%の間で変動
• 平均単価：3,000円〜5,000円の間で変動
• 広告費：100万円

これらの不確実性を組み合わせて、何千回もシミュレーションする。

結果は「売上500万円」ではなく、「売上300万円〜700万円の範囲に95%の確率で収まる」という形で出る。

不確実性を「なかったこと」にせず、正直に扱う。

中小企業の構造的優位性

大企業にはない、中小企業の強みがある。

1. 俊敏な実験

大企業は、意思決定に時間がかかる。

複数の承認レイヤー、長期のキャンペーン計画。

中小企業は、すぐに試して、すぐに学べる。

A/Bテストの結果を見て、翌日には戦略を変えられる。

2. 短い学習サイクル

中小企業の購買サイクルは短い。

結果が早く出る。

フィードバックループが速い。

大企業は、効果測定に数ヶ月かかることもある。

3. 深い対話

100万人の浅いデータより、100人の深い対話。

なぜ買ったのか。

なぜ買わなかったのか。

何に困っているのか。

数字では見えない「理由」が分かる。

道具の限界を知る

この連載を通じて、伝えたかったことがある。

確率は、万能ではない。

データは、未来を保証しない。

ビッグデータは、必ずしも正確ではない。

道具には、限界がある。

でも、限界を知っていれば、道具を正しく使える。

「データがあれば何でも分かる」と思うより、

「データには限界があるが、使い方次第で武器になる」と思う方が、正しい。

ここまでの気づき

1. ビッグデータは万能ではない 300-500サンプルで精度は頭打ち。品質問題も深刻。

2. Small Data でも戦える 240サンプルで91.67%の精度。質の高いデータは効果的。

3. 確率シミュレーションという武器 不確実性を正直に扱う。モンテカルロ法で「あり得る範囲」を知る。

4. 中小企業の構造的優位性 俊敏な実験、短い学習サイクル、深い対話。

おわりに

サイコロは過去を知らない。

確率とデータの本当の関係を、5回にわたって見てきた。

確率は「知らない」を扱う道具。

大数の法則は「収束する」が「保証しない」。

過去データは未来を「示唆する」が「保証しない」。

ビッグデータは「量がある」が「質を保証しない」。

限界がある。

でも、限界を知っていれば、道具は使える。

大企業のビッグデータに、量で勝つ必要はない。

確率の使い方、データの質、学習の速度。

そこで勝負すればいい。

道具の限界を知る者だけが、道具の主人でいられる。

サイコロは過去を知らない ─ 確率とデータの本当の関係（了）