經營洞察
美容サロンの5段階評価4.5点は、実は最も危険な弱点を隠している
4.5点、ほとんどが5段階評価の最高評価。満足しているはずなのに、5つの評価軸のうち1つが3.2点に過ぎない。高評価の裏に、顧客流出の構造的な原因が隠れている。
1973年、イギリスの統計学者Francis Anscombeは*The American Statistician*誌に「Graphs in Statistical Analysis」と題するわずか4ページの論文を発表した。彼は非常に単純だが目を引く実験を行った。4つのデータセットを作成した。各セットの平均値（すべて9.0）、分散、相関係数（0.816）、回帰直線（y = 3 + 0.5x）はすべて同一だった。
数字だけを見れば、この4つのデータセットは「まったく同じ」だった。
しかし、それらをグラフに描いてみると、4つのまったく異なるストーリーが現れた。1つ目は正常な線形分布。2つ目は美しい曲線で、線形回帰の適合が明らかに悪い。3つ目は1つの極端値が回帰直線を歪めていた。4つ目はほぼ垂直で、すべての点が集まっており、1つの外れ値が回帰直線を決定していた。
Anscombeのメッセージはこうだ。**要約統計量（平均、標準偏差）だけを見ていると、4つのデータセットが同じストーリーを語っているように見える。しかし、グラフはまったく異なる4つのストーリーを語っているのだ。**
この論文はその後、統計学教育の古典的教材となり、無数のアナリストがデータの見方を変えるきっかけとなった。Tukeyの1977年の著書*Exploratory Data Analysis*はこの概念をさらに推し進め、まずグラフを描き、それから数字を見ることを提唱した。
あなたの4.5点という評価は、まさにAnscombeの平均値だ。それは5つの評価軸のストーリーを1つの数値に圧縮している。評価軸の分布を見なければ、3.2点がどこにあるのかわからないのだ。
数字だけを見れば、この4つのデータセットは「まったく同じ」だった。
しかし、それらをグラフに描いてみると、4つのまったく異なるストーリーが現れた。1つ目は正常な線形分布。2つ目は美しい曲線で、線形回帰の適合が明らかに悪い。3つ目は1つの極端値が回帰直線を歪めていた。4つ目はほぼ垂直で、すべての点が集まっており、1つの外れ値が回帰直線を決定していた。
Anscombeのメッセージはこうだ。**要約統計量（平均、標準偏差）だけを見ていると、4つのデータセットが同じストーリーを語っているように見える。しかし、グラフはまったく異なる4つのストーリーを語っているのだ。**
この論文はその後、統計学教育の古典的教材となり、無数のアナリストがデータの見方を変えるきっかけとなった。Tukeyの1977年の著書*Exploratory Data Analysis*はこの概念をさらに推し進め、まずグラフを描き、それから数字を見ることを提唱した。
あなたの4.5点という評価は、まさにAnscombeの平均値だ。それは5つの評価軸のストーリーを1つの数値に圧縮している。評価軸の分布を見なければ、3.2点がどこにあるのかわからないのだ。
活用事例