---
title: "なぜ「仮説が先、データが後」なのか"
canonical: "https://novajournal.net/mini-series/hypothesis/vol-2/"
publishedAt: "2026-05-20"
author: "NOVA JOURNAL編集部"
category: "ミニシリーズ"
subCategory: "仮説思考"
tags: ["仮説・検証"]
---

# なぜ「仮説が先、データが後」なのか

**データを眺めてから考えるのと、仮説を持ってからデータを見るのでは、たどり着く答えの質も、かかる時間もまったく違います。**

### この記事でわかること

- 「データが先」で起きる典型的な失敗
- 「仮説が先」にすると何が変わるか
- 同じ場面を2つの順番で比較する

---

前回、仮説とは「検証できる仮の答え」だと整理しました。仮説を持つと仕事が速くなる。では、なぜ速くなるのか。「仮説が先、データが後」という順番の意味を、もう少し掘り下げます。

### 「とりあえずデータを見てみよう」の落とし穴

「とりあえずデータを見てみよう」。仕事でよく聞くセリフです。一見もっともらしいし、慎重にすら見える。でも、この出発点には2つの落とし穴があります。

#### **落とし穴①：目に入った数字に引っ張られる。**

仮説なしでダッシュボードを開くと、たまたま目立つ数字に注意が向きます。大きく下がった指標、異常に高い値。それが本当に重要かどうかは分からないのに、「これが問題だ」と思い込む。

たとえば、売上データを開いたら特定の地域の数字が大きく落ちている。「この地域が問題だ」と飛びつく。でも実際には、その地域はもともと規模が小さくて、全体への影響は軽微だった。本当に大きいのは、目立たないが全体の30%を占める主力地域の微減だった。

**仮説がないと、「目立つもの」が「重要なもの」に見えてしまう。**

#### **落とし穴②：「面白い発見」を探してしまう。**

データの中を探索して、目立つパターンを見つけて、「こんなことが分かりました」と報告する。でも、それが判断に使える発見かどうかは別の話です。

「20代女性のユーザーが火曜日に最もアクティブです」。面白い。でも、だから何をすればいいのか。「面白いけど、だから何？」と言われて終わる。

**判断につながらない発見は、どんなに面白くても時間の無駄です。** 仮説がないまま探索すると、この罠にはまりやすい。

### 仮説が先だと、何が変わるか

順番を逆にします。先に仮説を持って、それを確かめるためにデータを見る。

何が変わるか。3つあります。

**① 見るべきデータが決まる。** 「UI変更が原因ではないか」という仮説があれば、見るべきはUI変更前後の解約率だけ。ダッシュボードの数十個の指標を全部眺める必要がない。

**② 判断につながる。** 仮説の検証結果は、そのまま次のアクションにつながる。「仮説が正しかった → UI変更の影響を対処する」「仮説が外れた → 別の仮説に進む」。どちらに転んでも、次にやることが決まる。

**③ 時間が圧縮される。** 全部調べるのに半日かかるところが、仮説を検証するだけなら30分で終わる。前回整理した「半日が30分になる」効果です。

![](/images/articles/339b0067d96980bf96bfd4fce25910b2.png)

### 同じ場面を2つの順番で比較する

具体的な場面で、「データが先」と「仮説が先」を比較してみます。

**場面：月次の売上報告会議。売上が目標に対して15%足りない。**

**パターンA：データが先**

ダッシュボードを開く。数字を眺める。「この地域が落ちている」「この製品の売上が減っている」「新規が少ない」。いろいろな数字が目に入る。

会議で「何が原因だと思いますか？」と聞く。Aさんが「営業の訪問数が減っている」と言う。Bさんが「競合の値下げが効いている」と言う。Cさんが「そもそも市場が縮小している」と言う。全員バラバラ。30分経っても結論が出ない。

**パターンB：仮説が先**

会議の前に仮説を立てる。「15%のギャップは、新規商談数の減少が主因ではないか」。この仮説を検証するデータを準備する。新規商談数の推移、既存のアップセル金額、平均単価の推移。

会議で「15%のギャップについて、新規商談数の減少が主因ではないかと考えています。このデータを見てください」と始める。データを見ると、新規商談数が前年比30%減。既存と単価は横ばい。「やはり新規が主因だ。では新規が減っている原因は何か」。次の論点に進める。15分で結論が出る。

**同じ「売上15%未達」という事実に対して、パターンAは30分かけて結論が出ず、パターンBは15分で次のステップに進んでいる。** 違いは、仮説があるかないかだけです。

### 「仮説が先」は手抜きではない

「仮説を先に決めてしまうと、都合のいいデータだけ見るのでは？」。こういう懸念があるかもしれません。

これは大事な指摘です。仮説に合うデータだけを集めるのは、前回整理した「確証バイアス」であり、仮説思考ではありません。

**仮説思考の正しいやり方は、「仮説を否定するデータも含めて見る」**こと。「UI変更が原因ではないか」と仮説を立てたら、UI変更前後の解約率を見る。もし差がなければ、仮説は外れ。素直に捨てて次に行く。

仮説が先というのは「結論を先に決める」ことではありません。**「何を確かめるかを先に決める」**ことです。確かめた結果、仮説が間違っていたら修正する。この柔軟さがセットでなければ、仮説思考は機能しません。

### まとめ

この記事のポイントを3つにまとめます。

- 「データが先」だと、目立つ数字に引っ張られる、判断につながらない発見に時間を使う、という落とし穴にはまりやすい
- 「仮説が先」にすると、見るべきデータが決まり、判断につながり、時間が圧縮される。同じ場面でも30分が15分になる
- 「仮説が先」は「結論を先に決める」ことではなく「何を確かめるかを先に決める」こと。仮説が外れたら素直に捨てて次に進む

---

次回は「仮説の立て方」を扱います。「仮説を持て」と言われても、どうやって立てればいいか分からない。事実を並べて、パターンを見つけて、「こうではないか」を言語化する。仮説の作り方を具体的に整理します。