4真的如此吗质疑事实（第2页）

○向关键人物请教

市场调研和统计数据常被用作事实，但就如我先前说过的，它们的弱点在于全都是过去的信息。商业决策是面向未来的，如果全部使用了过往的数据来构建逻辑，有时就会缺乏说服力。在类似IT行业那样发展迅速的领域，这一点尤为显著。

此时，最为有力的，要数业界的有识之士和关键人物的访谈。

比如在思考今后的SNS业务时，如果仅仅拿MIXI和聚逸的往期数据来套用，说服力是不够的。现在是二零一一年上半年，就目前而言，如果想获得更具震撼力的情报，花上一个小时与脸书（FACEBOOK）CEO做一次探访会是一个好选择。

对于访谈需要注意的是，你所能获得的不过是“人”的意见，其中未必没有偏见和错误。脸书CEO级别的人物或许有着足够的可信度，但未必所有被访问的对象都是如此，所以有必要倾听多个人的意见。如果提出同样见解的人数能达到三个，便可以认为它是具有足够说服力的材料了。

■信息的分析——从表面迫近真实情况

并非所有搜集到的信息都能被直接拿来使用。有些情况下，对它们进行分析后才能帮我们看清事物的本质和真实情况，发现课题，成为更有效的事实。

假设现在眼前有一份数据，显示汽车行业市场规模在这十年间处于停滞状态。如果止步于此，自然得不到更多信息。但进一步详细分析或许就会发现其中包含了两组数据：尽管大型车辆和中型车辆的市场萎缩，但小型车辆的市场却有所成长。

再举个例子，一家旅馆对顾客满意度进行调研，最终获得的平均分为4。2，而满分是5分。看到这个数据，或许有很多人会认为“顾客满意度挺高的”。但是进一步调查顾客满意度和回头率的关系，却得到了图31的结果。通过这个图表，就能得出分析结论如下：

图表31顾客满意度与回头率的关系

“以目前的顾客满意度，尚未达到能够带来高回头率的水平”。作为事实的话哪一种更有用，就不言自明。

通过这样的巧妙分析，可以透过表层的事实捕捉到更加确切的真实情况。

分析信息时，也可以使用第三章介绍的框架。比如使用矩阵来对数据进行分析，可以从中获得新的事实。

若是定量分析的话，可以把某个数字拆解，看它的构成要素、随时间推移的变化、与其他数字的相关等等，这些都是具有代表性的分析方法。

至于用什么方法才能做出更好的结果，只有做了才知道。站在这个角度，可以说获得优秀分析结果的秘诀是，掌握多种定性、定量分析的工具和手法，包括思考分析的框架，拆解数字的方法等。

■通过实验，一边实施搜集事实

仅通过搜索调研信息未必能为构建逻辑搜集到足够的根据。尤其是涉及新业务和新商品开发的情况，有相当一部分信息不进行实践是弄不明白的。而此时，就有必要进行“实验”。

拿店铺业务来举例，只要在假说阶段开设数间店铺尝试实际运营，就可以源源不断地获得先前不曾得到过的信息。这就是边实施边搜集事实的方法。

若是大型制造企业那样一投就是千亿日元的生意，确实无法随意做实验，但对于所需投资额较少的实验店铺、IT商务或新品开发之类，这种做法还是可行的。

在自然科学领域，进行再现性高的实验是对自己所提见解的强力验证方式。同样的，在商业领域通过亲自进行实时的实验和检验，也可以获得更有力的事实。同样是开展新业务的企划书，一份是纸上谈兵，另一份则包含了通过实验得出的事实，更震撼更具说服力的自然是后者。

如果实验结果与预期大相径庭，那就去修正最初提出的假说，基于实验获得的新事实构筑新的假说就行了。

但有一点需要留心的是，有必要慎重地确认实验得出的结果是否具有普遍性。

在某个区域设立的实验店铺获得成功，并不意味着同样的做法在其他区域同样适用。还需要考虑到地域差别，或是城市和郊区的区别。

譬如某西服连锁店就是因此失败的。同一公司在郊外开设的店铺获得了成功，生意如日中天。然而，令郊外店铺获得成功的手法却无法适用于后来开设在市中心的店铺。与此同时，又受到了市场整体萎缩的影响，令这家西服企业的经营陷入了窘境。