ソーシャルインパクトにおける”擬相関”と”因果関係”シンプソンパラドックスとは？

SIAの今井です。

・企業における売り上げ増加の要因（どうすれば売り上げあがるのか？）

・事業の利益低下の原因（どうずればもうかるのか？）

・事業のアクセラレートするための梃（テコ）の特定（どうすれば効率的になるのか？）

などなど

企業のご支援を実施していると、こうした趣旨のご相談を受けることが多々あります。

これは、ソーシャルインパクトの文脈で語っても、どういう活動やインプットが、社会へどのようなインパクトを及ぼすのか？　という問い論理構造としては近しいものがあります。

そうした、社会的なインパクトの「測定」や解析について、過去にもいろいろと紹介しているので興味をお持ちの方はご覧ください。

・「人工知能や機械学習は社会的インパクトマネジメントをいかに前進させるか〜World Bank David McKenzie〜」

・「社会的インパクト測定におけるBefore AfterとWith Without、RCTと産業連関表について」

・「社会的インパクトの企業における価値の測定について」

ソーシャルインパクトにおける確立論のパラドックスの注意点

物事には「因果関係」と「相関関係」がありますが、因果関係や、効果の測定で実務でよく使われているのが、RCT（ランダム化比較試験）やインターネット業界でいうところのA/Bテストといわれるものです。

例えば、サイトのデザインをAにしたケースと、Bにしたケースで、ランダムにアクセスしてくるユーザーの成約率がどのように変化するかを分析して、どちらのデザインの方が好ましいのかを分析する方法です。

それ以外にも、医薬品や治療を実施すべきか？またこうした施策を打つべきかを判断する際に、確率論における推論を実施することはよくあります。

そうした際に、気を付けるべき事項の一つとして、（また数学上の面白い性質として）、シンプソンのパラドックスというものがあります。

男性や女性がある治療を受けるべきか否かを判断する際に、例えばサンプル調査を実施した結果が上記であった場合についてです。

数字を扱っているとたまに出くわすのですが、男性という観点で見ると、確率論的には、治療を受けるべきという結論になります。女性という観点でも同じ傾向が見受けられます。

ただ、集計してみると、治療すべきでないという結果になります。

数字を少なくしているのは、計算が容易なためで、どんなにサンプル数自体を増やしても同じパラドックスは生まれ得ます。

政府においても、データに基づく、エビデンスドリブンポリシーメイキングを掲げ、EBPM推進委員会などが立ち上がっています。

企業経営において、社会的価値を追求すべきか？という議論から、どうすれば効率的に追及できるのか？　もしくは企業価値と社会的価値を適切に結合させるか？というように推移しているように思います。

そうした際に、「測定できないものはマネジメントしにくい」もので、データ活用の重要性は増してきています。

別途経営している、LD Lab Inc.においても、データサイエンティストを絶賛募集しています。

ご関心をお持ちの方はお気軽にご連絡ください。

#SDGs #RCT #CSV #インパクト評価 #インパクトマネジメント