「まずまず順調に進んでいますよ」プロジェクトの進捗をサラッと説明した部下→上司が下した“予想外の評価”とは？

「そういや例の件って、その後どうなってる？」「いやあ、まずまず順調に進んでますよ」。上司から業務の進捗をたずねられた際には、進捗のいかんによらずよくこんな説明をしてしまうものですが、ビジネス系YouTuberのハック大学ぺそ氏は、この回答はビジネスマンとしては非常に危ういものだと指摘します。 そんなぺそ氏が、この説明に致命的に欠けているという要素とはいったい何なのでしょうか？　　また、上司が求めている情報とはどういったものなのでしょうか？　　同氏の著書『あらゆる方法を試してわかった　驚くほど伝わる「説明」の正解』から、一部を抜粋・編集してお届けします。

■「まずまず順調」という説明では伝わらない 　説明を行うとき、特に理由や根拠を示す際には、できるだけ「言葉」ではなく「数字」で説明できると、説明を受ける側の納得感が高くなります。「定性的」な説明よりも、「定量データ」での説明を習慣づけると、説明力は大きく上がるのです。 　今日の気温を説明するときなどでも同じことが言えると思いますが、とりあえず、できるだけ数字を使おうと意識し、努力するだけで、評価は変わってくるはずです。

　プロジェクトの進捗度の説明を例に挙げると、「まずまず順調に進んでいる」では、「まずまず」がどのくらいなのか、「順調」が何を基準にしているのかがあいまいなままで、受け手としては評価に困ります。 　一方、「現在30％まで進んでいます」という説明なら、状況が正しく伝わります。その瞬間、説明を受けるほうは評価を下し、適切な手段を講じることができます。 　「20％くらいまで進んでいるかどうか」を気にして説明を受けたのなら「あっ、意外と順調だな」と思い、「問題がないなら引き続きよろしく！」と言ってくれるでしょうし、反対にこの時点で半分程度進んでいることを期待・予想して説明を受けたのであれば、何かプロジェクトに問題があるのではないかと考え、さらに細かい現状の説明を求めるでしょう。

■「数字」を使えば客観性・説得力が上がる 　問題は、「まずまず順調に進んでいる」と答えてしまった時点で、「数字で説明できないダメなタイプ」と判断されるだけでなく、「仕事の内容を定量的に把握できていない、いい加減な人」と思われてしまうこと。 　つまり、説明力の不足だけでなく、業務を遂行する能力も疑われてしまいかねないということです。簡単に言えば、ビジネスパーソンとしての「レベル」がバレてしまうのです。 　「まずまず」や「けっこう」「割と」「それなりに」といった言葉は、自分と相手との間で想像する内容が異なることがありますが、「30％」は誰にとっても30％です。「定義」を合わせる意味でも重要ですし、何よりも説明の通りやすさが違ってきます。

　いつも数字で説明できるように心がけている人は、いつでも自分の仕事をできるだけ数字で把握しようと努めます。その行動が、自分の成長の助けにもなるのです。 　数字は特に、自分の意見を説明し、説得した上で何らかの承認をもらいたいようなケースでは必須です。 　「私はいけると思います。承認してください！」と説明して承認がもらえないことを不満に思うのは、「私は自分の考えに絶対の自信を持っている、だから承認しろ」と一方的に主張しているのと事実上同じ。

　すでに実績があって信頼を勝ち取っていたり、センスやアイデアで光る部分があったりするならまだしも、定量データの裏打ちがない説明を上司が承認することはほとんどないでしょう。リスクを負うのは会社であり、承認した上司になるからです。 　数字を使う大切さは、説得したい内容が正しい(であろう)ことに、客観性を持たせられることにあります。言い方を変えれば、「私だけが正しいと感じているのではなく、データからもそう言えるのでは？」ということ。「あまねく世の中を見た結果、私の説明には合理的な根拠がある」という説明ができますから、説得力は大きく違ってきます。

　また、定量データを探したけれど弱い、という場合であれば、アドバイスを受けやすくもなります。こういうデータを探してみたら？　　こういう分析手法があるよ、などと周囲から教えてもらいやすくなるのです。 ■前例のない仕事で役に立つ「仮説」の立て方 　手抜きをしているわけではないのに、どうしても「定量データ」が得られない場合があります。そんなときは、「仮説思考」、つまりロジカルな説明が味方になってくれます。ただし、難易度は少し上がります。

　説明にはできるだけ「定量データ」を使うことが基本ですが、必ずしもぴったり来るデータがあるとは限りません。新しいジャンルや領域、前例のない新規ビジネスなどであればなおさらです。新たな調査を行ってデータをそろえていくこともいつかは必要になりますが、時間もコストもかかります。 　もしかしたら、誰も気づいていない大きなビジネスが隠れているかもしれない。しかしデータが不足していて、適切な説明がしにくい……。このケースを乗り越えられれば、他の人が成し遂げたことのないチャレンジに取り組めるようになります。

　まず、「仮説思考」を簡単に説明すると、適切なデータがない場合に、「データA、データB、データCを分析した結果、Dという仮説が成立するのではないか」と考えることです。 　※外部配信先では図表を全部閲覧できない場合があります。その際は東洋経済オンライン内でお読みください 　まず、これが「定量データ」を無視しているわけではないことを理解しましょう。存在しないデータは、「存在しないこと」さえきちんと相手に説明できればよく、存在しないこと自体を責められることはありません。

　そして、データがなければ先に進めないのであれば、仕事の範囲はずいぶん保守的、後追い的になってしまいかねません。ライバルよりも先に新しいチャンスをつかむためには、「仮説」を使って考えることがスピードと質の両面から大切です。 　反対に、「仮説」になじめず使いこなせない人は、いつまでたっても動き出せないもたもたしている人、あるいはやみくもに動き始める非効率な人という印象を与えます。ビジネスは、一定の締め切りまでにできるだけ高い質を確保することが大切だからです。

■誰でも日常的に「仮説」を使っている 　「仮説思考」は、他のデータを基に「仮説」(とりあえずの考え方)を立てて、それを検証しながらさらに煮詰めていくこと。一見難しそうですが、実は普段から、誰もが使っている手法でもあります。 　たとえば、何人か集まって、共通の友達の誕生日プレゼントを探すとき、どんな段階を踏むでしょうか。予算は当然として、「友達がもらって喜びそうなもの」を選ぶことが大切です。ただし、誕生日プレゼントはサプライズが大切ですから、「欲しいものは？」と聞くのはイケていません。

　そこで、過去のさまざまな「データ」から仮説を立案します。「革製品が好き」「あのブランドの小物を使っていた」「バッグを持ってはいなかった」「ダークブラウンの靴をよく履いている」……この4点から、「彼が持っていたブランドのレザーのバッグ、色はブラウン系がいいのでは？」という仮説が導けます。 　さまざまなデータを集めて「仮説思考」を使うことで、効率よく、ある程度の「正解」に近づけるのです。 ■「仮説」はあくまで仮説だから、間違っていても問題ない

　「仮説」はあくまで仮説ですから、間違っていても問題ありません。むしろ検証をすれば確度が高まります。 　いったん立てておいて、「最近は別のブランドが好きらしい」とか、「休みの日はバッグではなくリュックをよく使っている」などの検証と修正を重ねれば、いっそう成功に近づけるでしょう。 　仮説立案のコツは、さまざまな出来事を観察し、自分の知っている一般的な事実と結びつけて、「ということは？」という流れで新しい発想を得るクセをつけること。

　そして、立てた仮説は必ず検証することも大切です。検証はできるだけ定量・定性の両面で行うといいでしょう。 　また、立てた仮説が検証の結果間違いだった場合は、いつまでも固執しないことです。いったん思いついた仮説に対してはどうしても愛着がわきますが、過度にこだわると、間違った仮説を正しく見せるためのデータ集めを始めてしまいます。 　仮説の間違いが見つかったことは後退ではなく前進。より良い仮説立案のために必要なステップだと考えましょう。