ここに踏み込む組織は、もう勘と根性営業から卒業しています。
確率予測とは何か。
それは、「当たるかどうか」ではなくどれだけズレているかを測定し続ける仕組み です。
未来は当たりません。しかし精度は上げられる。
1. 確率は約束ではない
営業がよくやる誤り。
「70%って言ったのに外れました」
これは概念の誤解です。
70%とは、同じ条件の案件が100件あれば70件受注する状態を意味します。
1件単体では検証できません。
必ず集合で検証します。
2. キャリブレーション（較正）
キャリブレーションとは、言った確率と、実際の結果が一致しているかを見ることです。
例：
「70%」と予測した案件が20件あったとする。
実際の受注は何件か？
理想は 20 × 0.7 = 14件
実際が
14件 → 完璧
10件 → 過大評価
17件 → 過小評価
この差を継続的に測定します。
担当者別に見ること。
人によって楽観度が違います。
・常に過大評価する人
・常に悲観的な人
・案件規模が大きいと甘くなる人
営業は人間です。だから確率管理は心理管理でもある。
3. Brierスコア（ブライアスコア）
Brierスコアは 予測確率と実際の結果のズレを二乗で評価する方法
式：
（予測確率 − 実際結果）²
受注なら実際結果は1、失注なら0。
例：
70%と予測して受注 →
(0.7 − 1)² = 0.09
70%と予測して失注 →
(0.7 − 0)² = 0.49
ズレが大きいほどスコアは悪化。
全案件の平均を出します。
スコアは0に近いほど優秀。
これは「当たったか」ではなく「どれだけ自信の強さが適切だったか」を測る指標。
4. ログ損失（Log Loss）
ログ損失は、
外したときの強気予測を強く罰する
仕組みです。
たとえば：
99%と予測して失注すると
大きなペナルティ。
なぜ重要か？
営業組織では「絶対いけます！」が一番危険だからです。
強気で外すことは、組織全体の資源配分を歪めます。
ログ損失は無責任な楽観主義を減らします。
5. 予測精度の分解分析
予測誤差を分解します。
ズレの原因は何か？
・案件規模が大きいと誤差拡大？
・新規顧客で外れる？
・特定業界で精度が低い？
・特定営業担当で偏る？
誤差を構造化すると戦略的弱点が浮き彫りになる。
精度分析は、営業の弱点分析そのものです。
6. 時系列精度（Forecast Drift）
同一案件の確率推移を追います。
例：
初回20%
2週間後40%
最終80%
→ 失注
なぜ最終段階で外れたのか？
・決裁者未接触
・競合情報不足
・値引き前提思考
予測の変化の軌跡を検証すると
意思決定の質が見えます。
これをやる組織は強い。
7. 組織レベルの評価軸
確率予測精度は個人評価に直結させすぎると歪みます。なぜなら、安全に20%ばかり付ける人が出るから。
大切なのは
・組織全体のキャリブレーション
・確率定義の明文化
・レビュー文化
「なぜ70%と判断したのか？」
この思考プロセスを共有すること。
8. 精度向上の方法論
精度はトレーニング可能です。
方法：
・事後検証の徹底
・外れた案件のレビュー
・意思決定者接触率の可視化
・競合勝率データ蓄積
・過去案件との類似度分析
さらに進めば、ロジスティック回帰や機械学習を使い客観確率モデルを構築できます。
ただし注意。AIは魔法ではありません。
データが歪んでいれば高度なアルゴリズムも堂々と間違えます。
9. 哲学的核心
予測精度の検証とは、「自分たちがどれだけ現実を正しく見ているか」を測る行為です。
営業とは未来の仮説構築。
仮説 → 行動 → 検証 → 修正
このサイクルを回す組織は進化する。
回さない組織は希望的観測で動く。
そして希望は戦略ではありません。
営業を科学にするとは、
・主観を数値化し
・誤差を測定し
・構造を改善すること。
営業は不確実性との戦い。
だからこそ、確率を扱える組織は強いのです。
