真的如此吗？质疑事实

■不要漫无目的地搜集信息，从一开始就应确立方针

信息这东西，想搜集多少就能搜集多少。但如果花费大量时间找到的都是些派不上什么用场的东西，则会大大影响工作效率。

在搜索调研的时候，首先要正确认知目标，在此基础之上，思考需要搜集哪些信息，应该如何搜集，这是不可缺少的步骤。

要想最终利用金字塔结构提出具有说服力的主张，那就必须有目的性地寻找如下两种信息：

图表30 搜集信息的典型手法

一是“能够填补框架中不足的事实”；

二是“可以检验既有事实是否正确的事实”。

以P126的冰激凌案例来说，以下都可以被视为应当去搜集的信息。

“若想了解竞争对手的情况，仅靠ABC三家公司信息量实在太少，应该进一步调查其他业内巨头的情况。”

“相对于冰激凌，人们是否真的更爱吃酸奶呢，还是去实际调查一下吧。”

“酸奶‘等食品’具体指哪些食品呢？”

至于信息的搜集方法，我在前页的图表30将最具代表性的手法做了归纳。它们各有各的长处和短处，大家可以将它们组合起来使用。例如可以先通过网络问卷来初步调查，而后通过面谈进一步深入了解细节。请根据自己想要搜集的信息种类和时间限制等因素来灵活运用吧。

■搜集信息时需注意的点

搜集信息时需要注意以下几点：

○信息来源的可信度

事实是逻辑的根基，其可信度非常重要。无论逻辑多么精致，一旦其中援引的事实有误，就会得出错误的结论。

例如在网上搜索时，不假思索地把排列在第一位的搜索结果直接拿来使用，这种做法就是不可取的。有必要先去确认这是什么人、出于什么目的编写的，以判断其可信度。

○不能有偏见

身为人就不可避免地会存在偏见。人往往只能看见自己想看的东西。这叫作“证实偏差”，可以说是人类根源性的思考习惯。

例如某人为开创某项新业务而搜集相关资料，这时他看见消息称“美国类似业务获得成功”时，会表现得极为重视，却对“英国类似业务失败”的消极信息视若无睹。但这种做法并不能为他带来具有说服力的结论。

当自己提出假说并针对其搜集信息后，得到的却都是负面信息时，也应该虚心接受，坦然面对。可以解释为“日本的环境不一样所以不会出现类似问题”，也可以将它们加入逻辑中修正假说，哪种做法正确并不能一概而论，但都需要小心避免因为得到了不合意的信息而下意识选择忽略的做法。

顺带一提，有一种方法论可以帮我们避免这样的陷阱，那就是故意提出反对的主张，并检验它究竟有多强的说服力。辩论曾一度被揶揄为挑刺的技术，但如果能使用得当，就会是这一方法的有力代表。另外，在会议中特意安插一个负责提反对意见的“恶魔的代言人”，也属于这种方法的应用。

○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。