成功体験を熱く語る提案に心が動いたら｜確率や実績も確認する

商談で「ある企業では、この施策を始めてから問い合わせが大きく増えました」と、担当者が成功までの苦労や顧客の喜びを熱心に語ると、自社でも同じような成果が出そうだと感じることがあります。その体験談は、導入後の様子を理解する材料になります。しかし、成功した一社の話と、導入した企業全体でどの程度成果が出たかは別の情報です。

提案を判断するときは、成功談を否定するのではなく、何を成果と呼んでいるのか、同じ施策を実施した対象は何件あるのか、未達や測定不能の案件を含めるとどう見えるか、自社と条件が似ているかを確かめます。数値がそろえば提案を比較し、不足するなら追加資料や限定的な検証を相談します。成功談の印象だけで、成果の確率や契約の妥当性を決めないようにします。

印象的な成功体験は、どのように判断へ影響するのか

説明用の仮の場面です。業務向けの集客支援サービスを比較している担当者が、提案者から「ある会社では問い合わせ数が３か月で80％増え、営業チームの雰囲気も変わりました」と熱意を込めて説明されました。施策の進め方や担当者の喜びが具体的に語られ、導入したい気持ちが強まります。しかし、その説明だけでは、同じ支援を受けた企業がほかに何社あるのか、うまくいかなかった企業があるのかは分かりません。

印象に残る個別の話が説得力を持つかどうかは、場面によって異なります。Frelingら（2020）は、体験談による説明と統計的な説明を比較した61件の論文をまとめました。その結果、健康問題や強い脅威など、聞き手の感情的な関わりが強い条件では、統計より体験談が説得力を持ちやすく、一方、感情的な関わりが相対的に弱い条件では、統計的な情報の方が説得力を持ちやすいと報告しています。Frelingら（2020）の大学掲載のメタ分析要旨

別の研究結果もあります。Xu（2023）は、健康に関係する話題とそうでない話題を含む50研究・65組の比較（合計13,113人）をまとめました。全体では、体験談と統計の説得力に統計的に明確な差は見られず、健康に関する予防行動を促すメッセージなど、特定の条件で体験談が有利でした。Xu（2023）のメタ分析要旨

つまり、「感動的な成功談は必ず数字より人を動かす」とも「統計の方がいつも説得力を持つ」とも言えません。これらの研究は主にメッセージの説得力を比べたもので、法人向けの提案を採用したときの利益や成功確率を測ったものではありません。提案者が熱心だから誤っている、と判断する根拠にもなりません。

商談で印象的な事例が心に残ったときには、その事例を思い出しやすいことと、同じ結果がよく起きることを区別します。関連する考え方は、利用可能性ヒューリスティックの解説でも扱っています。

成功事例が教えてくれることと、まだ分からないこと

成功事例からは、施策をどの順番で実行したか、顧客側にどのような準備が必要だったか、利用時に何が難しかったかを具体的に知ることができます。一方、その一社で成果が出たことだけから「ほとんどの会社で同じ結果になる」とは判断できません。

HoekenとHustinx（2009）は、ある出来事が起こる可能性についての主張に、統計と個別の体験談がどう使われるかを３つの実験で調べました。複数事例から全体の傾向を説明する場合には、実験１・２で統計的な根拠の方が説得力を持ちました。一方、個別の事例と判断対象の似ている点を使って説明する場合には、実験２・３で両者の説得力に差がなく、事例が判断対象と似ていない場合には統計の方が説得力を持ちました。Hoeken・Hustinx（2009）の論文要旨

これも主張への説得力を測った実験で、実際の営業契約における成果を検証したものではありません。ただし、仕事に引き寄せて考えるなら、「多くの企業で成果が出る」という主張には対象全体の実績、「自社でも使えるか」という問いには事例と自社との条件差が必要になります。

また、成功した会社だけを見て、それ以外の会社が検討対象から消えてしまうことがあります。このときは、生存者バイアスの解説も参考になります。重要なのは事例を疑うことではなく、その事例がどの集団から、何を基準に選ばれたのかを確かめることです。

成功率を聞く前に、比較する対象と分母を確かめる

「実績はありますか」と質問して、いくつかの成功事例が返ってきても、それだけでは結果の起こりやすさは分かりません。例えば、同じサービスを実施した全体の件数、成果を測った件数、目標に届いた件数を分けます。

以下は説明用の架空の案件・数字です。実在する企業の導入成果や、集客施策の平均的な成功率ではありません。ある支援会社が18社へ同じ種類の施策を提供し、そのうち12社について「開始前と３か月後の問い合わせ件数」を同じ方法で確認できたとします。導入前に決めた仮の目標は「問い合わせ20％以上の増加」です。

この仮の記録では、測定できた12社のうち目標達成は４社なので、測定済みの企業に限れば４÷12＝約33％です。しかし、測定できなかった６社の結果は分かりません。「18社の成功率は33％」とも「残り６社は失敗した」とも言えません。また、最初に紹介された「80％増」の事例が本当でも、それは個別の結果であり、全体の平均的な効果ではありません。

情報をどの対象から集めるかにも注意が必要です。Fiedlerら（2000）は、起こりやすさを判断する４つの実験を行いました。実験２では、予測に使う条件を基準に事例を集めたときは、求める条件付き確率を比較的正確に判断できました。一方、結果として起きた出来事を基準に事例を集めたときには、もともと少ない出来事が標本で多く現れ、確率判断に偏りが生じました。Fiedlerら（2000）の論文要旨

これは確率判断の実験であり、営業資料が成功企業を選ぶ方法を直接調べたものではありません。実務への応用としては、「成果が出た企業を何社紹介できるか」だけでなく、最初に導入した企業をどこまで含めて結果を集計したかを確認することが考えられます。

なお、測定できた社数や達成割合が分かっても、同じ施策によって成果が生じたと証明されたわけではありません。季節の変化、広告費、顧客の営業体制など、同時期に変わった条件も確かめる必要があります。

成功企業と自社の条件が近いかを確認する

集計した実績がそろっても、対象企業の条件が大きく違えば、自社へそのまま当てはめることはできません。そこで、成功談で説明されたことと、これから導入する自社の状況を比べます。以下は研究結果から直接導かれたチェックリストではなく、商談で使うための実務上の提案です。

1. 取り組む前の状態。成功事例の導入前の問い合わせ件数、集客経路、顧客層を確かめます。もともと問い合わせが少なかった企業の増加率と、すでに問い合わせが多い企業の増加率を、意味の説明なしに同列に並べません。
2. 実行した施策と費用。広告費、営業人員、外部の支援範囲、実施期間を確認します。費用を含めず「問い合わせが増えた」とだけ聞いても、負担に見合う価値かは判断できません。
3. 測定した成果の定義。問い合わせ件数なのか、有効な商談件数なのか、契約件数や利益なのかを分けます。無料相談や重複した問い合わせを含むかも確認します。問い合わせが増えても、売上まで増えるとは限りません。
4. 成功例以外の結果と欠けた記録。未達、途中中止、測定していない企業の件数と理由を確かめます。測定できた企業だけで示す実績なら、その範囲を明示してもらいます。
5. 自社で再現できる前提。必要な担当者、データの整備、既存システムとの連携、開始できる時期を確認します。必要条件を満たせない場合は、別のプランや小規模な検証を相談します。

成功した一社が自社とよく似ていることは、有用な情報です。ただし、似ていることだけで同じ結果が出る確率が計算できるわけではありません。実績の数字と、どのような条件で実施したかの両方が必要です。

熱い成功談を聞いた商談で、何を質問し、どう判断するか

相手の成功体験を否定せず、実績の全体像を確認することができます。例えば次のように伝えられます。これは説明用の仮の会話例です。

「その企業の成果と、そこまでの取り組みは参考になります。弊社にも当てはめられるかを判断したいので、同じ施策を実施した企業の件数、成果を同じ方法で測れた件数、目標に届かなかった企業や未測定の企業の扱いを教えていただけますか。あわせて、成功した企業の導入前の状況、必要だった費用と社内作業も確認したいです」

相手に機密保持上の制約があるなら、社名や担当者名まで求めず、集計値や匿名化した条件を出せるか相談します。回答を受けた後は、次のように判断を分けます。

• 比較対象と成果の定義が明確で、自社の条件も近い場合：導入候補として費用、実施体制、リスクを他の案と比べます。実績が良くても、自社での成果を保証するものではありません。
• 成功談は具体的でも、全体の件数や未達例が分からない場合：不足するデータと理由を確認します。資料が得られないなら、成果が起きる確率を断定せず、判断を保留するか他の根拠を探します。
• 成功企業と自社の条件が違う場合：違う点によって提案を調整できるかを聞きます。必要に応じて期間や対象を限定した試用を相談し、確認する指標と中止条件を先に決めます。
• 必要な費用・作業を負担できない、または重要な条件が確認できない場合：成功談の魅力だけで契約を進めず、別案や見送りを検討します。試用しても本格導入の成果が保証されるわけではありません。

最終的に確かめたいのは「その人がどれだけ熱心に話していたか」ではなく、事例が示す成果は何で、全体では何が起き、自社の条件でも何を期待できるかです。体験談から取り組みの具体像を学びつつ、確率や実績の根拠と分けて判断します。

参考文献・出典

• Freling, T. H., Yang, Z., Saini, R., Itani, O. S., & Abualsamh, R. R.（2020）“When poignant stories outweigh cold hard facts: A meta-analysis of the anecdotal bias.” Organizational Behavior and Human Decision Processes, 160, 51–67. 大学掲載の論文情報・要旨。61論文の統合分析から、感情的な関わりの程度によって体験談と統計の説得力の関係が異なったことの根拠。
• Xu, J.（2023、オンライン先行公開2022）“A Meta-Analysis Comparing the Effectiveness of Narrative vs. Statistical Evidence: Health vs. Non-Health Contexts.” Health Communication, 38(14), 3113–3123. PubMed掲載のメタ分析要旨。50研究・65比較、13,113人の結果について、全体差が統計的に明確ではなく、特定の健康関連メッセージで体験談の優位が見られたことの根拠。
• Hoeken, H., & Hustinx, L.（2009）“When Is Statistical Evidence Superior to Anecdotal Evidence in Supporting Probability Claims? The Role of Argument Type.” Human Communication Research, 35(4), 491–510. 出版社掲載の論文要旨。全体への一般化と、似た事例からの類推で統計・体験談の説得力が異なることを調べた３実験。
• Fiedler, K., Brinkmann, B., Betsch, T., & Wild, B.（2000）“A Sampling Approach to Biases in Conditional Probability Judgments: Beyond Base Rate Neglect and Statistical Format.” Journal of Experimental Psychology: General, 129(3), 399–418. PubMed掲載の論文要旨。４実験で情報の集め方が確率判断にどう影響するかを検討し、結果を基準に集める場合に偏りが生じたことの根拠。