数字は嘘をつかない。 でも、その数字の意味を考えるのは人です。

毎週、noteの数値を取得して
AIにExcelへまとめてもらっている。
ビューやスキを週間、月間、年間で
記録している。

また月に一度、その月に書いた記事も出力して
記事の内容やタイトルと数字の
関係をAIに分析してもらっている。

これだけ数字を集めて
記事の内容まで照らし合わせれば、
何が良くて何が悪いのか
分かると思っていた。

でも、実際はそう簡単ではなかった。

数字は結果を教えてくれる。
でも、その結果になった
原因まで教えてくれるわけではない。

例えば、ビューが少なかったとする。
でも、なぜ少なかったのかは
数字を見ただけではわからない。

タイトルが悪かったのか。
テーマそのものに興味を
持たれなかったのか。

投稿したタイミングなのか。
そもそも僕の存在を
知ってる人が少ないのか等々

ビューが少ないという
事実はひとつでも、
考えられる原因はいくつもある。

だから数字として残るのは結果だけで
なぜその結果になったのかは
数字だけではわからない。

これはスーパーでも一緒だった。
POSデータから昨日の販売数量はわかる。
でも、天気も場所も価格も全て条件が一緒でも
同じ数が売れるわけではない。

POSデータに残るのは発注数や
販売個数だけで
買わなかった理由までは残らない。

本当は買うつもりだったけど
別の商品を選んだのかもしれない。

家にまだ残っていることを
思い出したのかもしれない。
単に買い忘れただけかもしれない。

だから、数字だけを見て
原因を決めつけることはできない。

数字は結果として残る。
でも、その数字が生まれるまでに
何が起きていたのかは残らない。

こちらにできるのは、
数字以外の事実も集めて、
そこから原因を推測することだけだ。

noteなら、
ビューやスキだけではなく、

どんなタイトルだったのか。
どんな内容の記事だったのか。
いつ公開したのか。
似た記事はどうだったのか。

そうした事実をひとつずつ並べて、
『もしかしたら、ここが原因ではないか』
と考える。

そしてひとつ変えてみる。
その結果をまた見る。

つまり最初から
『今の自分はここで詰まっている』
と分かるわけではない。

集めた事実から、
考えられる原因をリストアップして
ひとつずつ修正していくしかない。

僕は以前、Xで反応率が低いなら
見てもらう人数を増やせばいいと考えた。

実際に動いた結果、
7日間で220万インプレッションまで増えた。

このときの話は、以前の記事にも書いた。

数字だけを見れば、
僕の考えは正しかったことになる。
でも、商品は売れなかった。

数字は嘘をつかない。
220万回表示されたのも事実だ。

数字は結果を教えてくれる。
でも、その意味まで
教えてくれるわけではない。

だから僕は今、
数字そのものよりも
その数字が出るまでに
何が起きていたのかを見るようにしている。

集めた事実から、
考えられる原因をリストアップして、
ひとつずつ修正していく。

地味な作業だし、
すぐ結果に繋がるわけでもない。
それでも、これしかないと僕は思ってる。