マクナマラの誤謬

分野:心理・判断

目の粗い網の中の大きな魚だけが数えられ、網をすり抜けた小さな魚は数に入らない。測りやすいものだけで決める誤りを、網で魚を数えることに見立てた絵

測りやすい数字だけで判断し、測りにくいものを軽く見て、やがて無いものとみなしてしまう誤り。

数えられるものははっきり見えるので、数えた範囲がものごとの全部だと思い込みやすい。

社会科学者のDaniel Yankelovichは、たやすく測れるものを測る、測れないものを無視するか適当な数を当てる、測れないものは大事でないと思い込む、測れないものは無いと結論づける、の4つの段で書いた。

名前は、米国の国防長官だったRobert McNamaraにちなむ。

3つの例で見る

3つとも同じ骨組みです。数えやすいものは数に入り、数えにくいものは外され、やがて無いものとして判断から消えます。

仕組み

社会科学者のDaniel Yankelovichは、測りやすい数字だけで判断する誤りが、4つの段で進むと書きました。たやすく測れるものを測る、測れないものは無視するか適当な数を当てる、測れないものは大事でないと思い込む、測れないものは無いと結論づける、の順です。1つ目の段そのものは、理にかなっています。

測りやすいものだけで判断すると、何が消えるか。測りやすい数字だけで判断する誤りの概念図。左の灰色の四角は測られて右の表に入り、下のオレンジの丸の測りにくいものは、段が進むと薄く小さくなり、最後に消える。。概念図で、数値ではありません。Daniel Yankelovichの4つの段(解説:Think Insights、Sketchplanations)を描いた模型です。

職場の例え

例えです。営業の人を訪問の件数だけで評価する会社で、件数は日報から数えられますが、お客さんから紹介をもらえるほどの信頼は数えにくいものです。件数の表だけで評価を続けると、信頼を積んだ人の仕事は、評価の上では無いものになります。

訪問の件数だけで評価すると、何が消えるか。営業の評価を例えた概念図。訪問の件数の灰色の四角は評価の表に入り、紹介をもらえるほどの信頼を表すオレンジの丸は、段が進むと薄く小さくなり、最後に消える。。例えの概念図で、実在の会社や数値ではありません。測りやすい数字だけで判断する誤りを、営業の評価に置きかえた模型です。

店の例え

例えです。商店街のパン屋が客の出どころをクーポンの数だけで見ると、チラシのクーポンを使った客は数えられますが、店先の看板を見て来た客は数に入りません。そこから看板は役に立っていないと決めれば、看板で来ていた客は、表の上では無いものになります。

クーポンの数だけで見ると、何が消えるか。パン屋の客の出どころを例えた概念図。クーポンの客の灰色の四角は出どころの表に入り、看板を見て来た客を表すオレンジの丸は、段が進むと薄く小さくなり、最後に消える。。例えの概念図で、実在の店や数値ではありません。測りやすい数字だけで判断する誤りを、パン屋の客の出どころに置きかえた模型です。

今の AI の例は、下の「この概念・法則でニュースを読む」の記事で読めます。

この概念・法則でニュースを読む

測りやすい数字だけで見ると、AIで知った客は数に入らない

なぜ?アクセス解析ではClaudeからの流入が0.1%だったブランドで、なぜ何で知ったかを客に聞くと、Claudeが成約の約11%を占めたのか

この記事からわかることAIで知った客を数えるなら、問い合わせのフォームに何で知ったかを聞く問いを足してAIのチャットを選択肢に入れ、月ごとに答えの割合と解析の参照元の割合を並べ、近ければ解析の数字で決め、答えのほうが大きければAIの回答に出る取り組みを解析の数字だけで打ち切らない

どんなときに当てはまるか

大事なものの一部はたやすく数えられ、ほかの一部は数字に出にくいときに起きやすい。判断する人が数字の表や画面から結果を見ていて、現場や相手に直接聞く道を持たないほど強まる。

見分ける手がかり

数字に出ないものについて、どれだけあるかではなく、無いものとして話が進む。数えやすい指標だけが会議の資料に並び、それで説明できない声は例外として扱われる。

使うときに気をつけたいこと

数字で測ることを否定する考え方ではなく、1つ目の段そのものは理にかなっている。数字に出ないものに適当な大きさを当てて足すのも2つ目の段に当たるので、測れないものは、測れていないと分かる形で残す。

この概念・法則に関係するニュース

関連する概念・法則

  • 生産性のパラドックス に似ている

    どちらも、技術の効果が数字に出ない場面を扱う。生産性のパラドックスは、技術への投資が広がっても生産性の数字が見合って伸びない状態そのものを指し、数字が伸びない理由は問わない。マクナマラの誤謬は、測りやすい数字に出ないものを数に入れず、やがて無いものとみなして決める判断の誤りで、数字に出ないことを効果が無いと読むところが引き金。生産性の数字が伸びないとき、それを効果が無いと読むかどうかで2つが分かれる

    この関係を読み解いた記事:測りやすい数字だけで見ると、AIで知った客は数に入らない

  • グッドハートの法則 に似ている

    どちらも、知りたい中身の代わりに数字を使う場面を扱う。マクナマラの誤謬は、測りやすい数字だけで判断し、数字に出ないものを軽く見て無いものとみなす、判断する人の見落としが引き金で、数字そのものは中身を表したままでも起きる。グッドハートの法則は、その数字を目標にして押し上げると、測られる側が中身を良くしない道でも数字を上げ、数字と中身のそろいが崩れることが引き金。数字の外を見ないことで誤るか、数字が目標になって中身から離れることで誤るかで2つが分かれる

    この関係を読み解いた記事:AIを使う量で比べると、量は成果の目安でなくなる

この概念・法則の出典と記録

最初に観測した日
2026-10-27
出典
Daniel Yankelovichによる4つの段の定式化(原典の書名と年は未確認)。解説:Sketchplanations「The McNamara Fallacy」/M. A. Sridharan「McNamara Fallacy」(Think Insights、2019年)