正確度 (accuracy) と精度 (precision) はどちらも結果を評価する尺度です。正確度は、結果が真の値あるいは既知の値にどれだけ近いかを評価します。それに対し、精度は、結果がお互いにどれだけ近いかを評価します。両方とも、プロジェクト結果の追跡・レポートに役立つ方法です。
正確度と精度は、普段の生活では同じ意味で使われることが多いですが、測定や評価の用語としては、定義が異なっています。測定された結果が正確でも、その結果の精度が高いとは限りませんし、その逆もしかりです。
正確度も精度も、ハイレベルな結果を生み出すために重大な要素ですが、一体それらはどのようなものでしょうか?それぞれの違いと、いつ、どのように使用すべきかをご紹介します。
正確度と精度はどちらも、目標達成にどれだけ近づいたかを評価する尺度といえます。正確度は真の既知の値にどれだけ近いかを示し、精度は測られた値がお互いにどれだけ近いかを示します。
正確度と精度との違いを示すには、ブル (ダーツボードの中心にある二重円、ブルズアイ) の例が最も一般的です。ダーツを的のブルに向かって投げることを想像してみましょう。目標は、正確度と精度の両立、つまり、できるだけ多くブルに当てることです。正確なだけの場合、投げたダーツは的の近くに行きますが、毎回ブルを射ているわけではありません。精度が高いだけであれば、投げた複数のダーツの着地点がお互いに近いことを意味しますが、必ずしもブルに近いとは限りません。ただし、同時に正確で精度が高いのであれば、ダーツは毎回ブルに命中するのです。
正確度とは、実際に達成しようとしていた値に結果がどれだけ近いかを測るものです。つまり、目指しているところにどれだけ近づけたかということです。戦略的な目標であろうと、個人的な達成であろうと、正確度が高いと、目標値に直接到達していることになります。正確度が低いとは、目標から大きく外れていることを指します。正確度は 1 つの出来事によって判断できますが、長期的な成功を維持できるかの判断には、再現性が重要になってきます。
Asana で戦略計画を強化する例を 1 つ見てみましょう。来年度中にサイトの直帰率を 12% 削減するという KPI を設定したとします。測られた正確度が、年度末までに 12% という目標値を達成している場合、目標 KPI の設定と達成が、100% の正確度でなされた、ということになります。
精度は、結果がお互いにどれだけ近いかを測ります。正確度が一度で測れるのに対し、精度は時間をかけて測られます。精度は、測定された各セット間の近さの度合いを測るために再現性を必要とするからです。精度が高いというのは、測定結果が互いに似ている場合であり、精度が低いとは、測定結果がばらばらの場合です。次のような 2 つのシナリオで、精度の測定が役に立ちます。
同じ誤りを繰り返さないようにしたいとき
現在成功を収められていて、再現性のあるプロセスを確立したいとき
先ほどの例において、サイトのすべてのページの直帰率が同じ数字だけ低下したとします。つまり、直帰率が 6% のページも 20% のページも、直帰率が同じパーセントだけ下がったとします。この場合、正確ではなくとも、非常に精度が高いと言えます。
正確度や制度を評価するには、結果を追跡し、測定する必要があります。次のように、正確度と精度の測定方法は異なるものです。
正確度の評価: 結果を目標値と比較します。近ければ近いほど、正確度が高いということになります。正確度を判断するには、到達したい目標や成功の指標を明確に定義しておく必要があります。
精度の評価: 測定値がお互いにどれだけ近いかを確認します。精度を測るには、時間の経過とともに複数の結果やデータポイントの比較が示されるような、追跡システムを確立する必要があります。
測定システムは、管理が簡単で正確なものを用意しましょう。プロジェクト横断レポートを備えたプロジェクト管理ソフトウェアは、リアルタイムで結果を追跡し、対応するのに役立ちます。たとえば、一貫した (精度の高い) 結果が、目標から遠ざかっている (正確でない) 場合、何か構造的な問題が発生しており、修正が必要だというサインかもしれません。
正確度と精度について書かれたもののほとんどに、上記のブルの例が出てきます。しかし、日常生活で正確度と精度をどのように使うのか、より実用的な例を見てみましょう。
シナリオは次のとおり。最近、チームがばらばらになってきたと感じたので、共有データベースを作成し、全員が 1 つの一元化されたスペースで、データとレポートにアクセスできるようにすると決めます。全員がすべての情報にリアルタイムでアクセスできるようになれば、長期的なコラボレーションが促進されると期待しています。
データベースの正確度と精度の度合いにより、以下の 4 つのシナリオが考えられます。
正確度が高い: 正確であっても精度が足りない場合、データベースを作成しても、コラボレーションの向上が見られるのは、1 つか 2 つのプロジェクトでのみかもしれません。
精度が高い: 精度だけが高い場合、データベースには、チームのコラボレーションを必要としないような、多くの似たような項目を追加してしまっているかもしれません。
どちらでもない: データベースを作成しようとしますが、アクセスできるのが自分だけで、それではコラボレーションが促進されません。
正確度と精度が高い: チームとしてコラボレーションがしやすいような多数のプロジェクトで、共有データベースを作成します。このシステムは繰り返し使用できるため、新しいプロジェクトが出てきても、コラボレーションが継続できるのです。
チームが、48 時間以内にお客様のチケットに対応するという目標を立てます。
考えられるシナリオは次のとおりです。
正確度が高い: 48 時間以内に対応されるチケットも、されないチケットもある。
精度が高い: すべてのチケットが同じ時間内に対応されるが、48 時間以内ではない。
正確度と精度が高い: すべてのチケットが、48 時間以内に対応される。
どちらでもない: 改善が見られない、あるいはチケットの対応時間が遅くなる。
よりシンプルな、日常的な例を見てみましょう。仕事にはどんな服装をしていきますか?
まず、前日の夜に天気予報をチェックして、服装を考えます。雨が降りそうなので、防水のブーツとレインコートを着て、傘も持っていくことにします。雨が降れば、ぴったり。あなたの服装は正確でした。雨が降らなくても、これらのアイテムはすべて互いに関連しているため、精度が高いと言えます。ただし、その服装は正確ではないので、あなたは厚手の服を着て汗をかき、不必要な傘を持ち歩くことになるのです。
正確度と精度、より必要となるのはどちらでしょうか。プロジェクト管理における多くの内容と同様、その答えは、「場合による」です。
戦略的なイニシアチブを実行するには、両方が必要です。しかし、リソースや時間が限られている場合、正確度も精度も高い結果を常に得られるとは限りません。そういうときには、まずは正確度の評価基準を重視します。しかし、フォローアップには精度が重要だということを心に留めておきましょう。結果に磨きをかけるためには、さまざまなテクニックを試し続け、テストを重ねるごとに精度を高めていきたいものです。
結局は、最高の仕事を達成するには、正確度と精度の両方が必要です。的を外し続けながら、時間をかけて精度のためのスキルを向上し続けた結果、的を射られる日が来ることもあります。ある日突然、その精度のおかげで、目標に何度も何度も到達できるようになるのです。そのように、仕事、会社、そして自分の仕事も、一層上のレベルへと高めていくのです。
エラーを減らし、生産性を向上させるためには、何らかのヘルプが必要かもしれません。プロジェクト管理ツールは、結果を追跡、レポート、測定してくれます。正確度と精度がより高い結果を得るために、仕事の効率化をお手伝いします。
Asana のワークマネジメント機能を試す