目標を設定すると、人はその目標に向かって動きます。
だからKPIや報酬制度は強力です。
同時に、強力だからこそ設計を間違えると、数字は良くなったのに、本来の目的から遠ざかることがあります。
その問題を考えるときによく使われるのが「コブラ効果」です。
コブラ効果とは何か
一般には、問題を解決するためにつくったインセンティブが、人々の行動を変えた結果、問題を悪化させるような意図せざる結果を生む現象を指します。
有名な名称の由来として、植民地期インドで毒蛇の駆除に報奨金を出したところ、報酬目的の飼育を誘発したという逸話が語られます。ただし、この歴史的エピソード自体の細部は確実な一次史料として扱わず、ここではインセンティブ設計の比喩として使います。
人は指標に従っただけかもしれない
制度がうまくいかないと、「現場が数字しか見ていない」と人を責めたくなります。
でも、その数字で評価すると決めたのは制度側かもしれません。
架電件数を評価すれば短い電話が増える。記事本数を評価すれば薄い記事が増える。リード数だけを追えば、商談につながりにくいリードまで増やしたくなる。
望ましくない行動が合理的になる制度をつくっていないか。
コブラ効果の面白さは、人の性格ではなく、その問いへ視点を移せることです。
このサイト自身も、記事数を目標にすると逆方向へ行く
このサイトには4,000本を超える記事がありました。
「記事数を増やす」ことだけなら、数字は伸びます。でも読者にとって価値の薄い記事まで増えれば、サイト全体の信頼や探しやすさは下がります。
だから今は、増やした数字を守るのではなく、記事を大量に非公開にし、残すものを編集しています。
量は編集して初めて資産になるという考え方は、インセンティブの置き場所を変える話でもあります。
KPIは、目的そのものではない
BtoBマーケティングでも、PV、CV、MQL、商談数など測れる数字は必要です。
しかし指標が目的化すると、「数字を改善する方法」と「事業を良くする方法」がずれることがあります。
だからKPI設計では、数字だけでなく、その数字が何の代理指標なのかを確認する必要があります。
AIは、間違った目標も高速で最適化できる
AIによる自動化が進むほど、この問題は重要になります。
「メール返信率を最大化せよ」とだけ指示すれば、長期的なブランド信頼より、短期的に反応されやすい表現へ寄るかもしれません。
AIが優秀になるほど、何を最適化させるかを決める人間側の責任はむしろ大きくなります。
悪い結果の前に、悪い誘因を探す
人が期待と違う行動をしたとき、注意するだけで終わらせない。
その行動によって何が得られる制度だったのか。どの数字を追わせていたのか。短期の利益と長期の損失が誰に帰属していたのか。
人を正そうとする前に、合理的にそう動きたくなる仕組みを疑う。
コブラ効果は、制度やKPIを設計する人ほど覚えておきたい思考の道具です。