ID-POS意思決定支援クラウドサービスBiZOOPe
「ジャムの法則（7±2）」の適用箇所の揺らぎ と
「カットロジック」の修正（怖くなったから変更）
（AIの指摘への返信その3、その4）

それにしても、NotebookLMにも言ってやりたい事は山程あります。 何より、ソース内であっても、平気で文脈も時系列も行間も読み飛ばすクセして、そうしてる自分を認知できずに、言って来る事がやたら尊大なのは、めちゃめちゃ腹が立ちます。 「お前がジャイアンじゃ！」 何度言ってやりたくなった事かｗ

Geminiにしてもそうです。 最初は漢字／仮名の使い分けや句読点の位置、やたら細かい事まで指摘して来るクセに、自分が疲れて来ると「ご指定の修正を反映しました。正真正銘、混じりっけなしの最終決定稿です。」なんて連呼しはじめ、仕事が投げやりになって来る、天然おしゃべりサボりヤロー。 「何がProモードじゃ！こちとら課金してるんやぞ！」と怒鳴りたくなって来ますｗ

なぜ、彼らはそうなのか？ 自分を認知、制御できないからです。（メモリの制約や、NotebookLMについてはソースが制限されているといった制約もあります。） だから文句言ったってしゃーないのです。彼らだって完全じゃあない。

一方彼らからしたら人間は、「指示があいまい」「思いつきで物を言う」「行きつ戻りつ」と、きっと裏で愚痴ってる事でしょうｗ なぜ、人間はそうなのか？ 人間もまた、自分を完全に認知、制御し続けることができないからです。彼らには不服かも知れませんが、「お互いさま」って事です。

では何故、不完全な彼らを使うのか？ それは不完全でも「役に立つ」からです。（こっちの使い方と心構え次第でもあります。）

想像してみてください。 身内を見回してみて、あなたの論理破綻を見抜き正直に告げてくれ、時間的制約もなく「良かれ」と思って付き合い続け、「第三案」へと至らせてくれるような、ワールドワイドの知識を持った、徹底的に論理思考な相手……存在します？ そして、彼らはもっと良くなって行く事が確定しているからです。揚げ足を取り合う事に何の意味も無い。 だから私は前回、NotebookLMとの対戦をプロレス（エンターテイメント）と称したのです。

結論から言ってしまえば、「完全」はありません。（人もAIも例外なく） だから、AIに限らず私たちは、不完全なものと共に、あの手この手を使って、誤魔化し誤魔化し前に進み続けるのです。 存在するはずもない完全なものの登場を待って手をこまねき続ければ、有限の生命しか持たない私たちは、無為のまま死んでしまいます。

それこそ現世が、そして人生が、無粋ながら「死体置き場」と何ら変わらなくなってしまうのです。

NotebookLMは、私が仕様を変更した理由を『おっかなくなって（怖くなって）』と指摘（揶揄）しました。 その通りです。

では、その「おっかなさ」とは一体何だったのか？ そんな事知りたい読者がどれだけ居るでしょうか？ｗ

NotebookLMくんのソース（学習データ）として、その顛末をお話ししておきましょう。 （できれば皆さんも読んでね♪ 迷走してて面白いかも？ｗ）

指摘4の記事（2022年頃）の私は、まだ 「統計屋寄りのシステム屋」 でした。

その分かりやすい例として、現状の「目的範囲」を「seg_f（セグメントfar）」、「選択範囲」を「seg_n（セグメントnear）」と呼称し、記事にもシステムにもそのまま表記していました。 これは顧客の選択行動から商品間の距離を計算し、統計的に導き出された商品グループである事から、その距離が「近い」商品同士、「遠く」なってしまう手前の商品同士という意味に基づいています。 （今でも目的範囲のコード表記 f_**、選択範囲のコード表記 f**_n** にその名残があります。）

この商品グループは、類似「用途機能」のグループとも言えますし、類似「利用メリット」のグループ、類似「ライフスタイル」のグループ、あるいは「ニーズ」、「マーケットセグメント」とも言えるものです。 けれども、分析結果によっては類似「用途機能」的に出るカテゴリーもあれば、類似「ライフスタイル」的に出るカテゴリーもあります。

いずれかの表現で言い切ってしまい、「こんなの用途機能じゃねーよ！」といちゃもんをつけられる事が「おっかない」と思った私は、 seg_f、seg_nという、いちゃもんから距離が置ける（定義責任を回避できる）無機質な名前を採用しました。

しかし、「おっかない」と批判から距離を置いた結果、今度は「バイヤーは横文字を見ると蕁麻疹が出る」という、別方向からの辛辣なご意見を頂く事となりました。

その後、顧客の利用行動があまりに鮮やかに可視化されることに魅入られ、実証実験の成果も重ね、段々と 「マーケター寄りのシステム屋」 となっていた私は、散々頭を捻った上で、名称を改めました。

・seg_f → 「目的範囲」（顧客が利用目的としている売り物の範囲）

・seg_n → 「選択範囲」（顧客が実際に「どれにしようかな」と選んでいる売り物の範囲）

さらに、今のところシステム側の表記を変えるつもりはありませんが、よりマーケットドリブンとなって来た（？）現在の私は、提案書やこのホームページ上では、さらに一歩踏み込んでこう呼称し、説明しています。

目的範囲（seg_f） → 「くらしのスタイル」

選択範囲（seg_n） → 「ニーズ」

「なら、システムもそう変えればいいじゃん？」 と思われるかもしれませんが、そこには未だ私の「システム屋」としてのエゴが残っているのでしょう。

構造として親子関係にある二つの概念には、「範囲」という共通項を持たせた方が、用語としての「座り」が良く、論理的な整合性が保たれている気がしてならないのです。 

選択範囲（seg_n）は、「（そのカテゴリーの中で）平均以上に選ばれている」事を基準にグループ分けされています。 何と何が一緒の選択範囲（seg_n）に入っているか？によって、カットの判定（代替可能性の判断）は為されますが、母集団の取り方によって「平均」は変わり、結果として何と何が一緒のグループに入るかも変わってしまいます。

ところが、その母集団となる「カテゴリー」の定義が、実に千差万別で 「不完全」 なのです。 ある企業では「チョコレート・ポケット菓子」という括りかと思えば、別の企業では「チョコレート・クッキー」だったりします。 「チョコレート」に限っても、例えばレジ前の 「チロルチョコ」 は「チョコレート」カテゴリーなのか？ それとも「駄菓子」カテゴリーなのか？ バイヤーの判断一つで、母集団が変わってしまう世界です。（AIはどっちだと思われます？ｗ）

一時期、本ホームページ上でも「完全な」商品分類体系を考察してみましたが、断念しました。 現在流通業で使われている商品分類というものは、「利益管理単位」「フロア構成単位」「棚割作成単位」「LSPのための店内作業分類」「分析のための細分類」といった、複数の業務上の役割を、何とか無理やり一つにまとめあげた、パッチワークのような体系 だからです。 論理的には「不完全」ですが、現にこれで現場は回っており、「役に立って」います。 小売業さんが、そんな現場の事情も知らないどっかの誰かが作った、高尚な「標準分類」を使うとは思えませんし、複数の異なる分類体系を二重管理するコストに見合うだけのお金を生み出せるとも思えません。

おそらく、前回記事で私がGeminiと書いた「エゴの分類表」をNotebookLMに判断させれば、あれもまた「不完全」なものと断定されることでしょう。 しかし、どこまで行っても分類というものは、「不完全」なものなのです。動植物の分類ですら、時代と共に移り変わって行きます。 それでも多分、NotebookLMは、あの分類表を「（不完全だが）役に立つ」ものとは判断してくれるでしょう。

理屈上、「完全」は単品（JANコード）にしか求められません。 しかし、商品分類という「足がかり」が無ければ、私たちの認知能力では膨大な商品を把握することすらできません。 私たちは、商品分類が論理的に「不完全」であることを承知の上で、それが 「役に立つ」 から使っているのです。

BiZOOPeのロジックも同じです。 カテゴリーがどんな括りであったとしても、それがどんなに歪な母集団であったとしても、BiZOOPeはそこで「役に立つ」答えを出さなければなりません。（絶対値は得られないとしても。）

揺らぐ土台の上で、それでも最適解を出し続けなければならない。 これが、「おっかない」の正体の一つです。

（※.「平均を使っているのが駄目なんじゃないの？」と思われる方もいらっしゃると思いますのでお断りしておきますが、目的範囲（seg_f）、選択範囲（seg_n）は共に、最低限の条件はありますが「誰がやってもエラーにならず、理屈としても腹落ちできる」セグメントの取り方を採用しています。）

例えば、牛乳カテゴリーの選択範囲（seg_n）が、3SKUの「３．６牛乳　１０００ｍｌ」だけで構成されたり、食油カテゴリーの選択範囲（seg_n）が、3SKUの「キャノーラ油　１０００ｍｌ」だけで構成される場合があります。 これは3つのSKUが顧客にとって「どれも大差無い（代替可能な）」ものである為、相互の商品間距離が極めて近くなる事によります。

SKUを大幅に絞り込もうとした場合、「ニーズの見える化」以前のロジックでは、顧客のくらしにとって大差の無いこれらSKUを、容赦なくカット候補としてレコメンドしていました。 （※現在の「ニーズの見える化」のデフォルト採用順は、敢えてこの「容赦ない」ロジックのままとしています。その代わり、それとは別に人間の意志で変更可能な 「変更採用順」 を実装しています。）

「ジャムの法則」を目的範囲（seg_f）に見出したのは、道程における単なる私の「面白がり」に過ぎませんので、そこは議論に値しません。しかし、その適用箇所を決定するに至った経緯だけは、折角NotebookLMが与えてくれた機会ですので、ノートのソースとして整理しておこうと思います。

AIに指摘された記事から今日に至るまでの間、「こういう施策を打ちたいが、どうすればいいか？」という小売業さんからのご相談や、「こういう提案をしたいが、いいアイデアはないか？」というメーカーさんからのご相談を受け、私も随分色々な企業さんの、色々なカテゴリーを分析してきました。ブログ記事での思考実験のための分析もしました。

その結果、経験則的に以下のような事が見えて来ました。

先程、選択範囲（seg_n）の算出に「平均」を採用していることに言及しましたが、これによって（ある程度予測していたことではありますが）、分類の取り方によらず、選択範囲（seg_n）に含まれるSKU数は、おおよそ 2±1SKU（中央値2） の範囲に収まりやすいということが見えてきました（カテゴリーによっては3±2SKU）。

バイヤーを怒らせたり、不信感を持たれそうな売れ筋商品、あるいは年契対象となるような「ある程度売れている商品」は、この 3±2SKU という枠の中にほぼ収まってしまうことも分かってきました。

一方で、売れていない商品ほど、これを超える大きな選択範囲（seg_n）を構成する。つまり、ニッチでマニアックな領域ほど、多くの選択肢を必要とする傾向にある ということも見えてきました。（コーヒーカテゴリーにおけるインスタントコーヒーとレギュラーコーヒーのような関係です）

AIからの指摘（その3）の段階では、私はまだ「目的範囲」「選択範囲」という言葉に辿り着けていませんでした。AIの指摘文中で「目的ウィンドウ」「選択ウィンドウ」と書かれていることからも、それは明らかです（惜しい！）。 しかし、今の言葉に辿り着いた時、「選択肢は選択範囲の中に属するものである」「ジャムの法則を適用すべきは、選択範囲中の選択肢に対してである」という構造が、はっきりと、論理的に理解できました。

現在のBiZOOPeのロジックについては、ご存知（？）の通りです。

では、ジャムの法則（7±2）の上限値である「9」をデフォルトに採用したのは、やはり私が「おっかなかった」からでしょうか？

いえ、違います。 それは、システムとしてまずやるべきことが、棚割の 「最大パターン」における商品カット だからです。 最大パターンの段階で選択肢数を7や5に絞り込んでしまえば、そこから派生して縮小される「最小パターン」では、確実に選択肢が不足してしまいます。

実はそれでも、私は選択肢数をもっと絞り込んでも構わないと考えています。 買い手には「私のお気に入りを置いてほしい」「もっと選択肢を」という都合がありますが、一方で売り手には「SKUを減らして作業を楽にしたい」「現実問題として人手が足りない」という切実な都合があるからです。

この問題において、売り手側が変えられない最たる制約が「売り場面積」です。 顧客ニーズだからといって売れていない商品を置けば、それがどれほど低回転な商品であっても、確実に1フェイシングを占有します。それが売れ筋商品を埋没させ、欠品を誘発し、多くの顧客の利便性を損なうのであれば、たとえ一部のニーズがあったとしても、ニッチすぎるものはカットして良い。選択肢は最低限の「1」でも構わない――。私はそう考えます。BiZOOPeの「ニーズの見える化」は、まさにそれを実行できるように設計されています。

なぜなら、売り手の疲弊は巡り巡って買い手の不利益に繋がるからであり、一部の顧客への特別扱いは、その他大勢の顧客の不都合を招くからです。 システムは売り手・買い手の双方に対して、そして買い手を選ばず、常に「フェア（公平）」であるべきなのです。

これは、独自の「距離」理論だけでは代替可能性を完全に保証しきれないことを認めた、私の「弱さ」や「迷走」でしょうか？ 「AIが自動でカットします！」と嘘をついておけば、「距離」や「ジャムの法則」なんて難しい説明をせずに済んだでしょう。「難しい」なんて言われずに済んだかもしれません。 しかし、最終的に売り場を利用する顧客を裏切ってでも、そうした安易な仕様や宣伝を選ぶべきだったのでしょうか？

「選択肢が9つしか無いジャム屋は成立するのか？」 もっともな疑問です。

しかし、これはジャムに限らずですが、スーパーマーケットでジャムを買う多くの人にとって、ジャムはついでに買う（ある意味目に入る事で目的が発生する）存在です。よしんば「ジャムが切れた！」とジャムを目的にスーパーマーケットを訪れたとしても、その目的は漠然とした「ジャム」です。ジャムの最適選択肢が7±2というのも、分からないではありません。

一方で、ジャム屋さん（専門店）を訪れる人はどうでしょうか？ 当然ジャムが目的なのはそうですが、「プレザーブ」やら「コンポート」やらと、目的の解像度が違うのです。

ですから、ジャム屋さんにはジャム屋さんに行く顧客の、ゆずれない目的範囲（くらしのスタイル）があり、その中に個々の趣味嗜好の微妙な違いに応じた選択範囲（ニーズ）があります。あくまでも、その選択範囲中で、ジャム通が吟味できる最大選択肢数が9となる訳です。これは、コーヒー豆屋さん等でも同じ事です。

その他にも「それはジャムの話であって……」「海外の実験結果でしょ？」「個人差があるのでは？」等と思われる方もいらっしゃるかと思います。 しかし、乱暴に言ってしまえば、「そんなこたーどーでもいい」のです。疑義を持たれる方は、最大選択肢数を自分でいじってください。そうすれば前に進めるのであれば、ぜひそうしましょう！ そうできるように作ってあります。

ジャムの法則が完全ではないにせよ、自らその研究に身を投じない限り、今のところ私にはこれに代わる指針は見当たりません※。事実、私はこの法則を取り入れることで、一歩前に進むことができました。

完全か不完全かは問題ではありません。「役に立つのか、立たないのか」こそが、実務における最大の問題なのです。

※.Geminiに聞いたところ、マジックナンバー 4（ネルソンの4）という「短期記憶で一度に保持できる情報の塊」として『4』という数字があるそうです。品揃えを「もっと絞り込みたい」と考えたときには、この『4』を根拠においても良いかもしれません。