グッドハートの法則とは、成果を測るための指標が強い目標になると、人が数字を上げる行動へ適応し、その指標が本来の成果を正しく表さなくなるという考え方です。

たとえば、営業担当者を電話件数だけで評価すると、顧客に役立つ提案よりも、短い電話を大量にかける行動が増えるかもしれません。テストの点数だけを重視すれば、深い理解より、出題されやすい部分の暗記が優先されることがあります。

問題はKPIや数値目標そのものではありません。目的と代理指標を同じものとして扱い、一つの数字だけを強く追わせることが問題です。

1. グッドハートの法則の意味

仕事や勉強の成果には、直接測りにくいものが数多くあります。

顧客との信頼、授業の理解度、医療の質、研究の価値、従業員の成長などは、一つの数字で完全には表せません。そのため、組織や個人は、成果と関係がありそうな数値を代理として使います。

たとえば、次のような関係です。

代理指標には価値があります。成果がどちらへ動いているのかを、感覚だけでなく数字で確認できるからです。

しかし、その数字が給与、昇進、予算、順位、合否などに強く結びつくと、人は本来の目的だけでなく、評価される数字を効率よく上げる方法を探すようになります。

その結果、指標と成果の関係が次第に崩れていきます。

成果が良くなった結果として数字が上がる

ではなく

数字を上げるために行動を変える

この逆転が、KPIの目的化や数値目標の暴走につながります。

2. 誰が提唱した法則なのか

名称は、英国の経済学者チャールズ・グッドハートに由来します。

グッドハートが1975年に金融政策を論じた際の原型は、観察されていた統計的な規則性も、政策的な統制のために圧力を加えると崩れやすい、という趣旨でした。原論文の書誌情報では、英国の金融政策を扱った当時の文献を確認できます。

現在よく知られているのは、次の要約です。

指標が目標になると、それは良い指標ではなくなる。

この簡潔な表現は、社会人類学者マリリン・ストラザーンが、大学の監査や評価制度を論じた際に示した定式化として知られています。ストラザーンの論文は、評価の仕組みが大学の行動そのものを変える問題を扱っています。

つまり、一般に広まっている一文は、グッドハート本人の原文をそのまま引用したものではなく、中心的な考え方を後年わかりやすくまとめた表現です。

3. 数値による評価が増えるほど重要になる理由

現在は、企業、学校、行政、医療、研究、個人の生活まで、多くの場面で行動が数値化されています。

数字は比較しやすく、報告しやすく、問題の早期発見にも役立ちます。一方で、記録できるものだけが重視され、測りにくい品質や長期的な影響が後回しになる危険もあります。

研究評価は、その典型例です。

論文数や引用数は、研究活動の一面を把握するための指標です。しかし、これらが採用や昇進、研究費の配分に強く使われれば、研究者は評価されやすい出版方法へ行動を変える可能性があります。

1億2,000万本を超える論文を分析した研究では、著者数の増加、論文の短文化、自己引用、参考文献数の増加などにより、従来の出版数・引用数に基づく評価の有効性が弱まっている可能性が示されています。学術指標の過剰最適化を調べた研究は、数字を重視する制度によって、数字の意味自体が変化し得ることを示す大規模な例です。

日本の行政事業評価でも、単なる実施件数だけではなく、活動、短期成果、中期成果、長期成果を分け、効果が生まれる経路を明確にする考え方が重視されています。

行政事業レビューシート作成ガイドブックでは、定量的な成果だけでなく、「どのような状態を目指すのか」という定性的な情報を併記し、無理にすべてを数値化しない考え方も示されています。

数値管理をなくすのではなく、測った数字が本来の目的と本当に結びついているかを問い直すことが重要です。

4. KPIを追うほど行動がゆがむ仕組み

KPIは、最終的な成果へ近づいているかを確かめるための重要業績評価指標です。

適切に設計されていれば、進捗の確認、異常の早期発見、組織内の認識統一に役立ちます。しかし、指標に強い圧力をかけると、次のような変化が起こります。

本来の目的
    ↓
目的を近似する指標を決める
    ↓
指標を評価・報酬・順位に結びつける
    ↓
人が指標を上げる方法へ適応する
    ↓
近道・対象選別・記録上の工夫が増える
    ↓
数字は改善しても、本来の成果は停滞する

測定値を単純化すると、次のように考えられます。

測定値 = 本来の成果 + 誤差や偶然 + 操作による上乗せ

通常は、測定値が高ければ本来の成果も高いと期待できます。

ところが、測定値だけを極端に高くしようとすると、本来の成果を改善する方法だけでなく、誤差を利用する方法、簡単な対象だけを選ぶ方法、集計ルールを攻略する方法も選ばれます。

目標への圧力が強いほど、数字に含まれる「本当の成果以外の部分」が大きくなりやすいのです。

5. 身近に起こる具体例

営業件数

営業担当者を架電数だけで評価すると、見込み客を丁寧に調べるより、短い電話を大量にかける方が有利になります。

電話件数は増えても、商談化率、契約率、顧客満足度、長期的な信頼が下がる可能性があります。

テストの点数

テストの得点は、理解度を測る重要な手段です。

ただし、学校や生徒が得点だけを最終目的にすると、出題形式の暗記、頻出問題への偏り、試験後にすぐ忘れる学習が増えることがあります。

点数が高くても、初めて見る問題を解けない、自分の言葉で説明できない、実生活で使えないなら、指標と本来の学力がずれている可能性があります。

顧客対応時間

応対時間を短くすれば、待っている顧客を減らせます。

一方、「平均5分以内」のような目標だけを強く課すと、説明を急ぐ、別部署へ転送する、十分に解決しないまま対応を終了するといった行動が増えるかもしれません。

平均時間は改善しても、再問い合わせや苦情が増えれば、本来の目的には近づいていません。

病院の待ち時間

待ち時間の短縮は患者にとって大切です。

しかし、計測方法に抜け道があると、計測開始前の場所で待たせる、期限直前に別の区分へ移すなど、記録上の数字だけを整える行動が生まれる場合があります。

医療では待ち時間だけでなく、症状の重さ、治療結果、安全性、再受診率なども含めて判断する必要があります。

フォロワー数

発信の目的が商品への信頼や情報提供であっても、フォロワー数だけを目標にすると、刺激の強い投稿、相互登録、景品目的の参加者などが増えることがあります。

数字が増えても、実際に内容を読む人や継続的に利用する人が増えていなければ、影響力を正確に測れていません。

6. 行動がゆがむ4つのパターン

1．測られていない仕事が消える

処理件数が評価されると、相談対応、後輩の育成、予防的な改善など、件数として表れにくい仕事が後回しになります。

数値化されていないからといって、価値がないわけではありません。

2．達成しやすい対象へ集中する

合格率が重視されれば、少し支援すれば合格できる人へ資源が集まりやすくなります。

すでに十分な力がある人や、長期的な支援を必要とする人が後回しになる場合があります。

3．集計ルールが攻略される

処理件数を増やすために、一つの仕事を複数に分割する。未処理案件を減らすために、解決していない案件を形式上閉じる。

作業の質ではなく、記録の付け方が工夫される状態です。

4．短期の数字が長期的な損失を隠す

契約件数を増やすために過度な値引きをすれば、当月の数字は達成できても、利益やブランドへの信頼が下がる可能性があります。

勉強時間を増やすために睡眠を削れば、記録は伸びても、翌日の集中力や記憶の定着が悪化するかもしれません。

7. キャンベルの法則との違い

キャンベルの法則は、社会心理学者ドナルド・キャンベルが社会政策や評価制度について示した警告です。

量的な指標が社会的な意思決定へ強く使われるほど、その指標は改変や操作の圧力を受け、測定しようとしていた活動そのものもゆがめやすくなる、という趣旨です。

キャンベルの原論文では、教育や社会政策の評価が不正や歪曲を生む危険が論じられています。

両者は対立する考え方ではなく、同じ問題を異なる背景から捉えたものです。

また、報酬制度が本来の意図と反対の行動を生む現象は、一般に「コブラ効果」と呼ばれることもあります。

8. KPIがおかしいときに現れる7つのサイン

次の状態が見られる場合、指標と目的がずれ始めている可能性があります。

• 数字は良くなっているのに、顧客や現場の不満が増えている
• 達成しやすい案件や対象ばかりが選ばれている
• 難しい案件や例外が集計対象から外されている
• 成果よりも、数え方や定義を巡る議論が増えている
• 目標を達成した後に品質低下や再作業が発生している
• 翌月の目標を上げられないよう、成果を小出しにしている
• KPIと売上、利益、理解度、満足度などの最終成果が連動しなくなっている

特に注意したいのは、現場の人が「数字を達成する方法」と「本当に良い仕事をする方法」を別々に説明し始めたときです。

両者が一致していないなら、個人の意識だけでなく、評価制度の設計を見直す必要があります。

9. KPIは使わない方がよいのか

グッドハートの法則は、「KPIを廃止すべきだ」という主張ではありません。

数字を使わなければ、改善したかどうかを判断しにくくなり、声の大きい人の印象や経験だけで意思決定する危険が増えます。

重要なのは、数値の限界を理解して使うことです。

誤解されやすい点を整理すると、次のようになります。

• 指標が目標になれば必ず壊れるわけではない
  目的との一致度が高く、操作しにくく、過度な圧力がなければ、有効に機能します。

• 複数の指標を置けば自動的に安全になるわけではない
  数が多すぎると、記録や報告そのものが仕事になり、重要な数字が分からなくなります。

• 定性的な評価だけでも偏りは起こる
  上司の印象や相性に左右される可能性があるため、数字と観察を組み合わせる必要があります。

• 高い目標が悪いわけではない
  達成方法や副作用を無視し、一つの数字だけで人を追い込むことが問題です。

KPIは目的地ではなく、進む方向を確かめる計器です。計器の数字を良くすることと、実際に正しい場所へ進むことは同じではありません。

10. 行動をゆがめにくい指標の作り方

目的を数字を使わずに書く

最初から「問い合わせ時間を3分以内にする」と定めると、時間短縮そのものが目的になります。

先に、次のような状態を定義します。

顧客が必要な説明を受け、一度の連絡で問題を安全に解決できる状態

そのうえで、目的へ近づいているかを測る数字を選びます。

活動と成果を分ける

実施回数は、必ずしも成果ではありません。

研修を10回実施する
    ↓
参加者が知識を理解する
    ↓
現場で行動が変わる
    ↓
ミスや事故が減る

研修回数は活動量です。理解度や行動変化は途中の成果であり、ミスの減少が最終的な成果に近い指標です。

活動量だけを見て「成功した」と判断しないことが大切です。

量・質・最終成果・副作用を組み合わせる

副作用を監視する指標は、ガードレール指標とも呼ばれます。

主な数字が改善しても、ガードレールが悪化しているなら、方法を修正する必要があります。

最大化ではなく適正範囲を考える

すべての指標が「高いほど良い」「低いほど良い」とは限りません。

応対時間は長すぎれば問題ですが、短すぎても説明不足になる可能性があります。会議時間もゼロにすればよいわけではありません。

最大値や最小値だけを目指すのではなく、品質を保てる適正な範囲を探ります。

一つの数字を報酬へ直結させすぎない

給与、昇進、契約更新などを一つの指標だけで決めると、数字を攻略する動機が強くなります。

複数の成果、実際の成果物、顧客や同僚からの情報、無作為に選んだ案件の確認などを組み合わせます。

現場へ抜け道を尋ねる

指標を実際に使う人は、設計者よりも弱点を早く発見します。

導入前に、次の質問をすると有効です。

• この数字だけを上げるなら、どのような近道があるか
• 誰が不利になり、誰が有利になるか
• 数字は成功でも、実態が悪化する場面はあるか
• 対応が難しい案件を避ける動機は生まれないか
• 測られなくなる大切な仕事はないか

指標を批判する意見を、目標に反対する態度と決めつけないことも重要です。

定期的に廃止・変更する

環境や人の行動が変われば、以前は有効だった指標も古くなります。

KPIを一度決めたら固定するのではなく、次の点を確認します。

• 本来の目的と今も連動しているか
• 想定外の行動を生んでいないか
• データの定義や集計方法は適切か
• より直接的に成果を測る方法がないか
• 維持するための作業負担が大きすぎないか

役割を終えた指標を残し続けると、測定自体が目的化します。

11. KPI設計を改善する具体例

顧客サポート部門で、「平均応対時間を短縮する」という目標を設定した場合を考えます。

改善前

この設計では、応対時間を短くすれば評価が上がります。顧客の問題が本当に解決したかは、十分に確認されません。

改善後

改善後も応対時間は測りますが、それだけで成功とは判断しません。

時間が短くなり、初回解決率も上がり、再問い合わせ率が悪化していなければ、本当の改善である可能性が高くなります。

反対に、時間だけが短くなり再問い合わせが増えたなら、数字を達成した方法に問題があります。

12. 勉強時間・点数・問題数へ応用する

勉強でも、グッドハートの法則は起こります。

「毎日2時間」「100問解く」「30日連続」「単語を1,000語覚える」といった目標は、行動を始めるきっかけになります。

しかし、記録を達成することだけが目的になると、次のような状態が生まれます。

• 集中していない時間も勉強時間に含める
• 問題数を増やすため、簡単な問題だけを選ぶ
• 解説を読まず、間違いの原因を放置する
• 連続記録を守るため、形だけ教材を開く
• 単語の意味を眺めるだけで「覚えた」と記録する

勉強では、量の数字に質と定着の確認を組み合わせます。

点数や勉強時間を捨てる必要はありません。記録を自分を裁く成績表ではなく、学習方法を修正する計器として使います。

英語、資格、受験勉強の記録を続ける選択肢の一つとして、DailyDropsは完全無料で利用でき、学習行動が利用者へ還元される共益型プラットフォームです。数字を積み上げると同時に、理解や定着につながっているかも定期的に確認することが大切です。

13. よくある質問

Q．物理法則のように必ず成り立つものですか？

すべての状況で必ず同じ結果が起きる普遍的な因果法則ではありません。

指標と成果のずれが大きい、評価への圧力が強い、数字を操作しやすい、測られていない品質が多いといった条件で、問題が起こりやすいことを示す警告原理です。

Q．KPIを社員へ公開しない方がよいのでしょうか？

通常は、目的と指標を共有した方が行動を合わせやすくなります。

問題は公開することではなく、指標の理由を説明せず、一つの数字だけで人を評価することです。現場が副作用を報告しても修正されない制度にも問題があります。

Q．KPIはいくつ設定すればよいですか？

万能な数はありません。

最終的に良くしたい成果を明確にしたうえで、主要な進捗を示す指標を少数置き、品質や副作用を確認する指標を補助的に加える方法が現実的です。

増やしすぎると、どれが重要なのか分からなくなり、記録作業も増えます。

Q．達成率100％が続いているのは良い状態ですか？

本当に安定して成果が出ている可能性があります。

一方で、目標が低すぎる、難しい案件を除外している、集計方法が形骸化している、未達になる仕事を翌月へ回している可能性もあります。

達成率だけでなく、品質、対象範囲、例外、最終成果との関係を確認します。

Q．個人の習慣管理にも当てはまりますか？

当てはまります。

歩数を稼ぐために睡眠を削る、読書冊数を増やすために短い本だけを選ぶ、連続記録を守るために形だけ実行する、といった状態です。

数字が当初の目的に役立っているかを定期的に問い直します。

Q．OKRやノルマでも同じ問題が起こりますか？

起こる可能性があります。

名称よりも、一つの数値へ強い報酬や罰を結びつけているか、達成方法を問わない制度になっているか、本来の目的との関係を見直しているかが重要です。

14. 数字は目的地ではなく計器として使う

数字を測ること自体が問題なのではありません。

問題は、成果を知るために作った代理指標を、成果そのものだと思い込むことです。人は評価基準に適応するため、強く追わせる数字ほど意味が変わる可能性があります。

指標を決める前に、次の点を確認します。

• 本当に良くしたい状態を、数字を使わず説明できるか
• 指標が改善すれば、本来の成果も改善する理由があるか
• 数字だけを上げる近道や対象選別がないか
• 測られていない品質、安全、公平性を犠牲にしないか
• 活動量、品質、最終成果、副作用を分けているか
• 現場の声や定性的な判断を残しているか
• 指標を定期的に変更・廃止できるか

良いKPIは、人を数字へ従わせるものではありません。目的へ近づいているかを早めに知らせ、必要なら行動を修正するためのものです。

数字が改善したときほど、「実際には何が良くなったのか」を確認することが、本質から外れないための重要な習慣です。