条件付き確率で読み解く競合分析 — 敵を知れば勝率が見える

"敵を知らなければ確率は嘘をつく。敵を知れば確率は武器になる。"

序論: 真空の中の確率はない

シリーズ1編で計算した P(Win) = 78.5% があるとしよう。この数字は「この案件で我々が勝つ確率」である。しかし、そこには一つの致命的な仮定が隠れている — 競合の存在を無視しているということだ。

現実において、競合がいない営業はほとんどない。そして、競合の強さ、参入時期、戦略によって、我々の P(Win) は劇的に変化する。

「競合S社がこの案件に参入した場合、我々の確率はどれくらい変わるのか？」 — これが条件付き確率（Conditional Probability）の領域である。

Part 1: 条件付き確率の基本 — ベイズの定理の拡張

1.1 条件付き P(Win)

競合 $C$ が存在する場合の条件付き受注確率：

ここで：

• $P(\text{Win})$: 競合を考慮しない基本の P(Win)
• $P(C | \text{Win})$: 我々が受注した過去の案件のうち、競合C社も参加していた割合
• $P(C)$: 全案件のうち、競合C社が参加する割合

1.2 実践シナリオ: ビンホームズとの競争

小説編のパク・ジュンヒョクが直面した状況を数学で解き明かしてみよう。

事前データ（スカイリンクの過去100件の案件基準）：

• 全体受注率: P(Win) = 35%（35件受注）
• ビンホームズが競争に参加した案件の割合: P(C) = 40%（40件）
• 受注した35件のうち、ビンホームズも参加していた割合: P(C|Win) = 20%（7件）

ビンホームズがいない時は35%だった受注率が、ビンホームズが参加すると17.5%へと半分に落ちる。

逆に、ビンホームズが参加しない場合：

戦略的インサイト: ビンホームズが競争に参加すると受注率が 35% → 17.5% に落ち、ビンホームズがいなければ 35% → 46.7% に上がる。ビンホームズの存在の有無だけで30%pの確率変動が発生する。これが競合分析が必要な理由である。

Part 2: 競争インパクト係数 (Competition Impact Factor, CIF)

2.1 CIFの定義

競合ごとに我々の P(Win) に及ぼす影響度を定量化する：

CIF = 1.0 ならば競合の影響なし、0.5 ならば確率が半分に減少。

2.2 複数競合の結合効果

ビンホームズと南ベトナム不動産が同時に参加したら？

独立性の仮定の下で：

しかし、現実には競合間で相互作用がある。ビンホームズと南ベトナムが同時に参加すると、顧客の立場で「選択肢が増えたからもっと慎重に比較しよう」という心理が働き、すべての業者の確率が追加で下落する可能性がある。

これを競争過密ペナルティ（Competition Crowding Penalty）と呼び、競合数 $n$ に応じて：

3社での競争時：

最終調整された P(Win)：

ビジネス的解釈: 3社競合での我々の期待受注率は8.1%。人員と費用を投入する価値があるか、真剣に再考しなければならない。反面、競合を1社でも脱落させることができれば、確率は劇的に上昇する。

Part 3: 競争シグナルのベイズ統合

3.1 競合関連シグナルをβに反映

EXAWinにおいて、競合に関連する情報は否定シグナル（β加算）として処理される：

3.2 競争状況の変化に伴う P(Win) シミュレーション

シナリオ: 現在の P(Win) = 70%。以下の各イベントが発生したら？

戦略的活用: 「もし競合A社が脱落すれば P(Win) が82%に上がる」 — この情報があれば、競合A社を脱落させるための戦略（差別化ポイントの強調、顧客の意思決定基準の再設定）に集中できる。

Part 4: 競争優位性分析 — 「なぜ我々を選ぶべきか」を数学で

4.1 差別化シグナルの追跡

競争環境で勝利するには、差別化ポイントが顧客に伝わらなければならない。EXAWinでは、差別化に関連するシグナルを別途追跡する：

このデータを基に、自社の Competition Win Factor を計算できる：

戦略的インサイト: 技術力（72%）と導入事例（73%）が最も高い Win Factor を示している。営業プロセスにおいて、この2つを早期にアピールすることが競争勝率を高める核心戦略である。価格競争（40%）は勝率が最も低い — 価格で戦えば負けるということをデータが証明している。

Part 5: 競争インテリジェンスダッシュボード

5.1 リアルタイム競争状況ボード

5.2 競争シナリオプランニング

D社 AI案件 — 競合3社と競争中。調整 P(Win) = 11.3%。

• S社脱落時: CIF 0.25 → 0.42, P(Win) = 18.9%
• O社 + G社脱落（S社のみ残留）: CIF 0.25 → 0.50, P(Win) = 22.6%
• 全員脱落（独占）: CIF 1.33, P(Win) = 59.9%

「D社でS社に勝つためには、どの差別化ポイントをどのタイミングで投入すべきか？」 — これが条件付き確率が提供する戦略的質問である。

結論: 競争は避けられないが、分析はできる

競合の存在は恐れの対象ではなく、分析の対象である。

条件付き確率とCIFを活用すれば：

1. 競合ごとの影響度を定量化でき
2. 競合脱落シナリオをシミュレーションでき
3. 差別化戦略の効果をデータで検証でき
4. 放棄すべき案件を客観的に識別できる

「彼を知り己を知れば百戦危うからず」 — 孫子の兵法のこの古典的原則が、2026年には条件付き確率という名前で生まれ変わる。

シリーズ4編（最終編）では、ベイズA/Bテストを活用した営業戦略の最適化 — 「どの営業手法がより効果的か、確率が答える」を扱います。

著者: EXA Bayesian Research Lab
発行: EXAWin Technical Series — Vol. 3
キーワード: #CompetitiveAnalysis #ConditionalProbability #CIF #BayesianStrategy #EXAWin