やさしい説明
このアプリは、202店をどう「次の一手」に並べているのか
ひとことで言うと ── 「儲かりそう × 当たりそう × 言問らしさ ÷ 手間」 で各店に点数をつけ、点数の高い順に「今やるべき一手」を出しています。 その点数を EV（期待価値） と呼びます。
儲かりそう（V）
その店が受注になったらいくらの広告売上になるか。Vol.15実績や直近の出稿額、無ければ枠の標準額を使います。
当たりそう（P）
営業して実際に受注できる確率。継続中の店は高く、未接触の店は低い。受注実績や接点の長さで補正します。
言問らしさ（S）
お金だけでない戦略的な価値。誌面の世界観・手形/ホテル連携・老舗の象徴性・呼び水効果を加味する倍率です。
手間（C）
そのアクションにかかる営業コスト（工数×人件費）。手間が大きいほど点数から引かれます。
優先度（P0〜P3）
点数と状況から緊急度を判定。P0=今号クローズ必須／P1=高EVの即効／P2=中期仕込み／P3=見送り。
EV（期待価値）の式 ── 図でみる
0〜0.9
¥1.5千〜60万
0.5〜2.0倍
工数×単価
並べ替える
戦略係数 S は、5つの「言問らしさ」因子を重みづけて合算します ── 世界観・手形・ホテル・象徴・ファネル（呼び水）。 各因子は 0〜1 で評価され、重み（合計1.0が目安）をかけて S = 0.5 + 合算×1.5 に変換します。 この重みは セクション04 で動かせます。
データで見る
全202店を実データで俯瞰する（グラフは自前描画）
① 優先度の分布
② スコアの分布（ヒストグラム）
③ 散布図：獲得確率（P） × 想定受注額（V）
④ 上位店の因子分解 ── 「言問らしさ」の内訳
なぜこの店が推奨か
店を選ぶと、その推奨理由を分解して説明します
パラメータ調整 ── 感覚とのズレを直す
重みを動かすと右側の順位プレビューが即更新。納得したら「全体に反映」
「言問らしさ」の重み
コスト・閾値
象徴性キーワード
順位プレビュー（クライアント側・即時）
重み変更でSとEVを再計算し並び替え。反映前のシミュレーションです注意書き ── この点数は「仮置き」です
初期値は推計。Vol.16の実績で再キャリブレーションします
・確率（P）や戦略の重みは、地域誌営業の業界標準と過去コホート（Vol.8取材→Vol.12年契化の4社100%転換 等）を参考にした 根拠付きの仮置き値です。捏造ではありませんが、まだ実測で検証されていません（GR19）。
・初回キャリブレーション＝Vol.16完了後（推計2026年9〜10月）。 特に「L3取材→広告化転換率」「L2途絶復活率」「L6新規CVR」の3指標を実測値で更新します。
・モデルの正しさは次のKPIで測定します ── 優先度スコア vs 実受注の相関 r≥0.40 P0商談中のクローズ率 100% L3埋蔵金の有料化 3/8社 相関 r<0.20 ならスコア式そのものを見直します（撤退・見直し条件）。
・設計の正本： 12_next-action-engine.md（NBAエンジン設計書）↗ ／ 営業アプリ：meiten-sales.html ↗