レッスン5：仮説思考——「結論から考える」アプローチ

このレッスンで学ぶこと

仮説思考と網羅思考の違いを理解する
仮説の立て方（経験・データ・類推）を整理する
仮説の検証手順を持つ
仮説思考の落とし穴（思い込み・確証バイアス）を把握する
業務での使い所を理解する
ピラミッドストラクチャーとの組み合わせを意識する

前のレッスンでは、So What／Why So とピラミッドストラクチャーで主張と根拠を結ぶ発想を学びました。今回のレッスンでは、「結論から考える」アプローチ、仮説思考を扱います。仮説思考は、コンサル業界で特に重視される考え方で、限られた時間と情報で結論を出す現代の業務に欠かせません。

仮説思考と網羅思考

物事を考える 2 つのアプローチを整理します。

網羅思考——情報を集めてから結論を出す

「すべての情報を集めて、分析してから、結論を出す」発想です。

情報を網羅的に集める
分析を尽くす
結論を出す
関係者に共有する

正攻法のようですが、現代のビジネスでは限界があります。

情報を集める時間がかかる
「すべて」が定義しにくい
集めるうちに情報が古くなる
結論を出さずに分析が止まる

仮説思考——先に仮の結論を立てて検証する

「限られた情報で先に仮の結論（仮説）を立てて、検証する」発想です。

早い段階で仮の結論を立てる
その仮説を検証するために情報を集める
検証結果で仮説を更新する
必要に応じて仮説を捨てて新しいものを立てる

仮説思考の利点：

時間の節約
「何を調べるべきか」が明確になる
議論の出発点が決まる
必要十分な情報で意思決定できる

両者の使い分け

場面	推奨
限られた時間で意思決定	仮説思考
取り返しのつかない決定	網羅思考（または両者の組み合わせ）
学術研究	網羅思考
日常業務	仮説思考
規制対応	網羅思考

「すべて仮説思考」「すべて網羅思考」ではなく、場面で使い分けるのが現実的です。本コースでは仮説思考を中心に扱いますが、網羅思考の意義も尊重します。

💡 ポイント 「仮説思考」は、結論を急ぐ意味ではありません。「仮の結論を持って情報収集することで、意思決定を確実に前に進める」ことが本質です。

仮説の立て方

仮説をどうやって立てるのかが、実務での最大の論点です。3 つのアプローチを紹介します。

1. 経験からの仮説

過去の自分の経験、似た案件の経験から仮説を立てます。

例：

「以前、似た製品で売上が下がったときの原因は競合の値下げだった。今回も同じ可能性が高い」
「新人の離職が増えたとき、たいてい配属ミスマッチが原因だった」

経験は強い武器ですが、過去のパターンに引きずられる危険があります（後述の確証バイアス）。

2. データからの仮説

利用可能なデータから、傾向や偏りを見つけて仮説を立てます。

例：

「先月のデータを見ると、特定地域だけ売上が落ちている。地域固有の原因がある仮説」
「離職者の属性を見ると、入社 2 年目に集中している。育成段階での問題仮説」

データから仮説を立てるときは、データの解釈に飛躍がないか注意します。

3. 類推からの仮説

別の業界・組織・領域の事例から、自分の課題に当てはめて仮説を立てます。

例：

「IT 業界で離職率を下げた事例があった。1on1 を毎週やる仕組みが効いたという話。当社にも適用できる仮説」
「ある飲食チェーンが原価を下げたのは、地域ごとの仕入れ集約だった。同じ発想が当社にも使えるか」

類推は発想を広げますが、業界や組織の文脈の違いを無視しがちです。「適用できる範囲」を慎重に見極めます。

仮説は 1 つに絞らない

最初から仮説を 1 つに絞らず、2〜3 個並列に持つのがおすすめです。

第 1 仮説：競合の値下げ
第 2 仮説：自社の品質低下
第 3 仮説：市場全体の縮小

これらを並列に検証すると、どの仮説が支持されるかが明確になります。

📝 補足 「仮説 1 つでは思い込み、5 つ以上では発散する」の経験則があります。2〜3 個が業務での実用バランスです。

仮説の検証

仮説を立てたら、それを検証する手順を持ちます。

検証の基本ステップ

仮説を明確に文字に起こす
仮説が正しければ「何が観察できるはず」を予測する
観察可能な情報・データを集める
予測と実際を比較する
仮説の支持／反証／部分支持を判定する
必要なら仮説を更新する

例：

仮説：「売上低下は競合 X 社の値下げが原因」
予測：「X 社のシェアが上がっている、当社の値引きを求める顧客が増える」
観察：「X 社のシェアは横ばい、値引き要求はあまり聞かない」
結論：「仮説は支持されない、別の原因を考える」

「必要十分な情報」で判定する

仮説検証では、「完璧な情報」ではなく「必要十分な情報」で判定します。完璧を待つと意思決定が遅れます。

「必要十分」のレベルは、

意思決定の重要度（戻せる決定か、戻せない決定か）
時間制約（今すぐ決めるべきか、来月でいいか）
利用可能なリソース

で決まります。

仮説を「捨てる」勇気

検証の結果、仮説が支持されないこともあります。そのとき、

仮説を素直に捨てる
新しい仮説を立て直す
データを再解釈してみる

ができれば、仮説思考は強力です。捨てられずに「自分の仮説に合うデータを探す」と、確証バイアスに陥ります（次節）。

⚠️ 注意 仮説を捨てる勇気は、思った以上に大事です。自分の仮説への執着が、誤った判断の最大の原因の 1 つです。

仮説思考の落とし穴——思い込み・確証バイアス

仮説思考の最大の敵が、確証バイアス（confirmation bias）です。

確証バイアスとは

自分が立てた仮説を支持する情報ばかり集めて、反証する情報を無視する傾向を、心理学では「確証バイアス」と呼びます。仮説思考の使い方を誤ると、確証バイアスの罠に陥ります。

確証バイアスの例

「競合の値下げが原因」と仮説を立てたら、競合の値下げ情報ばかり集める
「新人研修の質が原因」と仮説を立てたら、研修への不満ばかり拾う
結果、当初の仮説が「確かに正しい」と感じられるが、実は別の原因も同等以上に効いている

確証バイアスを避ける工夫

仮説を複数並列で持つ：先述のとおり、2〜3 個の仮説を同時に検証
反証情報を意識して探す：「自分の仮説が間違っているとしたら、何が見えるはず？」と問う
他者の視点を入れる：自分とは異なる仮説を持つ人と議論する
データを偏りなく集める：仮説を支持する観点だけでなく、反証する観点も意識
仮説を疑う「反対派の自分」を演じる：「自分の仮説を強く反論する立場で、何が言えるか」と考える

💡 ポイント 仮説思考の上達は、「仮説を捨てる経験」の蓄積にあります。捨てたあとに新しい仮説を立てる柔軟性が、確証バイアスへの最大の対抗手段です。

ピラミッドストラクチャーとの組み合わせ

仮説思考とピラミッドストラクチャー（レッスン 4）は、強力に組み合わせて使えます。

流れ

仮説思考で仮の結論（主張）を立てる
ピラミッドストラクチャーで主張の根拠を整理する
根拠を支える事実・データを集めて検証する
検証結果で主張を確定／更新する
確定した主張をピラミッドの形で伝える

例

仮説：「新規事業 A は投資すべき」
ピラミッドで根拠 3 つを並べる：「市場が魅力的」「自社と適合性高い」「財務インパクト許容範囲」
各根拠の事実・データを集める
データが揃ったら、主張をそのまま採用 or 修正

仮説思考は「考える」、ピラミッドは「伝える」の両輪を結ぶ橋になります。

業務での使い所

場面 1：新規事業の検討

「新規事業 A をやるべきか」を、

仮説思考：「やるべき」を仮置きして、市場規模・自社適合性・財務インパクトを調べる
検証：データを集めて仮説を支持するか
結果：支持されれば実行へ、されなければ別の選択肢

網羅思考だと、すべての新規事業候補を網羅的に分析して時間が経ち、その間に機会を逃します。

場面 2：顧客課題のヒアリング

「顧客の本当の課題は何か」を、

仮説：「業務効率化への投資意欲が高い」と仮置き
ヒアリング：仮説を支持する／反証する質問をする
結果：別の優先課題（人材育成）が見えてくることも

仮説を持って臨むことで、ヒアリングの焦点が定まります。

場面 3：上司への提案

「予算配分の見直しを提案する」を、

仮説：「営業予算を 20% 削減して新規開発に振り向けるべき」
ピラミッドで根拠を組み立てる
検証：データで支持できるか
提案：仮説が支持されれば、ピラミッドで提案

場面 4：問題解決

「離職率の高さを解決する」を、

複数仮説：採用ミスマッチ／育成不足／給与競争力
並列検証：3 つを同時に評価する
主要原因を特定して対策する

📝 補足 仮説思考が使いにくい場面：絶対に間違えられない判断（安全性、法令遵守）、すべての可能性を検討すべき場面（株主への重大な説明）、初期データが極端に不足する場面。これらは網羅思考や複合アプローチが向きます。

講師の現場メモ：「3 つの仮説で 1 か月の調査が 1 週間に」

私（中野）が外資系コンサル時代に支援した、ある食品メーカーの売上低下問題の話です。

クライアントは「網羅的な市場調査をして、原因を特定したい」と当初依頼しました。チームが見積もると、調査期間 1 か月、コスト 800 万円。

私はチームに提案しました。「3 つの仮説を立てて、それぞれを検証する形にしましょう」。

3 つの仮説：

競合の値下げが原因
自社製品の質低下が原因
消費者の嗜好シフトが原因

各仮説に対して「正しければ何が見えるはず」を予測し、必要最小限のデータを集めました。

1 週間後の検証結果：

仮説 1（競合）：競合の値下げは観察されない → 仮説棄却
仮説 2（質低下）：苦情件数、SNS の評判に明確な変化なし → 仮説棄却
仮説 3（嗜好シフト）：健康志向の関連商品が急成長、自社製品の購買者層と一致 → 仮説支持

ここで「嗜好シフトが原因」とほぼ確信できました。残り 1 週間で、健康志向への対応策をピラミッド形式で提案。1 か月 800 万円の予定が、2 週間 100 万円で完了しました。

クライアントは「網羅的な調査をして全部のデータを集めるより、仮説で絞り込むほうがずっと意思決定が早い」と喜びました。

そのときに痛感したのは、「全部調べる」より「3 つの仮説で絞り込む」が業務効率の鍵だ、ということです。ただし、これは仮説の質が決定的です。間違った 3 つに絞ると、本当の原因を見逃します。経験・データ・類推を組み合わせて、最初の仮説の質を上げることが、仮説思考の最大のスキルです。

本コースで仮説思考を扱うのは、皆さんにも「全部調べる」呪縛から抜け出してほしいからです。

まとめ

このレッスンでは、以下のことを学びました。

仮説思考：限られた情報で先に仮の結論を立てて検証する発想
網羅思考：すべての情報を集めてから結論を出す発想
両者を場面で使い分ける。仮説思考は時間制約のある業務で強い
仮説の立て方：経験から、データから、類推から。3 つを組み合わせる
仮説は 1 つに絞らず 2〜3 個並列に持つ
検証の基本ステップ：明確化 → 予測 → 観察 → 比較 → 判定 → 更新
「必要十分な情報」で判定し、「完璧」を待たない
仮説を「捨てる」勇気が仮説思考の上達の鍵
確証バイアスの罠：仮説を支持する情報ばかり集める傾向
対策：複数仮説、反証情報の探索、他者の視点、偏りないデータ、反対派の自分を演じる
ピラミッドストラクチャーとの組み合わせで「考える」と「伝える」がつながる
仮説思考が使いにくい場面：絶対に間違えられない判断、すべての可能性を検討すべき場面、初期データが極端に不足する場面

次のレッスンでは、演繹・帰納の違いと、よくある論理的誤りを扱います。

確認クイズ

このレッスンの理解度をチェックしましょう。