CasePrep
仮説思考(Hypothesis-driven Thinking)とは、「先に答えを予想してから、それを確かめる証拠を探す」考え方です。コンサルタントが最も重要視するスキルのひとつで、短時間で質の高い結論を出すための思考エンジンです。
名探偵シャーロック・ホームズで考えてみよう
ビジネスの世界でも同じです。「売上が下がっている原因は価格競争力の低下だ」という仮説を立て、「なら競合の価格データと自社の価格推移を比較すれば確認できる」と進む。これが仮説思考です。
仮説思考（コンサル流）
網羅的データ収集（非推奨）
練習問題
「仮説思考とデータ収集型の違いを具体例で説明してください」と面接で聞かれました。どう答えますか？
考え方のヒント
仮説思考では「売上低下の原因は価格競争力の低下だ」と先に仮説を立て、「なら競合との価格比較データを見れば確認できる」と必要なデータだけを絞って収集します。データ収集型では「関係しそうなデータをすべて集めてから分析する」ため時間がかかりすぎます。コンサル実務では4〜12週間で結論を出す必要があるため、仮説を先に立てて検証するアプローチが不可欠です。
コンサルティングプロジェクトは通常4〜12週間で答えを出す必要があります。大企業の問題には数千のデータポイントが存在します。全部集めてから考えると、期限に間に合わないのです。
回転寿司で例えると
練習問題
コンサル面接で「まずデータを全部集めてから考えます」と言ったら、なぜ評価が下がるのですか？
考え方のヒント
コンサルタントに求められるのは「限られた時間・情報の中で合理的な判断を示す力」です。「全部集めてから」という姿勢は、優先度なしに動くことを示し、スピード感と仮説思考の欠如と見なされます。また実務でもクライアントは意思決定を待てないため、「初期仮説を持ち、検証しながら精度を上げる」プロセスが不可欠です。仮説なしにデータを集めても膨大な情報の山に埋もれるだけです。
仮説ならなんでもいいわけではありません。「良い仮説」には3つの条件があります。
良い仮説の3条件
悪い仮説の例
良い仮説の例
練習問題
「スポーツジムの退会者が増えている」という課題に対し、良い仮説の3条件を満たす仮説を1つ作ってみてください。
考え方のヒント
「入会後3ヶ月以内に初期目標を達成できず、モチベーションが低下した会員が退会の主因だ」という仮説を作ります。具体的（3ヶ月以内・初期目標達成という変数を含む）、検証可能（退会者の在籍期間データと初回面談記録で確認できる）、MECEな選択肢の中から選ばれている（価格・距離・設備・サポート不足を考慮した上で最も可能性が高いと判断）という3条件を満たします。
STEP 1：初期仮説を立てる（Before Data）
データを見る前に「おそらくこれが原因・答えだ」を言語化する。業界知識・常識・アナロジーを活用。「わからない」で止まらない。仮でいいから言い切る。
STEP 2：仮説ツリーを展開する
「仮説Aが正しいなら、①〇〇が起きているはず、②〇〇のデータが出るはず」と派生仮説を広げる。検証の優先順位を決め、インパクト×検証容易性でソートする。
STEP 3：検証・修正・アップデート
データを見て仮説を確認・棄却・修正する。外れても失敗ではない——「この仮説は違った。では次に可能性が高いのは〇〇」と即座に修正することが求められる。
練習問題
「ある飲食チェーンの新規顧客が減少している」という問題に対し、仮説思考の3ステップで考えてみてください。
考え方のヒント
STEP 1で「競合の新規出店により認知シェアを奪われたことが主因」という初期仮説を立てます。STEP 2でその仮説を「新規店舗数の推移・競合のプロモーション状況・自社の新規来客チャネル別データを確認する」という検証ツリーに展開します。STEP 3でデータを確認し、仮説が正しければ広告・認知施策を優先、外れていればリピーター施策やメニュー改善に仮説を修正します。この3ステップを意識することで、分析の方向性が素早く定まります。
仮説を言語化するときは「もし〜なら、〜のはず」という形式を使うと、検証すべきことが自動的に明確になります。
「もし〔原因X〕が問題なら、〔観察できる現象Y〕が起きているはずだ」
「もし価格競争力の低下が原因なら、自社の値引き率は下がり、競合の値引き率は上がっているはずだ」
「もしチャネルシフトが原因なら、実店舗売上は下がり、EC全体の売上は上がっているはずだ」
「もし顧客の年齢層変化が原因なら、30代以下の購買比率が過去5年で低下しているはずだ」
練習問題
「ECサイトのカート離脱率が高い」という課題に対し、「もし〜なら〜のはず」の型で仮説を2つ立ててみてください。
考え方のヒント
仮説①：「もし送料の高さが原因なら、送料表示が出た後のページで離脱が急増しているはずだ」。仮説②：「もし決済フローの複雑さが原因なら、決済情報入力ステップでの離脱が最大になっているはずだ」。この型を使うと仮説と検証データが自動的に結びつき、「何を調べれば確認できるか」が明確になります。面接でも「この仮説を確認するためにどのデータを見ますか？」と問われたときに即答できます。
仮説を立てたら「どのデータを見れば確認できるか」を設計します。面接では「もし時間があれば何を調査しますか？」と問われることも多いです。
| 仮説のタイプ | 検証に使うデータ | 入手先の例 | 優先度 |
|---|---|---|---|
| 価格競争力の低下 | 自社・競合の価格推移、値引き率 | 社内販売データ、店頭調査 | 高 |
| 顧客離れ（チャーン） | 解約率・NPS・顧客満足度調査 | CRMデータ、顧客アンケート | 高 |
| チャネルシフト | EC vs 実店舗の売上比率推移 | 社内売上データ、業界レポート | 中 |
| 製品競争力の低下 | 製品レビュー・返品率・市場シェア | 口コミサイト、調査会社 | 中 |
| ブランド認知の低下 | ブランド認知度・想起率 | 広告調査、消費者パネル | 低 |
| コスト構造の悪化 | 原材料費・人件費の対売上比率推移 | 財務諸表、業界平均比較 | 高 |
練習問題
「顧客離れが原因」という仮説を立てました。この仮説を検証するために最初に見るべきデータは何ですか？また検証の優先順位はどう決めますか？
考え方のヒント
最初に見るべきデータは「解約率・退会率の推移（直近12か月）」です。これが増えていれば仮説を支持します。優先順位はインパクト×検証容易性で決めます。解約率データは社内CRMから容易に取れ（検証容易性：高）、確認できれば打ち手が明確になる（インパクト：高）ため最優先です。一方「ブランド認知調査」は時間・コストがかかり優先度は低い。仮説検証では「何を最初に確認するか」の判断力が問われます。
仮説が外れることは失敗ではありません。それは「間違った仮説を一つ消去した」という前進です。問題は外れたときに何をするかです。
慌てない・謝らない
「仮説が外れました、すみません」は禁句。「データが示しているのは〜であり、当初の仮説は棄却できます」と冷静に言い換える。
データが示す別の方向を読む
仮説が外れたデータは、しばしば「次の正しい仮説」へのヒントを含む。「価格ではなかった。では購入頻度データを見ると…」と展開する。
代替仮説を即座に提示する
「当初仮説Aは棄却。代わりにBまたはCの可能性が高い。次はBを検証します」と代替案を出して前進する姿勢を見せる。
科学者の姿勢を持つ
練習問題
面接中に「リピート率が問題」という仮説を立てましたが、データを見るとリピート率は業界平均以上でした。次にどう対応しますか？
考え方のヒント
「データはリピート率の問題を否定しています。仮説は棄却します」と冷静に宣言します。謝る必要はありません。次に「では新規顧客獲得が問題である可能性が高い。認知度と新規獲得コストのデータを確認したいです」と代替仮説を即座に提示して前進します。仮説が外れたときにデータが示す別の方向を読み取り、次の仮説につなげる素早さが「科学者の姿勢」であり、面接で評価される対応です。
ケース面接で仮説思考を示す最も効果的な方法は、分析を始める前に「私の初期仮説は〜です」と明言することです。
面接での実践フレーズ
| やりがちなミス | 改善後の言い方 |
|---|---|
| 「データを全部見てから考えます」 | 「まず〇〇が原因という仮説で進めます。データで確認しましょう」 |
| 仮説なしにデータを眺める | 「このデータは仮説〇〇を支持しています／棄却します」と解釈する |
| 仮説が外れて黙り込む | 「仮説Aは外れました。次に可能性が高いのはBです」と即座に展開 |
| 「わかりません」で止まる | 「確信はないですが、おそらく〇〇だと思います。なぜなら…」 |
練習問題
ケース面接の冒頭で、仮説思考を示す最初の一言を練習してください。問いは「ある食品メーカーの売上が3年連続で下がっています」です。
考え方のヒント
「私の初期仮説は、既存商品の競争力低下よりも、流通チャネルの変化への対応の遅れが主因と考えます。なぜなら、同時期にEC市場全体が成長しており、リアル流通依存型の食品メーカーに共通して見られるパターンと一致するためです。この仮説を検証するために、EC vs 実店舗の売上比率の推移を確認させてください」と言うと、仮説→根拠→検証計画の流れが示せます。