イシューツリーは、考えるべき問いを上位のイシューから下位の論点へ分解し、どこを優先して調べるべきかを整理する方法です。
実務では、思いついた原因や打ち手をそのまま枝に並べるだけでは、何から確認すべきか判断しにくくなります。重要なのは、最初にトップイシューを明確にし、同じ階層の論点をそろえ、仮説と必要情報をひも付け、優先順位を付けて検証へ進むことです。
この記事では、イシューツリーの具体例を3つ紹介します。法人向け研修サービスの売上未達、社内プロジェクトの納期遅延、SaaSの顧客解約増加を題材に、背景→課題→なぜイシューツリーか→トップイシュー→論点分解→仮説・必要情報→優先順位→検証→判断→結果→学びまで通して解説します。基本構造から確認したい場合は、イシューツリーとは?意味・使い方・具体例を参照してください。
ケース1:法人向け研修サービスの売上が計画未達
背景
ある法人向け研修サービスで、直近3か月の月次売上が計画比20%未達になっていました。
現場では、
- 営業担当の提案力が弱い
- 問い合わせが減っている
- 単価が低い
- 更新が減っている
といった意見が出ていました。
課題
売上未達には複数の原因が考えられますが、どこから調べるべきか整理されていませんでした。
なぜイシューツリーを使ったのか
売上という結果を構成要素へ分け、どの枝が計画未達へ最も影響しているかをデータで絞り込めるためです。
トップイシュー
「法人向け研修サービスの月次売上が、直近3か月で計画比20%未達なのはなぜか」
としました。
第1階層を分解する
売上の主要構成要素から、
- 商談数は計画どおりか
- 成約率は低下していないか
- 平均単価は低下していないか
- 継続率は低下していないか
へ分けました。
必要情報を確認する
直近3か月の実績を見ると、
- 商談数:計画比60%
- 成約率:計画比95%
- 平均単価:計画比102%
- 継続率:計画比98%
でした。
優先論点
この結果から、最優先は「商談数不足」と判断しました。
すべての枝を同じ深さまで掘るのではなく、影響の大きい枝から進めます。
商談数をさらに分解する
- 新規リード数は足りているか
- リードから商談への転換率は低下しているか
- 紹介経由の商談は減っていないか
- 失注顧客への再アプローチは機能しているか
仮説を置く
仮説A:Web問い合わせが減っている
仮説B:問い合わせ数は変わらないが、商談化率が下がっている
仮説C:初回対応の遅れで商談化しにくくなっている
検証する
必要情報として、
- 月別問い合わせ数
- チャネル別流入数
- 商談化率
- 初回対応時間
- 未商談化理由
を確認しました。
結果は、
- 問い合わせ数は前年並み
- 商談化率が32%から19%へ低下
- 24時間以内に初回対応した案件の商談化率は30%
- 48時間超の案件は12%
でした。
さらに、新しい問い合わせ振り分けルール導入後、一部案件が担当未設定のまま残ることが確認できました。
判断
「問い合わせ減少」ではなく、
「問い合わせ後の初回対応遅延」
を優先して改善する論点と判断しました。
対策
- 問い合わせ受信時に担当を自動割り当て
- 2時間以内に未割り当て案件を通知
- 営業日の24時間以内に初回連絡
- 週次で初回対応時間と商談化率を確認
結果
次の2か月で初回対応時間が短縮し、商談化率も改善しました。
学び
このケースでは、「営業力が弱い」という抽象的な議論から始めず、売上を構成要素へ分解し、数値で優先枝を絞ったことで、確認すべき論点と改善対象を具体化できました。
具体的な進め方は、イシューツリーのやり方でも詳しく解説しています。
ケース2:社内プロジェクトの納期遅延が続く
背景
ある社内システム導入プロジェクトでは、毎週のようにタスク遅延が発生し、全体の納期も1か月遅れる見込みになっていました。
チーム内では、
- 開発が遅い
- 要件変更が多い
- 会議が多すぎる
- 担当者不足
など、多くの意見が出ていました。
課題
遅延要因が多く、どの論点を優先して確認すべきか判断できていませんでした。
なぜイシューツリーを使ったのか
「納期遅延」という結果を、工程や発生条件に沿って分解し、どの枝が全体遅延へ大きく影響しているかを絞るためです。
トップイシュー
「社内システム導入プロジェクトが当初計画より1か月遅れているのはなぜか」
としました。
第1階層
プロジェクトの主要工程から、
- 要件定義が遅れているか
- 設計が遅れているか
- 開発が遅れているか
- テストが遅れているか
- 承認・意思決定が遅れているか
へ分けました。
事実確認
計画と実績を比較すると、
- 要件定義:3営業日遅れ
- 設計:2営業日遅れ
- 開発:12営業日遅れ
- テスト:未着手
- 承認待ち:累計7営業日
でした。
優先論点
「開発遅延」と「承認待ち」の影響が大きいと判断しました。
開発遅延を分解する
- 見積もりが甘かったか
- 要件変更が多かったか
- 手戻りが多かったか
- 担当割り当てに無理があったか
- 依存タスク待ちが多かったか
仮説と必要情報
仮説A:要件変更が開発遅延の主因
必要情報:変更件数、変更時期、影響工数
仮説B:レビュー待ちが長く、手戻りも多い
必要情報:レビュー開始・完了時刻、差し戻し件数
仮説C:担当者不足で処理能力が足りない
必要情報:担当者別稼働時間、並行タスク数
検証する
確認すると、
- 大きな要件変更は2件で、影響は合計3営業日程度
- レビュー待ちは累計6営業日
- 差し戻しの多くが「判断者不在」で保留
- 開発担当者の稼働率は高いが、実作業停止時間も多い
ことがわかりました。
判断
最初の「人手不足」仮説だけでは説明できず、
「レビュー・承認判断が特定の責任者へ集中し、待ち時間が長い」
ことを優先論点としました。
対策
- 判断項目を事前に分類
- 軽微な変更はサブリーダーへ権限委譲
- 毎日15分のレビュー枠を固定
- 判断待ち案件を一覧化し、24時間超で通知
結果
レビュー待ち時間が短縮し、開発タスクの滞留も減りました。
学び
このケースでは、「開発が遅い」という結果をそのまま原因にせず、工程別に分け、さらに待ち時間・変更・工数・担当負荷へ分解したことで、優先的に変えるべき仕組みを見つけられました。
ケース3:SaaSの顧客解約が増えている
背景
あるBtoB SaaSで、直近四半期の解約率が前四半期より上昇しました。
チームでは、
- 価格が高い
- 機能が足りない
- サポートが弱い
- 競合が強い
などの意見が出ていました。
課題
解約理由が複数ありそうな一方で、どの顧客・どのタイミングで解約が増えているか把握できていませんでした。
なぜイシューツリーを使ったのか
解約増加を顧客セグメント、利用状況、サポート、価格、契約更新などの論点へ分け、優先調査対象を絞るためです。
トップイシュー
「BtoB SaaSの四半期解約率が前四半期比で上昇したのはなぜか」
としました。
第1階層
- 特定顧客セグメントで解約が増えているか
- 利用頻度が低い顧客で増えているか
- サポート体験が悪い顧客で増えているか
- 価格改定の影響があるか
- 契約更新プロセスに問題があるか
へ分けました。
必要情報を確認する
顧客別データを見ると、
- 解約増加の約65%が導入3か月以内の顧客
- 導入初月の主要機能利用率が低い顧客ほど解約率が高い
- 価格改定対象外の顧客でも同様の傾向
- サポート問い合わせ件数は全体では大きな変化なし
でした。
優先論点
「導入初期の利用定着」
を最優先にしました。
導入初期を分解する
- 初期設定は完了しているか
- 管理者トレーニングを受けているか
- 主要機能を初月に使えているか
- 利用目的がチーム内で共有されているか
- 初月に成功体験を得られているか
仮説と必要情報
仮説A:初期設定完了まで時間がかかる顧客ほど解約しやすい
必要情報:契約日、初期設定完了日、解約有無
仮説B:主要機能を初月に使っていない顧客ほど解約しやすい
必要情報:機能別利用ログ、初月利用回数
仮説C:管理者トレーニング未受講が影響している
必要情報:受講有無、受講時期、利用率
検証する
確認すると、
- 初月に主要機能を3回以上利用した顧客の解約率は低い
- 初期設定完了まで14日超の顧客は主要機能利用率も低い
- 管理者トレーニング未受講顧客で初期設定遅延が多い
ことがわかりました。
判断
「価格が高い」という最初の仮説ではなく、
「導入初期に主要機能を使える状態まで進められていない」
ことを優先論点と判断しました。
対策
- 契約後3営業日以内にキックオフ
- 初期設定チェックリストを顧客と共有
- 管理者トレーニングを初週に実施
- 主要機能3回利用を初月の定着指標に設定
- 7日間未利用顧客を自動通知
結果
次の四半期では、初月の主要機能利用率が上がり、導入3か月以内の解約率も改善しました。
学び
このケースでは、解約を「価格」「機能」「サポート」と抽象的に議論するのではなく、顧客セグメントと利用データで優先枝を絞り、初期定着という具体論点まで掘ることで、対策を選びやすくなりました。
3つのケースからわかるイシューツリーの使い方
3ケースを並べると、イシューツリーが向いているのは「原因や論点が複数あり、どこから調べるべきかわからない場面」です。
- 売上未達:売上構成要素から商談数へ絞り、さらに商談化率・初回対応へ掘る
- 納期遅延:工程別に分け、開発・承認待ちへ絞り、レビュー判断の集中へ掘る
- 顧客解約:顧客セグメントと利用状況から、導入初期の利用定着へ絞る
共通しているのは、最初の思いつきで原因を決めず、上位の問いを分解し、データで優先枝を選び、その枝だけを深く掘っている点です。
自分の業務へ当てはめるときの確認ポイント
具体例をそのまま真似するのではなく、次の順で考えます。
- トップイシューが一つの問いになっているか
- 対象・期間・基準を必要に応じて明確にしたか
- 第1階層の粒度がそろっているか
- 同じ階層の重複・抜けを確認したか
- サブイシューを確認可能な問いにしたか
- 仮説と事実を分けたか
- 各問いに必要情報をひも付けたか
- 問題への影響が大きい枝から優先したか
- 全枝を同じ深さまで掘っていないか
- 検証結果に応じてツリーを更新したか
記入用の型が必要な場合は、イシューツリーテンプレートを使うと、トップイシュー、サブイシュー、仮説、必要情報、確認結果、優先度、次のアクションまで一続きで整理できます。
ケースを見るときに注意したいこと
名詞だけの枝にしない
「営業」「顧客」「商品」だけでは、何を確認すべきかわかりません。
「商談数は足りているか」「主要機能を初月に使えているか」のように、問いとして書くと調査につながります。
MECEを目的にしない
完璧なMECEを作ることより、重要な抜け・重複を減らし、判断に使える構造へすることが大切です。
仮説を事実扱いしない
「価格が高いから解約した」と思っても、データで確認するまでは仮説です。
すべての枝を同じ深さまで掘らない
上位データで影響の小さい枝は一度止め、重要な枝へ時間を使います。
よくある失敗と改善策は、イシューツリーで失敗しやすいポイントで詳しく解説しています。生成AIで論点候補やMECEチェックを補助したい場合は、生成AIでイシューツリーを使う方法も参考になります。
まとめ|具体例では「どう分けたか」より「どの枝を優先したか」を見る
イシューツリーの具体例を見るときは、枝の数や見た目より、「どの問いから始め、どの基準で枝を分け、どのデータで優先順位を決め、どの枝だけを深掘りしたか」を見ることが重要です。
売上未達では商談数から初回対応遅延へ、納期遅延では工程からレビュー・承認待ちへ、顧客解約では解約全体から導入初期の利用定着へ絞り込みました。
自分の業務へ応用するときも、最初の原因仮説へ飛びつかず、トップイシューを分解し、仮説と必要情報をひも付け、影響の大きい枝から検証することが、イシューツリーを実務で使うポイントです。