ペイオフマトリクスは、複数の選択肢と将来のシナリオを組み合わせ、それぞれの結果を数値で並べて比較する方法です。
たとえば、「大型投資をする」「小規模投資にする」「現状維持する」という3案があり、将来が「好調」「標準」「不調」のどれになるか分からない場合、各組み合わせで得られる利益・コスト削減額・損失などを表にして比較します。
ポイントは、単純に平均値だけを見るのではなく、意思決定者がどの程度リスクを取れるかに応じて、maximax、maximin、minimax regret、期待値などの判断基準を使い分けることです。
この記事では、ペイオフマトリクスのやり方を、入力・行動・出力・判断基準まで含めて7ステップで解説します。基本的な意味から確認したい場合は、ペイオフマトリクスとは?意味・使い方・具体例を参照してください。
ペイオフマトリクスを使う前に決めること
最初に、今回の意思決定で比較する「選択肢」と「将来シナリオ」を分けます。
例として、設備投資案を比較するとします。
選択肢:
- A:大型設備へ投資する
- B:小型設備へ投資する
- C:現状維持する
将来シナリオ:
- 好調
- 標準
- 不調
そして、何をペイオフとして使うかを決めます。
たとえば、
- 3年間の営業利益増加額
- 年間コスト削減額
- 投資回収後の純利益
などです。
候補Aは利益、候補Bは売上、候補Cはコスト削減額というように、尺度を混ぜてはいけません。
ペイオフマトリクスのやり方|実務で使う7ステップ
ステップ1:比較する選択肢をそろえる
入力
- 実行可能な代替案
- 現状維持案
- 必要に応じて撤退案
行動
同じ意思決定で比較できる粒度へそろえます。
悪い例:
- 新工場建設
- 営業強化
- コスト削減
良い例:
- 大型設備投資
- 小型設備投資
- 現状維持
出力
比較可能な選択肢一覧。
判断基準
- 同じ意思決定テーマの代替案になっているか
- 実行不可能な案が混ざっていないか
- 現状維持を比較対象から外していないか
ステップ2:将来シナリオを定義する
次に、結果を左右する将来状態を定義します。
たとえば、需要量を主な不確実性とするなら、
- 好調:需要が想定より高い
- 標準:需要が計画どおり
- 不調:需要が想定より低い
とします。
重要なのは、「案ごとにシナリオを変えない」ことです。
A案だけ好調・標準・不調、B案だけ新規顧客獲得・既存維持など別の軸にすると比較できません。
判断基準
- すべての選択肢に同じシナリオを適用できるか
- 重要な不確実性をカバーしているか
- シナリオ同士が重なりすぎていないか
ステップ3:各組み合わせのペイオフを見積もる
選択肢×シナリオごとに結果を数値化します。
例として、単位を「百万円」とします。
- A大型投資:好調120、標準50、不調-40
- B小型投資:好調80、標準45、不調10
- C現状維持:好調30、標準25、不調20
ここでは、売上ではなく「投資後の純利益増加額」のように尺度を統一します。
入力
- 売上予測
- コスト予測
- 投資額
- 過去実績
- 市場シナリオ
行動
各セルの数値根拠を残します。
出力
選択肢×シナリオのペイオフ一覧。
判断基準
- 単位は共通か
- 同じ期間で比較しているか
- 投資額や固定費を二重計上していないか
- 根拠データがあるか
ステップ4:maximaxで「最大の上振れ」を見る
maximaxは、それぞれの案で最も良い結果を取り、その中で最大のものを選ぶ考え方です。
上の例では、
- A:最大120
- B:最大80
- C:最大30
なので、maximaxならAです。
これは「最良シナリオが起きたときの上振れを重視する」考え方です。
向く場面
- リスクを取れる
- 成長機会を逃したくない
- 上振れ余地を重視する
注意点
不調時の-40を軽視するため、損失耐性が低い組織には向きません。
ステップ5:maximinで「最悪でも耐えられる案」を見る
maximinは、各案の最小ペイオフを取り、その中で最大のものを選びます。
- A:最小-40
- B:最小10
- C:最小20
なので、maximinならCです。
これは、最悪シナリオを重視する考え方です。
向く場面
- 損失許容度が低い
- 資金繰り制約が厳しい
- 失敗時のダメージが大きい
ステップ6:minimax regretで「後悔の大きさ」を見る
minimax regretは、各シナリオで最良だった案との差を「後悔値」として計算し、最大後悔が最も小さい案を選ぶ方法です。
まず各シナリオの最良値を出します。
- 好調:120(A)
- 標準:50(A)
- 不調:20(C)
後悔値は、
A:
- 好調:120 – 120 = 0
- 標準:50 – 50 = 0
- 不調:20 – (-40) = 60
最大後悔:60
B:
- 好調:120 – 80 = 40
- 標準:50 – 45 = 5
- 不調:20 – 10 = 10
最大後悔:40
C:
- 好調:120 – 30 = 90
- 標準:50 – 25 = 25
- 不調:20 – 20 = 0
最大後悔:90
したがって、minimax regretならBです。
この方法は、「どのシナリオになっても選択ミスの痛手を大きくしすぎたくない」ときに使いやすい考え方です。
ステップ7:確率がある場合は期待値も計算し、最後に非数値条件を確認する
シナリオ確率を合理的に置ける場合は、期待値を計算できます。
たとえば、
- 好調:30%
- 標準:50%
- 不調:20%
とします。
Aの期待値:
120×0.3 + 50×0.5 + (-40)×0.2 = 53
Bの期待値:
80×0.3 + 45×0.5 + 10×0.2 = 48.5
Cの期待値:
30×0.3 + 25×0.5 + 20×0.2 = 25.5
期待値だけならAです。
ただし、ここで最終決定にしません。
確認すること:
- 最大損失を許容できるか
- 必要資金を確保できるか
- 契約・法令上の制約はないか
- 実行能力があるか
- 不調時に撤退・縮小できるか
- シナリオ確率の根拠は妥当か
通し例|3つの設備投資案を比較する
前提
ある製造部門が、次年度の設備投資案を比較しています。
選択肢:
- A:大型設備へ投資
- B:小型設備へ投資
- C:現状維持
ペイオフ単位:3年間の純利益増加額、百万円。
将来シナリオ:
- 好調
- 標準
- 不調
ペイオフ:
- A:120 / 50 / -40
- B:80 / 45 / 10
- C:30 / 25 / 20
maximaxで見る
最良値は、A=120、B=80、C=30。
上振れを最大化するならAです。
maximinで見る
最悪値は、A=-40、B=10、C=20。
最悪ケースへの耐性を重視するならCです。
minimax regretで見る
最大後悔は、A=60、B=40、C=90。
最大の選択後悔を小さくしたいならBです。
期待値で見る
確率を好調30%、標準50%、不調20%と置くと、
- A:53
- B:48.5
- C:25.5
期待値ではAが最も高くなります。
どの基準を採用するか決める
ここで経営会議では、最大損失を50百万円未満に抑えるという資金制約があるとします。
Aの最悪値は-40なので制約内ですが、資金余力が小さく、確率見積もりにも不確実性が残っています。
そのため、
- 攻め重視ならA
- 守り重視ならC
- 後悔のバランスならB
- 確率を信頼できるなら期待値でA
という違いを確認したうえで、最終的にBを選ぶ判断もありえます。
重要なのは、「どの計算式が正しいか」ではなく、「今回どの判断姿勢を採るか」を明示することです。
記入用の型が必要な場合は、ペイオフマトリクステンプレートを使うと、選択肢、シナリオ、ペイオフ、判断基準、最終判断まで整理できます。
判断基準をどう使い分けるか
maximax
最良結果を最大化したいとき。
向いている状況:
- 成長余地を優先
- 損失に耐えられる
- 勝ち筋を大きく取りたい
maximin
最悪結果をできるだけ良くしたいとき。
向いている状況:
- 損失耐性が低い
- 事業継続を優先
- 下振れを避けたい
minimax regret
「別の案を選んでいればよかった」という最大後悔を小さくしたいとき。
向いている状況:
- 将来予測が難しい
- 極端な攻め・守りを避けたい
- 選択ミスの大きさを抑えたい
期待値
シナリオ確率を合理的に置けるとき。
向いている状況:
- 過去データや市場データがある
- 確率の根拠を説明できる
- 複数回の意思決定や長期平均を重視する
シナリオ確率を使うときの注意点
期待値は便利ですが、確率が雑だと結果も雑になります。
たとえば、好調30%、標準50%、不調20%という確率に明確な根拠がないなら、期待値53と48.5の差を精密な優位差とみなすべきではありません。
その場合は、
- 確率を変えて順位が変わるか
- Aの好調確率が何%以下になるとBが逆転するか
- 不調時の損失を許容できるか
を見るほうが実務的です。
感度分析で前提の弱さを確認する
たとえばAの好調時ペイオフ120が100へ下がった場合、期待値は、
100×0.3 + 50×0.5 + (-40)×0.2 = 47
となり、Bの48.5を下回ります。
つまりA優位は、「好調時120」という前提に敏感です。
こうした感度を見ると、どの数値を重点的に検証すべきか分かります。
会議で使うときの進め方
45〜60分程度の会議なら、次の順で進められます。
- 5分:意思決定テーマ・選択肢確認
- 10分:将来シナリオ定義
- 15分:各セルのペイオフと根拠確認
- 10分:maximax・maximin・minimax regretを計算
- 5分:確率がある場合は期待値計算
- 10分:感度、資金制約、必須条件、実行可能性を確認
- 5分:最終判断と見直し条件を記録
数字の計算よりも、セルの根拠と「どの判断基準を採るか」の合意に時間を使うほうが重要です。
ペイオフマトリクスでつまずきやすいポイント
選択肢とシナリオが混ざる
選択肢は自分たちが選べるもの、シナリオは自分たちが直接選べない将来状態です。
ペイオフの単位がそろっていない
利益、売上、コスト削減額を混在させないようにします。
楽観・悲観の数値根拠が薄い
各セルに根拠を残します。
期待値だけで決める
最大損失、資金制約、実行能力も確認します。
確率を精密に見せすぎる
確率が仮置きなら、感度分析で順位の変化を確認します。
判断基準を後付けする
結果を見て都合のよい基準へ変えないようにします。
よくある失敗と改善策は、ペイオフマトリクスで失敗しやすいポイントで詳しく解説しています。
他の意思決定手法とどう使い分けるか
ペイオフマトリクスは、「選択肢×将来シナリオ」で結果が変わる意思決定に向いています。
複数の評価軸へ点数を付けて案を比較したい場合は、意思決定マトリクスとペイオフマトリクスの違いを参考にしてください。
効果と工数の2軸で素早く優先順位を整理したい場合は、Impact-Effort Matrixとペイオフマトリクスの違いが役立ちます。
3つの方法から選びたい場合は、意思決定マトリクス・Impact-Effort Matrix・ペイオフマトリクスの使い分けも確認できます。
具体例をさらに見たい場合
投資案、価格戦略、供給能力などの具体例は、ペイオフマトリクスの具体例で確認できます。
生成AIを使う場合
生成AIは、
- 選択肢とシナリオの整理
- セルごとの根拠不足の指摘
- maximax・maximin・minimax regret・期待値の計算補助
- 感度分析のケース作成
- 判断基準ごとの差の説明
といった補助に使えます。
ただし、AIは将来ペイオフや確率を自動で確定できません。実際の予測値、確率、損失許容度、資金制約は人が確認します。
具体的な使い方は、生成AIでペイオフマトリクスを使う方法で解説します。
実務チェックリスト
- 比較する選択肢が同じ意思決定テーマにそろっている
- 現状維持案も必要に応じて含めた
- 将来シナリオが全選択肢で共通
- ペイオフの単位と期間が共通
- 各セルに根拠がある
- maximaxの結果を確認した
- maximinの結果を確認した
- minimax regretの結果を確認した
- 確率に根拠がある場合は期待値も確認した
- 確率やペイオフの感度を確認した
- 最大損失を許容できるか確認した
- 資金・契約・法令・実行能力を別途確認した
- 採用した判断基準を記録した
- 前提が変わったら再計算する
まとめ|ペイオフマトリクスは「将来シナリオごとの結果」を並べて判断する
ペイオフマトリクスの実務的な使い方は、選択肢をそろえ、将来シナリオを定義し、各組み合わせのペイオフを同じ単位で見積もり、maximax・maximin・minimax regret・期待値など複数の判断基準で比較し、最後に感度と非数値条件を確認するという流れです。
特に重要なのは、計算結果だけで結論を出さないことです。maximaxならA、maximinならC、minimax regretならBというように、同じペイオフでも判断姿勢によって結論は変わります。
だからこそ、「どの案が一番高得点か」ではなく、「今回の意思決定ではどのリスク姿勢と制約を重視するか」を先に確認することが重要です。
この使い方を徹底すると、ペイオフマトリクスは、将来が読みにくい状況でも複数案を比較し、判断理由を説明しやすくする道具として活用できます。