MENU

イシューツリーのやり方|職場の問題整理・原因分析で使う手順をステップで解説

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。

職場では、売上低下、納期遅延、業務ミス、顧客離脱、残業増加など、原因や打ち手が複数考えられる問題で役立ちます。

ただし、単に思いついた原因を枝のように並べるだけでは、イシューツリーの価値は十分に出ません。重要なのは、最初に「何を答えるためのツリーか」を明確にし、同じ階層の論点をそろえ、抜け・重複を確認し、優先順位を付けて検証へつなげることです。

この記事では、イシューツリーを職場の問題整理・原因分析で使う手順を、入力・行動・出力・判断基準まで含めて解説します。意味や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。

目次

イシューツリーを使う前に決めること

最初に決めるのは、「何を明らかにしたいのか」です。

悪い例:

「売上が悪い」

良い例:

「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」

良い例では、対象、期間、基準、問いが明確です。

このように、イシューツリーでは最上位に「答えるべき問い」を置きます。

イシューツリーのやり方|実務で使う8ステップ

ステップ1:トップイシューを問いの形で定義する

入力

  • 起きている問題
  • 対象業務・顧客・商品
  • 発生期間
  • 基準値や目標値

行動

分析したいテーマを「なぜ〜なのか」「どうすれば〜できるか」の形にします。

例:

「法人向け研修サービスの月次売上が計画比20%未達なのはなぜか」

出力

ツリー最上位のトップイシュー。

判断基準

  • 一文で答えるべき問いになっているか
  • 対象が広すぎないか
  • 原因を先に決めつけていないか
  • 調査後に答えを出せる形になっているか

「営業力が弱いのはなぜか」のように原因仮説をトップに置くと、他の原因を見落としやすくなります。

ステップ2:最初の切り口を決める

次に、トップイシューを2〜5個程度の大きな論点へ分けます。

売上未達であれば、たとえば、

  • 商談数が不足している
  • 成約率が低い
  • 平均単価が低い
  • 継続・更新が弱い

のように分けられます。

ここで大切なのは、同じ階層に異なる粒度の項目を混ぜないことです。

悪い例:

  • 営業
  • 広告
  • 商談数
  • 担当者Aの提案力

良い例:

  • 商談数
  • 成約率
  • 平均単価
  • 継続率

ステップ3:MECEを意識して抜け・重複を確認する

イシューツリーでは、同じ階層の論点ができるだけ「漏れなく、重複なく」なるように確認します。

ただし、最初から完全なMECEを目指す必要はありません。

実務では、

  • 同じ意味の枝が重複していないか
  • 重要な原因経路を落としていないか
  • 上位概念と具体施策が混ざっていないか

を確認します。

たとえば売上未達を、

「商談数」「成約率」「単価」「継続率」

で分けると、売上を構成する主要要素として整理しやすくなります。

ステップ4:各論点をサブイシューへ分解する

次に、各枝をさらに「答えるべき問い」へ分解します。

たとえば「商談数が不足している」を掘るなら、

  • 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くないか
  • 既存顧客からの紹介は十分か
  • 失注顧客への再アプローチは機能しているか

と分けられます。

「成約率が低い」なら、

  • 顧客課題の把握は十分か
  • 提案内容は課題に合っているか
  • 決裁者へ届いているか
  • 競合比較で弱い点は何か

などです。

判断基準

  • 下位の問いに答えると上位の問いに答えられるか
  • 枝同士の粒度がそろっているか
  • 調査・確認できる問いになっているか

ステップ5:仮説を置く

ツリーができたら、各サブイシューについて仮説を置きます。

例:

サブイシュー: 「新規リード数は足りているか」

仮説: 「Web経由の問い合わせ減少が商談数不足の主因ではないか」

サブイシュー: 「提案内容は課題に合っているか」

仮説: 「担当者向け説明が中心で、決裁者が重視する費用対効果が弱いのではないか」

仮説を置くことで、何を調べるかが明確になります。

ただし、仮説は事実ではありません。

ステップ6:各イシューに必要な情報をひも付ける

次に、仮説を検証するために必要な情報を整理します。

たとえば、

  • 月別リード数
  • チャネル別問い合わせ数
  • 商談化率
  • 提案書の内容
  • 失注理由
  • 顧客ヒアリング
  • CRMデータ

などです。

「この問いに答えるには、何を見ればよいか」を枝ごとに決めます。

ステップ7:優先順位を付ける

イシューツリーの枝をすべて同じ深さまで掘る必要はありません。

優先順位は、

  • 問題への影響が大きいか
  • 仮説の確度が低く不確実性が高いか
  • 確認すれば他の判断も進むか
  • 短時間で確認できるか

などで決めます。

たとえば、売上未達のうち商談数が計画比40%減、成約率はほぼ計画どおりなら、まず商談数側を優先して掘る合理性があります。

ステップ8:検証結果でツリーを更新する

イシューツリーは最初に作って終わりではありません。

データを確認して仮説が外れたら、その枝を弱めたり、別の枝を追加したりします。

例:

仮説: 「Web問い合わせが減っている」

確認結果: 問い合わせ数は前年並み

すると、次に、

「問い合わせから商談への転換率が落ちているのではないか」

という枝を優先します。

イシューツリーは、分析の進行に合わせて更新する作業用の地図として使います。

通し例|法人向け研修サービスの売上未達を整理する

ここまでの流れを一つのケースで見ます。

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」

第1階層

売上の構成要素から、

  • 商談数
  • 成約率
  • 平均単価
  • 継続率

へ分けました。

事実確認

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。

ここから、最初に深掘りすべきは「商談数不足」と判断できます。

商談数を分解する

  • 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くないか
  • 紹介経由の商談は減っていないか
  • 既存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問い合わせ数が減っている

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:営業担当の初回対応が遅く、商談化しにくくなっている

必要情報

  • 月別問い合わせ数
  • 流入チャネル別件数
  • 商談化率
  • 初回対応までの時間
  • 失注・未商談化理由

検証結果

確認すると、問い合わせ数は前年並みでした。

一方で、

  • 商談化率が32%から19%へ低下
  • 初回対応が24時間以内だった案件は商談化率30%
  • 初回対応が48時間超の案件は商談化率12%

でした。

さらに調べると、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わかりました。

判断

この時点で、優先して改善すべき論点を、

「問い合わせ後の初回対応遅延」

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
  • 週次で商談化率と初回対応時間を確認

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。

このケースでは、最初から「営業力不足」と決めつけず、売上を構成要素へ分け、数値で優先枝を特定し、その枝をさらに掘ったことで、改善対象を絞れました。

より多くの適用イメージは、イシューツリーの具体例で確認できます。

原因分析型と打ち手検討型を使い分ける

イシューツリーには、大きく分けて2つの使い方があります。

原因分析型

「なぜ問題が起きているのか」を分ける使い方です。

例:

「納期遅延が増えているのはなぜか」

打ち手検討型

「どうすれば目標を達成できるか」を分ける使い方です。

例:

「納期遅延を半減するにはどうすればよいか」

原因分析と打ち手検討を同じ階層で混ぜると、ツリーが崩れます。

まず原因を整理し、その後に対策のツリーを作るほうが扱いやすい場合があります。

イシューツリーでつまずきやすいポイント

最初から細かく分けすぎる

いきなり10個以上の枝を出すと、全体像が見えにくくなります。

まず2〜5個程度の大きな切り口から始めます。

名詞だけを書いて終わる

「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」「顧客課題を把握できているか」のように問いへ変えます。

MECEを目的にする

完璧なMECEにこだわりすぎると、分析が進みません。

重要な抜け・重複を減らし、検証に使える構造にすることを優先します。

仮説を事実扱いする

「営業担当の対応が遅い」と書いても、確認前は仮説です。

データや記録で検証します。

全枝を同じ深さまで掘る

影響の小さい枝まで細かく掘ると時間がかかります。

上位データで優先度を確認し、重要な枝から進めます。

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ます。

イシューツリーテンプレートを使う場合

記録用には、次の項目があると使いやすくなります。

  • トップイシュー
  • 第1階層の論点
  • 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

そのまま使える形式は、イシューツリーテンプレートで確認できます。

生成AIを使う場合の注意点

生成AIは、論点候補の発散、MECEのチェック、サブイシュー化、仮説候補の整理を補助できます。

ただし、AIは自社のデータや現場の事実を自動で知っているわけではありません。

AIには、

  • 切り口候補の洗い出し
  • 重複・抜けのチェック
  • サブイシュー候補の作成
  • 仮説候補の発散

を任せ、人は、

  • トップイシューの設定
  • 事実確認
  • 優先順位
  • 仮説採否
  • 最終判断

を担います。

具体的な使い方は、生成AIでイシューツリーを使う方法で解説します。

実務チェックリスト

イシューツリーを使う前後に、次を確認してください。

  • トップイシューが一つの問いになっている
  • 対象・期間・基準が必要に応じて明確
  • 第1階層の粒度がそろっている
  • 上位概念と具体施策が混ざっていない
  • 同じ階層の重複・抜けを確認した
  • サブイシューが調査可能な問いになっている
  • 仮説と事実を分けている
  • 各問いに必要情報をひも付けた
  • 重要な枝から優先して調べている
  • 検証結果に応じてツリーを更新している

まとめ|イシューツリーは「分けること」より「答えるべき問いを絞ること」が重要

イシューツリーを実務で使う流れは、トップイシューを定義し、大きな切り口へ分解し、MECEを意識して抜け・重複を確認し、サブイシューへ落とし、仮説と必要情報を整理し、優先順位を付け、検証結果で更新するというものです。

重要なのは、枝をたくさん作ることではありません。「どの問いに答えれば問題の全体像が見えるか」「どの枝を先に調べれば判断が進むか」を明確にすることです。

原因が複数あり、何から調べるべきか迷っているとき、イシューツリーは問題を分解し、分析の順番を決めるための実務的なフレームワークとして使えます。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次