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フレームワークです。
実務では、枝を増やすだけでは使いにくく、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記録できるテンプレートにすると、分析から判断へつなげやすくなります。
この記事では、そのままコピーして使えるイシューツリーテンプレート、各欄の書き方、法人向け研修サービスの売上未達を題材にした記入済み具体例、良い例・悪い例、会議用簡易版までまとめます。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。
そのまま使えるイシューツリーテンプレート
以下をコピーして、問題整理、原因分析、打ち手検討、企画の論点整理などに使えます。
基本情報
- 分析テーマ:
- 対象業務・商品・顧客:
- 対象期間:
- 現状:
- 目標・基準:
- 分析担当者:
- 関係者:
- 判断期限:
トップイシュー
- トップイシュー:
- この問いに答える目的:
- 問題と判断する基準:
- 今回の分析範囲:
- 分析範囲外:
第1階層の論点
- 論点A:
- この論点で確認したいこと:
- 仮説:
- 必要情報:
- 確認結果:
- 優先度:高 / 中 / 低
- 論点B:
- この論点で確認したいこと:
- 仮説:
- 必要情報:
- 確認結果:
- 優先度:高 / 中 / 低
- 論点C:
- この論点で確認したいこと:
- 仮説:
- 必要情報:
- 確認結果:
- 優先度:高 / 中 / 低
- 論点D:
- この論点で確認したいこと:
- 仮説:
- 必要情報:
- 確認結果:
- 優先度:高 / 中 / 低
サブイシュー
上位論点:
- サブイシュー1:
- 仮説:
- 必要情報:
- 確認方法:
- 確認結果:
- 判断:継続 / 深掘り / 除外
- サブイシュー2:
- 仮説:
- 必要情報:
- 確認方法:
- 確認結果:
- 判断:継続 / 深掘り / 除外
- サブイシュー3:
- 仮説:
- 必要情報:
- 確認方法:
- 確認結果:
- 判断:継続 / 深掘り / 除外
MECEチェック
- 同じ階層で意味が重複している枝はないか:
- 上位概念と具体施策が混ざっていないか:
- 重要な抜けはないか:
- 各枝の粒度はそろっているか:
優先順位
- 優先論点:
- 優先理由:
- 問題への影響:高 / 中 / 低
- 不確実性:高 / 中 / 低
- 確認容易性:高 / 中 / 低
- 他の判断への波及:高 / 中 / 低
次のアクション
- 確認すること:
- 担当者:
- 期限:
- 確認方法:
- 成功条件・判断条件:
- 次回更新日:
各欄の書き方
トップイシューは「答えるべき問い」にする
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。
トップイシューが曖昧だと、その下の論点も散らばります。
第1階層は同じ粒度でそろえる
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
悪い例では、上位概念、チャネル、指標、個人要因が混ざっています。
サブイシューは「確認できる問い」にする
悪い例:
「営業力」
良い例:
「リードから商談への転換率は低下しているか」
「初回対応までの時間は商談化率に影響しているか」
名詞だけで書くより、何を調べるかがわかる問いにします。
仮説と事実を分ける
例:
サブイシュー: 「Web経由の問い合わせ数は減っているか」
仮説: 「Web問い合わせ減少が商談数不足の主因ではないか」
確認結果: 「問い合わせ数は前年並み」
この場合、仮説は外れています。
必要情報を枝ごとに書く
イシューツリーでは、枝を作るだけでなく「この問いに答えるには何を見るか」を明確にします。
たとえば、
- 月別問い合わせ数
- チャネル別件数
- 商談化率
- 初回対応時間
- 失注理由
- 顧客ヒアリング
などです。
優先順位は全枝を同じ深さまで掘らないために使う
すべての枝を細かく分析すると時間がかかります。
問題への影響、不確実性、確認容易性、他の判断への波及などで優先順位を付けます。
具体的な進め方は、イシューツリーのやり方で詳しく解説しています。
記入済み具体例|法人向け研修サービスの売上未達を分析する
基本情報
- 分析テーマ:法人向け研修サービスの売上未達
- 対象期間:直近3か月
- 現状:月次売上が計画比20%未達
- 目標:売上未達の主要因を特定し、改善対象を決める
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
論点A:商談数は計画どおりか
- 仮説:商談数不足が売上未達の主因
- 必要情報:計画商談数、実績商談数
- 確認結果:計画比60%
- 優先度:高
論点B:成約率は低下しているか
- 仮説:提案品質低下で成約率が落ちている
- 必要情報:計画成約率、実績成約率
- 確認結果:計画比95%
- 優先度:中
論点C:平均単価は低下しているか
- 仮説:値引き増加で平均単価が下がっている
- 必要情報:平均受注単価
- 確認結果:計画比102%
- 優先度:低
論点D:継続率は低下しているか
- 仮説:更新減少が売上未達に影響している
- 必要情報:継続率
- 確認結果:計画比98%
- 優先度:低
この段階で、最優先は商談数だと判断できます。
「商談数」をサブイシューへ分解
- 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るか
- 失注顧客への再アプローチは機能しているか
仮説と必要情報
サブイシュー1:新規リード数は足りているか
- 仮説:Web問い合わせが減少している
- 必要情報:月別・チャネル別問い合わせ数
- 確認結果:前年並み
- 判断:優先度を下げる
サブイシュー2:商談化率は低下しているか
- 仮説:問い合わせ後の初回対応遅延で商談化率が落ちている
- 必要情報:商談化率、初回対応時間
- 確認結果:商談化率が32%から19%へ低下
- 判断:深掘り
追加分析
初回対応時間別に見ると、
- 24時間以内に初回対応:商談化率30%
- 48時間超で初回対応:商談化率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っていることが確認できました。
優先論点
「問い合わせ後の初回対応遅延」
優先理由
- 商談数不足への影響が大きい
- 実績データで関連が確認できる
- 運用変更で改善可能
- 他の枝より短期間で検証できる
次のアクション
- 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
改善後の状態
「売上が悪いから営業を強化する」という曖昧な対策ではなく、売上を構成要素へ分け、データで優先枝を絞り、具体的な改善行動までつなげられました。
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。
良い記入と悪い記入の比較
トップイシュー
悪い例:
「売上を考える」
良い例:
「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」
第1階層
悪い例:
「営業、広告、顧客、提案力」
良い例:
「商談数、成約率、平均単価、継続率」
サブイシュー
悪い例:
「営業力」
良い例:
「リードから商談への転換率は低下しているか」
仮説
悪い例:
「営業担当の動きが悪い」
良い例:
「初回対応が48時間を超える案件で商談化率が低下しているのではないか」
必要情報
悪い例:
「データを見る」
良い例:
「案件別の問い合わせ受信時刻、初回対応時刻、商談化有無」
良い記入の共通点は、第三者が何を確認すればよいか判断できることです。
原因分析型と打ち手検討型でテンプレートを使い分ける
イシューツリーには、主に2つの使い方があります。
原因分析型
トップイシュー例:
「納期遅延が増えているのはなぜか」
第1階層では、工程別、要因別、時間別など、原因を切り分けます。
打ち手検討型
トップイシュー例:
「納期遅延を半減するにはどうすればよいか」
第1階層では、工程短縮、待ち時間削減、承認改善、作業標準化など、打ち手を分けます。
原因分析と打ち手を同じ階層に混ぜないことが重要です。
会議用の簡易イシューツリーテンプレート
60〜90分程度の会議なら、次の簡易版でも使えます。
- トップイシュー:
- 第1階層の論点:
- 優先論点:
- サブイシュー:
- 仮説:
- 必要情報:
- 確認結果:
- 次に深掘りする枝:
- 除外する枝:
- 次のアクション:
- 担当者:
- 期限:
会議中にすべての枝を完成させる必要はありません。重要な問いを決め、誰が何を確認するかまで決まれば、次の分析へ進めます。
テンプレートを使うときの注意点
名詞だけで枝を作らない
「顧客」「営業」「商品」では、何を確認するのか曖昧です。できるだけ問いにします。
MECEを完成条件にしない
完全なMECEを目指して会議が止まるより、重要な抜け・重複を減らし、検証へ進めることを優先します。
仮説を事実扱いしない
ツリーに書いた時点では、仮説は仮説です。データや記録で確認します。
すべての枝を同じ深さまで掘らない
影響が小さい枝まで深掘りすると、時間を使いすぎます。上位データで優先度を見ます。
一度作ったツリーを固定しない
確認結果で仮説が外れたら、枝を弱めたり追加したりします。
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で切り口候補や重複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
イシューツリーテンプレートは、枝をきれいに並べるための図ではありません。
トップイシューを明確にし、第1階層の論点をそろえ、サブイシュー、仮説、必要情報、確認結果、優先順位、次のアクションまで一続きで記録することで、問題整理を実際の分析と判断へつなげられます。
特に重要なのは、すべての枝を同じ深さまで掘らず、データや仮説の不確実性を見ながら優先論点を絞ることです。そうすれば、イシューツリーを「考えを広げる図」ではなく、「何から調べるかを決める実務の型」として使えます。