MENU

イシューツリーの具体例|職場の問題整理・原因分析での活用イメージを解説

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。

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。

目次

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。

  1. トップイシューが一つの問いになっているか
  2. 対象・期間・基準を必要に応じて明確にしたか
  3. 第1階層の粒度がそろっているか
  4. 同じ階層の重複・抜けを確認したか
  5. サブイシューを確認可能な問いにしたか
  6. 仮説と事実を分けたか
  7. 各問いに必要情報をひも付けたか
  8. 問題への影響が大きい枝から優先したか
  9. 全枝を同じ深さまで掘っていないか
  10. 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。

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