仮説思考は、すべての情報を集めてから考えるのではなく、現時点で最もありそうな説明や答えを仮置きし、その仮説を必要な情報で素早く検証しながら更新していく考え方です。
実務では、情報が足りないからと調査を続けているうちに、判断が遅れたり、重要でないデータまで集めてしまったりすることがあります。仮説思考を使うと、「何を確かめれば次の判断に進めるか」を先に決められるため、調査や分析を絞り込みやすくなります。
ただし、仮説を早く置くことと、思い込みで結論を決めることは別です。仮説はあくまで暫定的な答えであり、反証可能な形にし、必要なデータで確認し、外れたら更新することが重要です。
この記事では、仮説思考のやり方を、入力・行動・出力・判断基準まで含めて8ステップで解説します。基本的な意味や考え方から確認したい場合は、仮説思考とは?意味・使い方・具体例を参照してください。
仮説思考を使う前に決めること
最初に決めるのは、「何について答えを出したいのか」です。
悪い例:
「売上が悪い理由を調べる」
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、商談数の減少が主因かを確認する」
良い例では、対象、期間、基準、最初に確認したい仮説が明確です。
仮説思考では、最初から完全な答えを作る必要はありません。重要なのは、次に確認すべきことを明らかにできる仮説を置くことです。
仮説思考のやり方|実務で使う8ステップ
ステップ1:答えるべき問いを明確にする
入力
- 起きている問題
- 対象
- 期間
- 基準値や目標
行動
問いを一文にします。
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」
出力
トップとなる問い。
判断基準
- 誰・何についての問いか明確か
- 期間や基準が必要に応じて入っているか
- 答えが出れば次の行動を決められるか
ステップ2:初期仮説を置く
次に、現時点の情報から「最もありそうな説明」を仮置きします。
例:
「売上未達の主因は、商談数の減少ではないか」
ここで大切なのは、事実と仮説を分けることです。
事実:売上は計画比80%
仮説:商談数の減少が主因ではないか
仮説は、あとで外れても構いません。
ステップ3:仮説を分解する
初期仮説が広い場合は、下位の仮説へ分解します。
たとえば「商談数が減っている」を、
- 新規リード数が減っているのではないか
- リードから商談への転換率が下がっているのではないか
- 紹介経由の商談が減っているのではないか
- 失注顧客への再アプローチが減っているのではないか
と分けます。
この段階で、仮説同士が同じ粒度になっているかも確認します。
ステップ4:仮説ごとに検証項目と必要データを決める
仮説を置いたら、「何を見れば確かめられるか」を決めます。
例:
仮説A:新規リード数が減っている
必要データ:月別・チャネル別リード数
仮説B:商談化率が下がっている
必要データ:リード件数、商談件数、商談化率
仮説C:初回対応遅延が商談化率へ影響している
必要データ:問い合わせ受信時刻、初回対応時刻、商談化有無
ここで「とりあえず全部集める」のではなく、仮説を判定できる最小限の情報へ絞ります。
ステップ5:検証する仮説に優先順位を付ける
仮説はすべて同時に調べる必要はありません。
優先順位は、たとえば、
- 問題への影響が大きそうか
- 確認しやすいか
- 外れた場合に次の仮説へ進みやすいか
- 判断期限に間に合うか
で決めます。
売上未達なら、まず売上構成要素を確認し、商談数が計画比60%、成約率95%、平均単価102%、継続率98%なら、商談数の仮説を優先して深掘りできます。
ステップ6:最小限の情報で検証する
優先した仮説から確認します。
例:
- 問い合わせ数は前年並み
- 商談化率は32%から19%へ低下
- 24時間以内の初回対応案件は商談化率30%
- 48時間超の案件は12%
この結果から、
「問い合わせ数が減った」
という仮説は弱まり、
「問い合わせ後の初回対応遅延が商談化率低下に影響している」
という仮説が強くなります。
ステップ7:仮説を更新する
検証結果に応じて、
- 採用する
- 棄却する
- 条件付きで残す
- 別の仮説へ置き換える
を判断します。
仮説思考では、最初の仮説に固執しないことが重要です。
たとえば、最初は「リード不足」を疑っていたとしても、問い合わせ数が変わらないなら仮説を修正します。
ステップ8:打ち手へつなげる
仮説が十分に絞れたら、改善案へつなげます。
今回の例なら、
- 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
といった対策が候補になります。
仮説思考は、仮説を当てることが目的ではなく、判断と行動を速くすることが目的です。
通し例|売上未達を仮説思考で整理する
1. 問いを設定する
「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」
2. 初期仮説を置く
「商談数が不足しているのではないか」
3. 上位データを確認する
- 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%
この結果から、商談数仮説を優先して深掘りします。
4. 商談数を分解する
- 新規リード数が減っている
- 商談化率が下がっている
- 紹介が減っている
- 再アプローチが減っている
という仮説を置きます。
5. 必要データを決める
- 月別リード数
- 商談件数
- 商談化率
- 初回対応時間
- チャネル別流入数
を確認します。
6. 検証する
確認すると、問い合わせ数は前年並みでした。
一方で、商談化率は32%から19%へ低下していました。
さらに、24時間以内に初回対応した案件は商談化率30%、48時間超の案件は12%でした。
7. 仮説を更新する
「リード不足」ではなく、
「問い合わせ後の初回対応遅延が商談化率低下の主因ではないか」
へ仮説を更新します。
8. 追加検証する
案件ごとの担当割り当て時刻を確認すると、新しい振り分けルール導入後、一部の問い合わせが担当未設定のまま残っていました。
9. 打ち手を決める
- 自動割り当て
- 未割り当て通知
- 24時間以内の初回連絡
- 週次モニタリング
を実施します。
10. 結果を確認する
次の2か月で初回対応時間が短縮し、商談化率も改善したとします。
この通し例のポイントは、最初から大量のデータを集めず、「今の仮説を確かめるために必要な情報」を順に確認したことです。
記入用の型が必要な場合は、仮説思考テンプレートを使うと、問い、初期仮説、必要データ、検証結果、仮説更新、次のアクションまで一続きで整理できます。
仮説の質を上げる4つの条件
1. 検証可能である
悪い例:
「営業が弱い」
良い例:
「初回対応が48時間を超えた案件では、24時間以内の案件より商談化率が低いのではないか」
後者はデータで確認できます。
2. 事実と仮説を分けている
「問い合わせ数は減っている」と断定せず、「減っているのではないか」と仮説として扱います。
3. 次の行動につながる
検証しても判断が変わらない仮説は優先度が低くなります。
4. 具体的すぎず、広すぎない
広すぎる仮説は検証できず、細かすぎる仮説は全体への影響が小さくなります。
仮説思考でつまずきやすいポイント
最初の仮説に固執する
仮説は暫定案です。外れたら更新します。
仮説と事実を混同する
もっともらしくても、確認前は仮説です。
情報を集めすぎる
「あると便利」ではなく、「この仮説を判定するために必要か」でデータを選びます。
仮説を1つしか置かない
単一仮説だけだと、外れたときに思考が止まります。主要な代替仮説をいくつか用意します。
反証しにくい仮説を置く
「なんとなく顧客ニーズが弱い」のような曖昧な仮説は避けます。
調査だけで終わる
仮説を絞ったら、意思決定や打ち手へつなげます。
よくある失敗と改善策は、仮説思考で失敗しやすいポイントで詳しく解説しています。
具体例から学びたい場合
仮説思考は、売上未達だけでなく、納期遅延、顧客解約、業務負荷、採用、商品企画など幅広い場面で使えます。
複数のケースを通して適用イメージを見たい場合は、仮説思考の具体例を参考にしてください。
生成AIを使う場合
生成AIは、
- 初期仮説の候補を出す
- 代替仮説を増やす
- 仮説を検証可能な形に言い換える
- 必要データ候補を整理する
- 検証結果から次の仮説候補を出す
といった補助に使えます。
ただし、AIが出した仮説は事実ではありません。元データの正確性、仮説の妥当性、優先順位、最終判断は人が確認する必要があります。
具体的な使い方は、生成AIで仮説思考を使う方法で解説します。
実務チェックリスト
仮説思考を使う前後に、次を確認してください。
- 答えるべき問いが一文になっている
- 対象・期間・基準が必要に応じて明確
- 初期仮説を置いた
- 事実と仮説を分けた
- 主要な代替仮説も用意した
- 仮説ごとに必要データを決めた
- 検証する仮説に優先順位を付けた
- 最小限の情報で検証した
- 外れた仮説を更新・棄却した
- 検証結果を意思決定へつないだ
- 必要以上の調査を続けていない
まとめ|仮説思考は「先に答えを決める」のではなく「先に確かめる順番を決める」方法
仮説思考を実務で使う流れは、答えるべき問いを明確にし、初期仮説を置き、仮説を分解し、必要データを決め、優先順位を付け、最小限の情報で検証し、結果に応じて仮説を更新し、打ち手へつなげるというものです。
重要なのは、最初の仮説を正解にすることではありません。仮説を置くことで、「何を確かめれば次の判断へ進めるか」を明確にし、不要な情報収集を減らすことです。
情報が足りないから動けないのではなく、現時点の情報から仮説を置き、必要な確認だけを行い、結果に応じて修正する。この繰り返しが、仮説思考を職場で使う基本です。