特性要因図は、問題や結果として現れている「特性」を右側に置き、その原因候補を大分類から枝分かれさせて整理する方法です。魚の骨のような形になるため、フィッシュボーン図や魚骨図とも呼ばれます。
特性要因図の価値は、原因を思いつきで1つに決めるのではなく、「どんな要因が考えられるか」を広く出し、そこから重要要因候補を絞って検証することにあります。
この記事では、特性要因図の具体例を3つ紹介します。製造現場の外観キズ不良、カスタマーサポートの問い合わせ対応時間、プロジェクトの納期遅延を題材に、背景→課題→なぜ特性要因図か→大骨→中骨・小骨→重要要因候補→検証→判断→対策→結果→学びまで通して解説します。基本的な意味から確認したい場合は、特性要因図とは?意味・使い方・具体例を参照してください。
ケース1:製造現場の外観キズ不良を分析する
背景
ある製造現場で、直近1か月の出荷前検査における外観キズ不良が、1000個あたり12件まで増えていました。
目標は1000個あたり5件以下です。
現場では、
- 新任者が増えたからではないか
- 搬送箱が古いのではないか
- 作業台が傷んでいるのではないか
- 保護フィルムの品質が悪いのではないか
など、さまざまな意見が出ていました。
課題
原因候補が人、設備、材料、作業方法に分散し、どこから確認すべきか決められていませんでした。
なぜ特性要因図を使ったのか
1つの問題に対して、原因候補を複数の観点から広く洗い出し、構造的に整理できるためです。
特性を定義する
特性は、
「直近1か月の出荷前検査で、外観キズ不良が1000個あたり12件発生し、目標5件以下を上回っている」
としました。
大骨を決める
今回は、
- 人
- 方法
- 設備
- 材料
- 環境
の5分類にしました。
要因候補を出す
人
- 持ち方がばらつく
- 新任者の作業経験が少ない
- 手袋交換が遅い
方法
- 搬送時に製品同士が接触する
- 仮置き方法が不統一
- 箱詰め順序が一定でない
設備
- 搬送治具にバリがある
- 作業台表面が傷んでいる
- 搬送箱の仕切りが不足している
材料
- 保護フィルムが剥がれやすい
- 梱包材の硬さが不適切
環境
- 仮置き場所が混雑する
- 繁忙時間帯に作業スペースが狭くなる
中骨・小骨へ深掘りする
「搬送時に製品同士が接触する」をさらに分けると、
- 1箱あたり収納数が多い
- 仕切り板が足りない
- 搬送距離が長い
- 急いで箱詰めする時間帯がある
という候補が出ました。
さらに「仕切り板が足りない」を、
- 必要枚数の基準が曖昧
- 交換ルールがない
- 補充場所が遠い
まで掘り下げました。
重要要因候補を絞る
影響度と確認容易性から、
- 仕切り板不足
- 作業台表面の傷み
- 新任者の経験不足
を優先して確認しました。
検証する
外観キズ不良120件を確認すると、
- 搬送箱内の接触痕:67件
- 作業台との接触痕:21件
- 保護フィルム剥がれ:14件
- 原因特定できず:18件
でした。
さらに、仕切り板が規定枚数未満の搬送箱ではキズ率が高いことが分かりました。
一方、新任者と熟練者の不良率には大きな差がありませんでした。
判断
「新任者の経験不足」は重要要因としての優先度を下げ、
「仕切り板不足による製品同士の接触」
を最優先の重要要因と判断しました。
対策
- 仕切り板の必要枚数を標準書へ明記
- 補充場所を作業エリア内へ変更
- 搬送箱の使用前チェックを追加
- 1箱あたり収納数の上限を設定
しました。
結果
次の1か月で、外観キズ不良が1000個あたり12件から6件へ低下しました。
学び
このケースでは、「新任者が増えた」という目立つ事実に引っ張られず、人・方法・設備・材料・環境へ広げたことで、仕切り板不足という具体的な要因にたどり着けました。
具体的な作り方は、特性要因図のやり方で確認できます。
ケース2:問い合わせ対応時間が長くなった原因を整理する
背景
あるカスタマーサポート部門で、問い合わせ1件あたりの平均対応時間が18分から27分へ増えていました。
現場では、
- 新人が増えた
- システムが使いにくい
- 問い合わせ内容が複雑になった
- 他部署への確認が増えた
などの意見が出ていました。
課題
「新人が多いから」という説明に偏り、業務手順やシステム、情報の持ち方まで十分に確認できていませんでした。
なぜ特性要因図を使ったのか
人だけでなく、手順、システム、情報、顧客条件、承認など複数の観点から原因候補を広げるためです。
特性を定義する
「直近2か月、問い合わせ1件あたりの平均対応時間が18分から27分へ増えている」
としました。
大骨を決める
今回は製造向けの4Mではなく、業務に合わせて、
- 人
- 手順
- システム
- 情報
- 顧客条件
- 承認
の6分類にしました。
要因候補を出す
人
- 新人比率が高い
- 製品知識に差がある
- エスカレーション判断に迷う
手順
- 問い合わせ種別ごとの確認順序が曖昧
- 例外対応が標準化されていない
- 二重入力がある
システム
- 顧客情報と契約情報が別画面
- 履歴検索に時間がかかる
- 画面遷移が多い
情報
- FAQが更新されていない
- 契約変更履歴が探しにくい
- ナレッジの表記が統一されていない
顧客条件
- 大口顧客は契約条件が複雑
- 複数製品を利用している
承認
- 値引きや返金で上長確認が必要
- 他部署確認の回答時間が長い
深掘りする
「契約情報の確認に時間がかかる」を深掘りすると、
- CRMと請求システムを行き来する
- 契約変更履歴が別画面
- 変更日と適用日の表示が分かりにくい
- 特別割引の根拠がメモ欄にしかない
という要因候補が出ました。
重要要因候補を絞る
- 新人比率
- 複数システム参照
- 他部署承認待ち
を先に確認しました。
検証する
対応履歴を100件抽出して確認すると、
- 全体平均:27分
- 1システムで完結:15分
- 2システム参照:24分
- 3システム以上参照:41分
- 他部署承認あり:平均52分
でした。
一方、新人と経験者の差は、1システムで完結する案件では小さいことが分かりました。
判断
「新人だから遅い」という説明より、
「複数システム参照と他部署承認待ち」
の影響が大きいと判断しました。
対策
- 契約変更履歴を1画面で参照できるようにする
- よくある問い合わせの必要情報をまとめる
- 他部署承認が必要な条件を明文化
- 24時間超の承認待ちを通知
しました。
結果
翌月、平均対応時間は27分から21分へ低下しました。
学び
このケースでは、業務に合う大骨へ置き換えたことで、人への原因集中を避けられました。
特性要因図では、4Mや6Mをそのまま使うことより、「その業務で原因候補を出しやすい分類」を選ぶことが重要です。
ケース3:プロジェクトの納期遅延を分析する
背景
ある社内システム導入プロジェクトで、全体スケジュールが当初計画より3週間遅れていました。
現場では、
- 開発者不足
- 要件変更
- 会議の多さ
- 顧客部門の回答遅れ
などが原因として挙がっていました。
課題
複数の遅延要因が絡んでおり、「人を増やせば解決するのか」「要件変更を止めるべきか」が判断できない状態でした。
なぜ特性要因図を使ったのか
納期遅延を人員だけでなく、計画、手順、情報、承認、依存関係、外部条件まで広げて整理するためです。
特性を定義する
「社内システム導入プロジェクトが、当初計画より3週間遅れている」
としました。
大骨を決める
- 人
- 計画
- 手順
- 情報
- 承認
- 依存関係
の6分類にしました。
要因候補を出す
人
- 担当者不足
- 経験差
- 兼務が多い
計画
- 見積もりが楽観的
- バッファが少ない
- 依存タスクの考慮不足
手順
- 変更管理が曖昧
- レビュー依頼の条件が不統一
情報
- 要件の前提が共有されていない
- 決定事項の記録が分散
承認
- 特定責任者に判断が集中
- 承認期限が決まっていない
依存関係
- 他チームのAPI完成待ち
- 顧客部門のデータ提供待ち
中骨・小骨へ深掘りする
「承認待ちが長い」を、
- 軽微な変更も責任者承認が必要
- 承認依頼の優先度が見えない
- 判断材料が不足して差し戻される
- 代替承認者がいない
と分けました。
重要要因候補を絞る
- 開発者不足
- 要件変更
- 承認待ち
- 外部依存待ち
を優先候補にしました。
検証する
工程別の遅延時間を確認すると、
- 要件変更による追加:3営業日
- 開発作業そのものの遅れ:4営業日
- 承認・レビュー待ち:8営業日
- 外部依存待ち:5営業日
でした。
さらに承認待ち8営業日の内訳を見ると、軽微な変更まで責任者承認を待っている案件が多いことが分かりました。
判断
「開発者不足」だけでは説明できず、最も大きな遅延要因は、
「承認判断の集中と承認期限の未設定」
と判断しました。
対策
- 軽微な変更はサブリーダーへ権限委譲
- 承認依頼時に判断材料の必須項目を設定
- 24時間以内の一次回答ルールを設定
- 承認待ち一覧を日次確認
しました。
結果
次の開発サイクルでは、承認待ち時間が短縮し、工程全体の遅延日数も減りました。
学び
このケースでは、特性要因図で原因候補を広げた後、実際の遅延時間で検証したことで、「人を増やす」より先に「承認プロセスを変える」判断ができました。
3つのケースから分かる特性要因図の使い方
3ケースには共通する流れがあります。
- 問題となる特性を具体的に定義する
- 業務に合う大骨を決める
- 各大骨から原因候補を広げる
- 中骨・小骨へ具体化する
- 事実と仮説を分ける
- 重要要因候補を絞る
- 実データや現場観察で検証する
- 重要要因を対策へつなげる
- 対策後に同じ指標で再確認する
違うのは、大骨の選び方です。
製造不良では、人・方法・設備・材料・環境を使いました。
問い合わせ対応では、人・手順・システム・情報・顧客条件・承認を使いました。
納期遅延では、人・計画・手順・情報・承認・依存関係を使いました。
自分の業務へ当てはめる手順
具体例をそのまま真似するのではなく、次の順で考えると使いやすくなります。
- 問題となる特性を一文で具体化する
- 対象・期間・指標・目標を明確にする
- 問題に合う大骨を4〜6個程度決める
- 各大骨から要因候補を複数出す
- 重要そうな中骨を小骨へ深掘りする
- 確認済み事実と未確認仮説を分ける
- 影響度と確認容易性で優先順位を付ける
- 現場データや記録で検証する
- 反証も確認する
- 重要要因を絞る
- 具体的な対策へつなげる
- 対策後に同じ指標で再確認する
記入用の型が必要な場合は、特性要因図テンプレートを使うと、特性、大骨、中骨・小骨、事実と仮説、検証結果、重要要因、対策まで一続きで整理できます。
特性要因図の具体例を見るときの注意点
図に書いた要因を原因確定扱いしない
特性要因図に書く内容の多くは、最初は仮説です。
「新任者が増えた」「承認待ちがありそう」といった情報は、実データで確認します。
大骨を固定テンプレートのまま使わない
製造向けの4M・5M・6Mが、サービス業務やプロジェクト管理にそのまま合うとは限りません。
人に原因を寄せすぎない
「注意不足」「経験不足」で止めず、手順、設備、情報、環境、承認の条件まで見ます。
抽象語で深掘りを止めない
「管理不足」「連携不足」では対策が曖昧になります。
発散だけで終わらない
原因候補を出した後は、重要要因候補を絞り、データで検証します。
よくある失敗と改善策は、特性要因図で失敗しやすいポイントで詳しく解説しています。
他のフレームワークとどう使い分けるか
特性要因図は、1つの問題に対して原因候補を広く洗い出し、構造的に整理するのに向いています。
一方、MECEは論点の抜け・重複を減らす考え方、ロジックツリーは原因や打ち手を階層的に分解する方法です。
違いを詳しく知りたい場合は、MECEと特性要因図の違い、ロジックツリーと特性要因図の違い、MECE・ロジックツリー・特性要因図の使い分けを参考にしてください。
生成AIを使う場合
生成AIは、大骨の分類候補、各分類の要因候補、抽象的な要因の具体化、抜けている観点、検証データ候補を出す補助に使えます。
ただし、AIが出した要因は事実ではありません。現場の実情、元データの正確性、重要要因の優先順位、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で特性要因図を使う方法で解説します。
まとめ|具体例では「何を大骨にし、何を検証したか」を見る
特性要因図の具体例を見るときは、最終的な原因だけでなく、「どの特性を置いたか」「どんな大骨で広げたか」「どの要因を小骨まで深掘りしたか」「何をデータで検証したか」を見ることが重要です。
製造不良では、人・方法・設備・材料・環境から仕切り板不足へ、問い合わせ対応では、人・手順・システム・情報・顧客条件・承認から複数システム参照と承認待ちへ、納期遅延では、人・計画・手順・情報・承認・依存関係から承認判断の集中へ絞り込みました。
自分の業務へ応用するときも、最初から原因を決めつけず、問題に合う分類で候補を広げ、重要要因をデータで検証してから対策へ進むことが、特性要因図を実務で活かすポイントです。