# 賢い経営判断のためのWhat-If分析ガイド > 実践的な手順、金融・小売の事例、そしてAI活用の分析でシナリオを検証するためのベストプラクティスとともに、What-If分析を学びましょう。 Source: https://www.electe.net/ja/%E3%83%9B%E3%82%B9%E3%83%88/what-if-analysis Site guide: https://www.electe.net/ja/llms.txt 紙の上ではきれいに見える予測が、現実では脆いものだと気づいて立ち尽くしている。ある小売業者は、値下げが低迷するカテゴリーを立て直せるかどうか悩み、財務責任者はもう一段のコスト増が四半期を破綻させないか自問する。**What-if分析**とは、そうした不安な問いを検証可能なシナリオへと変える手法であり、意思決定を下す前に前提同士を比較できるようにするものだ。 正しく行えば、これは単なるスプレッドシートいじりではない。重要な変数とそうでない変数を切り分け、それらのドライバーが同時に動いたときと個別に動いたときで結果がどう変わるかを見極める助けになる。この手法は戦時の作戦立案、工学、金融、環境モデリングにまで深いルーツを持ち、だからこそ不確実性のもとで意思決定を検証する実践的な方法として定着している。詳しくは[感度分析の歴史的概観](https://thedecisionlab.com/reference-guide/statistics/sensitivity-analysis)や[シナリオプランニングの発展](https://www.irma-international.org/viewtitle/41213/?isxn=9781615206117)を参照してほしい。 ## What-If分析とは本当は何なのか マネージャーが**What-if分析**に出会うのは、たいてい教科書の中ではなくストレスのかかる瞬間だ。予測の提出期限が迫り、会議も間近で、根本的な問いは「需要が弱まったら、コストが上がったら、あるいは前提の一つが間違っていたら、この計画は成り立つのか」ということだ。まさにここでこの手法が真価を発揮する。なぜなら、一つの楽観的な数字を守るためではなく、不確実性のもとで意思決定を検証するために設計されているからだ。 ### 当て推量から検証可能な前提へ このプロセスの核心にあるのは、「このドライバーが変化したら、結果はどうなるか」という問いだ。まずベースラインを設定し、一つまたは複数の入力値を変えて、出力がどう動くかを観察する。ビジネスの現場では、その出力とは多くの場合、売上、利益、キャッシュフロー、月々の支払額、正味現在価値などであり、これらは価格、割引率、金利、成長率の前提が変わることで動く。[財務モデリングの事例が示す通りだ](https://corporatefinanceinstitute.com/resources/financial-modeling/what-if-analysis/)。 重要な発想の転換はシンプルだ。未来を完璧に予測しようとしているのではない。現実が少し悪化したり、少し良くなったり、あるいは想定と違う方向に動いたりしたときでも、その戦略が依然として理にかなっているかどうかを確かめているのだ。 > **実践的な指針:** ある決定が一つの狭い前提の組み合わせでしか成り立たないなら、それは承認できる段階にはない。 ### 読者がよく混同する3つの分岐 人はシナリオ検証をひとまとめに扱いがちだが、それではすぐに混乱を招く。**感度分析**は一度に一つの変数を切り分け、どのドライバーが結果に最も影響するかを見極める。**シナリオ分析**は複数の変数を同時に変化させるもので、将来の状態について一貫したストーリーを描きたいときに適している。第三の層である**シミュレーション**は、多数の組み合わせを探索し、不確実性の中で結果がどのように分布し得るかを示す。より広いリスク網羅が必要な場合には、[モンテカルロ・シミュレーションに関するELECTEの解説](https://www.electe.net/post/monte-carlo-simulation)のようなツールが役立つのはそのためだ。 What-if分析は上位概念であり、他の手法はその傘下に位置づけられます。だからこそ、優れたマネージャーは「数字はいくつか?」とだけ尋ねるのではありません。より良い問いは、「どの前提がその数字を動かしているのか、そして複数の前提が同時に動いたらどうなるのか?」です。 ## 感度分析とシナリオ分析 この2つはよく似ていますが、答える経営課題は異なります。**感度分析**は他の条件をすべて一定に保ちながら、1つの入力値だけを変化させます。**シナリオ分析**は複数の入力値を同時に変化させます。実際のビジネスイベントは単独で起きることが稀だからです。この違いは、予測が単に振れ幅があるだけなのか、それとも本質的に脆弱なのかを見極める際に重要になります。 ### 単一変数か、それとも整合性のあるストーリーか シンプルな売上の式、**売上 = 価格 x 数量 - コスト**を使うと、この違いがはっきりします。価格だけを引き上げた場合、感度分析は数量とコストを固定したまま、売上がどれだけ変化するかを示します。一方、景気後退のケースを構築する場合、シナリオ分析では価格を下げ、数量を減らし、コストを上げるといった変化を同時に反映させることができ、より現実的なストレステストが可能になります。 項目感度分析シナリオ分析焦点一度に1つの要因複数の要因を同時に最適な用途最も重要な変数の順位付け一貫性のある将来像の検証答える問い「1つの入力が変化すると、出力はどれだけ動くか?」「事業環境が一体として変化した場合、何が起こるか?」アウトプットのスタイル個別の影響一貫したケースのストーリー 銀行の視点で参考になる外部情報として、[なぜ銀行にシナリオプランニングが必要なのか](https://visbanking.com/what-is-scenario-planning)があります。規制の厳しい業界では、個別の調整ではなく、信用・金利・顧客行動を横断した一貫した見方が必要になることが多いためです。同じ論理は、相互に関連するリスクに直面するあらゆるチームに当てはまります。 ### それぞれが真価を発揮する場面 感度分析は、ドライバーの優先順位を付けたいときに適したツールです。家賃、人件費、コンバージョン率がすべて重要であれば、どの変数を最初に注視すべきかを見極めるために一つずつテストできます。シナリオ分析は、市場の変化、政策変更、供給ショックなど、複数の入力が同時に動くようなビジネス課題により適しています。 成熟したチームは通常、両方を使い分けます。まず感度分析で最も影響力のあるレバーを見つけ、次にシナリオ分析でそのレバーが世界がシステムとして動いたときにも有効かどうかを検証します。 ## ホワットイフ分析をステップごとに実行する方法 有効なホワットイフ分析は、マネージャーが行動に移せる問いから始まります。ダッシュボードから始まるのではなく、見栄えの良いグラフで終わるものでもありません。重要な意思決定から始まり、そこから逆算してそれを左右する入力を探っていきます。 ### ステップ1 ビジネス上の問いを設定する 意思決定を一文で書き出します。たとえば、「仕入コストが10%上昇し、販売数量が5%減少した場合、粗利益はどうなるか?」といった具合です。この言い回しにより、演習が漠然とした好奇心ではなく、実際のビジネス成果に根ざしたものになります。 ### ステップ2 実際に答えを左右するドライバーを特定する 結果に有意な影響を与える入力だけを選びます。粗利益についての問いであれば、わかりやすいレバーは単位原価、販売価格、数量であり、事務用品や会議の頻度ではありません。多くのチームはここで方向を見失いがちです。重要な変数ではなく、測定できるすべての変数を含めてしまうからです。 ### ステップ3 クリーンなベースラインデータを集める 何かを検証する前に、出発点が必要です。ベースラインデータは、希望的観測ではなく現在の実績を反映すべきです。数値が古ければ、シナリオは精密に見えても実際は誤ったものになります。 ### ステップ4 現実的な範囲を定義する 各ドライバーについて、もっともらしい変動幅がどのようなものかを決めます。マネージャーに完璧な確実性は求められません。誠実な境界線があれば十分です。範囲が広すぎる、あるいは狭すぎると感じる場合、それは通常、チームがビジネスの実態について十分に議論していないサインです。 > 前提を文書化してください。文書化されていない思い込みこそが、役に立つはずのモデルを静かに無用なものにしてしまう原因だからです。 ### ステップ5 基本ケース、楽観ケース、悲観ケースを構築する ここで入力を組み合わせ、いくつかの明確なケースを作ります。基本ケースは最も可能性の高い道筋を表し、楽観ケースは好条件を検証し、悲観ケースは負荷がかかる点を示します。結果の差がわずかであれば、その計画には強靭性があると言えます。小さな変化一つでモデルが破綻するなら、修正する価値のある弱点を見つけたことになります。 今もスプレッドシートで作業しているチームにとって、[中小企業のデータを変革する](https://www.electe.net/post/fogli-di-calcolo)ことは、有用な発想の転換です。なぜなら課題はセルを動かすことではなく、生データを意思決定へと変えることだからです。 ### ステップ6 差異を解釈し、決断する 出力を比較し、行動を選びます。「興味深い結果だ」で止めてはいけません。その差が何を意味するのか、どの閾値が対応を発動させるのか、次のステップの責任者は誰かを問いましょう。これらの問いに答えられないなら、分析はまだ完了していません。 **完了チェックリスト** - **その質問は意思決定に直結しているか?** - **ドライバーは重要な変数だけに絞られているか?** - **ベースラインの数値は最新かつ根拠あるものか?** - **レンジは楽観ではなく現実を反映しているか?** - **自分がその場にいなくても、他の人が前提を説明できるか?** ## 金融・小売の実例 2号店の出店を検討する小売業者は、単一の数値ではなく連動する変数として考える必要がある。来店客数、平均バスケット単価、賃料はすべて結果を左右するため、適切なシナリオテストでは、誰かが賃貸契約に署名する前に、この3つのレバーがどう連動して動くかを問う。 ### 3つの変動要素を持つ小売のケース 楽観シナリオでは、来店客数が増え、バスケット単価は健全に保たれ、賃料も管理可能な範囲にとどまる。ベースシナリオでは、来店客数は横ばい、バスケット単価も維持され、新店舗は期待値どおりの成果にとどまる。悲観シナリオでは、来店客数が期待外れとなり、バスケット単価が下がり、賃料が利益を圧迫する。これにより、有望に見えた出店計画がキャッシュフローの重荷に転じかねない。 だからこそ、スプレッドシートそのものよりも意思決定シグナルが重要になる。楽観シナリオでしか成立しないのであれば、その店舗はおそらくまだ出店の準備が整っていない。ベースシナリオが遅いながらも許容できる投資回収を裏付け、下振れシナリオでも致命傷にならないのであれば、店長は条件付きでゴーサインを出せるかもしれない。 こうした計画に役立つ視点が[ELECTEのリソース配分最適化アプローチ](https://www.electe.net/post/resource-allocation-optimization)だ。小売業の拡大は、常に売上の問題であると同時にリソース配分の問題でもあるからである。 ### ランウェイの圧力がかかる金融のケース 次はSaaS企業のCFOのケースに目を向けよう。解約率が上昇し、顧客獲得コストが上がると、ランウェイを改めて見直す必要が急に生じる。この2つの圧力を重ね合わせたシナリオセットを組めば、事業がこの打撃を吸収できるのか、それとも支出削減や採用の減速、あるいは早めの資金調達が必要なのかがすぐに見えてくる。 重要なのは正確な計算そのものではなく、経営上のシグナルである。解約率と獲得コストの上昇が同時に発生する場合、コスト構造は直ちに柔軟に対応する必要があるかもしれない。獲得効率が維持される場合にのみ数値が成立するのであれば、経営陣にはエスカレーションの明確な閾値があるということになる。 シナリオ変動させる主要レバー基準値ストレス幅意思決定シグナル小売店舗展開来店客数、客単価、賃料安定した店舗収益構造需要の増減、賃借負担の増加実行、条件付き実行、または見送りSaaSのランウェイ解約率、顧客獲得コスト現行の成長計画顧客維持率の低下、顧客獲得にかかるコストの増加コスト削減、採用の先送り、または資金調達 どちらのケースでも、what-if分析の価値は変わりません。漠然とした不安を目に見えるトレードオフに変換し、マネージャーが承認・保留・却下を判断できる具体的な材料を提供します。 ## What-If分析を台無しにする間違い 有用な分析を単なる「経営陣向けの演出」に変えてしまう最も手っ取り早い方法は、望んでいる答えを守ろうとすることです。チームは、経営陣が好むシナリオだけを作り、都合の悪いケースを誰も読まない付録に隠すことで、これをやってしまいます。 ### モデルを実際以上に賢く見せる罠 確証バイアスが最初の落とし穴だ。ある シナリオで戦略が失敗しても、それは分析の欠陥ではなく、そもそもこの演習の目的そのものだ。優れたチームは、失敗ケースを使って「どの早期警戒指標があれば問題をもっと早く察知できたか」を問う。 データ品質が次の落とし穴だ。古びた前提の上に組み立てられた美しいモデルも、結局は悪いモデルでしかない。前提となる入力データが方向性頼みだったり、不完全だったり、古かったりすると、精緻さがかえって偽りの自信を生む。 ### 見落とされがちな組織的失敗 一人のアナリストがモデルを孤立して抱え込むことも、よくある問題だ。ロジックを誰も再現できず、前提に異議を唱えられず、データの系統もたどれないなら、事業は説明のつかない数字をもとに意思決定を下すことになる。これは技術的な問題ではなく、ガバナンスの問題だ。 > 懐疑的なレビューに耐えられないモデルは、まだ意思決定に使えるレベルではない。 より根深い問題は、多くのチームがアウトプットで止まってしまい、それを運用ルールに落とし込めていないことだ。本物のwhat-if分析のプロセスは、何が行動の引き金になるのか、誰が対応の責任者なのか、どの閾値で意思決定が変わるのかを示すものでなければならない。それがなければ、この演習はただの見た目のよいレポートに終わり、意思決定のツールにはならない。 ## ELECTEでwhat-if分析をスケールする 問いの数が増えると、手作業でのシナリオ検討は破綻する。マネージャーには、同じスプレッドシートのロジックを毎回一から組み直すことなく、ビジネス上の問いを立て、ケースを実行し、結果を比較できる、よりすっきりした方法が必要だ。 ### 平易な言葉から構造化されたシナリオへ ELECTEの中では、マネージャーはビジネス上の言葉でシナリオを組み立てるだけでよく、プラットフォームのAIエージェントがそれをスプレッドシート操作なしで裏側のデータ処理に変換してくれる。これが重要なのは、難しい部分はしばしば数式そのものではなく、現実の問いを再現可能なモデルへと翻訳することにあるからだ。この構造さえできてしまえば、財務、小売、オペレーションを横断してワークフローを拡張していくのはずっと容易になる。 ### ワンクリック実行と並べて比較できる表示 ワンクリックでのシナリオ生成により、チームは楽観・標準・悲観の各ケースを並行して比較できる。プラットフォームは、マージン、資金繰りの余裕、損益分岐点の変化を、密度の高いワークシートよりも読みやすい形式で提示できる。ビジュアルダッシュボードは、どの前提が差分を生んでいるのかをマネージャーが見極める助けとなり、これはまさに意思決定の会議に必要なものだ。 ワークフローのスクリーンショットを見れば、言葉だけよりもレイアウトのイメージがつかみやすい。 ### 中小企業にとってこれが重要な理由 5人規模の財務チームや地域の小売マネージャーにとって、目指すべきは巨大なFP&A部門を真似ることではない。目指すべきは、バージョン管理と監査証跡を備えた再現可能な意思決定支援を実行し、規模が大きくなっても使い続けられる状態を保つことだ。ここで自動化が重要になる。分析の水準を下げることなく、手戻りを減らせるからだ。 ## 要点のまとめと次のステップ 最良の**what-if分析**は、ダッシュボードではなく意思決定から始まる。**感度分析**と**シナリオ分析**を切り分け、前提を現実的な範囲に照らして検証し、アウトプットを見た目だけのグラフではなく行動のための閾値へと変えることで、精度はさらに増していく。 ### このチェックリストを月曜の朝に実践しよう - **意思決定の問いを明確に定義する。**ビジネス上の成果と結びつけて、一文で書き出す。 - **手法を使い分ける。**感度分析でドライバーの優先順位をつけ、その後シナリオ分析で複合的な変化を検証する。 - **前提条件を現実と照らして検証する。**入力データが最新で、信頼でき、かつ網羅的かどうかを確認する。 - **単一の入力だけでなく相関関係も検証する。**実際のビジネス上の出来事は、しばしば連動して動く。 - **シナリオを定期的に見直す。**市場環境や社内の前提条件が変化した際には再検討する。 - **責任の所在を明文化する。**モデルとデータ、そして行動を起こすトリガーを説明できる人を確保する。 このワークフローを手作業ではなく再現可能なものにしたいなら、まずは次のシナリオをELECTEで実行してみましょう。シナリオ生成の自動化、結果の可視化、そしてスプレッドシートをゼロから作り直すことなく、関係者に明確なレポートを共有することができます。摩擦を減らして迅速な意思決定を必要とする中小企業にとって、これはWhat-If分析を実務に活かすための現実的な方法です。 --- 前提条件を意思決定へと変える準備はできていますか?ELECTEがチームのWhat-If分析、シナリオ比較、そしてスプレッドシートの煩雑さに悩まされることなく明確なビジュアルレポートの共有をどう支援できるか、ぜひご覧ください。[ELECTE](https://www.electe.net)にアクセスして、次の計画サイクルをどのように後押しできるかご確認ください。