【実務で使える】フェルミ推定をビジネスに活かす方法と具体例

フェルミ推定をビジネスで使う場面は、市場調査の資料がそろう前や、新しい施策の規模感を短時間でつかみたいときです。限られた情報から仮定を置き、数値を分解して概算することで、次に調べることや検討すべき論点を見つけやすくなります。重要なのは、勘で数字を言い切ることではなく、どのような前提と計算でその値に至ったかを説明できることです。

たとえば、新サービスの対象者がどれほどいるか、店舗の売上にどの程度の余地があるか、業務改善によって何時間ほど削減できそうか。こうした問いに、いつも精密な調査結果が用意されているとは限りません。フェルミ推定なら、既知の情報や現場の知見を出発点に、おおよその大きさをつかめます。ただし、概算を確定値のように扱うと、投資判断や計画を誤るおそれがあります。

フェルミ推定をビジネスに取り入れるには、答えを出すだけでなく、その数字を何に使うのかまで決めておくことが大切です。初期検討の優先順位づけに使うのか、調査の対象を絞るのか、複数の施策を比べるのかによって、必要な精度や分解の細かさは変わります。基本の考え方から実務での使い方、注意点、練習方法まで順を追って解説します。

フェルミ推定とは何か、ビジネスで何ができるのか

フェルミ推定とは、正確なデータが手元にない数量について、既知の情報と合理的な仮定を組み合わせて概算する方法です。名称は物理学者エンリコ・フェルミに由来します。よく知られている問題には「ある地域に何台の車があるか」「特定の商品を一年に何個買う人がいるか」などがあります。共通するのは、対象を小さな要素に分け、それぞれに説明可能な数値を置いて全体を見積もることです。

ビジネスでフェルミ推定が役立つのは、意思決定の初期段階で、規模の目安が必要になるからです。たとえば新規事業を検討するとき、対象となる顧客数や購入頻度が分かれば、どの程度の売上機会がありそうかを考える手がかりになります。厳密な市場調査を始める前に、そもそも調査に値するテーマかを見極める用途にも向いています。

フェルミ推定の成果は、単独の数字だけではありません。式に分解することで、結果を左右する要素が見えるようになります。市場規模を「対象者数×利用率×年間利用回数×単価」と表せば、どの要素が分からず、どの情報を集めるべきかが明確になります。数字を出す作業と、事業の構造を理解する作業が同時に進む点が、実務で活用する価値です。

一方で、フェルミ推定は調査や会計上の実績値の代わりにはなりません。仮定が複数重なるため、個々の値に誤差があれば最終結果も変わります。したがって、用途は「方向性を検討するための概算」と捉えるのが適切です。契約、予算確定、安全性の判断など、誤差が許されない場面では、必要な根拠を集めて精度を高める別の工程が欠かせません。

ビジネスでフェルミ推定を使うメリットと限界

メリットの一つは、判断を先送りしにくくなることです。情報が十分にそろうまで待つと、検討の機会を逃したり、調査に時間をかけすぎたりする場合があります。フェルミ推定で仮の規模を置けば、見込みが小さそうな案を早めに整理したり、追加調査の価値が高い案に人員を割いたりできます。結論を急ぐためではなく、限られた時間をどこに使うか決める補助線として有効です。

また、部署や立場によって異なる見方を、共通の計算式に載せられる点も利点です。営業が知る顧客の購買頻度、開発が把握する提供可能件数、経営企画が見る価格や投資額を、同じ売上構造の中で比較できます。数字を持ち寄ることで、議論が印象論だけに流れにくくなります。仮定の違いが表面化するため、意見が食い違う理由も確認しやすくなります。

限界としてまず挙げられるのは、仮定の偏りです。自分の身近な顧客や店舗の様子を市場全体に当てはめると、地域差や利用者の違いを見落とすことがあります。さらに、計算式が整っていても、要素の定義が曖昧なら結果は誤解を招きます。「利用者数」に見込み客と継続利用者を混ぜるなど、範囲のずれがあると、数字を比較しても意味がありません。

もう一つの限界は、数値化しにくい要因を扱いづらいことです。顧客の信頼、従業員の負担、法令やブランドへの影響などは、単純な数量に置き換えるだけでは判断できません。フェルミ推定で扱える部分と、定性的な検討が必要な部分を分けてください。数値を出せたこと自体を、案の実現性や成功の証明と取り違えないことが大切です。

フェルミ推定を実務で進める基本の手順

実務では、計算を始める前に「この推定で何を決めるのか」を確かめます。大まかな市場の有無を判断するのか、初年度の売上を置くのかで、必要な要素は異なります。次に、対象範囲を定義し、計算式を組み立て、仮定を置いて概算します。最後に結果を点検し、次の判断や調査につなげます。以下の流れを基本にしつつ、目的に合わせて工程の深さを調整しましょう。

問いと対象範囲を最初に決める

まず、求めたい数量を具体的な言葉にします。「市場はどれくらいか」では、地域、顧客、期間、金額か件数かが決まっていません。たとえば「国内の法人向けに、対象業務を月一回以上外部委託する企業の年間支出額」と置けば、何を含め、何を除くかを話しやすくなります。範囲が曖昧なまま計算すると、途中で別の意味の数字にすり替わるため、最初の定義が重要です。

次に、推定結果の用途を確認します。新規事業の初期検討であれば、細かな地域区分より、対象者数と支払意向の大枠を把握する方が先かもしれません。一方、営業人員の配置を決めるなら、地域別や業種別の差が必要になる場合があります。精度を上げるほど時間もかかるため、意思決定に必要な解像度を先に決め、不要な細分化を避けます。

前提を置く際には、事実と仮定を分けて記録します。公表情報や社内実績など確認できるものは根拠として明示し、分からない利用率や購入頻度は仮定として扱います。あとから見直す可能性がある数値を事実のように書かないことで、議論の透明性を保てます。複数人で検討する場合は、前提を口頭だけで済ませず、短いメモに残して認識をそろえましょう。

計算できる形に分解し、仮定を置く

対象を定義したら、求めたい値を要素に分けます。この分解は、因数分解やロジックツリーと呼ばれる考え方に近いものです。ロジックツリーとは、問いを枝分かれさせて構造化する図式です。たとえば年間売上なら「顧客数×年間購入回数×一回当たり単価」とできます。売上を店舗から考えるなら「営業日数×一日当たり来店客数×客単価」のように、使える情報に応じて式を選びます。

分解の際は、要素の重複や抜けに注意します。顧客を「個人」と「法人」に分けるなら、両方に該当する購入を二重に数えない定義が必要です。また、既存顧客の継続購入と新規顧客の初回購入を別々に推定する場合、同じ売上を重ねて計上していないか確認します。分類を細かくすることが目的ではなく、答えを説明できる構造にすることが目的です。

各要素に置く数値は、使える根拠から選びます。社内の実績、公開されている統計、現場への聞き取り、類似する商品や業務の経験などが候補です。根拠がない数値を避けられない場合は、「仮にこの程度と置く」と明確にし、どのような観察や比較から置いたのかを説明します。数字を細かく見せるより、丸めた値と理由を示す方が、概算の性質に合っています。

計算結果を検証し、次の行動を決める

数値を代入して計算したら、単位を確認します。人数に回数を掛けた値は年間の利用回数、さらに単価を掛けた値は年間の金額です。月間の購入頻度を年間売上の式にそのまま入れるなど、期間がそろわない計算は誤りにつながります。人数、店舗数、金額といった単位を式の横に書いておくと、桁の違和感だけでなく、単位の取り違えにも気づきやすくなります。

次に、別の見方から概算を試みます。顧客数から売上を積み上げたなら、提供可能な生産量や営業能力からも上限を考えます。二つの推定が大きく離れる場合は、平均単価や利用頻度などの前提を見直します。結果が一致すること自体を正しさの証明とは考えず、異なる計算経路でも大きな矛盾がないかを調べるための点検として使います。

最後に、概算を次の行動に結びつけます。見込みが十分にありそうなら、顧客インタビューや小規模な試験販売で、利用率や価格への反応を確認します。見込みが限定的なら、対象顧客を絞った場合や提供方法を変えた場合を試算し、条件が変われば成立するかを調べます。フェルミ推定は判断の終点ではなく、調査や実験の優先順位を決める出発点として活用します。

市場規模を推定するビジネス例

市場規模を推定するときは、まず「誰が、何を、どの期間に、いくら購入する市場か」を決めます。市場という言葉は、潜在顧客全体を指すことも、実際に支払う金額を指すこともあります。たとえば対象となる業務ソフトの市場を考える場合、対象企業の総数だけでなく、該当業務を持つ割合、導入可能性、契約単価、更新期間を分けて考える必要があります。

仮に対象企業の総数をN社、該当業務を持つ割合をA、導入可能な割合をB、年間契約額をPとすると、年間の潜在市場は「N×A×B×P」で表せます。ここでNやPに確認済みの情報があっても、AとBが仮定なら、結果全体は概算です。実際の企業数や契約金額を調べずに具体的な数値を断定するのではなく、式を示して、各値をどの情報で確かめるかを整理しましょう。

市場規模は、顧客側から積み上げるほか、供給側から見る方法もあります。提供可能な企業数、各社の処理能力、稼働率などから、現時点で市場に供給され得る量を推定できます。顧客需要に基づく推定と供給能力に基づく推定を比べれば、需要は大きくても提供者が限られる市場なのか、供給は多いが購入需要が弱い市場なのかを検討できます。両方の値に差があれば、前提や定義の違いを探ります。

また、潜在市場と獲得可能な市場を混同しないようにします。対象者全体が商品を買うとは限らず、競合の存在、販売地域、認知度、販売チャネル、導入の手間などが実際の獲得数を左右します。初期の市場規模をそのまま自社の売上目標にするのではなく、どの顧客層に、どの経路で、どれだけ届けられるのかを別に推定してください。市場の大きさと自社が取り込める売上は異なる問いです。

売上・需要・業務量の概算に活用する

既存事業の売上を概算する場合、売上を「顧客数×購入頻度×平均購入額」に分けると、改善の余地を探しやすくなります。店舗なら「来店客数×客単価」、来店客数は「座席数×回転数×稼働率」といった形にできます。回転数は一定時間内に座席が何回使われるか、稼働率は営業中に座席や設備がどれほど使われるかを表します。状況に合う式を選ぶことが先決です。

たとえば店舗の売上が伸びないとき、客単価を上げる案だけに絞るのではなく、曜日や時間帯別に来店者数を考えます。昼は席が埋まる一方で夕方は空いているなら、課題は全体の集客ではなく時間帯の偏りかもしれません。注文単価、再来店頻度、営業時間も分けて眺めると、改善策の候補を具体化できます。ただし、要素の一つを改善しても、他の要素が連動して変わる可能性を忘れないようにします。

需要予測では、対象者数に加えて購入意向と実際の購入行動を区別します。「関心がある」と答える人の割合が高くても、価格や導入条件が合わなければ購入には至りません。まず認知、検討、購入、継続といった段階に分け、それぞれの割合を置く方法があります。仮定の根拠として、既存商品の購買データや営業担当者の聞き取りを使えるなら、根拠の薄い一律の比率より現実に近づけやすくなります。

業務量や削減時間の概算にも応用できます。たとえば、対象作業の件数、1件当たりの所要時間、対象となる担当者数を分ければ、作業に使っている時間の総量を見積もれます。自動化による削減効果を考えるなら、処理できる割合、確認や例外対応に必要な時間も含めます。「作業時間が全てなくなる」と仮定すると効果を過大に見積もるため、導入後に残る業務も式に入れることが大切です。

推定値を意思決定につなげるための管理方法

フェルミ推定の数値を会議や計画書で共有するときは、単一の値だけでなく、主な前提と用途を併記します。「年間売上は約いくら」とだけ示すと、受け手が確定予測と受け取ることがあります。対象範囲、期間、計算式、仮定、未確認事項を短く添えることで、数字の意味を保ったまま議論できます。概算であることを隠さず、次に検証する要素も合わせて示しましょう。

不確実性が大きい要素については、複数のシナリオを作る方法が役立ちます。たとえば利用率を低め・標準・高めの三つに置けば、結果がどの範囲に動くかを比較できます。ここで重要なのは、都合のよい値だけを選ばないことです。各シナリオの条件を明記し、なぜその幅を採用したかを説明します。幅を出す目的は、数字を曖昧にすることではなく、判断に影響する不確実な要素を見えるようにすることです。

感度分析も有効です。感度分析とは、ある前提を変えたときに結果がどれほど動くかを確かめる方法です。たとえば売上の計算で、顧客数、購入頻度、単価のうち、どの値を変えると結果が大きく変化するかを比較します。影響の大きな要素から調査すれば、限られた予算や時間を効率よく使えます。小さな誤差しか生まない要素を細かく調べることが、常に最優先とは限りません。

また、推定値と実績を後から比較し、前提を更新する仕組みを持ちます。商品を試験販売した後、想定した購入率や利用頻度と実際の値を照らし合わせれば、どの仮定が外れたかを学べます。数値の差だけを見て失敗と判断するのではなく、定義の違い、季節性、対象の偏り、販売方法の影響を切り分けます。仮定と結果を記録しておけば、次の推定で同じ誤りを繰り返しにくくなります。

ありがちな失敗と、精度を高める対策

よくある失敗は、細かな計算に入る前に問いの範囲を決めないことです。「国内の利用者数」と「国内企業の利用者数」では、分母も利用率も異なります。さらに、利用者を登録者で数えるのか、実際に使う人で数えるのかでも結果が変わります。計算が進んでから定義の違いに気づくと、式全体を作り直すことになるため、対象と期間を最初に言葉でそろえる習慣が必要です。

次に、仮定を増やしすぎる失敗があります。計算を細かく分ければ正確になるように見えますが、根拠の乏しい要素が増えるほど、推定の誤差が重なります。細分化するのは、区分によって行動や単価が大きく異なる場合や、判断を変える重要な差がある場合です。説明に必要な最小限の要素から始め、結果が不自然なときにだけ分解を追加すると、計算を追いやすく保てます。

数字の根拠を説明せず、経験則を事実のように語ることも避けたい失敗です。「一般的にはこのくらい」と言うだけでは、聞き手が妥当性を判断できません。身近な観察を使う場合は、観察した範囲や条件を添えます。たとえば、特定の店舗で見た混雑状況を市場全体に広げるなら、立地や時間帯が代表的かどうかを確認します。個人的な経験は仮説を作る材料であり、そのまま全体の根拠になるわけではありません。

最後に、概算値を精密な予測として扱わないことです。フェルミ推定で得た数字をそのまま予算や採用計画に使うと、仮定の不確かさが意思決定に持ち込まれます。初期の比較や調査の優先順位づけには概算を使い、実行判断の前には実績、顧客調査、専門家の知見などで確かめます。検証により値が変わることは、推定の失敗ではありません。新しい情報に合わせて更新する前提で運用します。

フェルミ推定・市場調査・ケース分析の違い

フェルミ推定と市場調査は、目的と根拠の集め方が異なります。フェルミ推定は、手元の情報と仮定から短時間で概算を作り、問いの規模や重要な不明点を把握する方法です。市場調査は、顧客への調査や既存データの分析などを通じて、対象市場についてより具体的な情報を集める活動です。両者は競合するものではなく、概算で調査の必要性を見極め、その後に調査で仮定を確かめる形で組み合わせられます。

データ分析や予測との違い

データ分析は、収集済みのデータを整理し、傾向や関係性を調べる作業を指します。予測は、過去の実績やモデルを用いて、将来の値を見積もることです。フェルミ推定も数値を見積もりますが、十分なデータがない段階で、構造と仮定を組み立てる点に特徴があります。実績データが利用できるなら、まずその品質や対象範囲を確かめ、推定値の根拠として組み込むことが望ましいです。

たとえば、営業実績が複数年分ある事業の来期売上なら、季節性や顧客別の継続率を含めた予測の方が適しています。一方、新たな顧客層への販売を検討しており、類似データがほとんどない場合は、フェルミ推定で対象数や購入頻度を仮置きできます。手法を選ぶ基準は、名前の新しさや計算のしやすさではなく、問いに必要な情報がどれだけあるかです。

データを使う場合も、数字がそろっていれば正しいとは限りません。調査対象が一部の顧客に偏っている、対象期間が古い、定義が事業計画と異なるといった問題があれば、分析結果は誤解を招きます。フェルミ推定の前提確認と同じく、データの対象、期間、集計方法を確認しましょう。既存データで確かな部分と、推定で補う部分を分けて説明することが、実務では重要です。

ケース分析との違いと組み合わせ方

ケース分析は、企業や事業が抱える課題を整理し、原因や打ち手を検討する枠組みです。たとえば「店舗の利益を改善するには」という問いでは、売上だけでなく、原価、人件費、賃料、顧客体験なども分析します。フェルミ推定は、その分析の中で規模の見積もりが必要な箇所に使えます。したがって、ケース分析が課題解決全体を扱うのに対し、フェルミ推定は数値の概算を担う一つの道具です。

売上向上を検討する例では、まず課題を「来店者数」「購入率」「客単価」「再来店」に分けます。次に、どの要素が売上への影響が大きいかを仮説として置き、必要な数字をフェルミ推定で概算します。仮に客数を増やす施策の余地が見えたら、対象となる顧客層や来店頻度をさらに調べます。数値の概算と課題の分析を往復することで、施策をより具体的に検討できます。

注意したいのは、フレームワークや式を当てはめること自体が目的になることです。売上を分解できても、どの要素を変えれば顧客に価値があり、利益につながるかを考えなければ、実行可能な案にはなりません。また、顧客満足やブランドへの影響など、数字だけでは扱いにくい論点も残ります。ケース分析で課題全体を捉え、必要な部分でフェルミ推定を使うという役割分担が有効です。

フェルミ推定を身につける練習方法

練習は、身近な問いを一つ選び、前提、式、数値の根拠、計算結果、検証の順で記録するところから始めます。題材は、地域の店舗数、社内会議に使う年間時間、あるサービスの潜在利用者数など、構造を想像しやすいものが向いています。正解を知っているかではなく、答えに至る道筋を説明できるかを確認してください。最初は紙に書いて整理し、慣れてきたら口頭で説明する練習に移ります。

一問を解いた後は、答えの正誤だけでなく、どの仮定が結果を大きく動かしたかを振り返ります。対象人数を少し変えたときに結果が大きく変わるなら、その人数の根拠を調べる価値があります。反対に、ある数値を多少変えても結論が変わらないなら、そこに時間をかけすぎない判断ができます。こうした振り返りを通じて、重要な要素を見分ける感覚が身につきます。

職場で複数人が取り組む場合は、最初に各自で式と仮定を作り、その後に違いを比べる方法があります。すぐに一つの答えへまとめるより、異なる考え方を並べることで、見落としていた顧客層や供給制約に気づけます。議論では、数字の大小だけでなく、定義、情報源、仮定の妥当性を確認します。立場の強い人の値に合わせるのではなく、根拠に沿って共通の前提を整えることが大切です。

面接や会議で説明する練習では、結論、計算式、主な仮定、確認が必要な点を短く伝える構成を意識します。考え込んで沈黙するより、「対象をこう定義し、この式で概算します」と方針を先に共有すると、聞き手が思考を追いやすくなります。質問や反論を受けたら、どの前提に影響する指摘なのかを確かめ、必要な部分だけを修正します。自分の最初の答えを守ることより、より妥当な推定に近づける姿勢が重要です。

まとめ：概算を次の調査と判断につなげる

フェルミ推定をビジネスで活用すると、情報が十分にない段階でも、市場や売上、業務量のおおよその規模を考えられます。基本は、問いの対象と用途を決め、計算式に分解し、根拠のある数値と明示した仮定を置いて概算し、結果を検証する流れです。数字の大きさだけでなく、どの要素が結果を左右するのかを捉えることが、実務に役立つ成果につながります。

ただし、フェルミ推定で得た値は確定した実績や精密な予測ではありません。仮定の偏り、対象範囲のずれ、単位や期間の誤りがあれば結果は変わります。市場調査や実績データ、顧客の声と組み合わせ、重要な前提から順に確かめてください。投資や予算など判断の影響が大きい場面では、概算だけで決定せず、必要な精度に応じた追加検証を行います。

実務で使い始めるなら、まず一つの問いについて「何を決めるための数字か」を明確にし、簡潔な式を作ってみましょう。複数のシナリオや別の計算経路を試すと、見落としや前提の弱さを発見しやすくなります。推定値を実績と比べ、ずれの理由を記録すれば、次の判断に活かせる知見が蓄積します。フェルミ推定を答えを断定する手段ではなく、調べるべきことを見つけ、意思決定を前へ進めるための道具として使うことが大切です。