フレームワーク活用ガイドひとことで言うと#
フェルミ推定は、一見答えようのない問いを「分解」と「概算」の組み合わせで妥当な桁数まで見積もる思考法で、不確実な状況下での意思決定力を鍛える実践的フレームワークです。
用語の定義#
押さえておきたい用語
- フェルミ推定（Fermi Estimation）：限られた情報から合理的な仮定を積み重ね、未知の数量を概算する手法。「シカゴにピアノ調律師は何人いるか」が有名な例題
- 分解（Decomposition）：大きな問いを答えやすい小さな要素に分割すること。推定精度を上げる最も重要なステップ
- オーダー（Order of Magnitude）：10倍単位の桁数のこと。フェルミ推定では正確な数値より「桁が合っているか」を重視する
- アンカー（Anchor）：推定の出発点となる既知の数値。人口、世帯数、市場規模などをアンカーとして使う
- 感度分析（Sensitivity Analysis）：各仮定が最終結果にどの程度影響するかを確認する検証。影響の大きい仮定ほど慎重に検討する
全体像#
推定したい問いを設定
単位と範囲を明確にする
→単位と範囲を明確にする
要素に因数分解
答えやすい小問に分割
→答えやすい小問に分割
各要素を概算して統合
掛け算で最終値を算出
→掛け算で最終値を算出
別ルートで検証
桁の妥当性を確認
桁の妥当性を確認
こんな悩みに効く#
- 新規事業の市場規模を知りたいが、調査レポートが存在しない
- 会議中に「それって何件くらい？」と聞かれ、即答できず信頼を失った
- データが揃うのを待っていると意思決定のスピードが落ちる
基本の使い方#
推定する対象を明確にする
「日本の年間傘販売本数」のように、何を・どの範囲で・どの単位で推定するかを定めます。「だいたいどのくらい？」という曖昧な問いのままでは推定できません。単位（本数なのか売上金額なのか）と時間軸（年間か月間か）を最初に決めます。
答えやすい要素に因数分解する
大きな問いを掛け算の構造に分解します。例えば「年間傘販売本数＝日本の人口×年間購入率×1人あたり年間購入本数」のように、自分が概算できる粒度まで分割します。分解の仕方は一通りではなく、「供給側（店舗数×1店舗あたり販売本数）」のような別ルートも有効です。
各要素を概算し、掛け合わせる
分解した各要素に、知っている知識や常識的な仮定から数値を入れます。日本の人口は約1.2億人、傘の年間購入率は80%程度、1人あたり年1.2本…のように概算し、掛け合わせて最終的な推定値を出します。
別のアプローチで検証する
異なる分解ルートで再推定し、桁が合っているか確認します。供給側からの推定（傘メーカーの年間出荷数）と需要側の推定が同じ桁なら、推定の信頼度が高まります。大きくずれた場合は、各仮定を見直して感度の高い要素を特定します。
具体例#
SaaS市場への参入判断
HR Tech スタートアップが、日本の「中小企業向け勤怠管理SaaS」の市場規模を推定した。分解：日本の中小企業数（約360万社）×勤怠管理SaaS導入率（推定8%）×年間平均単価（月5,000円×12か月＝6万円）＝約1,730億円の潜在市場。別ルートとして、既存大手3社の公開売上と市場シェアから逆算すると約1,500億円。両者の桁が一致したことで、「十分な市場規模がある」と判断し参入を決定。後日、調査会社のレポート（1,600億円）とほぼ一致していた。
コンサルティングファームの採用面接
戦略コンサル志望の大学院生が、面接で「東京都内のコンビニで1日に販売されるおにぎりの数」を問われた。分解：都内コンビニ店舗数（約8,000店）×1店舗あたり1日のおにぎり販売数（推定120個）＝約96万個/日。検証として需要側から再推定：都内の昼間人口（約1,200万人）×コンビニで昼食を買う割合（15%）×おにぎり購入率（50%）×1人あたり個数（1.1個）＝約99万個。両アプローチが近い値になったことで面接官から高い評価を受け、次の選考に進んだ。
物流コスト削減の優先順位付け
物流企業の経営企画部が、倉庫自動化の投資対効果を概算した。現在の人件費：倉庫スタッフ150名×平均年収400万円＝6億円/年。自動化で置き換え可能な業務割合を40%と推定し、年間削減額は約2.4億円。自動化設備の導入コストを8億円と概算すると、回収期間は約3.3年。感度分析で「置き換え可能率」を30〜50%で振ると回収期間は2.7〜4.4年。この概算により、「詳細な見積もりを取る価値がある」と判断し、ベンダー選定フェーズに進む意思決定をその日のうちに完了させた。
やりがちな失敗パターン#
| 失敗 | 原因 | 対策 |
|---|---|---|
| 分解せずに直感で答える | 「なんとなく100万くらい」と根拠なく数字を出してしまう | 必ず掛け算の構造に分解し、各要素の根拠を示す |
| 分解が細かすぎる | 10個以上の要素に分解し、仮定の誤差が累積して桁が狂う | 3〜5個の要素に収め、各要素の精度を重視する |
| 検証を省く | 1つのルートの推定結果を絶対視してしまう | 必ず異なるアプローチで再推定し、桁の一致を確認する |
| 既知の数値を調べない | 人口や世帯数など容易に確認できる数値まで推定してしまう | アンカーとなる基本統計は正確な値を使い、不確実性を減らす |
まとめ#
フェルミ推定の価値は、正確な数値を出すことではなく「桁を間違えない判断力」を身につけることにあります。大きな問いを分解し、各要素を概算し、別ルートで検証する――この3ステップの繰り返しが、不確実な状況での意思決定スピードと精度を同時に高めます。日常の「これってどのくらいだろう？」という疑問に対して分解と概算を試みる習慣が、推定力を最も効率的に鍛えてくれます。