因果ループダイアグラムとは？システム思考で構造的な問題を可視化する手法

因果ループダイアグラムとは

因果ループダイアグラム（Causal Loop Diagram、CLD）とは、システム内の変数間の因果関係と、その結果生じるフィードバックループを視覚的に表現する分析手法です。システムダイナミクスの創始者であるジェイ・フォレスターがMITで開発した手法を基盤としています。

従来の原因分析が「原因→結果」の一方向的な思考にとどまるのに対し、CLDは結果が再び原因に影響を与える循環構造を描き出します。ビジネスの多くの問題は、こうしたフィードバックループの中で発生しています。

コンサルティングの現場では、クライアントの事業構造を俯瞰的に理解し、介入ポイントを特定するためにCLDが活用されます。個別の施策ではなく、システム全体の振る舞いを変えるレバレッジポイントを見つけることが目的です。

構成要素

CLDは4つの基本要素で構成されます。変数、因果リンク、極性（+/-）、ループタイプ（R/B）です。

変数

システム内で変化しうる要素を表します。「売上」「顧客満足度」「在庫量」など、増減が測定可能な項目を選びます。変数名は中立的な名詞で記述し、「売上の低下」のように方向性を含めないことが原則です。

因果リンクと極性

2つの変数を結ぶ矢印と、その関係の極性を示す記号です。「+」は同方向の変化（一方が増えればもう一方も増える）、「-」は逆方向の変化（一方が増えればもう一方は減る）を意味します。

強化ループ（R: Reinforcing）

ループ内のすべてのリンクが「+」、または偶数個の「-」を含む場合に形成されます。変化を同方向に増幅させる「雪だるま効果」を生みます。好循環にも悪循環にもなり得ます。

バランスループ（B: Balancing）

ループ内に奇数個の「-」リンクを含む場合に形成されます。変化を打ち消す方向に働き、システムを安定状態に保とうとします。目標値との差異を解消する仕組みがこれに該当します。

実践的な使い方

ステップ1: 中心変数の特定

分析したい問題の核となる変数を1つ決めます。「顧客離脱率が増加している」であれば、「顧客離脱率」が中心変数です。この変数に直接影響する要因と、この変数から影響を受ける要因を洗い出します。

ステップ2: 因果リンクの描画

各変数間の因果関係を矢印で結び、極性を付与します。「価格を上げると需要は減る」なら「価格→需要」に「-」を付けます。このとき、相関ではなく因果があるかを慎重に判断してください。

ステップ3: ループの識別と命名

矢印をたどってループ構造を見つけます。各ループの「-」の数を数え、奇数ならバランスループ（B）、偶数または0なら強化ループ（R）と判定します。各ループには「R1: 成長の好循環」のように名前をつけると理解しやすくなります。

ステップ4: レバレッジポイントの特定

複数のループが共有する変数や、強化ループとバランスループの交差点に着目します。システム全体の振る舞いを変えるには、これらのレバレッジポイントへの介入が効果的です。

ステップ5: 介入策の設計と検証

レバレッジポイントに対する施策を検討します。施策がシステム全体にどのような波及効果をもたらすか、CLDをたどりながらシミュレーションします。意図しない副作用がないかも確認してください。

活用場面

戦略立案の場面では、事業の成長エンジンと制約要因をCLDで可視化することで、持続的な成長に必要な施策の優先順位を判断できます。

組織変革プロジェクトでは、変革への抵抗が生じるメカニズムをバランスループとして描き出し、抵抗を弱めるための介入策を設計します。

サプライチェーンの最適化では、需要変動が在庫、発注、生産に波及する構造をCLDで表現し、ブルウィップ効果の発生メカニズムを理解した上で対策を講じます。

新規事業の評価では、事業のネットワーク効果や規模の経済がどのように機能するかを強化ループで表現し、成長の持続性を検証します。

注意点

CLDはあくまで定性的な分析ツールであり、変数の大きさやタイムラグを正確に反映しません。定量的なシミュレーションが必要な場合は、システムダイナミクスモデルに発展させることを検討してください。

因果リンクの極性は固定的ではなく、条件によって変わることがあります。「広告費が増えると売上が増える」は一定水準までは成り立ちますが、飽和点を超えると効果が逓減します。CLDにはこうした非線形性が表現しにくい限界があります。

変数の数が多すぎると図が複雑になり、かえって理解を妨げます。1つの図に含める変数は10〜15個を上限の目安としてください。複雑なシステムは複数のサブシステムに分けて描くことを推奨します。

まとめ

因果ループダイアグラムは、システム内のフィードバック構造を可視化し、問題の構造的な原因とレバレッジポイントを特定するための手法です。強化ループとバランスループの2つの基本パターンを理解し、変数間の因果関係を丁寧に描くことで、表面的な対症療法ではなくシステム全体の振る舞いを変える施策の設計が可能になります。

参考資料

• Causal Loop Diagrams: A Short Handbook - Cascade Institute（CLDの実践的な作成ガイド、2024年版）
• Causal Loop Construction: The Basics - The Systems Thinker（CLDの基本的な構築方法の解説）
• Causal Loop Diagram in Systems Thinking - SixSigma.us（システム思考におけるCLDの位置づけ）