意思決定分析とは？不確実性下で最適な選択を導く定量的手法

意思決定分析とは

意思決定分析（Decision Analysis）とは、複数の選択肢を定量的に評価し、不確実性を考慮した上で最適な意思決定を導く体系的手法です。

1960年代にスタンフォード大学のRonald A. Howardが体系化しました。ビジネスにおける意思決定は、情報が不完全な中で行われることがほとんどです。直感や経験だけに頼ると、認知バイアスに左右されやすくなります。意思決定分析は、選択肢、不確実性、価値基準を明示化し、論理的に最善の選択を導きます。

コンサルティングでは、投資判断、事業戦略の選択、M&Aの意思決定など、高い不確実性を伴う場面で活用されます。

構成要素

意思決定分析は以下の3要素で構成されます。

選択肢（Alternatives）

意思決定者が取りうる行動の候補です。「新市場に参入する」「現行事業に注力する」「提携で参入する」のように、相互排他的な選択肢を明確に定義します。

不確実性（Uncertainties）

各選択肢の結果に影響を与える不確定要素です。「市場が成長するか縮小するか」「競合が参入するか否か」など、確率で表現可能な事象を特定します。

価値基準（Values）

各結果の望ましさを測る尺度です。利益、売上、市場シェア、リスク許容度など、意思決定者にとっての価値基準を明確にします。複数の基準がある場合は重み付けを行います。

実践的な使い方

ステップ1: 意思決定の枠組みを定義する

何を決めるのか、どの選択肢があるのか、どの不確実要素が結果に影響するのかを整理します。デシジョンツリーやインフルエンスダイアグラムで可視化すると、関係者間の認識を揃えやすくなります。

ステップ2: 確率と結果を定量化する

各不確実性の発生確率と、各シナリオにおける結果（利益や損失）を数値で見積もります。過去データ、市場調査、専門家の知見を活用して推定します。正確さよりも、主要な変数を漏れなく反映することが重要です。

ステップ3: 期待値を計算し、感度分析を行う

各選択肢の期待値（確率加重平均）を算出します。期待値が最も高い選択肢が合理的な第一候補です。ただし、前提となる確率や結果の推定が変わった場合に結論が変わるかを感度分析で確認します。結論が前提の変動に対して頑健であれば、意思決定の信頼性は高いと言えます。

活用場面

• 新規事業への投資判断で、複数のシナリオにおけるリターンを比較します
• 製品開発の優先順位決定で、市場の不確実性を加味した評価を行います
• M&Aの買収価格の妥当性評価で、統合シナジーの確率加重値を算出します
• サプライチェーンの拠点配置で、需要変動リスクを考慮した最適化を行います
• 訴訟戦略の策定で、和解と裁判のそれぞれの期待結果を比較します

注意点

数値の精度に過信しない

確率や結果の推定には必ず誤差が含まれます。計算結果の「期待値が1.5億円」という数字は、精密な予測ではなく判断材料の一つです。数値の幅（レンジ）も含めて解釈することが重要です。

定量化できない要素を無視しない

ブランドへの影響、従業員のモチベーション、社会的評判など、数値化が困難な要素も意思決定に影響します。定量分析の結果を参考にしつつ、定性的な判断も統合して最終決定を行います。

分析麻痺に陥らない

完璧な分析を求めて意思決定を先延ばしにすることは、機会損失につながります。「十分な分析」で判断し、実行しながら軌道修正する姿勢が実務では重要です。

まとめ

意思決定分析は、不確実性を伴う状況で合理的な選択を導く定量的手法です。選択肢、不確実性、価値基準を明示化し、期待値計算と感度分析で意思決定の質を高めます。コンサルタントとしては、クライアントの重要な判断を感覚任せにせず、構造化された分析で支援する力が求められます。