のらケミスト

大手化学メーカーから素材系ベンチャーに転職した人のブログ。技術的な話とか転職の体験談をご紹介。

フェルミ推定の考え方【未経験からの戦略コンサルタント転職】

こんにちは。お盆明けの通勤電車まじやばいです。

今回の未経験からのコンサルティングファーム転職は、フェルミ推定の勉強法です。
コンサルタント独特の考え方がありますので、フェルミ推定の練習の前に知識は入れておきましょう。
tamagoyaki1999.hatenablog.com

ケース面接には、

の3パターンあります。フェルミ推定は○○の市場規模みたいに、普通は知らない数値情報を予測する思考ゲームで、ケースはあるシチュエーションのお客さんに対してどのような提案をするかを考えるロールプレイです。フェルミ推定で市場規模を出して、そのあとその市場にたいして何かしら売り上げアップなりの施策を考えるケースがくっつくことが多いです。

フェルミ推定

フェルミ推定は、お題に対して数式を立てて数字を回答をするゲームです。
下に書いたただ1つの公式でほぼ乗り切れます。
f:id:tamagoyaki1999:20190825032420p:plain
Σとか書いとけば文系面接官にはいい牽制球になると思います。
フェルミ推定を解くときは毎回この公式を最初に書きましょう。
この公式を使って練習問題をひたすら解いていけば戦略コンサルティングファームの面接を余裕で通過する力がつきます。
では使い方を見ていきましょう。

単位量当たりの大きさ×数量

売上=単価×販売量
というのはよく見かけますよね。世の中の数値は全部この売り上げの例のように
(単位量当たりの大きさ)×(数量)
に分解可能です。

  • 距離=速さ×時間 (※速さ=単位時間当たりの移動距離)
  • 四角形の面積=縦の長さ×横の長さ (※縦の長さ=横の単位長さ当たりの縦の長さ)

とかも分解の例ですね。これらは小学校から見覚えのある単位ですが、それ以外でも例えば
速さ=体重当たりの足の速さ×体重
とか単位を勝手に自分で作ってしまってもOKです。フェルミ推定では計算しやすい単位を作れるかどうかが勝負です。

単位で考える方法

適当に単位を作って考えるときは、理屈がおかしくならないように気を付けましょう。
理系にはお馴染みの、ディメンジョンに注意というやつです。
売上=単価×販売量
をディメンジョンで考えると

f:id:tamagoyaki1999:20190904073454g:plain

となります。
また、重さをディメンジョンで考えると、

f:id:tamagoyaki1999:20190904073244g:plain

の場合は密度×体積となりますし、

f:id:tamagoyaki1999:20190904073603g:plain

の場合は一円あたりの重さ、デパートの量り売り惣菜みたいな感じになります。
右辺を計算すると左辺になることを確認しましょう。

実際にフェルミ推定の問題を解く手順

1. 答えのディメンジョンを明確にする

お題が市場規模なら左辺のディメンジョンはyenですし、利益率なら%=yen/yenです。ディメンジョンの異なる回答をしないようここは一番最初に確認しましょう。

2. 方程式をたてる

次にその数字を求めるためにどういう数字なら予想できそうかスクリーニングします。スクリーニング方法は、まずは自分が知っている数字のディメンジョンで答えのディメンジョンを割ってみます。代表例としては、人口、一年の日数、平均寿命、日本の国土面積など。
1日当たりの売上が予想できそうなら、

f:id:tamagoyaki1999:20190830082524p:plain

という式を立てます。
式が立ったらあとは具体的な数字を入れるだけです。


フェルミ推定の勉強法としては、身近にある数値をいろいろな単位量で因数分解してみよう。

例題
  • 東京ー九州間の距離
  • 缶ビール1箱の重さ
  • 山手線一台に乗る乗客数
  • ティッシュ一枚の厚み
  • 赤ちゃん一人の年間オムツ使用枚数

セグメント

単位あたりの大きさも数量も状況によって変わるからなんとも言えないよ!!ってときにそれぞれの状況に分けて計算して、最後に足しあわせます。

例えばビールの年間消費量を推測しようとするとき、1人当たりの消費量を決めて国民一億人かけ算すればよいかというと、20歳未満の消費量は極めて少なかったり、20, 30代は子育て等もあって男性のほうが消費量が多いと予想されたりするため、精度が悪くなります。
このような場合に、場合分けをしてそれぞれのセグメントごとに精度の高い予測を立て、最後に足し合わせるのです。

頻出な軸で分類する方法

とりあえず頻出の軸で分類するのもケース面接では有効な方法です。
メリットは、早く回答できる、ステレオタイプな分類なので面接官も理解しやすい、などがあります。
デメリットは、考え方が古い、驚きがない、実態を反映しない分け方になることもある、などです。
頻出の軸としては、人口、国土面積、平均寿命、年齢、性別、平地面積割合、業務用家庭用、などです。
マスコミ関係者だと、f1層とか、年齢と性別で場合分けしたりすると思います。時代遅れな考え方といわれたりもしますがケース面接では極めて有効な分類です。多様化してきているとはいっても同じ年代の人のライフスタイルは似通ってますし、面接官も積極的に否定できないはずです。

ユースケースで分類を考える方法

まさに先ほどビールの例で考えたように、数量に差が出るのはどのようなシチュエーションか、ユースケースから考える方法です。
メリットは、軸を選んだエビデンスが明確なので説明がロジカル風になる、論点選びのセンスをアピールできる、意味不明なお題にも対応できる、次のケース面接にも活きてくる、などです。
デメリットは、ユースケースを考えている時間分回答が遅くなる、主観が入りやすい、などです。
例えば、「ドローンの市場規模を予測して」、というお題が出たとき、なんとなく年齢性別で分類することもできますが、各世代のドローン保有率を求める根拠がとても見つけにくく、なんとなく各世代○○%と仮定して人口かけて合計いくつです、くらいのつまらないことしか言えないことが予想されます。
こんなときに、ユースケースを考えます。


ドローンって何に使う?→配達、空撮、おもちゃ、競技とか→家庭用と業務用がありそう。

f:id:tamagoyaki1999:20190904010347j:plain

それぞれに使われるドローンにはどんな機能が乗っているか?→運ぶ、つかむ、見る、飛ぶ、操る・・・

f:id:tamagoyaki1999:20190904010409j:plain

その機能はどんなデバイスで発現している?→ロボアーム、センサ、プロペラ、マイコン・・・

f:id:tamagoyaki1999:20190904010505j:plain

この図を改めてみると工事用ドローンとかほかにもまだまだ用途はありそうだ!

f:id:tamagoyaki1999:20190904010552j:plain

こんな感じで考えていくと発想が広がって、MECEが難しいときにもある程度の網羅性を担保することができます。
ここでは抽象度の上げ下げという思考テクニックを使いました。これはアイデアだしの手段としても便利なので後日記事書いて紹介します。

ということで、セグメントとしては、
家庭用/業務用
おもちゃ/競技、空撮/配送/工事
といったものが抽出されました。あとはそれぞれ数値を予測して足し合わせるだけです。

こんな感じでフェルミ推定は考えます。