【初めてのフェルミ推定②/供給ベース編】戦コン内定者が基礎的な考え方とBCG過去問を徹底解説！

「戦略コンサルティングファームの選考で必ずと言っていいほど出題されるフェルミ推定、どう対策すればいいの？」
「フェルミ推定って、地頭の良さがないと解けないんでしょ…？」

そんな不安を抱える就職・転職活動中の皆さん、こんにちは。この記事は、フェルミ推定に初めて取り組む方、あるいは対策を始めたばかりでまだ自信がないという初級者の方に向けて、その基礎的な考え方から具体的な解き方、そして陥りがちな失敗例までを徹底的に解説する完全ガイドです。

特に今回は、フェルミ推定のアプローチの中でも「供給ベース」での考え方に焦点を当て、BCG(ボストン・コンサルティング・グループ)の過去問を例題として、実際にMBB(マッキンゼー、BCG、ベイン)の内定を獲得した筆者が、その思考プロセスを詳細に再現します。

この記事を読めば、供給ベースのフェルミ推定に対する苦手意識がなくなり、どんなお題が出ても論理的に答えを導き出せるようになるための第一歩を踏み出せるはずです。

それでは、まずフェルミ推定の基本的な定義と、戦略コンサルティングファームがなぜこれほどまでにフェルミ推定を重視するのか、その理由から解説していきます。

1. フェルミ推定とは？なぜ戦略コンサルはこれを重視するのか？

フェルミ推定とは、実際に調査するのが難しい、あるいは不可能に近い数量を、論理的な思考プロセスといくつかの既知のデータ、そして妥当な仮定を積み重ねることで、短時間で概算する手法のことです。イタリアの物理学者エンリコ・フェルミが、原子爆弾の爆発威力を、爆風で舞い上がった紙片の動きから概算したという逸話にその名が由来しています。

例えば、「日本に電柱は何本あるか？」「シカゴにピアノ調律師は何人いるか？」といった、一見すると途方もないような問いに対して、限られた情報から答えを導き出すのがフェルミ推定です。

戦略コンサルティングファームがフェルミ推定を重視する理由：

戦略コンサルティングファームの選考、特にケース面接の冒頭でフェルミ推定が出題されることが多いのには、明確な理由があります。それは、フェルミ推定を解く過程で、コンサルタントに不可欠な多くの基礎能力が試されるからです。

• 論理的思考力（ロジカルシンキング）:
  複雑な問題を解決可能な要素に分解し、それらを論理的に積み上げて結論を導く能力。フェルミ推定では、推定したい数値をどのように分解し、各要素をどう繋ぎ合わせるかが問われます。
• 構造化能力:
  問題をMECE（モレなくダブりなく）かつ、意味のある切り口で整理し、全体像を把握する力。推定の骨子となる数式やモデルを構築する際に必要となります。
• 仮説構築力:
  情報が不十分な中で、妥当性の高い仮定（パラメータ）を設定する能力。この仮定の質が、推定結果の精度を大きく左右します。
• 定量的思考力・数値センス:
  数値を扱うことに抵抗がなく、桁感やオーダー感覚を持って計算を進められるか。また、算出した数値の現実的な妥当性を判断できるか。
• 思考の柔軟性とスピード:
  限られた時間の中で、複数のアプローチを検討し、最適なものを選び取る能力。また、面接官とのディスカッションの中で、新たな情報や指摘を受けて思考を修正・進化させられる柔軟性。
• コミュニケーション能力:
  自分の思考プロセスや仮定の根拠を、相手に分かりやすく、簡潔かつ論理的に説明する能力。

これらは全て、戦略コンサルタントが日々の業務でクライアントの複雑な経営課題を解決していく上で、ベースとなる非常に重要なスキルです。つまり、フェルミ推定は、コンサルタントとしての「地頭の良さ」や「プロブレムソルビング能力の素養」を測るための、効果的なスクリーニング手法と言えるのです。

単に「計算が得意」かどうかを見ているのではなく、未知の問いに対して、どのように頭を使い、論理的に答えにたどり着こうとするか、その「思考の型」と「プロセス」が評価されているということを理解しておきましょう。

2. 供給ベースとは？どんな時に使う？見極め方と初心者が抑えるべきポイント

フェルミ推定で市場規模や数量を推定する際のアプローチには、大きく分けて「需要ベース」と「供給ベース」があります。（その他、面積ベースやストックベースなどもありますが、今回は供給ベースに焦点を当てます。）

供給ベースとは？

供給ベースとは、商品やサービスを提供する側の生産能力や販売キャパシティを起点として、全体の市場規模や数量を積み上げていく考え方です。

例えば、ある商品の市場規模を推定する場合：

• 需要ベースの発想: 「その商品を買う人はどれくらいいて、一人あたり年間何個買い、平均単価はいくらか？」→購入者数×購入頻度×単価
• 供給ベースの発想: 「その商品を生産している工場は何箇所あり、1工場あたりの生産能力はどれくらいで、稼働率は何％か？」→工場数×生産能力×稼働率×単価 （これはメーカー出荷額に近いですが、最終的な小売市場規模を出すにはここからチャネルマージン等を考慮する必要が出てきます）

あるいは、あるサービスの利用者数を推定する場合：

• 需要ベースの発想: 「そのサービスを利用する可能性のあるターゲット層はどれくらいいて、そのうち実際に利用する人の割合は？」
• 供給ベースの発想: 「そのサービスを提供している店舗（やサーバー、人員など）はどれくらいあり、1単位あたりの処理キャパシティは？」

どんな時に供給ベースを使うのか？

どちらのアプローチを使うべきかは、お題の内容や、どちらの方が仮定を置きやすいかによって判断します。供給ベースが適している、あるいは考えやすいケースとしては、以下のようなものが挙げられます。

• 特定施設・設備のキャパシティが重要な場合:
  • 例：「映画館の年間観客動員数」「ラーメン屋1店舗の1日の売上」「タクシー1台の1日の売上」
  • これらは、座席数、回転数、営業時間、車両数といった「供給側の制約」が比較的明確で、そこから積み上げる方がリアルな数値を出しやすい場合があります。
• 生産設備やインフラの数が限定的な場合:
  • 例：「国内のATMの設置台数」「国内のガソリンスタンドの数」
  • 需要側の行動を捉えるよりも、供給側の設備数を起点にする方が考えやすいことがあります。
• 需要者の特定が難しい、あるいは行動が多様すぎる場合:
  • 例：「自動販売機の年間売上」
  • 誰がどれだけ買うかを捉えるのは非常に困難ですが、自動販売機1台あたりの平均売上と設置台数から考える方がシンプルかもしれません。
• サービスの提供者が限定的な場合:
  • 例：「特定の資格を持つ専門家の数」（例：弁護士、会計士）
  • 需要側から考えるよりも、資格試験の合格者数や業界団体への登録者数といった供給側のデータからアプローチする方が有効な場合があります。

供給ベースを見極めるポイントと注意点:

1. ボトルネックとなる「供給単位」は何か？
   お題に対して、最も売上や数量を規定している供給側の単位（例：店舗、車両、座席、従業員数、機械の処理能力など）が何かを見極めます。ここがフェルミ推定の分解の起点となります。
2. 「キャパシティ」と「稼働率」の概念を理解する:
   • 最大キャパシティ: その供給単位が理論上提供できる最大のサービス量や生産量。
   • 稼働率/回転率: 実際にそのキャパシティがどれだけ利用されているか、あるいは何回転しているか。
     供給ベースのフェルミ推定では、この2つの要素を掛け合わせることが基本となります。
     （例：タクシー1台の売上＝1台の最大乗客輸送能力 × 実車率 × 平均運賃 × 稼働時間）
3. 供給側の「制約条件」を考慮する:
   営業時間、定休日、法律による規制（例：運転手の労働時間）、天候による影響など、供給を制約する要因も考慮に入れると、より現実的な推定に近づきます。
4. 需要側の視点も忘れない:
   供給ベースで推定する場合でも、「本当にそれだけの需要があるのか？」という視点は常に持つ必要があります。供給能力が高くても、需要がなければ売上には繋がりません。最終的な数値のリアリティチェックで、需要側の視点から検証することも有効です。
5. 「平均値」の罠に注意:
   例えば「1店舗あたりの平均売上」を使う場合、店舗によって規模や立地が大きく異なることがあります。可能であれば、いくつかのセグメント（例：都心店と郊外店）に分けて考える、あるいは代表的なモデルケースを設定するなど、平均値の単純適用による誤差を減らす工夫が求められることもあります。

供給ベースは、お題によっては非常に有効なアプローチとなりますが、需要ベースとの使い分けや、各要素の仮定の置き方が鍵となります。

フェルミ推定対策について詳しく知りたい方は、Strategistsが無料で公開しているフェルミ推定の教科書をご覧ください。

▶ 無料の教科書はこちら

3. 供給ベースフェルミで初心者が陥りがちなよくある失敗とその対策

供給ベースでフェルミ推定を行う際、初級者の方が陥りやすい典型的な失敗パターンと、それを避けるための対策を解説します。これらのポイントを意識するだけで、推定の精度と説得力が格段に向上するはずです。

失敗例1：供給単位の定義が曖昧、または不適切

• ありがちな失敗:
  • お題が「飲食店の市場規模」なのに、いきなり「日本全体の食材供給量」から考えてしまう（供給単位が大きすぎる）。
  • 「タクシーの売上」で、「運転手の数」を起点にしてしまい、1台あたりの稼働率の概念が抜け落ちる。
  • 「テーマパークの来場者数」で、「アトラクションの総数」を起点にするが、各アトラクションのキャパシティや人気度がバラバラで計算が複雑化する。
• 対策とポイント:
  • ボトルネックを見極める: 売上や数量を最も直接的に規定している「供給の最小単位」または「最もクリティカルな供給制約」は何かを最初に特定します。タクシーなら「車両1台」、映画館なら「1スクリーン（または1座席）」、工場なら「1生産ライン」などが考えられます。
  • 適切な粒度で設定する: 分解しすぎると計算が煩雑になり、粗すぎると実態からかけ離れます。面接官と「この単位で考えて良いか」をすり合わせることも有効です。
  • お題に素直に従う: 「タクシー1台の売上」とあれば、素直に「1台」を起点に考えます。

失敗例2：「最大キャパシティ」と「実際の稼働（利用）率」の混同・無視

• ありがちな失敗:
  • レストランの売上を「座席数 × 客単価 × 営業時間」だけで計算してしまい、満席でない時間帯や回転数を考慮しない。
  • 工場の生産量を「理論上の最大生産能力 × 稼働日数」で算出し、実際のメンテナンス停止や需要変動による稼働調整を無視する。
• 対策とポイント:
  • 常に「理想」と「現実」を分ける:
    • 最大ポテンシャル（供給能力）: もし100%稼働したらどれだけ生み出せるか。
    • 稼働率/実車率/利用率/回転数: 実際にそのポテンシャルがどれだけ活用されているか。
  • これらの「率」のパラメータを必ず計算式に含め、なぜその率になるのかの仮説（例：ピーク時とオフピーク時、天候、季節変動など）を持つようにします。

失敗例3：時間軸の考慮漏れ（日・月・年の混同、単位時間の不一致）

• ありがちな失敗:
  • 「1日の売上」を求めるのに、一部のパラメータを「月間」の数値で置いてしまう。
  • 「1時間あたりの売上」と「1乗車あたりの平均時間」の単位が混在して計算が狂う。
• 対策とポイント:
  • 最初に時間軸を統一: お題が「年間」なら全ての要素を年間ベースに、「1日」なら1日ベースに変換・統一してから計算を開始します。
  • 単位を明記する: 各パラメータに数値を置く際に、「〇〇個/日」「△△円/時間」のように単位を明確に記述する癖をつけます。これにより、計算ミスや論理の飛躍を防ぎやすくなります。
  • 最終チェック: 計算結果が出た後、求めている時間軸（日なのか年なのか等）と合致しているか再確認します。

失敗例4：分解した要素間の「つながり」や「MECEさ」の欠如

• ありがちな失敗:
  • 売上を「客単価」と「客の滞在時間」と「店舗面積」で掛け算するなど、論理的に無関係な要素を並べてしまう。
  • 「タクシーの売上＝ガソリン代＋人件費＋車両維持費＋利益」のように、コスト積み上げで売上を推定しようとして本質からズレる（これは利益構造の分析であり、売上推定そのものではない）。
• 対策とポイント:
  • 明確な数式構造を意識する: 分解した要素が、最終的に求めたい数値に対してどのような四則演算で繋がるのか、明確な数式を最初にイメージします。（例：売上＝A × B × C）
  • MECEな分解を心がける: 供給プロセスや構成要素を分解する際に、漏れやダブりがないように意識します。ただし、フェルミ推定では厳密なMECEよりも、主要な要素を捉えることの方が優先される場合もあります。
  • シンプルさを保つ: あまりに多くの要素に分解しすぎると、計算が複雑になり時間内に終わらないリスクがあります。主要なドライバーに絞り込む勇気も必要です。

失敗例5：仮定（パラメータ）の根拠が薄弱、または非現実的

• ありがちな失敗:
  • 「なんとなくこのくらいかな」というだけで数値を置いてしまい、面接官からの「なぜその数値なのですか？」という質問に答えられない。
  • 明らかに現実離れした数値を設定してしまう（例：日本の実車率を90%と置くなど）。
• 対策とポイント:
  • 常に「なぜ？」を自問する: 数値を置く際には、必ず「なぜそう言えるのか？」という簡単な根拠をセットで考える癖をつけます。「自分の経験では～」「一般的な常識として～」「他の類似ケースでは～」など、何かしらの拠り所を持つことが重要です。
  • 日頃からの情報収集と相場観の醸成: 様々な業界やビジネスに関するニュースやデータに触れ、おおよその数値感（例：コンビニの平均日販、飲食店の原価率など）を養っておくと、仮定の妥当性が高まります。
  • 極端な数値は避ける: あまりに楽観的、あるいは悲観的な数値設定は、思考のバランスを欠いていると見なされる可能性があります。現実的な範囲で、幅を持たせた上で代表値を置くなどの工夫も有効です。

これらの失敗例は、練習を重ねることで意識的に避けられるようになります。自分の思考プロセスを客観的に振り返り、どこでつまずきやすいかを把握することが上達への近道です。

4. 【供給ベースフェルミ推定 例題解説】「タクシー1台の1日あたりの売上を推定せよ」（BCG過去問）

それでは、供給ベースの考え方を用いて、具体的なフェルミ推定の問題を解いていきましょう。BCGの過去問としても知られるこのお題は、供給ベースの典型的な問題の一つです。

お題：タクシー1台の1日あたりの売上を推定してください。（制限時間：5分）

ステップ1：前提確認とアプローチの確定（思考時間：〜30秒）

まず、お題の曖昧な点を明確にし、どのようなタクシーを想定するのか、売上の定義は何かを確認します。

• 「タクシー1台」の定義:
  • 地域: 都心部（例：東京23区内）で営業しているタクシーか、地方都市か、郊外か？ → これにより顧客の数や利用頻度、単価が大きく変わるため、明確にする必要がある。今回は、最も一般的なケースとして「都心部（東京23区内）で流し営業も行う一般的な法人タクシー」と仮定します。
  • 車種: 一般的なセダン型タクシーか、ワゴン型か、高級車か？ → 一般的なセダン型を想定。
  • 営業形態: 法人タクシーか、個人タクシーか？ → 顧客側から見たサービスに大きな差はないが、稼働時間や営業戦略が異なる可能性。今回はより数の多い法人タクシーを想定。
• 「1日あたり」の定義:
  • 平日か、休日か？ → 需要が変動するため、どちらかを特定するか、平均を取る必要がある。今回は「平均的な1日」とする。
  • 24時間営業か、日中のみか？ → 法人タクシーは2交代制などで24時間近く稼働していることが多い。
• 「売上」の定義:
  • 運賃収入のみか、迎車料金や予約料金、深夜早朝割増なども含むか？ → 運賃収入（メーター料金）を主とし、必要に応じて割増料金も考慮する。
• アプローチの確定:
  「タクシー1台」という供給単位が明確に示されているため、供給ベースで考えるのが自然です。タクシー1台が1日にどれだけの顧客を乗せ、どれだけの距離を走り、どれだけの運賃を得るかを積み上げていきます。

面接官への確認（例）：
「今回推定するタクシーは、東京23区内などの都心部で営業する、一般的なセダン型の法人タクシー1台が、平日休日を平均した1日に得る運賃収入（メーター料金および深夜早朝割増を含む）という理解でよろしいでしょうか？アプローチとしては、タクシー1台の供給能力（実働時間、実車率など）から売上を積み上げる供給ベースで考えたいと思います。」

ステップ2：売上の分解と構造化（供給ベースでの要素分解）（思考時間：〜1分30秒）

タクシー1台の1日の売上を、供給側の視点から分解し、計算可能な要素に落とし込みます。

1日の売上 ＝ ①1日の総実車時間 × ②時間あたり平均売上

この基本構造から、各要素をさらにブレークダウンします。

• ① 1日の総実車時間:
  • 総実車時間 ＝ A. 1日の総稼働時間 × B. 実車率
    • A. 1日の総稼働時間: タクシーが実際に営業している時間。運転手の休憩時間や車両整備時間を除く。
    • B. 実車率: 総稼働時間のうち、実際にお客様を乗せて走行している時間の割合。空車で流している時間や客待ち時間は含まない。
• ② 時間あたり平均売上:
  • 時間あたり平均売上 ＝ C. 1乗車あたりの平均運賃 ÷ D. 1乗車あたりの平均実車時間
    • C. 1乗車あたりの平均運賃: お客様1組を乗せた際の平均的なメーター料金。初乗り料金、距離料金、時間料金、深夜早朝割増などが影響する。
    • D. 1乗車あたりの平均実車時間: お客様1組を乗せて走行している平均的な時間。

これで、売上 = (総稼働時間 × 実車率) × (平均運賃 ÷ 平均実車時間) という構造が見えてきました。
少し整理すると、売上 = 総稼働時間 × 実車率 × 1時間あたりの平均走行距離 × 距離あたり単価 や、売上 = 1日の乗客組数 × 1組あたり平均単価 といった形にも展開できますが、今回は上記の時間ベースの要素で進めます。

ステップ3：各要素の数値設定（仮説の置き方）と計算（思考時間：〜2分）

各要素に具体的な数値を、簡単な根拠とともに設定していきます。

• A. 1日の総稼働時間:
  • 法人タクシーは2交代制などで24時間近く稼働しているイメージ。
  • 1人の運転手の拘束時間は長いが、休憩や交代時間を考慮。
  • 仮に、1台あたり実質的に営業している時間を20時間と仮定。
    • (根拠の補足例: 2人体制で各12時間拘束、うち休憩・引継ぎ等で各2時間非稼働とすると、12-2 = 10時間/人。10時間/人 × 2人 = 20時間/台)
• B. 実車率:
  • 都心部でも常にお客様を乗せているわけではない。流しや客待ちの時間も多い。
  • 景気や時間帯にもよるが、50%と仮定。（半分はお客様を探している時間）
    • (根拠の補足例: ピーク時は70-80%かもしれないが、閑散時は30-40%もありそうなので平均して50%)
  • → 1日の総実車時間 = 20時間 × 50% = 10時間
• C. 1乗車あたりの平均運賃:
  • 初乗りが500円程度。近距離利用も多いが、時には数千円になることも。
  • 深夜割増も考慮すると平均は上がる。
  • 都心部では、1乗車あたり2,000円と仮定。
    • (根拠の補足例: 経験則、あるいは初乗り500円で数キロ乗ると1500-2500円程度のイメージから)
• D. 1乗車あたりの平均実車時間:
  • これも距離によるが、都心部での移動は短時間が多いイメージ。
  • 信号待ちなども含むため、純粋な走行時間より長くなる。
  • 平均して15分 (0.25時間)と仮定。
    • (根拠の補足例: 2000円の距離なら、時速30kmとして約6-7km。信号待ち考慮し15-20分程度のイメージから)

計算実行:
時間あたり平均売上 = 2,000円/乗車 ÷ 0.25時間/乗車 = 8,000円/時間
1日の売上 = 10時間（総実車時間） × 8,000円/時間
1日の売上 = 80,000円

ステップ4：リアリティチェックとディスカッションのポイント（思考時間：〜1分）

算出した「80,000円/日」という数値が妥当かどうかを検証します。

• 運転手の給料からの逆算:
  • タクシー運転手の月収が仮に30万円（歩合等含む）だとして、会社の取り分（車両費、燃料費、保険、利益など）が同程度あるとすると、1日の売上は (30万円 × 2) ÷ 25日稼働 = 24,000円。これは低すぎる。
  • 上記の仮定では、車両維持費や会社の利益が過小評価されている可能性。タクシー会社は売上の半分以上を会社経費や利益として持っていくモデルが多い（例：売上の60%が会社、40%が運転手）。
  • 仮に運転手の月収40万円（年収約500万円）、会社取り分60%とすると、月間売上 = 40万円 ÷ 40% = 100万円。1日あたり売上 = 100万円 ÷ 25日 = 40,000円。
  • まだ80,000円とは乖離がある。実車率や平均運賃、稼働時間など、どこかのパラメータが楽観的すぎたか、あるいは運転手の取り分がもっと低いか、車両の稼働日数がもっと多いか。
• パラメータの再検証:
  • 総稼働時間20時間: これはかなりフル稼働に近い。実際は車両点検や洗車、運転手の休憩時間も考慮するともう少し短いかもしれない（例：18時間）。
  • 実車率50%: これは都心部の流し営業としては妥当な範囲か。予約配車が多いタクシーならもっと高くなる。
  • 平均運賃2,000円、平均実車時間15分: これから計算される「1時間あたりの平均実車組数」は4組となる。10時間の実車で40組のお客様を乗せる計算。これは少し多いかもしれない。もしかしたら平均実車時間がもう少し長い（例：20分）か、平均運賃がもう少し高い（例：2,500円）方が現実的か。
    • もし平均実車時間20分（0.33時間）なら、時間あたり平均売上は 2,000円 ÷ 0.33時間 ≒ 6,000円/時間。1日の売上は 10時間 × 6,000円 = 60,000円。
    • この方が、運転手の給与からの逆算値（40,000円～）に近くなる。

面接官への報告（例）：
「タクシー1台の1日あたりの売上は、約60,000円と推定しました。
算出の考え方としては、まずタクシー1台の1日の総稼働時間を20時間と仮定し、そのうちお客様を乗せている実車率を50%と置きました。これにより、1日の総実車時間は10時間となります。
次に、1乗車あたり平均運賃を2,000円、1乗車あたりの平均実車時間を20分（約0.33時間）と仮定しました。これにより、1時間あたりの平均売上は約6,000円となります。
最後に、総実車時間10時間と時間あたり平均売上6,000円を掛け合わせ、1日の売上を60,000円と算出しました。
リアリティチェックとして、運転手の方の給与水準から逆算した場合とも大きくは乖離していないと考えておりますが、特に実車率や平均乗車時間、平均運賃の置き方によって数値は変動すると認識しています。」

ディスカッションで想定されるポイント:

• 「総稼働時間の20時間はどこから来ましたか？2交代制ですか？」
• 「実車率50%は、都心部ではもう少し高い/低い印象ですが、いかがですか？」
• 「平均運賃2,000円は、初乗り料金から考えるとどのような利用シーンを想定していますか？」
• 「深夜早朝割増はどの程度考慮に入っていますか？」
• 「この売上から、運転手さんの取り分はどれくらいになると思いますか？」
• 「もし地方都市のタクシーだったら、どの数値がどう変わりますか？」

これらの質問に対して、自分の設定した仮定とその背景を論理的に説明し、面接官との建設的な対話を通じて、より精度の高い推定値や、異なるシナリオでの推定に繋げていく姿勢がBCGでは特に求められます。重要なのは、最初の数値の正しさよりも、どのように考え、どのように議論を発展させられるかです。

5. 初心者がフェルミ推定力を鍛えるための効果的な学習法

フェルミ推定は、一見するとセンスや地頭の良さが問われるように思えますが、実際には正しい思考法と適切な練習量を積み重ねることで、誰でも確実に上達できるスキルです。ここでは、Strategistsが推奨する効果的な学習法をいくつかご紹介します。

1. 基本的な「型」と「アプローチ」を理解・習得する

• 需要ベース、供給ベースの使い分け:
  まず、市場規模や数量を推定する際の基本的なアプローチである「需要ベース」と「供給ベース」の考え方をしっかりと理解し、どのようなお題の時にどちらが適しているのかを見極める練習をします。本記事の第2章の内容を再確認しましょう。
• 頻出する分解の型をストックする:
  • 市場規模（金額）＝ 対象数 × 利用（購入）率 × 利用（購入）頻度 × 単価
  • 数量 ＝ 全体 × 割合 （例：喫煙者数 ＝ 日本の成人人口 × 喫煙率）
  • 数量（供給ベース）＝ 供給単位数 × 1単位あたりキャパシティ × 稼働率
    これらの基本的な「型」をいくつか頭に入れておくと、お題に対して素早く構造を組み立てる助けになります。
• 計算を楽にするための数値の丸め方・概算テクニック:
  フェルミ推定では、厳密な計算よりもスピードと論理性が重視されます。計算途中でキリの良い数字に置き換えたり、概算で処理したりするテクニック（例：円周率≒3、1年≒360日、日本の人口1.2億人など）を身につけましょう。

2. 多様なテーマの問題に数多く取り組む（量稽古）

• 問題集・過去問の活用:
  市販のフェルミ推定の問題集や、各コンサルティングファームの過去問（Web上で公開されているものも多い）を活用し、とにかく多くの問題に触れることが重要です。最初は時間をかけてじっくり考え、慣れてきたら制限時間を設けて解く練習をしましょう。
• 日頃から「推定する癖」をつける:
  日常生活の中で目にするもの（例：目の前のカフェの1日の売上、満員電車の乗客数、街路樹の数など）に対して、「これはどうやって推定できるだろう？」と考える癖をつけるのも効果的です。
• 様々な切り口を試す:
  一つの問題に対しても、複数のアプローチ（需要ベースと供給ベースの両方で解いてみるなど）や、異なる分解の仕方を試してみることで、思考の引き出しが増え、柔軟性が養われます。

3. 自分の思考プロセスを「言語化」し、「客観視」する

• 声に出して解く（独り言でもOK）:
  頭の中だけで考えていると、論理の飛躍や曖昧な点に気づきにくいものです。実際に声に出しながら、「まず〇〇を起点に考えて…次に△△を…そのためには□□という仮定を置いて…」というように、自分の思考プロセスを言語化する練習をします。これは面接本番での説明の練習にもなります。
• 思考プロセスを書き出す:
  問題を解いた後、どのような構造で、どのような仮定を置いて、どのように計算したのかをノートなどに書き出し、客観的に見直します。どこで時間がかかったか、どこに論理の甘さがあったかなどを振り返ることが重要です。
• 録画・録音して自分のデリバリーを確認する:
  模擬面接などで自分の発表を録画・録音し、後で確認すると、話の分かりやすさ、声のトーン、時間配分など、多くの改善点が見つかります。

4. 他者の思考プロセスを学び、フィードバックを得る

• 解答例の比較検討:
  問題集やWebサイトには、同じお題に対する複数の解答例が載っていることがあります。自分の解答と比較し、「なぜこの人はこういう分解をしたのか？」「この仮定の置き方は自分にはなかった」といった気づきを得ることが大切です。単に答えを覚えるのではなく、思考のプロセスを学ぶことを意識しましょう。
• ケース面接対策の仲間と壁打ちする:
  友人や知人と一緒にお題を出し合い、お互いの思考プロセスや解答に対してフィードバックし合うのは非常に有効です。他者の視点を取り入れることで、自分の思考の偏りや盲点に気づくことができます。
• プロの指導を受ける（Strategistsなど）:
  独学だけでは限界を感じる場合や、より質の高いフィードバックを求める場合は、ケース面接対策のプロフェッショナル（経験豊富なコンサルタントや専門の指導者）から指導を受けるのも効果的です。客観的な視点から、あなたの思考の強み・弱みを的確に指摘し、具体的な改善策を提示してくれます。Strategistsの個別指導や動画講座も、この点を重視して設計されています。

5. 定量的な情報・数値に対する感度を高める

• 基本的な社会・経済データを頭に入れておく:
  日本の人口、GDP、平均年収、主要産業の市場規模、企業の売上高ランキングなど、基本的なマクロデータやビジネスに関する数値をある程度把握しておくと、仮定を置く際のリアリティが増し、推定結果の妥当性判断にも役立ちます。
• ニュースやビジネス記事を数値に着目して読む:
  日頃からニュースやビジネス記事を読む際に、「この市場規模はどれくらいだろう？」「この企業の売上は…？」といった数値を意識する習慣をつけると、自然と定量的な感覚が養われます。

フェルミ推定力の向上には、近道はありません。しかし、正しいアプローチで地道に練習を重ねれば、必ず成果は現れます。焦らず、一つ一つの課題に丁寧に取り組んでいきましょう。

その他のフェルミ推定対策のコツや押さえておくべきポイントは、Strategistsが無料で公開しているフェルミ推定の教科書でご確認ください。

▶ 無料の教科書はこちら

6. まとめ：供給ベースをマスターしてフェルミ推定を得意にしよう！

本記事では、戦略コンサルティングファームの選考で頻出するフェルミ推定の中でも、特に「供給ベース」のアプローチに焦点を当て、その基本的な考え方から具体的な解き方、陥りやすい失敗、そして効果的な学習法までを徹底的に解説してきました。

供給ベースフェルミ推定の要点再確認:

• 「供給側の生産能力・キャパシティ」を起点に市場規模や数量を積み上げる。
• ボトルネックとなる「供給単位」を見極め、適切に定義する。
• 「最大キャパシティ」と「実際の稼働（利用）率・回転数」の概念を必ず含める。
• 時間軸を統一し、各要素の単位を明確にしながら計算する。
• 分解した要素間の論理的なつながりを意識し、シンプルな構造で捉える。
• 各パラメータ（仮定）には、簡潔でも良いので根拠を持つ。
• 算出した数値は、リアリティチェックを行い、必要に応じて修正する。
• 結論（推定値）ファーストで、思考プロセスと仮定の根拠を分かりやすく説明する。

BCGを含む戦略コンサルティングファームのケース面接では、これらの要素を制限時間内に、かつ面接官とのディスカッションを通じて柔軟に実行できるかが評価されます。

供給ベースの習得が、なぜ戦略コンサルタントへの道に繋がるのか？

供給ベースのフェルミ推定をマスターすることは、単に選考を有利に進めるためだけではありません。それは、戦略コンサルタントとして活躍するために不可欠な、より本質的な能力を鍛えることにも繋がります。

1. ビジネスの「制約条件」を見抜く力:
   多くのビジネスは、何らかの供給側の制約（生産能力、店舗数、人員、時間など）の中で運営されています。供給ベースで物事を考える訓練は、この「制約条件」が何であり、それがビジネス全体にどのような影響を与えているのかを見抜く洞察力を養います。これは、クライアント企業の課題解決において、現実的かつ効果的な打ち手を考案する上で極めて重要です。
2. オペレーションへの理解を深める力:
   供給側の視点に立つことで、企業がどのように価値を生み出し、顧客に届けているのか、その具体的なオペレーションプロセスへの理解が深まります。机上の空論ではない、現場感のある戦略を立案するためには、このオペレーションへの解像度が不可欠です。
3. 「もし～だったら」をシミュレーションする力:
   「もし実車率が10%上がったら？」「もし営業時間を2時間延ばしたら？」といったように、供給側の変数を動かすことで、全体の売上や利益がどのように変化するかをシミュレーションする能力は、戦略オプションの評価や目標設定において非常に役立ちます。
4. データドリブンな意思決定の基礎:
   たとえ概算であっても、数値に基づいて仮説を立て、検証し、意思決定を行うというプロセスは、データドリブンな経営が求められる現代において、全てのビジネスパーソンに必要なスキルです。フェルミ推定は、その最も基礎的なトレーニングと言えるでしょう。

最後に：挑戦を恐れず、思考を楽しもう

フェルミ推定は、最初は難しく感じるかもしれません。しかし、本記事で紹介した考え方やポイントを意識し、練習を重ねることで、必ず上達します。

重要なのは、完璧な答えを出すことではなく、論理的に考え、仮説を立て、検証し、それを相手に分かりやすく伝えるプロセスそのものを楽しむことです。BCGが求める「知的好奇心」や「面白がる力」は、まさにこのような姿勢の中に現れるのかもしれません。

この記事が、皆さんのフェルミ推定への苦手意識を少しでも和らげ、戦略コンサルタントという魅力的なキャリアへの挑戦を後押しできれば幸いです。頑張ってください！