市場規模推定の問題で最も難しいのは計算ではなく、最初の30秒以内にセグメンテーションのアプローチを選択することです。800件以上の市場規模推定ケースを通じて候補者をコーチングしてきた経験から、誤ったセグメンテーションの選択が推定失敗の約60%を占めることがわかっています。朗報があります。シンプルな判断フレームワークを使えば、この問題を完全に解消できます。
セグメンテーションの選択が計算よりも重要な理由
多くの候補者は暗算の練習に準備時間を費やします。しかし、マッキンゼー、BCG、ベインの面接における候補者のパフォーマンス分析によると、セグメンテーションのエラーは計算ミスの3倍もの不正確な推定を引き起こしています。セグメンテーションが不適切な問題では、イシューツリーのすべての枝に積み重なっていく根拠の薄い仮説を立てざるを得なくなります。
例を考えてみましょう。「2030年までにイギリスに必要なEV充電ステーションの数は？」という問いに対して、地理（都市部・農村部・郊外）でセグメント化すれば、明確で説得力のある論理が得られます。一方、最初に車両タイプでセグメント化すると、不必要な複雑さが生じ、2〜3分を無駄にしてしまいます。
2つの基本アプローチ
あらゆる市場規模推定の問題は、2つの方向性のいずれかから攻略できます。
flowchart TD
A[市場規模推定の問い] --> B{供給側か需要側か？}
B -->|"数えられる単位<br/>（店舗、ステーション、飛行機）"| C[供給側<br/>ボトムアップ]
B -->|"人口の行動<br/>（消費者、利用状況、頻度）"| D[需要側<br/>トップダウン]
C --> E[単位数 × 容量 × 稼働率]
D --> F[人口 × 採用率 % × 頻度 × 支出]
E --> G[市場規模の推定値]
F --> G
| アプローチ | 最適な用途 | 出発点 | 例 |
|---|---|---|---|
| トップダウン（需要側） | 消費財、サービス、行動 | 人口 → 絞り込む | 「NYCで年間何件のヘアカットが行われるか？」 |
| ボトムアップ（供給側） | 物理的資産、インフラ、B2B | 数えられる単位 → スケールアップ | 「ロンドンの全コーヒーショップの売上高は？」 |
| ハイブリッド | 複雑な市場、検証 | 主要な手法1つ＋妥当性確認として1つ | 「ドイツのEV市場の規模は？」 |
30秒の判断ルール
市場規模推定の問いを聞いたら、自分にこの一つの質問を問いかけてください。「供給単位を簡単に数えられるか？」
- はい → ボトムアップを使う（単位数 × 単位あたり売上高）
- いいえ → トップダウンを使う（人口 × 関連する% × 消費量）
このシンプルなヒューリスティックは、トップファームのパートナーが推定問題を実際にどう考えるかから導き出されたものであり、市場規模推定の問いの約85%に有効です。
分類の例
| 問い | 判断 | 理由 |
|---|---|---|
| 「米国で年間何個のテニスボールが販売されるか？」 | トップダウン | 「テニスボールの供給拠点」を簡単に数えることができない |
| 「マンハッタンにおけるスターバックスの年間売上高は？」 | ボトムアップ | 店舗数を直接推定できる |
| 「英国のペット保険市場の規模は？」 | トップダウン | 消費者の購買行動が主な要因となる |
| 「パリに存在するホテルの客室数は？」 | ボトムアップ | ホテルは数えられる物理的な単位である |
| 「ドイツで年間何枚のおむつが販売されるか？」 | トップダウン | 消費者の使用頻度が自然な推定要因となる |
ケースの90%をカバーする5つのセグメンテーションパターン
MBB面接の準備をする候補者と取り組んできた経験から、ほぼすべての市場規模推定の問いは5つのセグメンテーションパターンのいずれかに当てはまることがわかっています。
mindmap
root((セグメンテーションパターン))
1. デモグラフィック分割
年齢層
所得帯
都市部 vs 農村部
2. 利用頻度
ヘビーユーザー
ライトユーザー
非ユーザー
3. 地理的階層
国 → 地域
地域 → 都市ティア
都市 → 地区
4. バリューチェーン
生産者 → 流通業者
流通業者 → 小売業者
小売業者 → 消費者
5. 時間ベース
ピーク vs オフピーク
季節変動
曜日
パターン1：デモグラフィック分割
使用場面：製品やサービスの採用率が年齢・所得・地域によって明確に異なる場合。
テンプレート：人口 → 年齢・所得セグメント → セグメントごとの採用率 → 利用量 × 価格
例：「米国でアクティブなジムの会員数は？」
- 米国の人口：3億3,000万人
- 年齢でセグメント化：18〜35歳（人口の30%）、36〜55歳（25%）、56歳以上（20%）；18歳未満は除外
- 採用率：それぞれ25%、15%、8%
- 各セグメントを計算 → 合計
パターン2：利用頻度
使用場面：同じ製品が異なるユーザーグループによって大きく異なる頻度で消費される場合。
テンプレート：総ユーザー数 → ヘビー・ミディアム・ライトの分割 → グループごとの頻度 → 1回あたりの売上高
例：「ロンドンのテイクアウトコーヒー市場の規模は？」
- ロンドンの働く成人：約450万人
- ヘビー（毎日）：20% × 250日 × £3.50
- ミディアム（週2〜3回）：35% × 130日 × £3.50
- ライト（週1回以下）：25% × 45日 × £3.50
パターン3：地理的階層
使用場面：密度や行動が地域の階層によって大きく異なる場合。
テンプレート：各階層の地域・都市数 → 階層ごとの単位数 → 単位あたりの売上高
例：「フランスに必要なEV充電ステーションの数は？」
- 第1層都市（パリ、リヨン、マルセイユ）：高密度のニーズ
- 第2層都市（中規模20都市）：中程度の密度
- 高速道路沿い：距離間隔に基づく
- 農村部：最低限のカバレッジ
パターン4：バリューチェーン
使用場面：B2B市場に関する問いや、サプライチェーンの特定の地点について問われる場合。
テンプレート：エンドユーザーの需要 → チェーンを逆算 → 対象となる層を特定
例：「米国のレストラン向けPOSシステムの市場規模は？」
- 総レストラン数：約100万店
- POSが必要なセグメント：フルサービス（70%）、ファストカジュアル（90%）、QSR（95%）
- 平均システムコスト：セグメントによって$5,000〜$15,000
- 交換サイクル：5〜7年 → 年間市場規模 = 導入済みベース ÷ サイクル
パターン5：時間ベース
使用場面：消費が時間帯によって大きく変動し、平均化すると誤解を招く結果になる場合。
テンプレート：ピーク時の容量 × ピーク期間 + オフピーク時の容量 × オフピーク期間
例：「スイスのスキーリゾートの年間売上高は？」
- シーズン：約120日（12月〜4月）
- ピーク週（休暇期間）：4週間、稼働率95%
- 通常シーズン：12週間、稼働率60%
- オフシーズンのアクティビティ：100日、稼働率15%
よくあるセグメンテーションの落とし穴
数百回の練習セッションで観察されたパターンに基づくと、十分に準備した候補者でもつまずく失敗があります。
| 落とし穴 | 何が起きるか | 対処法 |
|---|---|---|
| 過剰なセグメンテーション | 差異がわずかなセグメントが5つ以上 → 時間の無駄 | 最大3〜4セグメントに抑える；差異が2倍未満なら統合する |
| 最初の切り口が誤っている | 行動が重要なのに地理から始める | 「この市場で最も大きな差異を生む要因は何か？」と問う |
| セグメントの見落とし | 消費財の規模推定でB2Bを忘れる | MECEチェックを行う：「消費者以外に誰がこれを買うか？」 |
| 均等配分の仮定 | すべてのセグメントを同じ規模として扱う | 常に相対的な規模を先に推定する（例：「セグメントAは全体の約60%」） |
| 精度の演出 | 3つで十分なのに7つの年齢層を使う | 目標は±2%ではなく±20%の精度であることを忘れない |
妥当性確認のフレームワーク
推定を完了したら、15秒かけて以下のクロスチェックのいずれかで検証してください。
- 一人当たりチェック：合計を人口で割る。一人当たりの数値は妥当に感じられるか？
- 類似市場チェック：推定値は、知っている類似市場と同じオーダーの大きさか？
- 売上高の妥当性：売上高で市場規模を推定している場合、示唆される企業の売上高は既知のプレイヤーにとって合理的か？
例えば、米国のペットフード市場を5,000億ドルと推定した場合、一人当たりのクイックチェック（5,000億ドル ÷ 3億3,000万人 ≈ 1,500ドル/人）を行えば、何かがおかしいとすぐに気づけます。平均的なアメリカ人がペットフードに年間1,500ドルを費やすことはないからです。
すべてをまとめる：時間を計ったウォークスルー
「ロンドンで1日に何台の電動スクーターがレンタルされるか？」という問いに対して、優秀な候補者が3分以内でどのように構造化するかを示します。
0:00〜0:30 — アプローチの選択：需要側（トップダウン）。スクーターの供給を簡単に数えることはできず、問いはレンタル（行動）について尋ねている。
0:30〜1:00 — セグメンテーションの選択：利用頻度パターン。通勤者・観光客・レジャー利用者では行動が大きく異なる。
1:00〜2:30 — 構築と計算：
- ロンドンの就労人口：約500万人；関連エリア（ゾーン1〜3）：約200万人
- 通勤者のスクーター利用者：3% × 200万人 = 6万人；平均1.5回/日 = 9万回
- 観光客のスクーター利用者：ロンドン中心部の1日あたり観光客約10万人；5%がスクーターを試みる = 5,000回
- レジャー・その他：約1万5,000回（週末に集中、日次平均）
- 合計：約11万回/日
2:30〜3:00 — 妥当性確認：ロンドンには約1万5,000〜2万台のスクーターが配備されています。1日11万回のレンタルは、スクーター1台あたり1日5〜7回の利用を意味します。シェアモビリティサービスとして、これは妥当な範囲内です（Limeは主要都市で1台あたり1日3〜8回と報告しています）。
重要なポイント
- 推定値が許容範囲の±20%以内に収まるかどうかを決めるのは、計算ではなくセグメンテーションの選択である
- 「供給単位を数えられるか？」というヒューリスティックを使って、30秒以内にトップダウンとボトムアップを選択する
- 5つのセグメンテーションパターン（デモグラフィック、頻度、地理、バリューチェーン、時間ベース）がケースの約90%をカバーする
- セグメント数は最大3〜4つに抑える — セグメントを増やしても精度は上がらず複雑さが増すだけである
- 一人当たりまたは類似市場による検証を使った15秒の妥当性確認で必ず締めくくる
- パターン認識を練習する：20〜30問の市場規模推定の問いをこなせば、適切なセグメンテーションが直感的にわかるようになる
これらのセグメンテーションの近道を実践する準備はできましたか？ケースライブラリの実際の市場規模推定ケースで練習するか、AIモック面接でプレッシャーの下でスピードを試してみましょう。セグメンテーションの上に重なる暗算の層については、12の計算テクニックを網羅した市場規模推定のショートカットガイドをご覧ください。