【日々のマナビ】なぜ正しく描いたループ図が経営者を動かさないのか – 因果ループ図の動学設計

こんにちは。ろっさんです。

今回は、「なぜ正しく描いたループ図が経営者を動かさないのか – 因果ループ図の動学設計」と言うタイトルで解説していきます。長い記事ですがぜひ最後までお付き合いください！

0. はじめに｜「正しく描いたループ図」が経営者を動かさなかった日

合格直後、ある金属加工業の経営者に、自信を持って因果ループ図を提示したとします。1ヶ月かけて現場をヒアリングし、強化ループと抑制ループを2本ずつ、矢印に遅れの記号まで入れて美しい1枚図に仕上げた。

経営者は図を見て、頷きました。「なるほど、確かにそうなっていますね。よく整理してくれました」。

私は手応えを感じます。これで施策が動き始める。次の経営会議が楽しみだ——そう思った翌週、現場で起きたのは同じ判断の繰り返しでした。経営者は、頷いた図の通りには動かなかった。受注は相変わらず独断で取り続け、品質クレームが来れば現場のせいにし、四半期報告では「全体としては安定しています」と言い続けた。

私は混乱しました。図は正しかったはずなのに、なぜ経営者の行動が変わらないのか。

今ではその答えがわかります。因果ループ図を描けるようになっただけでは、経営者の行動は変わらない。

図を「動学的な計測設計」「反転を検知する仕組み」「非線形を捉える指標」と組み合わせて初めて、図が現場で機能する。これを知らないと、私の経験のように「正しい図を描いたのに動かない」という壁にぶつかります。

この記事では、smeca-level100シリーズのチェックポイント1-2「ビジネスモデルの仮説を因果ループで表現し、遅れ・増幅・反作用を含む成長/崩壊パターンを説明できる」に対応するかたちで、次のトピックを扱います。

• 因果ループ図の基本変数（需要・品質・稼働・評判・学習）と「強化ループ／抑制ループ」の読み方、SWOTとの根本的な違い
• 「遅れ」と「非線形」が直感を裏切る代表例
• 非線形計測——水準・変化率・加速度の3層構造（追加論点：図を読むだけでは見えない反転兆候）
• 急成長したSaaSの崩壊パターンを強化／抑制ループで再構成し、介入点を比較する
• Goodhartの法則による「KPIが現場を歪める」副作用と、線形KPIで非線形ループを管理する逆説
• 仮説を検証可能にするデータ設計と、小標本・欠損・測定誤差への対応
• 因果ループ図を「経営の対話の道具」に変えるレポート設計
• 組織論への応用——ループ別計測設計（追加論点：ループサイクルタイムと報告サイクルの乖離）
• 反転と崩壊の異常検知（追加論点：相関変数の乖離・分散増加・集中度指数）
• 合格直後の自分への申し送り

シリーズ前作で扱った従業員22名・売上2億円の金属加工業（主力顧客47%集中、熟練工2名いずれも勤続20年超）を、引き続き軸の事例として使います。同じ会社を別の視点（動学・計測・反転検知）から読み解くことで、診断の解像度が一段上がる体験をしていただけるはずです。

1. 因果ループ図とは何か——基本変数と「矢印」の作法

1.1 因果ループ図の構成要素

因果ループ図は、システム思考（system thinking）の代表的な道具です。ジェイ・フォレスター、ピーター・センゲ、ジョン・スターマンらが体系化してきました。構成要素は驚くほどシンプルで、次の3つしかありません。

• 変数（円や四角で書く。例：需要、品質、稼働率、評判、学習量）
• 矢印（変数Aが変数Bに影響することを示す）
• 極性（矢印の符号。同方向に動かす「+」と、反対方向に動かす「−」）

矢印を辿っていくと、いずれかの変数に戻ってくる経路ができることがあります。これが「ループ」です。ループには2種類あります。

強化ループ（R: Reinforcing loop）：ループを一周すると最初の変化が増幅されて戻ってくる。「いい方向の自己強化」と「悪い方向の自己強化（悪循環）」の両方があります。

抑制ループ（B: Balancing loop）：ループを一周すると、最初の変化を打ち消す方向の力が返ってくる。安定や均衡を作るループです。空調のサーモスタットのような働きをします。

中小企業診断士試験で出てくるビジネスモデルの基本変数を因果ループで表すと、典型的にこんな組み合わせになります。

• 需要 ↔ 評判（顧客の体験が次の顧客を呼ぶ／逆もある）
• 品質 ↔ 稼働率（稼ぎすぎると品質が落ちる、落ちれば評判が下がる）
• 学習 ↔ 生産性（経験曲線でコストが下がるが、離職で蓄積が消える）
• 価格 ↔ 受注量（値下げで受注が増えるが、利益が痩せて投資余力が下がる）

ビジネスの主要変数は単独で動いていません。お互いに矢印で結ばれていて、ループを構成しています。

1.2 SWOTでは見えないもの——「タイミング」と「副作用」

ここで一度、SWOTと因果ループ図を比較します。診断士試験で頻繁に登場するSWOTは、強み・弱み・機会・脅威を4象限に並べる道具です。強力なフレームワークですが、本質的に静止画です。

たとえばこの金属加工業のSWOTを書くとこうなります。

区分	内容
S（強み）	熟練工2名による高難度加工技術、長年の顧客関係
W（弱み）	熟練工依存、若手定着率の低さ、稼働率62%、主力顧客47%集中
O（機会）	周辺地域での同業廃業、特殊加工ニーズの増加
T（脅威）	燃料費・電気代の上昇、人件費上昇圧力

ここまでは試験的には合格点です。でも実務でこのSWOTを経営者に提示すると、「だから、どうすればいいんですか」と返ってきます。

SWOTには答えられない問いがあります。たとえば——

• 若手の定着率を上げる施策を打ったとして、それが収益改善に「いつ」現れるのか
• 熟練工に教育担当をやってもらうと、短期的に生産量が落ちる「副作用」はどれくらいなのか
• 主力顧客47%集中は「いまは弱み」だが、「いつ崩壊のトリガーになるか」をどう先取りするか

これらは全部、「時間軸」と「波及効果」の問いです。SWOTは時間軸を持たないので、答えられない。

因果ループ図は、この問いに答えるための道具です。矢印に「遅れ」を書き込み、「副作用ループ」を描くことで、「いつ、何が、どこまで影響するか」を可視化します。SWOTで切り取った要素どうしを、矢印で結びにいく。 SWOTは出発点であり、因果ループ図は次の地図です。

1.3 「遅れ」をどう書き込むか

因果ループ図には、矢印の途中に「‖」のような二重斜線を書く慣習があります。これは「遅れ（delay）」を表す記号です。

たとえば「品質が下がる → 評判が下がる」という矢印。これは即時には起きません。品質低下を顧客が知覚し、口コミやレビューに反映するまで、3ヶ月〜1年の時間差があります。だから矢印に二重斜線を入れて、「遅れがある」と明示しておくのです。

この「遅れ」の存在こそが、ビジネスを直感に反する動きにする最大の要因です。次節で具体例を見ます。

2. 「遅れ」と「非線形」が直感を裏切る

2.1 段取り改善は「逆効果」だったのか——Worse-Before-Better

冒頭で触れた経営者の悩み——「段取りを短縮したのに納期遅延が増えた」——を、因果ループで読み直します。

短期で起きていること（最初の1ヶ月）：

標準化作業の開始
    ↓
熟練工の作業時間の一部が「手順書作成」に流れる
    ↓
工場の総生産能力が一時的に低下（▲5〜10%）
    ↓
仕掛品が増える・納期が遅れる
    ↓
顧客から値引き要請（月3.1件 → 月3.9件に増加）

ここまで見ると「やらないほうがマシ」に見えます。でも、もう少し先を見るとこうなります。

長期で起きること（3〜6ヶ月後）：

標準化された手順書が現場に浸透
    ↓
若手も同等の段取りができるようになる
    ↓
工場の総生産能力が回復、さらに増加（+15〜20%）
    ↓
納期安定、仕掛品削減、稼働率改善
    ↓
値引き要請の減少（月3.1件 → 月0.7件）

つまりこれは典型的な「Worse-Before-Better（先に悪化、後で改善）」のパターンです。施策の効果が現れる前に、コスト（学習コスト・移行コスト）が先に発生する構造になっています。

この図を経営者に最初に見せておけば、1ヶ月後の「やらないほうがマシだった」発言は出ません。遅れの地図を共有することは、施策が途中で潰されることを防ぐ装置です。

2.2 中間指標で「遅れ」を経営者に翻訳する

経営者は「3〜6ヶ月待ってください」と言われると不安になります。「待つ」という選択は、診断士の発言を信じるしかない受動的な行為だからです。

ここで効くのが、中間指標を渡すことです。たとえばこの工場では、こんな先行指標を週次で見るようにしました。

• 標準化された工程の数（先週3工程 → 今週4工程）
• 若手が独立で担当できる工程数（先週平均3.0 → 今週3.2）
• 手順書の閲覧回数（社内Wiki導入後、週12回 → 週28回）

これらは「結果」ではなく「結果につながる行動の蓄積」です。経営者が「動いているな」と感じられる指標を週次で見せる。納期遵守率や利益率が動くのは3ヶ月後ですが、行動指標は1週間で動きます。

合格直後の自分が忘れがちなのは、「経営者に渡す指標と、経営者が見たいタイミングが、ぜんぶ違う」という事実です。利益率は経営者が一番見たい指標ですが、施策開始後しばらくは動きません。動かない指標を見続けると経営者は「ダメだ」と判断する。だから動きが早い先行指標を間に挟む。これが「遅れ」を扱う実務的なテクニックです。

2.3 「非線形」が裏切る——稼働率80%の壁

「遅れ」と並んで因果ループ図の読み解きを難しくするのが「非線形性（non-linearity）」です。直線的な比例関係に見えるものが、ある閾値を超えた瞬間に挙動が変わる——この現象が、現場で頻繁に起きます。

「稼働率が上がるほど利益が増える」——これは試験的には正しい説明です。固定費を多くの売上で割れるので、限界利益率が上がる。でも実務では、稼働率には「壁」があります。私が現場で見た範囲では、80%あたりがそれです。

• 稼働率60% → 70%：余裕があるので、品質を維持しながら生産量を増やせる
• 稼働率70% → 80%：段取り替えが頻繁になるが、まだ品質に影響は出ない
• 稼働率80% → 85%：ここから様相が変わる

80%を超えたあたりから、機械トラブル時の「逃げ場」がなくなる、段取り替えに使える時間が足りず品質チェックを省略しがちになる、残業が常態化し熟練工の集中力が落ちる、突発受注を断れず優先順位の混乱が起きる——こんな現象が連鎖します。

つまり「稼働率↑ → 利益↑」という直線関係ではなく、80%を境に性質が変わるS字曲線になっています。同じ「稼働率を5ポイント上げる」という変化でも、60%→65%と80%→85%では結果が真逆になりえます。

この「クリフ（崖）」を知らずに「稼働率を90%にしましょう」と提案する診断士は、施策が逆作用する瞬間に立ち会うことになります。

2.4 在庫の遅れ——古典的な増幅の例

「遅れ」が直感を裏切るもう一つの代表例として、流通の現場で起きる「ブルウィップ効果」を挙げておきます。

末端の小売で売上が10%増えたとします。小売は欠品を恐れて卸への発注を15%増やす。卸はメーカーへの発注を20%増やす。メーカーは増産するが、効果が出るのは2〜3ヶ月後。その頃には末端の売上は落ち着いている。結果、メーカーの在庫が積み上がる。

末端の10%増が、サプライチェーンを遡るほど増幅される。これは「増幅（amplification）」と「遅れ」の組み合わせが生む現象です。「上流で5%動かしたつもりが、下流で30%動いていた」というのは、診断士が現場で頻繁に目撃する光景です。

3. 非線形計測——水準・変化率・加速度の3層構造

ここで本記事の独自論点を一つ出します。因果ループ図の動学を経営に翻訳するうえで、最も見落とされがちな設計が「非線形計測」です。

3.1 線形前提の指標は「水準」しか見ていない

中小企業の月次レポートを見ると、ほぼ例外なく「水準」だけが並んでいます。

• 売上：今月◯◯万円
• 営業利益率：今月◯%
• 顧客数：今月◯社

これらは全部「水準（level）」の指標です。いまの値がいくつか、を見ている。線形システムなら、水準の推移を追えば全体の方向性は分かります。「先月より上がった」「下がった」で十分です。

でも因果ループは非線形システムです。閾値を超えると挙動が変わる、遅れがあって反映が遅い、強化ループは指数関数的に増幅する——これらの動きを「水準」だけで捉えると、決定的に重要な兆候を見逃します。

3.2 必要なのは3層の指標——水準・変化率・加速度

私が実務で経営者に勧めているのは、同じKPIを3層で見る習慣です。

• 水準（0次）：いまの値（例：今月の売上 1,800万円）
• 変化率（1階微分）：前月比、前年同月比、3ヶ月移動平均の傾き（例：先月比+5%、3ヶ月平均+3%）
• 加速度（2階微分）：変化率の変化（例：先月の変化率は+5%だったが、その前月は+8%、つまり変化率は減速している）

物理で言えば、位置（水準）・速度（変化率）・加速度の3層です。車を運転するとき、「いまどこにいるか」だけ見ていると壁に激突します。「どの方向にどれくらいの速さで進んでいるか」と「加速しているか減速しているか」を同時に見るから安全に運転できる。経営も同じです。

3.3 なぜ加速度が反転を予測するのか

加速度を見る最大の意義は、「反転の兆しを水準より早く検知できる」ことです。

具体例：ある月の売上が前年比+3%、その前の月が+8%、さらにその前が+12%。水準で見れば「3ヶ月連続で売上は前年超え」です。経営者は「順調」と判断するでしょう。

でも変化率を見ると「+12% → +8% → +3%」と減速しています。さらに加速度を計算すると、「変化率の変化が連続してマイナス」になっている。これは反転が近い兆候です。

物理の自由落下で言えば、まだ上昇している（水準はプラス）が、上向きの速度が落ちている（変化率は減少）。加速度はずっと下向き（マイナス）。やがて頂点に達して、反転して落ち始める。

水準だけ見ていると、反転は「起きてから気づく」遅行指標になります。加速度を見ていれば、「起きる前に気づける」先行指標になります。

3.4 工場事例：水準KPI vs 変化率KPI の表

金属加工業の月次レポートに、水準・変化率・加速度の3層を入れるとこうなります。

指標	水準（今月）	変化率（前月比）	加速度（変化率の変化）	解釈
売上	1,650万円	−2%	−3pt	売上水準は許容範囲だが、減速が加速している ▲
主力顧客（A社）売上比率	47%	+1pt	+2pt	集中度が「加速して」上昇 ⚠️
納期遵守率	88%	−1pt	−2pt	水準は高いが、減速の加速度がマイナス ▲
仕掛品滞留日数	16日	+2日	+3日	水準悪化＆加速度プラス（悪化の加速）⚠️
若手担当可能工程数	5.4工程	+0.1工程	−0.2工程	水準は伸びているが、伸びの加速度はマイナス ▲

水準だけ見ると「売上は1,650万円、納期遵守率88%、まあ安定」となります。でも変化率と加速度を見ると、複数の指標で「減速の加速」「悪化の加速」が同時に起きていることが分かる。これは因果ループのどこかが反転に向かっている可能性を示唆します。

売上の水準が横ばいでも、成長加速度がマイナスなら反転が近い。 これが非線形システムの計測哲学です。

3.5 加速度を見るためのデータ整備

加速度を計算するには、月次なら最低でも3ヶ月分、できれば12ヶ月分の連続データが必要です。中小企業ではこの「連続データ」が揃わないことが多い。

最低限の準備として——

• 主要5〜10指標を、月次で固定フォーマットで記録する
• 計測の定義（例：「稼働率」は何の何%か）を変えない
• データ移行・会計ソフト変更時は、過去データを再計算して連続性を保つ

これだけでも、加速度の計測が可能になります。過去データを揃えることは、未来の予測力に直結する投資です。

3.6 経営者への翻訳——「加速度マイナス」をどう伝えるか

加速度の概念を経営者に説明するとき、私が使う比喩はこうです。「車を運転していて、いまの速度が時速60キロ、信号は青、視界も良好——でも、アクセルを徐々に緩めている状態を考えてみてください。前進はしているけど、止まる方向に動き始めている。これが加速度マイナスです」。

経営者は数学的な「2階微分」と聞くと身構えますが、車の比喩なら直感的に理解します。

そして次にこう続けます。「いま社長が見ている月次レポートは、『時速60キロ』という水準だけが書いてあります。これだと、アクセルを緩めていることに気付けないんです。レポートに変化率（加速しているか減速しているか）と加速度（その変化が加速しているか減速しているか）を入れましょう」。

この説明で多くの経営者が腑に落ちます。経営者にとって、加速度は「数学」ではなく「運転の感覚」と接続したときに初めて武器になります。専門用語を経営者の生活感覚に翻訳する力こそ、合格直後の自分とLevel 100の診断士を分ける最初の境目です。

4. SaaS急成長の崩壊パターン——強化ループと抑制ループ

4.1 想定シナリオと、4つのループ

ここで事例を切り替えます。チェックポイント1-2-2の問いに沿って、SaaS企業の急成長期に起こりがちなパターンを、強化ループと抑制ループで再構成します。

想定するのは、こんなシナリオです。

• 創業3年目のBtoB SaaS
• ARR（年間契約金額）が2年で5倍に成長
• でも直近半期で解約率（チャーン）が月2%→4%に倍増
• カスタマーサポートの返答が「平均6時間 → 平均36時間」に悪化
• 採用は積極的に進めているが、人員が追いつかない

このSaaSを金属加工業と並べる意味は、業種は違っても因果ループの構造は驚くほど似ていることを体感していただくためです。

このシナリオで動いているループは、最低4本あります。

強化ループR1：成長を作っているループ

[ARR成長] ──(＋)──> [採用予算の拡大]
    ↑                       ↓ (+)
    │             [営業/マーケ人員の増加]
    │ (＋)                  ↓ (+)
    │            [リード/商談数の増加]
    │                       ↓ (+)
[新規契約の獲得] <─(＋)── [受注の増加]

ARRが伸びる → 採用予算が増える → 営業/マーケ人員が増える → 新規契約が増える → ARRがさらに伸びる、というプラスの自己強化です。

強化ループR2：プロダクト改善のループ

既存顧客のフィードバック → プロダクト改善 → 使い勝手向上 → 継続率上昇 → フィードバック量の増加 → またプロダクト改善。R1と並行して回ると、SaaSは「ハイパー成長」と呼ばれる急加速期を迎えます。

抑制ループB1：サポート負荷のループ

新規契約の急増 → サポート問合せ数の急増 → 1件あたりの対応時間延長 → サポート品質の低下 → 既存顧客の不満蓄積 → 解約の増加。R1とB1が拮抗し始めると、純増ARRが鈍化していきます。今回のシナリオで「ARRは5倍だが、半期で解約率が倍増した」のは、まさにこのB1がR1に追いついた瞬間です。

抑制ループB2：採用と質のトレードオフ

人員不足の認識 → 採用ペースの加速 → 採用基準の緩和（妥協採用） → 新人サポートメンバーの質低下 → 熟練メンバーが新人教育に時間を取られる → 熟練メンバーの実質稼働低下 → 全体のサポート対応時間がさらに延長 → 人員不足の感覚がさらに強まる、という悪循環。

これは「Fix that Fails（解決策が問題を作る）」と呼ばれる古典的なシステム原型です。短期的には正しく見える対応（採用加速）が、中期的に問題を悪化させます。

4.2 ループ全体を組み合わせて見えるもの

R1・R2・B1・B2を一枚の図に重ねると、こんな構造が見えてきます。

• 成長を作っているのはR1とR2——ここを止めると会社が止まる
• 崩壊を作っているのはB1とB2——ここを放置すると解約が止まらない
• B1とB2の入口は同じ「人手不足」だが、出口（解約・採用妥協）が違う

この図を経営陣に見せると、「自分たちが感じていた不安の正体」が一気に言語化されます。「サポートが遅い」「採用が辛い」「解約が増えた」——別々に語られていた問題が、実は2本の抑制ループから生まれる症状群だったと分かる。

合格直後の自分が因果ループ図を学ぶ意味は、まさにここにあります。経営者の頭の中で「別々のもの」として語られている問題を、「同じ構造から来ている」と示せること。 これが、診断士の経営者からの信頼を一段引き上げます。

5. 介入点の比較と、Goodhartの法則

5.1 4つの介入候補と効くタイミング

このSaaSに診断士として呼ばれたとき、介入の選択肢は次の4つくらいに整理できます。

介入	どこに効く	副作用	効果が出るまで
①人員を増やす	B2の入口を直接緩和	採用コスト・教育負荷・文化希薄化	3〜6ヶ月
②プロダクト改善	B1の入口（問合せ）を削減	新機能開発リソース減	1〜3ヶ月
③価格を上げる	R1とB1の流量を絞る	成長鈍化・競合流出	即時
④オンボーディング刷新	B1の根を弱める	人月投資・効果計測の遅れ	1〜2ヶ月

実務的にこのSaaSに提案するなら、「④→②→①の順番」です。まず④でサポート問合せの母数を1〜2ヶ月で減らす。そのうえで②で根本的にプロダクトを改善する。並行して①で人員を増やすが、採用基準は緩めない（B2を作らない）。③（価格上昇）は、R1の成長を意図的に絞る選択なので、現在のフェーズでは保留。

経営者は「どれもやりたい」と言いがちですが、4つを同時に走らせると何が効いたのか切り分けられません。「順番に打って効果を観察する」ことは、「全部一斉に打つ」より遅く見えて、結果的に早い。

5.2 Goodhartの法則——KPIが現場を歪める

このSaaSで、サポート部門のKPIを「平均対応時間を6時間以内にする」と設定したとします。直感的には正しい指標です。サポートが遅いから解約が増えたのだから、対応時間を短くすればいい。

ところが3ヶ月後、こんな現象が起きます。サポートメンバーが、複雑な問い合わせを「とりあえず回答」で6時間以内に返す。「もう少しお調べして折り返します」と返してから、24時間放置することが増える。「対応時間」の定義を「最初の返信まで」とした瞬間、テンプレ返信が量産される。結果、解約率はむしろ上がる。

これは「Goodhartの法則」と呼ばれる現象です。

指標を目標にすると、その指標は良い指標ではなくなる
(When a measure becomes a target, it ceases to be a good measure.)

KPIを設計した瞬間、現場はそのKPIを「達成する」方向に最適化を始めます。本来の目的（顧客が満足する）ではなく、KPIの数字を動かすことが目的化する。これが起きると、KPIは上がるのに、顧客体験は悪化するという奇妙な現象が生まれます。

しかも厄介なのは、KPIの数字は良くなっているので、経営層は「うまくいっている」と誤認します。実態が露呈するのは、解約率という遅行指標が動いてから。

5.3 線形KPIで非線形ループを管理する逆説

ここで§3の「非線形計測」と§5.2のGoodhartが接続します。

線形のKPI（「対応時間6時間以内」「水準」だけを見るタイプ）で非線形のループ（サポート品質→顧客満足→解約というB1ループ）を管理しようとすると、遅行指標が安定して見えるのに根本的な不安定性が進行するという逆説が生まれます。

KPI水準は「対応時間5.8時間（合格）」「対応時間5.5時間（さらに良好）」と推移します。経営層は「KPI改善している」と認識する。でも変化率・加速度を見ると、解約率の変化率がマイナスに転じ、加速度もマイナス方向に深まっている。「サポートKPIは良いのに、顧客が静かに離れ続けている」状態です。

水準だけ見るKPIは、Goodhartに対して脆弱です。3層計測（水準・変化率・加速度）で見れば、表面のKPI改善の裏で「真の指標」が悪化していることに気付けます。

KPIの設計と、計測の設計は、切り離せない一体の論点です。診断士としてKPIを提案するとき、「水準＋変化率＋加速度」のセットで提案する習慣を持つと、Goodhartの罠を踏みにくくなります。

6. 仮説の検証——どのデータをどう集めるか

6.1 描いた図は「仮説」でしかない

ここまで因果ループ図を描いてきましたが、これらはすべて「仮説」です。経営者と一緒に描いた図がそれっぽく見えても、本当にそのループが回っているかは、データで確かめないと分かりません。

合格直後の私が陥りがちなのは、「描いた図にすっかり酔って、検証を忘れる」ことでした。図が美しいほど、検証を怠る誘惑が強くなります。

因果ループ図の仮説を検証可能にするためには、図に書き込んだ各矢印に対して「この矢印が本当にあるか、何を測れば分かるか」を割り当てていきます。

6.2 4つのデータ層

中小企業の現場で集められるデータは、おおむね4つの層に分けられます。

データ層	用途	主な指標	粒度
Web解析（GA4等）	集客ループの検証	セッション、CVR、CAC	日次〜週次
CRM	営業/顧客体験ループ	商談化率、継続期間、NPS	商談ごと、月次
製造品質・運用	工程/品質ループ	歩留まり、納期遵守、稼働率	ロット、週次〜月次
財務（試算表）	収益/コストループ	限界利益率、CCC、ROIC	月次

これらを横断的に組み合わせることで、因果ループの矢印が「本当にある」ことを確かめます。たとえばSaaSのB1（サポート遅延→解約）を検証するなら、こんな割り付けになります。

• 「新規契約増 → 問合せ数増」：CRMの新規契約数とサポートチケット数の相関
• 「問合せ数増 → 対応時間延長」：チケット管理ツールの平均クローズ時間の推移
• 「対応時間延長 → サポート品質低下」：CSAT（カスタマー満足度スコア）の推移
• 「サポート品質低下 → 解約増」：解約理由のテキスト分析、CSAT低値群の解約率

矢印1本ずつにデータを割り当てると、図全体の検証可能性が見えてきます。データが取れない矢印は、定性的なインタビューで代替するか、あるいは「これは検証不能だが仮説として残す」と明示して進めます。

6.3 統計と因果推論——何をどこまで使うか

因果ループの矢印を「本当に因果か」と検証するために使える手法は、いくつか段階があります。

段階1：相関の確認——散布図・相関係数を見る。ピアソンで線形相関、スピアマンで順位相関。相関は因果ではないが、因果がない相関を放置すると施策が空振りする。

段階2：時系列の遅れ構造を見る——クロス相関関数で「Aの変化からBの変化までの遅延」を測る。段取り時間と納期遵守率なら、月次データで2〜3ヶ月のラグを確認できる。

段階3：因果推論の道具を使う——差分の差分法（DID）で施策実施部署と非実施部署を比較、回帰不連続デザイン（RDD）で閾値前後の挙動を比較、ベイジアンネットワークで多変量の因果構造を推定する。

中小企業の現場では、段階1・2でも十分なことが多いです。段階3を使うのはNが十分大きいときに限られます。中小企業の月次データで段階3を回そうとすると、N不足で結果が信用できないことが多い。

7. 小標本・欠損・測定誤差——中小企業データの現実

7.1 N=12の壁

中小企業の現場で因果検証をやろうとすると、いきなり壁にぶつかります。月次データは1年で12点、3年でも36点しかない。これでは統計的に「有意」と言える因果関係はほぼ示せません。

しかも欠損もあります。「経理担当が休職していてその月の数字がない」「会計ソフトを移行したので、それ以前のデータが正規化されていない」。中小企業の現場では、データが揃わないのが常態です。

測定誤差もあります。「稼働率」と一言で言っても、機械の稼働時間で測るのか、人の稼働時間で測るのか、定義が現場で違うことが多い。

この現実の中で学んだのは、「精度の高いデータが揃うまで動かない」は実務で許されないということです。データが不完全でも、動かないと会社が傾く。

7.2 代替指標（プロキシ指標）の設計

ここで使うのが「代替指標（プロキシ指標）」です。たとえば「顧客満足度」を測りたいがCSATの運用コストが高すぎる場合——

• 真の指標：CSAT（4段階アンケート、回答率20%、運用コスト月10時間）
• 代替指標①：解約申し出件数（CRMで自動集計、月次）
• 代替指標②：問い合わせの平均往復回数（チケット管理ツールから）
• 代替指標③：請求書の支払い遅延率（経理データから）

代替指標は完璧ではありませんが、「揃わないから動かない」よりはずっと現実的です。基準は、①取得コストが低い、②真の指標と論理的に関連がある、③時系列で連続して取れる、の3つ。

7.3 欠損データへの3つの対応

データが欠損しているときの対応は3通りあります。①無視する（該当期間を分析から除外）、②補間する（前後の値から線形補間。検定には使わない）、③欠損自体を情報として扱う（「データがない」のは「何かが起きた」かもしれない）。

実務では③が一番効くことがあります。データが欠けているところに、経営の見えていない問題が眠っていることが多い。

7.4 データと感覚の往復

合格直後の私は、データに対して二極化しがちでした。「データがあるなら絶対」「データがないなら判断できない」。

実務で学ぶのは、その中間です。データは「現場の感覚」を裏付けるか反証するための補助であって、データだけで判断するわけでも、現場感覚だけで判断するわけでもない。

たとえばこの金属加工業では、こんな会話がありました。

経営者：「最近、若手が以前より楽しそうに仕事してる気がする」（感覚） 診断士：「データを見ると、若手の担当工程数が3.2から5.5に増えてます。確かに成長実感は出やすい状況です」（データ） 経営者：「やっぱりそうか。前から感じてたけど、確信が持てなかった」

データは経営者の感覚に確信を与え、感覚はデータの解釈に文脈を与える。この往復が、診断士の介在価値です。

8. 因果ループ図を「経営の対話の道具」に変える

因果ループ図そのものを経営者に渡しても、ほとんど読まれません。「先生の絵」になってしまう。動かすには、レポートの形に翻訳する工夫が要ります。

私が月次レポートで実際に使っている構造は3ページです。

1ページ目：今月のサマリー（数字3つだけ＋3層）

§3で示した非線形計測を組み合わせます。

• 先行指標1つ（水準＋変化率＋加速度の3層で）
• 中間指標1つ（同じく3層）
• 遅行指標1つ（同じく3層）

数字を多く並べると、経営者は最初の数字しか覚えていません。だから3つに絞り、それぞれを3層で見せる。「今月の値は良い／悪い」だけでなく、「加速しているか減速しているか」が読める形にする。

2ページ目：「いま動いているループ」の1枚図

因果ループ図を簡略化して、今月の議題に関わる矢印だけを抜き出した1枚図を載せる。「先月この矢印を強化した」「今月はこの矢印が逆向きに動いた可能性がある」と注釈を入れる。

3ページ目：来月の議題3つ

「今月の数字をもとに、来月の経営会議で議論すべきテーマ」を3つ。判断を求める形式にする（情報提供だけだと「ふーん」で終わる）。

もう一つ意識するのは、経営者と現場で「見るループ」を分けることです。経営者には4本のループ全体（R1・R2・B1・B2）の俯瞰図を渡す。現場リーダーには、自分の担当範囲のループだけを切り出した詳細図を渡す。

合格直後の自分が見落としがちなのは、「同じ因果ループ図を、見る人によって切り出し方を変える」という工夫です。一枚の図に全員の関心を載せようとすると、誰の頭にも残らない図になります。

9. 組織論への応用——ループ別計測設計

9.1 1-1の3つの壁を強化ループとして再構成する

シリーズ前作1-1で、同じ金属加工業の組織内に3つの壁があった話をしました。壁①：経営者と現場の間の「受注vs製造」の断絶。壁②：熟練工と若手の間の「技能の断絶」。壁③：数字が経営者にしか見えない「情報の壁」。

これらを因果ループ図で読み直すと、それぞれが独立した強化ループ（悪循環）になっています。

壁①のループ：受注と納期遅延の悪循環

経営者の独断受注 → 現場の予定変更頻度 → 仕掛品の段取り直し → 納期遅延 → 顧客クレーム → 経営者の謝罪訪問 → 次回の独断受注の正当化（元に戻る）。

壁②のループ：技能集中と若手離職の悪循環

熟練工への技能集中 → 若手の独立担当工程数の少なさ → 若手の「必要とされていない」感 → 若手離職 → 熟練工以外の戦力不足 → 熟練工への依存度上昇（元に戻る）。

壁③のループ：情報の壁と「自分ごと感」の喪失

経営数値の非共有 → 現場が「自分の貢献」を知らない → 改善提案ゼロ → 経営者の「現場は何も考えていない」認識 → 情報を共有する意義を感じない（元に戻る）。

9.2 ループにはそれぞれ「サイクルタイム」がある

ここで本記事の独自論点を一つ出します。因果ループにはそれぞれ固有のサイクルタイムがある。これを認識しないと、計測周期の設計を間違えます。

サイクルタイムとは、ループを一周するのにかかる時間のことです。3つの壁のループそれぞれを推定すると——

ループ	1周のサイクルタイム	根拠
壁①（受注→納期遅延→クレーム→受注）	約1ヶ月	受注は週次、納期遅延は月次でクレームに反映
壁②（技能集中→若手離職→依存度上昇）	約6〜12ヶ月	若手の離職判断は半年〜1年スパン
壁③（情報非共有→提案ゼロ→継続非共有）	約1〜3ヶ月	月次会議1〜2回のサイクル

ループのサイクルタイムが違えば、計測周期も違うべきです。

9.2補足：主力ループ「受注→製造キャパ→品質→評判→受注」のサイクルタイム

この工場で最も大きく、かつ最も見落とされていたのが、ビジネスモデルの中核を成す主力ループです。

[受注] ──(＋)──> [製造キャパへの負荷]
   ↑                    ↓ (+)
   │           [品質維持の難易度上昇]
   │ (＋)               ↓ (＋)
   │           [品質バラツキ・納期遅延]
   │                    ↓ (＋)
   │  (遅れ：3〜6ヶ月)  
   │           [顧客の評判形成]
   │                    ↓ (＋)
   └────────  [次回受注の意思決定]  ←───

このループのサイクルタイムを各セグメントで推定すると——

セグメント	所要時間
受注 → 製造キャパ負荷	1〜2週間（受注確定〜着工）
製造キャパ負荷 → 品質バラツキ・納期遅延	1〜2ヶ月（ロット単位の遅延がクレームに反映）
品質・納期 → 顧客評判形成	3〜6ヶ月（顧客内で品質監査が行われ、評価が定着するまでの遅れ）
顧客評判 → 次回受注の意思決定	1〜3ヶ月（次の発注タイミング）
合計1周	約6〜12ヶ月

つまりこの主力ループは、1周するのに半年から1年かかる。これは経営者の感覚と一致しません。経営者は「先月の受注が今月の利益」と思っていますが、ループ全体で見れば「先月の品質が半年後の受注」につながる構造です。

このループを四半期粒度（3ヶ月単位）で観測すると、1周（6〜12ヶ月）の半分以下のサンプリングです。サンプリング定理的に言えば、ループの動きの中身は完全に消えます。

実際にこの工場では、四半期報告で「売上前年比+2%、納期遵守率88%」が3期続いていました。経営者は「安定」と判断していた。でも週次で仕掛品滞留日数の変化率を見ると、過去6ヶ月で減速の加速度がマイナスに転じている。これは半年後に「主力ループの評判形成セグメント」が悪化する前兆でした。

四半期報告の安定性は、ループ動学の安定性と等価ではない。 これが診断士として経営者に伝えるべき核心メッセージです。

9.3 計測周期はサイクルタイムの1/3〜1/4で設計する

サイクルタイム1ヶ月のループを、月次の指標で追うと、1周分しか観測できません。これではループが回っているのか、たまたまその月だけそう動いたのかが区別できない。

経験則として、計測周期はループのサイクルタイムの1/3〜1/4で設計する。これはサンプリング定理の中小企業実務版です。

ループサイクルタイム1ヶ月のもの（壁①）は、週次で計測しないと動きが読めない。サイクルタイム6〜12ヶ月のもの（壁②）は、月次で計測すれば足りる。サイクルタイム1〜3ヶ月のもの（壁③）は、2週間に1回程度の計測が望ましい。

ループ	サイクルタイム	推奨計測周期	計測指標例
壁①受注→納期遅延	約1ヶ月	週次	仕掛品滞留日数、納期遅延件数
壁②技能集中→離職	約6〜12ヶ月	月次	若手担当可能工程数、若手残業時間
壁③情報非共有	約1〜3ヶ月	隔週	現場発の改善提案件数、月次会議への質問件数

9.4 対外報告（四半期）≠ ループ管理KPI

ここで多くの中小企業が見落としているのが、対外報告のリズム（四半期）と、ループ管理のリズムは別物だということです。

四半期レポートで売上や利益を見るのは、銀行や税理士や株主への報告として正しい。でも経営の意思決定の道具としては、四半期は粗すぎます。サイクルタイム1ヶ月のループを四半期で観測すると、3周分が1点に圧縮されて、動きの中身が完全に消える。

この工場の経営者は、最初の私の提案を見て言いました。「先生、こんなに頻繁に数字を取らなくても、四半期で十分でしょう」。私は答えました。「四半期で十分なのは、銀行への説明だけです。社長が経営判断するためには、ループのサイクルタイムに合わせた周期で見る必要があります」。

経営者が「ループを動かす意思決定者」になるためには、対外報告とは別の「内部管理ダッシュボード」を持つ必要があります。

9.5 線形KPIで非線形ループを管理する逆説（再訪）

§5.3で触れた「線形KPIで非線形ループを管理する逆説」が、ここで具体化します。

四半期報告で「売上は前年同期比+3%、利益率は維持」と書かれているとします。これは「線形の水準」を四半期粒度で見た数字です。経営者は「順調」と判断する。

でも実際の現場では、ループサイクルタイム1ヶ月の壁①が反転しつつあるかもしれない。週次で見れば、仕掛品滞留日数が「12日 → 15日 → 18日」と加速度的に悪化している。納期遅延件数も「月0.7件 → 1.2件 → 2.1件」と加速して増えている。

四半期粒度では、これらが「四半期平均仕掛品15日、納期遅延月1.3件」という1点に圧縮されて、加速の中身が見えない。遅行指標（四半期売上）が安定して見えるのに、ループの内部で根本的な不安定性が進行する——これが線形KPI×粗い周期で非線形ループを管理する逆説です。

診断士として経営者に伝えるべきメッセージは明確です。「四半期報告は、銀行に出すためのものです。社長が経営判断するための数字は、ループのサイクルタイムに合わせて、別途用意しましょう」。

9.6 経営者を動かすループ別ダッシュボード

私がこの工場に提案したのは、以下の「ループ別ダッシュボード」です。

• 壁①ダッシュボード（週次更新）：仕掛品滞留日数、納期遅延件数、受注計画と実績のギャップ
• 壁②ダッシュボード（月次更新）：若手担当可能工程数、若手残業時間、技能伝承会議実施率
• 壁③ダッシュボード（隔週更新）：現場発の改善提案件数、月次会議の質問件数、稼働率の現場共有実施率

それぞれの指標は§3で示した3層（水準・変化率・加速度）で表示する。

経営者が「ループを動かす意思決定者」になるためには、まずループのサイクルタイムを認識する必要があります。これは抽象的な話ではなく、月曜の朝にどの数字を見るかという極めて実務的な設計です。

10. 反転と崩壊の異常検知——強化ループの逆襲

10.1 強化ループは反転すると加速装置になる

ここまで強化ループを「成長を作る装置」として説明してきました。R1・R2が回ると成長が加速する。これは正しい説明です。

でも強化ループにはもう一つの顔があります。強化ループは反転すると、崩壊を加速する装置に変わる。

ループの方向が逆向きに回り始めると、同じ強化ループが今度はマイナス方向に増幅します。成長期に「ARR↑ → 採用予算↑ → 人員↑ → 新規契約↑」だったループが、衰退期には「ARR↓ → 採用予算↓ → 人員↓ → 新規契約↓」と回り始める。回転の構造は同じだが、向きが逆。

この反転が始まったとき、経営者がそれを「成長期の一時的な踊り場」と誤認すると、対応が致命的に遅れます。強化ループの反転は、加速度的に進行する。気づいたときには手遅れ——これが多くの中小企業の崩壊シナリオです。

10.2 蓄積された脆弱性が反転のトリガーになる

強化ループが反転するきっかけは、必ずしも外部からの大きなショックではありません。ループの中に蓄積されてきた脆弱性（集中リスク・依存関係）が、小さなトリガーで反転を起動することが多い。

代表例として、トヨタ2009年のリコール危機を短く引いておきます。1990〜2000年代のトヨタは、世界規模の急拡大期にありました。販売台数は2倍以上、海外生産拠点を急増させた。これは典型的な強化ループです——売上↑ → 投資↑ → 生産能力↑ → 売上↑。

ところがその過程で、サプライヤー品質管理に脆弱性が蓄積していました。拡大ペースに対して品質監督リソースが追いついていなかった。ある時期から、特定の部品で品質バラツキが増え始めた。これが2009〜2010年のアクセルペダル問題・フロアマット問題として顕在化し、米国を中心に大規模リコール、評判毀損、株価急落につながりました。同社のブランド回復には数年を要し、内部の品質ガバナンス体制の抜本的な見直しが行われた経緯は、後に多くのケーススタディとして引用されています。

このケースの教訓は、「強化ループが回っているうちに脆弱性が蓄積する」という構造です。成長期は売上・利益・株価のすべてが順調に見えるため、蓄積していく脆弱性が経営層から見えにくい。反転は突然起きるのではなく、見えないところで準備されている——これが強化ループの怖さです。

トヨタほどの企業でも、強化ループの蓄積した脆弱性が、ある瞬間に反転のトリガーになる。これは中小企業ではさらに顕著です。事例の金属加工業を見てみましょう。

10.3 工場事例の反転シナリオ

この金属加工業の現状を、強化ループの観点で再評価します。成長期に作られてきた構造には、こんな脆弱性が蓄積していました。

• 顧客集中度：主力顧客A社の売上比率47%
• 技術集中度：熟練工2名（勤続20年超）に高難度加工が依存
• 承継リスク：熟練工2名は56歳と58歳、後継者育成が遅れている

これらは「いまは弱み」だが、「反転のトリガー」になる可能性のある変数です。具体的な反転シナリオを描いてみます。

Step 1: トリガー（熟練工2名のうち1名が健康問題で長期離脱）
        ↓
Step 2: 高難度工程の処理能力が▲40%
        ↓
Step 3: 残った熟練工に負荷集中、残業急増、疲弊
        ↓
Step 4: 品質バラツキ増加（公差外れ率 1.2% → 3.5%）
        ↓
Step 5: 主力顧客A社の品質監査でNG判定
        ↓
Step 6: A社が「バックアップ仕入先」を探し始める
        ↓
Step 7: A社の発注比率を段階的に削減（47% → 35% → 25%）
        ↓
Step 8: 売上急減、固定費の負担増、収益悪化
        ↓
Step 9: 設備投資余力消失、若手定着率さらに悪化
        ↓
Step 10: 残った熟練工も離脱検討（「この会社の未来は厳しい」）
        ↓
Step 11: 廃業 or 事業譲渡

熟練工1名の離脱という1つの事象が、強化ループの反転を通じて、半年〜1年で会社の存続を脅かす規模に増幅される。これが反転の加速装置としての強化ループです。

10.4 異常検知の3指標

ここで本記事のもう一つの独自論点です。反転が起きてから対応するのでは遅い。反転の兆しを検知する3つの指標を、診断士は経営者に渡すべきです。

異常検知は、医療における健康診断に似ています。症状が出てから病院に行くのではなく、毎年の血液検査・尿検査で「異常な兆しが出ていないか」を定期的にチェックする。経営にも同じ仕組みが必要です。診断士は会社にとっての「定期検診の設計者」であり、症状が出る前に静かに警戒を促す役割を担います。

3つの指標は、それぞれ異なるタイプの異常を捉えます。①は要素間の関係性の崩れ、②は予測可能性の低下、③は構造的な依存度。順に見ていきます。

指標①：相関変数の乖離

通常のループ運転中は、複数の変数が連動して動きます。たとえばこの工場の場合——

• 「受注量」と「仕掛品滞留日数」は、通常は連動して増減（受注が増えれば仕掛品も増える）
• 「稼働率」と「品質クレーム件数」は、通常は弱い負の相関（稼働率が上がると品質に注力できる範囲では、クレームは増えない／稼働率80%超えると相関が逆転）

ところが反転の前兆として、これらの相関が乖離し始めることがあります。受注量は変わらないのに、仕掛品滞留日数だけが増え始める。稼働率が上がっているのに、品質クレームも増え始める。

「いつもの関係性」が崩れたとき、ループの内部で何かが構造的に変化している可能性が高い。

指標②：分散の増加（予測可能性の低下）

もう一つの兆しが、測定値のバラツキ（分散）が増えることです。

熟練工2名が安定して稼働しているとき、加工部品の公差外れ率は「月平均1.2%、標準偏差0.3%」のように安定します。ところが熟練工の1人が体調を崩し始めると、月によって「0.8% → 1.5% → 0.6% → 2.1% → 1.0%」のように、平均はあまり動かないのに分散が大きく揺れ始める。

水準（平均）だけ見ていると「だいたい1.2%で安定」に見えますが、分散を見ると「予測可能性が下がっている」ことが分かる。これは反転前兆の重要なサインです。

指標③：集中度指数

3つ目が、集中度指数の継続的な上昇です。

顧客集中度は「上位3社売上比率」や「ハーフィンダール指数（HHI）」で測れます。技術集中度は「高難度工程を独立で担える人数」、人材集中度は「特定スキル保有者数」で測れます。

集中度が上昇している（=分散が低下している、ループの中で特定要素への依存度が増している）こと自体は、強化ループの一面でもあります。「優良顧客との関係深化」「熟練工の技能蓄積」は、成長期には善です。

ただし、集中度が継続的に上昇しているなら、それは反転時のダメージが指数関数的に増えていることを意味します。集中度の絶対値ではなく、「集中度の変化率」と「集中度の加速度」（§3の非線形計測の応用）で見ます。

10.5 工場事例：3指標が反転をどう検知するか

実際にこの金属加工業に、3指標を組み込んだ「反転異常検知ダッシュボード」を提案するとどうなるか。

指標	計測内容	警戒水準	反転シナリオでの動き
相関乖離	受注量と仕掛品滞留日数の月次相関係数（過去12ヶ月移動）	0.7以下に低下	Step 3〜4で乖離（受注同じなのに仕掛品増加）
分散増加	公差外れ率の月次標準偏差（過去6ヶ月）	平常時の1.5倍超	Step 4で分散が急増（熟練工不在の月とそうでない月で差）
集中度（顧客）	A社売上比率の月次推移（変化率＋加速度）	加速度マイナス2pt超	Step 7でA社比率が加速度マイナスに転じる
集中度（技術）	高難度工程の独立担当可能人数	2名以下が3ヶ月継続	Step 1で2名→1名へ

このダッシュボードがあれば、Step 1（熟練工の離脱）の時点で「技術集中度」が警戒水準に入り、Step 4の頃には「分散増加」と「相関乖離」が同時に警告を発する。Step 7まで進む前に、経営者が「これは反転シナリオに入っているかもしれない」と気付ける可能性が高まる。

10.6 「対応策」ではなく「異常検知」を渡す意味

合格直後の自分が陥りがちなのは、「反転を予測できたら、対策セットを一緒に渡したい」という誘惑です。「熟練工が離脱したら、こうしましょう」「顧客集中度が下がったら、こうしましょう」と。

でも、反転シナリオの対策は、企業によって全く違います。事業承継、M&A、業態転換、規模縮小での生存——どれを選ぶかは経営者の人生観と関わる選択です。診断士が「対策の選択」まで踏み込むと、経営者の意思決定領域を侵食します。

診断士が果たすべき役割は、「反転が起きていることを、経営者より早く検知して伝える」ことです。対策は経営者が選ぶ。検知は診断士が設計する。この役割分担が、診断士の長期的な信頼を作ります。

異常検知の3指標を「警戒灯」として経営者の机に置いておく。普段は静かに緑色を点灯している。何かのループが反転しかけたら、黄色に変わる。経営者は「先生から渡された警戒灯が黄色になった、相談しよう」と動く。これが、診断士と経営者の理想的な関係です。

10.7 守り方は、壊し方を知ることから始まる

因果ループの反転を理解することは、ループを「壊す」シナリオを言語化することです。会社をどう壊せるかを知って初めて、「どう守るか」が見えてきます。

経営者は普段、自分の会社を「壊す」視点では考えません。成長させる、利益を上げる、顧客を増やす——前向きの視点ばかりに偏ります。そこに診断士が「反転シナリオ」と「異常検知指標」を持ち込むと、初めて「守るべきもの」が立体的に見えてきます。

これは脅しの話ではありません。脆弱性を直視することで、「成長期にやっておくべき投資」が明確になります。顧客分散、技術伝承、若手育成——これらが「将来の安心のため」ではなく「いま起きうる反転のため」の投資として位置づけ直されます。

因果ループ図は、成長の地図でもあり、崩壊の地図でもある。 両面から読めるようになることが、診断士の本当の動学的視点です。

11. 合格直後の自分へ——この記事を読み終えたあなたへ

冒頭の問い——「なぜ正しく描いたループ図が、経営者の行動を変えないのか」——に戻ります。

答えは、ループ図そのものの問題ではありませんでした。図を「動学的な計測設計」「反転を検知する仕組み」「非線形を捉える指標」と組み合わせていなかった、ということです。

シリーズ1-1で、私は「6要素は箱ではなく因果のシステムとして見る」と書きました。本記事はその続編として、「因果のシステムは、計測設計・反転検知・非線形管理とセットで初めて経営者を動かす」と書きます。

Level 1の診断士とLevel 100の診断士の違いを、もう一度整理します。

• Level 1は「いま何があるか」を切り取る（SWOT・BMC）
• Level 10は「これから何が起きるか」を読む（因果ループ図）
• Level 100は「ループのサイクルタイムに合わせて計測を設計する」「水準・変化率・加速度の3層で見る」「反転の異常検知を設計する」まで踏み込む

この差は、合格してから何年もかけて埋めていくものです。でも本記事で示した3つの視点——非線形計測（§3）、ループ別計測設計（§9）、反転異常検知（§10）——を知っているだけで、最初の数ヶ月で大きく前に進めます。

最後に、最初に書いた金属加工業の経営者の問いに、いま答えを返すならこうなります。

経営者：「先生、図はよく分かりました。でも、これからどうしたらいいんですか」

私：「ループを描くだけでは動きません。社長が経営判断するために必要なのは、ループのサイクルタイムに合わせた計測周期と、変化率と加速度で見る指標と、反転の異常検知の3点セットです。次回までに、ループごとのダッシュボード設計を持ってきます。社長の四半期報告は銀行に出すためのものとして残し、経営判断用の数字は別に作りましょう」

経営者：「……たしかに、四半期報告では何も決められませんでした。次が楽しみです」。

これが、因果ループ図を「経営の対話の道具」に変える、ということの意味です。

ループ図を描ける診断士は、合格時点で全員になれます。でも、ループ図を経営者の意思決定リズムに翻訳できる診断士は、ごく一部です。前者と後者を分けるのは、能力差ではなく、「動学設計」を意識的に習慣化しているかどうかです。

合格後の最初の診断先で、あなたはきっと「ループ図を描いたのに経営者が動かない」という瞬間に立ち会います。そのとき、慌てずに——

• ループのサイクルタイムに合わせた計測周期になっているか
• 水準だけでなく変化率と加速度で見ているか
• 反転の異常検知（相関乖離・分散増加・集中度）を渡しているか

を順番に問い直してみてください。動かないのは経営者の問題ではなく、診断士の設計の問題です。そこから考え直すことで、糸口が見えてきます。

本記事は、中小企業診断士合格後の実務準備を目的とした「smeca-level100」シリーズの一部です。試験対策ではなく「合格後の知的再武装」として、アカデミックと実務のギャップを埋めることをコンセプトにしています。チェックポイント1-2「ビジネスモデルの因果ループ（フィードバック）で表現する力」に対応した記事です。シリーズ前作「なぜ正しい施策ほど信頼されないのか – 企業価値創造を因果ループで読み解く方法（1-1）」と合わせて読むと、BMC × 因果ループ × 計測設計の3段構えで診断の解像度が一段上がります。