アメリカ MBA で学ぶディシジョンツリー超入門

「家は賃貸？購入？」「宝くじを買う？買わない？」――毎日のようにぶつかる“選択の分かれ道”を、図と数字でスッキリ整理できる考え方がディシジョンツリー（Decision Tree）です。

1. ディシジョンツリーって何？

1-1. 分かれ道を「木」にする

ディシジョンツリーは、選択肢と起こりそうな出来事を枝分かれで描く図です。MBA の授業では

• ■ 四角いノード＝自分が決めるところ（決定ノード – 意思決定者が選択する分岐）
• ○ 丸いノード＝運に左右されるところ（チャンスノード – 確率に従い事象が分岐）
  と教わります。

1-2. なぜ便利？

1. 頭の中を可視化：複雑な選択を１枚に整理。
2. 数字で比較：それぞれの枝に「期待値」というスコアを付けて最善を選べる。
3. 情報の価値が見える：追加調査すべきか、費用対効果で判断できる。

2. 期待値（EMV）を計算しよう

2-1. 期待値って？

サイコロで「出た目×100円」をもらうゲームを想像してみよう。

• 出目 1〜6 は同じ確率（1/6）
• もらえる平均額＝(1+2+3+4+5+6)/6 ×100＝350円

この「平均的に期待できる数字」が期待値（Expected Monetary Value, EMV）。

2-2. ビジネス例

「工場を拡張する？しない？」の例があります。低需要70％・高需要30％として――

EMV が最大の「何もしない」 が最適、という結論になります。

3. 感度分析：確率がズレたら？

「もし高需要の確率 p が 0.5 だったら？」と確率を動かし、EMV の交点を探すのが感度分析です。最適案が入れ替わる境目の周辺にいるなら、「追加リサーチをする価値が高いかも」と判断できます。

EVSI（情報価値）＝調査後の最適 EMV − 調査なしの最適 EMV　がプラスなら調査実施！となるわけです。

5. ディシジョンツリーのつくりかた ５ステップ

6. ツールとテクニック

• Excel QM / QM for Windows を使うとノード描画と自動計算が簡単です。
• 手書きでも OK。色ペンで「決定=青」「確率=赤」など分けると見やすい。
• 変数名や単位は必ず定義しましょう。

7. ミニゲームで練習

7-1. ガチャガチャゲーム

• 100 円でガチャを引くと
  • 70％で「N（ノーマル）」＝転売 50 円
  • 25％で「R（レア）」＝転売 150 円
  • 5％で「SR（スーパーレア）」＝転売 800 円
• EMV＝0.7×50＋0.25×150＋0.05×800＝132.5 円
• ガチャ１回あたり ‐(100−132.5)=＋32.5 円 の期待利益！

実際は転売コストなどを引く必要がありますが、まずは「確率×結果」の足し算を体験してみよう。

9. よくある質問 Q&A

10. まとめ 〜“運まかせ”を“戦略”に変える

• ディシジョンツリーは 図 と 期待値 で選択を見える化するツール。
• ５ステップで誰でも描ける。
• 感度分析や EVSI で「もっと情報を集めるべきか？」まで判断できる。

数字と図を味方につければ、「なんとなく」で後悔する選択はぐっと減るはず。
明日の選択から、さっそく“分かれ道マスター”になってみませんか？

きたたく

学習工学博士

自由に生きる人を増やしたい大学教員・経営者。
生成AIで経済的自由を達成するための知識を発信中。
元不登校から飛び級で博士号(工学)を取得した連続起業家。
プログラミングを通じて「U-22 プログラミングコンテスト CSAJ 会長賞」「IoT Challenge Award 総務大臣賞」「人工知能学会研究会 優秀賞」など40件を超える賞を受賞。
スマホアプリ会社を創業(売却)し、プログラミングスクールの会社を創業(20店舗経営)

著書：知識ゼロからのプログラミング学習術(秀和システム) 他多数