フェルミ推定 典型問題の解き方【コンビニ・スマホ・美容院を例に】
監修・編集
Master
CaseMaster Pro メディア編集部
CaseMaster Pro は、MBB出身者が開発・監修するケース面接対策プラットフォームです。
本メディアはそのコンテンツ部門として、ケース面接・フェルミ推定・フレームワーク・コンサルキャリアに関する実践的な情報を発信しています。
CASEMASTER PRO — AIケース面接プラットフォーム
練習するたびに、実力と自信が積み上がる。
AIが面接官を務め、6軸評価でスコアをリアルタイム可視化。成長の手応えを感じながら、コンサル選考突破を目指せます。
フェルミ推定の実力は「解法の型を知っているかどうか」ではなく、実際に手を動かして解いた回数で決まります。本記事では、ケース面接で頻出の3問（コンビニ軒数・スマートフォン販売台数・美容院の数）を題材に、分解の切り口・仮定の根拠・計算プロセス・検算の方法を詳しく解説します。模範解答を読む前に必ず自分で解いてから参照してください。
例題を解く前に押さえておくべきことは？
例題を解く前に、フェルミ推定の基本方針を確認しておきましょう。これらを意識するだけで、答案の質が大きく変わります。
ストック型・フロー型を最初に宣言する
「何台あるか（ストック）」か「1年間で何個売れるか（フロー）」かを最初に声に出す。問いの性質を見極めてアプローチを選ぶ姿勢が評価される。
日本の基本数値は暗記しておく
人口（約1.2億人）・世帯数（約5,500万世帯）・平均世帯人数（約2.2人）・東京都人口（約1,400万人）は計算の土台として必須。これらを知っているだけで計算の出発点が安定する。
オーダーレベルで合っていれば合格水準
1億と10億は別物だが、4万と6万は同じオーダー（10の4乗台）として許容範囲。完璧な正解を目指す必要はなく、論理的なプロセスの方が重視される。
仮定を明示しながら進める
「ここでは〇〇と仮定します」と声に出す習慣が評価につながる。仮定の根拠が説明できれば、数値が若干ズレていても問題にならない。
例題1：日本のコンビニの数はいくつか？
「日本にコンビニは何店舗あるか」を推定します。ある時点での「軒数」を求める問いなので、ストック型のアプローチが適切です。
解法A：商圏人口からのアプローチ（ストック型）
| 変数 | 仮定値 | 根拠 |
|---|---|---|
| 日本の人口 | 1.2億人 | 一般に知られた基本数値 |
| 都市部の商圏人口 | 約1,500人 | 半径500m圏・高人口密度エリア |
| 郊外の商圏人口 | 約3,500人 | 半径1km以上・低人口密度エリア |
| 加重平均商圏人口 | 約2,500人 | 都市部60%・郊外40%の加重平均 |
計算結果
1.2億人 ÷ 2,500人 ＝ 約48,000軒（端数調整で約5万軒と推定）
解法B：売上から逆算するクロスチェック
- 1店舗の1日の売上：来客500人 × 客単価1,000円 ＝ 50万円
- 1店舗の年商：50万円 × 365日 ≒ 1.8億円
- コンビニ業界全体の年商：約10兆円（一般的に知られた規模感）
- 推定店舗数：10兆円 ÷ 1.8億円 ≒ 約56,000軒
解法Aと解法Bの両方で5万軒前後 → 推定の妥当性が高まる
※ 推定値はあくまで演習用の概算です。
例題2：国内で年間販売されるスマートフォンの台数は？
「国内の年間スマートフォン販売台数」を推定します。「1年間で何台売れるか」という一定期間の流れを求める問いなので、フロー型のアプローチが適切です。
セグメント別フロー型アプローチ
| セグメント | 人口 | 利用率 | 買替サイクル | 年間需要 |
|---|---|---|---|---|
| 10〜40代（現役層） | 約6,000万人 | 95% | 3年 | 約1,900万台 |
| 50〜70代（ミドル層） | 約4,000万人 | 75% | 4年 | 約750万台 |
| 70代以上 | 約2,000万人 | 35% | 6年 | 約120万台 |
計算結果
個人需要合計：1,900 + 750 + 120 ≒ 約2,800万台
法人需要・新規購入（個人需要の15%と仮定）：約420万台加算
年間販売台数合計：約3,200万台
サニティチェック
3,200万台 ÷ 12ヶ月 ≒ 約270万台/月。日本の月次スマホ販売台数として感覚的に大きすぎず小さすぎない水準。問題なし。
※ 推定値はあくまで演習用の概算です。
例題3：東京都内の美容院の数は？
「東京都内の美容院の数」を推定します。現時点で「何軒あるか」という問いなのでストック型ですが、「需要側から必要な軒数を逆算する」アプローチと「1軒あたりの処理能力から逆算する」アプローチの2つを使って精度を高めます。
解法：需要側からの逆算（ストック型）
- 東京都の人口：約1,400万人
- 美容院の主な利用者（15〜75歳）：人口の約80% ＝ 約1,120万人
- 平均利用頻度：1〜2ヶ月に1回（年間約8回）と仮定
- 年間の総来訪回数：1,120万人 × 8回 ＝ 約8,960万回（約9,000万回と計算）
- 美容院1店舗の年間対応数：1日あたり10人 × 年300日 ＝ 3,000回と仮定
- 必要な店舗数：9,000万回 ÷ 3,000回 ＝ 約30,000店
計算結果
東京都内の美容院：約25,000〜30,000店と推定
仮定を見直す柔軟性の例
「1日10人は多すぎるのでは？」と感じた場合の再計算：
- 1日8人（席数4席・回転率2回）×年300日 ＝ 2,400回/年に修正
- 9,000万回 ÷ 2,400回 ≒ 約37,500店
- 結論：仮定を変えても2〜4万店の範囲に収まり、同じオーダー
面接での加点ポイント
「この結果に違和感があるため仮定を見直してみます」と自発的に再計算する姿勢は、仮説修正の柔軟性として高く評価されます。答えを1つ出して終わりではなく、自ら検証する習慣を身につけましょう。
※ 推定値はあくまで演習用の概算です。
3つの例題から学べる共通パターンとは？
3つの例題を解いてみると、フェルミ推定には共通のパターンがあることがわかります。このパターンを意識することで、初見の問題でも素早く解法が組み立てられるようになります。
| 例題 | タイプ | 基本の式 | 推定結果 |
|---|---|---|---|
| コンビニ軒数 | ストック型 | 人口 ÷ 商圏人口 | 約5万軒 |
| スマホ年間販売台数 | フロー型 | 利用者数 ÷ 買替サイクル | 約3,200万台 |
| 東京の美容院数 | ストック型 | 需要総量 ÷ 1店舗の処理能力 | 約3万店 |
どの問題にも共通する4つのパターン
- 「全体の母数（人口・世帯数）」を起点に置く
- 「利用率・普及率」でスコープを絞る
- 「頻度・サイクル・処理能力」で動きの変数を入れる
- 「単価・規模」で金額や台数に変換する
例題を活用した効果的な練習ステップとは？
フェルミ推定は「問題を解く型」と「数字感覚」の両方が必要です。例題を使って以下のステップで練習を積み上げましょう。
模範解答を見る前に自力で解く
解答例を先に読んでも「分かった気」になるだけです。必ず白紙に自分で分解・仮定・計算を書いてから答え合わせをすること。このプロセスを省くと実力がつかない。
「なぜその数値を置いたか」を言語化する
分解の各段階で「1日10人と仮定した根拠は〇〇です」と説明できる状態にする。根拠なく数値を置くと面接で深掘りされたときに答えられない。
声に出して時間を計る
紙に書き、声に出して、5〜10分以内に解き終わる練習を繰り返す。頭の中だけで考えると「話しながら整理する力」が鍛えられない。面接本番で黙ってしまう原因になる。
日常で数字を意識する
電車の中で「この車両に何人いるか」「このカフェの1日の売上は」を考える習慣がフェルミ推定の基礎力を上げる。特別な練習時間を取らなくても、日常のあらゆる場面が練習になる。
追加練習問題：自分で解いてみよう
以下の問題で追加練習をしましょう。問題ごとにアプローチのヒントを添えています。まず自分で解いてから、本記事で解説した手順と照らし合わせてください。
日本の年間タクシー利用回数は？
ヒント：フロー型。「タクシーを利用する人口」×「年間利用頻度」の形で考える。都市部と郊外でセグメントを分けると精度が上がる。
日本全国の小学校の数は？
ヒント：ストック型。小学生人口 ÷ 1校あたりの生徒数の形が基本。1学年の学級数・1学級の人数から積み上げることもできる。
東京の主要駅1駅の1日の乗降客数は？
ヒント：フロー型。「その駅を使う商圏人口」×「利用率」×「1日あたりの往復回数」で考える。供給側（ホームの本数・1本あたりの乗車人数）からのクロスチェックも有効。
よくある質問
フェルミ推定の例題はどのくらい練習すれば十分ですか？
20〜30問を声に出して解くと、初見の問題でも分解の型が自然に出てくるようになります。量より「声に出す・根拠を説明する」の質を重視してください。
推定値が実際の数値と大きくズレた場合はどう対処しますか？
どの仮定が大きくズレていたかを特定し、より合理的な仮定に修正する練習をします。答えが外れること自体は問題ではなく、修正のプロセスが実力向上につながります。
コンビニの例題でストック型とフロー型の両方を使う必要はありますか？
面接では1つのアプローチで解いた後、時間があれば別視点でクロスチェックするのが理想です。2つの結果が近ければ「推定の妥当性が高まる」と説明できて加点になります。
セグメント分けは必ずしも必要ですか？
セグメントごとに利用率・頻度が大きく異なる場合は分けた方が精度が上がります。ただし2〜3セグメントに絞ることを推奨します。複雑にしすぎると計算ミスのリスクが増します。
例題に出てくる数値（1日10人など）は覚える必要がありますか？
数値そのものを暗記する必要はありません。「なぜその値を置くのか」の根拠の考え方を習得することが目的です。本番では自分で合理的な仮定を設定できることが重要です。
美容院の例題で「30,000店は多すぎる」と感じたらどうすればよいですか？
「仮定を見直します」と宣言して再計算するのが正しい対応です。例題でも「1日8人・年2,400回」に修正して約37,500店という別の答えを検証しています。自ら違和感に気づいて修正する姿勢は仮説修正の柔軟性として高く評価されます。
フェルミ推定の練習に使える問題はどこで見つけられますか？
本記事の追加練習問題のほか、「市場規模 フェルミ推定」「ケース面接 フェルミ」などで検索すると多くの問題例が見つかります。日常の「何個・何円・何人」という疑問も練習問題になります。
学んだら、次は練習です
AI面接官と本番レベルの
練習を始めましょう
CaseMaster Proなら、いつでも・何度でも・詳細なフィードバック付きで ケース面接を練習できます。
無料アカウントを作成する登録30秒 · クレジットカード不要
他のガイドを読む