差異分析（予実差異分析）
差異分析（予実差異分析）- 差異の報告から原因の解明へ：このモデルが経営に教えたことと、その進化
差異は結論ではない。
差異は問いである。
予実差異分析は、その問いに答えるために生まれた。
計画と実績の差を示す数字そのものには意味がない。
重要なのは、その差がなぜ生じたのかを理解することである。
日本企業では古くから、
改善（カイゼン）
標準化
品質管理
現場管理
PDCA
が経営の中核を担ってきた。
予実差異分析は単なる管理会計の技法ではない。
期待した状態と現実の状態の間にあるギャップを発見し、その原因を明らかにし、改善へ結び付けるための経営思考である。
エグゼクティブ定義
予実差異分析とは、計画値と実績値を比較し、その差異を説明可能な要因へ分解する経営管理手法である。
代表的な要因には以下がある。
価格要因
数量要因
稼働率要因
構成比要因
生産性要因
重要なのは、単純な計画対実績の比較ではなく、実際の活動量に合わせて基準値を補正する点にある。
これにより、
「結果が違った」
から
「なぜ違ったのか」
へ分析を進めることができる。
なぜこのモデルは生まれたのか
企業規模が拡大するにつれ、経営者は新たな課題に直面した。
会計は結果を示す。
しかし理由は示さない。
利益が減少したことは分かる。
だが、
原材料価格の上昇なのか
歩留まり悪化なのか
生産計画の問題なのか
販売構成の変化なのか
は分からない。
20世紀初頭、標準時間や標準原価といった概念が普及すると、企業は初めて「期待される状態」を定義できるようになった。
そこから 差異分析という考え方が発展した。
欧米では Standard Costing として発展し、日本では原価管理・予算管理・品質改善の文化と融合しながら独自の実践的発展を遂げた。
モデル登場以前の経営課題
差異だけでは行動できない。
たとえば原材料費が予算を上回った場合、その理由は様々である。
購買価格が上昇した
使用量が増加した
生産量が増加した
製品構成が変化した
それぞれ必要な対策は異なる。
しかし差異を分解しなければ、組織は原因ではなく責任の所在ばかりを議論することになる。
購買部門は市場環境を説明する。
製造部門は品質問題を説明する。
営業部門は顧客要望を説明する。
結果として、
問題は見えているのに原因は見えない
という状態になる。
本質的なイノベーション
予実差異分析は二つの革新を生み出した。
活動量調整後の基準値
計画値を実際の活動量に合わせて補正する。
これによって量の違いによる影響を取り除ける。
結果として、
コントロールできない要因で評価される
という不公平を減らすことができる。
原因ごとの分解
総差異を細かい要因へ分解する。
例えば、
価格差異
消費差異
操業度差異
などである。
経営はこの瞬間に数字の報告から因果関係の理解へ進化した。
日本的経営との親和性
予実差異分析は日本企業の改善文化と極めて相性が良い。
なぜなら目的が責任追及ではなく改善だからである。
重要なのは、
誰が悪いか
ではない。
重要なのは、
どこに改善余地があるか
である。
この考え方は、
QC活動
カイゼン
TPM
Lean Management
にも共通している。
操業度差異の意味
操業度差異は特に誤解されやすい。
これは必ずしも効率悪化を意味しない。
多くの場合、
設備が遊休化している
需要が想定を下回る
生産能力が活用されていない
ことを示している。
したがって、
なぜコストが高いのか
ではなく
なぜ能力が活用されていないのか
と考えるべきである。
このモ デルが残した経営DNA
予実差異分析の価値は計算式ではない。
その背後にある経営思想にある。
可視化
差異は見えない問題を見せる。
原因追求
数字ではなく原因を探す。
改善志向
分析は改善のために行う。
フィードバック
現実から計画を学ぶ。
標準化
期待値を定義することで改善可能になる。
早期検知
問題は早く発見するほど修正しやすい。
基本的な仕組み
一般的な流れは4段階であ る。
1. 標準値の設定
期待される水準を定義する。
2. 活動量補正
実際の活動量に合わせて調整する。
3. 実績との比較
差異を計算する。
4. 要因分解
差異を原因別に分析する。
主な差異の種類
価格差異
価格変動による影響。
数量差異
使用量や販売量の変化による影響。
操業度差異
稼働率や活動量の違いによる影響。
生産性差異
作業効率や工程効率による影響。
ミックス差異
製品構成や顧客構成の変化による影響。
なぜ長年使われ続けたのか
改善につながる
差異が改善ポイントを明確に示す。
責任範囲が整理できる
原因ごとに担当領域を分けられる。
製造業との相性が良 い
標準化された工程では分析精度が高い。
継続的改善を支える
異常値が改善活動の出発点になる。
実務例
製造業
原材料費が予算を10％上回った。
分析すると、
7％は価格差異
3％は歩留まり差異
と判明した。
結果として、
購買交渉
工程改善
という異なる対策が導かれる。
エネルギー集約型産業
生産量が減少したにもかかわらずエネルギーコストは増加した。
分析の結果、
問題は単位使用量ではなく設備稼働率に あった。
プロジェクト型業務
案件原価が予算超過した。
分析すると、
人件費単価
工数
のどちらに問題があるかが分かる。
改善施策も大きく変わる。
現代における限界
標準値が存在しない
研究開発やイノベーション業務では繰り返しが少ない。
そのため比較基準を設定しにくい。
過去を説明できても未来は予測できない
従来の差異分析は発生したことを説明する。
まだ発生していない問題は説明できない。
月次サイクルでは遅すぎる
変化の速い環境では、
月末報告を待った時点で対策機会を失っていることがある。
間接費が増加している
デジタル化が進むほど、
価格と数量だけでは説明できない部分が増える。
部分最適
部門別評価は全体最適を妨げることがある。
購買コストは下がったが在庫は増えた。
そのようなケースである。
現代的 な限界：結果指標と先行指標
従来の差異分析は結果が出た後で始まる。
つまり典型的な遅行指標（Lagging Indicator）である。
しかし実際には問題の兆候はもっと早く現れる。
例えば、
受注件数の減少
クレーム増加
リードタイム悪化
離職率上昇
品質低下
などである。
財務的な差異が表面化した時点では、原因は既に数週間から数か月前に発生していることが多い。
そのため現代企業では、
差異分析に加えて先行指標（Leading Indicators）を活用する傾向が強まっている。
よくある誤解
計画と実績をそのまま比較する
活動量調整を行わない比較は誤解を招く。
操業度差異をコスト超過と考える
実際には未活用能力を示して いる場合が多い。
古い標準を使い続ける
改善効果が見えなくなる。
全ての差異を分析する
組織の時間を浪費する。
分析だけで終わる
改善行動が伴わなければ価値は生まれない。
モデルの進化
事後原価計算
↓
標準原価計算
↓
予実比較
↓
柔軟予算
↓
管理会計による差異分析
↓
ドライバー分析
↓
予測精度管理
↓
予測分析
↓
異常検知
引き継がれたもの
基準との比較
学習サイクル
改善活動
置き換えられたもの
単純な計画実績比較
結果だけの議論
拡張されたもの
原因分析
改善責任
先行指標
予測精度
異常検知
現在でも有効な原則
差異は分解しなければ行動につながらない。
比較基準は実態に合わせて調整すべきである。
原因ごとに責任領域は異なる。
差異は評価のためではなく改善のために使う。
一度きりの差異より繰り返される差異の方が重要である。
Global Model Index & Cross-Language Reference System
# | German Title (DE) | English Title (EN) | Spanish Title (ES) | Japanese Title (JA) |
00 | From Management 1.0 to Enterprise Intelligence | From Management 1.0 to Enterprise Intelligence | De Management 1.0 a Enterprise Intelligence | マネジメント1.0からエンタープライズ・インテリジェンスへ |
01 | SWOT Analyse | SWOT Analysis | Matriz DAFO | SWOT分析 |
02 | Balanced Scorecard | Balanced Scorecard | Cuadro de Mando Integral | バランスト・スコアカード |
03 | Management by Objectives (MbO) | Management by Objectives (MbO) | Dirección por Objetivos (DPO) | 目標による管理（MBO） |
04 | KPI | KPI | KPI | KPI（重要業績評価指標） |
05 | OKR | OKRs | OKRs | OKR（目標と主要な成果） |
06 | DuPont-System / Value Driver Trees | DuPont System / Value Driver Trees | Sistema DuPont / Árboles de Valor | デュポン・システム／価値ドライバーツリー |
07 | Deckungsbeitragsrechnung | Contribution Margin Accounting | Margen de Contribución | 限界利益分析（貢献利益分析） |
08 | 差異分析（予実差異分析） | |||
09 | Benchmarking | Benchmarking | Benchmarking | ベンチマーキング |
10 | Activity-Based Costing | Activity-Based Costing (ABC) | Coste Basado en Actividades (ABC) | ABC原価計算（活動基準原価計算） |
11 | Economic Value Added (EVA) | Economic Value Added (EVA) | Valor Económico Añadido (EVA) | EVA（経済的付加価値） |
12 | Net Promoter Score (NPS) | Net Promoter Score (NPS) | Net Promoter Score (NPS) | NPS（ネット・プロモーター・スコア） |
13 | Porter Five Forces | Porter's Five Forces | Las 5 Fuerzas de Porter | ポーターのファイブフォース分析 |
14 | BCG Matrix | BCG Matrix | Matriz BCG | BCGマトリクス |
15 | PESTEL Analyse | PESTEL Analysis | Análisis PESTEL | PESTEL分析 |
16 | Ansoff Matrix | Ansoff Matrix | Matriz de Ansoff | アン ゾフ・マトリクス |
17 | Value Chain | Value Chain Analysis | Cadena de Valor | バリューチェーン分析 |
18 | Core Competencies | Core Competencies | Competencias Core | コア・コンピタンス |
19 | Resource Based View | Resource-Based View (RBV) | Visión Basada en Recursos (RBV) | RBV（資源ベース経営理論） |
20 | Blue Ocean Strategy | Blue Ocean Strategy | Estrategia del Océano Azul | ブルーオーシャン戦略 |
21 | McKinsey 7S | McKinsey 7S Framework | Modelo 7S de McKinsey | マッキンゼー7Sモデル |
22 | Experience Curve | Experience Curve | Curva de Experiencia | 経験曲線 |
23 | Szenarioplanung | Scenario Planning | Planificación de Escenarios | シナリオ・プランニング |
24 | Mendelow Matrix | Mendelow's Matrix | Matriz de Mendelow | メンデローのステークホルダー・マトリクス |
25 | Klassische Budgetierung | Traditional Budgeting | Presupuestación Tradicional | 伝統的予算管理 |
26 | DCF-Modell | DCF Model | Modelo DCF | DCFモデル（割引キャッシュフロー法） |
27 | WACC | WACC | WACC | WACC（加重平均資本コスト） |
28 | CAPM | CAPM | CAPM | CAPM（資本資産価格モデル） |
29 | Zero Based Budgeting | Zero-Based Budgeting (ZBB) | Presupuesto Base Cero (ZBB) | ゼロベース予算 |
30 | Rolling Forecast | Rolling Forecasts | Forecast Rodante | ローリング・フォーキャスト |
31 | CapEx vs. OpEx | CapEx vs. OpEx Allocation | Asignación CapEx vs. OpEx | CapExとOpExの配分 |
32 | LTV/CAC Ratio | LTV/CAC Ratio | Ratio LTV/CAC | LTV/CAC比率 |
33 | Working Capital Management | Working Capital Management | Gestión del Capital de Trabajo | 運転資本管理 |
34 | Statische Liquiditätsplanung | Static Cash Flow Planning | Planificación de Liquidez Estática | 資金繰り計画 |
35 | ISO 31000 / COSO | ISO 31000 / COSO Frameworks | Marcos de Riesgo ISO 31000 / COSO | ISO 31000／COSOリスクマネジメント |
36 | Unternehmensplanung & Finanzmodelle | Corporate Financial Modeling | Modelización Financiera Corporativa | 経営計画と財務モデリング |
37 | Lean Management | Lean Management | Lean Management | リーンマネジメント |
38 | Six Sigma | Six Sigma | Six Sigma | シックスシグマ |
39 | Kaizen | Kaizen | Kaizen | カイゼン |
40 | Theory of Constraints | Theory of Constraints (TOC) | Teoría de las Limitaciones (TOC) | 制約理論（TOC） |
41 | Total Quality Management | Total Quality Management (TQM) | Gestión de la Calidad Total (TQM) | TQM（総合的品質管理） |
42 | Business Process Reengineering | Business Process Reengineering (BPR) | Reingeniería de Procesos (BPR) | BPR（業務プロセス改革） |
43 | Stage-Gate | Stage-Gate Innovation | Modelo Stage-Gate | ステージゲート・イノベーション |
44 | Shared Services | Shared Services | Servicios Compartidos | シェアードサービス |
45 | Plankostenrechnung | Standard Cost Accounting | Costes Teóricos / Estándar | 標準原価計算 |
46 | Monatsabschluss & Financial Closing | Financial Close & Monthly Closing | Cierre Contable y Mensual | 月次決算とファイナンシャル・クロージング |
47 | Business Intelligence | Business Intelligence (BI) | Business Intelligence (BI) | ビジネス・インテリジェンス（BI） |
48 | KPI Dashboards | KPI Dashboards | Dashboards de KPIs | KPIダッシュボード |
49 | Predictive Analytics | Predictive Analytics | Analítica Predictiva | 予測分析（Predictive Analytics） |
50 | ERP-Systeme | Enterprise Resource Planning (ERP) | Sistemas ERP | ERP（統合基幹業務システム） |
51 | Scrum | Scrum | Scrum | スクラム |
52 | Kanban | Kanban | Kanban | カンバン |
53 | Digital Transformation | Digital Transformation Frameworks | Transformación Digital | デジタル・トランスフォーメーション |
54 | ADKAR Modell | ADKAR Model | Modelo ADKAR | ADKARモデル |
55 | Kotter Change Model | Kotter's 8-Step Change Model | Modelo de Cambio de Kotter | コッターの変革モデル |
56 | Conway's Law | Conway's Law | Ley de Conway | コンウェイの法則 |
57 | Seismic OS – Resilienz & Erschütterungssteuerung | Seismic OS – Resilience & Shock Management | Seismic OS – Resiliencia y Gestión de Impactos | Seismic OS（レジリエンスと変動対応） |
58 | Galaxy OS – Vernetzte & Ökosystemische Steuerung | Galaxy OS – Networked & Ecosystem Governance | Galaxy OS – Gobernanza de Ecosistemas Red | Galaxy OS（エコシステム型経営） |
59 | Quasar OS – Echtzeit- & KI-Getriebene Intelligenz | Quasar OS – Real-Time & AI-Driven Intelligence | Quasar OS – Inteligencia en Tiempo Real e IA | Quasar OS（リアルタイムAI経営） |
60 | NextLevel Enterprise Architecture | NextLevel Enterprise Architecture | NextLevel Enterprise Architecture | NextLevelエンタープライズ・アーキテクチャ |
NextLevel Statement
差異は問題ではない。
説明できない差異が問題である。
そして説明できても行動につながらない差異は単なる報告書に過ぎない。
現代の経営に求められているのは、より多くの差異を報告することではない。
より早く変化の兆候を発見し、
その原因を理解し、
改善へつなげることである。
予実差異分析の本質は数字を比較することではない。
期待と現実の間から学び続けることである。
FAQ – 差異分析（予実差異分析）
なぜ差異が発生したことより、差異を説明できないことの方が危険なのですか？
差異そのものは企業活動の自然な結果です。
市場、顧客、為替、原材料価格、技術変化など、あらゆる要因が計画と実績のズレを生み出します。
本当に危険なのは、その差異の原因が分からない状態です。
説明できない差異は、将来も同じ問題が繰り返される可能性を意味します。
最初に確認すべきことは、
「この差異は何回目か」
です。
繰り返される差異こそ優先的に分析する価値があります。
なぜ日本企業では差異分析と改善活動が結び付くのですか？
差異分析の目的は評価ではなく改善だからです。
優れた現場では差異が発見された瞬間に、
なぜ起きたのか
どこで起きたのか
再発を防ぐにはどうするか
という議論が始まります。
差異分析は PDCA サイクルの「Check」であり、改善活動の出発点です。
差異分析は犯人探しになりやすいのではありませんか？
その危険はあります。
しかし本来の目的は責任追及ではありません。
責任と原因は異なるからです。
良い組織では、
「誰が悪いか」
ではなく、
「どの仕組みを改善すべきか」
を議論します。
差異分析が恐れられている組織ではなく、改善のきっかけとして歓迎される組織を目指すべきです。
どの差異から優先的に分析すべきですか？
全てを分析する必要はありません。
優先順位は一般的に次の順です。
金額が大きい
繰り返し発生する
事業への影響が大きい
再発リスクが高い
重要度が低い差異まで調査すると、分析自体が負担になります。
良い差異分析レポートとはどのようなものですか？
良いレポートには次の4つがあります。
差異
原因
対策
責任者
数字だけのレポートは報告書です。
改善策まで示されたレポートが経営ツールになります。
なぜ毎月同じ差異が発生するのですか？
多くの場合、
標準値が古い
計画前提が間違っている
改善活動が実施されていない
のいずれかです。
同じ説明を何度も繰り返している場合は、
「現場ではなく基準そのものが間違っていないか」
を疑うべきです。
差異分析とカイゼン活動はどうつながるのですか？
差異は改善機会を見つける入口です。
カイゼンは改善を実行する出口です。
差異分析だけでは成果は生まれません。
分析から改善活動へつながった時に初めて価値が生まれます。
差異分析は製造業以外でも有効ですか？
もちろんです。
例えばサービス業では、
工数差異
稼働率差異
単価差異
を分析できます。
重要なのは製品ではなく、
「期待した状態と現実との差」
を見ることです。
プロジェクト型業務では何を標準にすればよいですか？
過去案件や見積条件を基準にします。
完全に同じ案件は存在しなくても、
工数
単価
工程
スケジュール
は比較できます。
重要なのは完璧な基準ではなく、一貫した比較基準です。
差異分析と品質管理はどのように関係しますか？
多くの品質問題は差異として現れます。
例えば、
不良率上昇
クレーム増加
手戻り増加
などです。
品質管理は差異の発見を助け、
差異分析はその原因を明らかにします。
なぜ操業度差異を経費削減で解決してはいけないのですか？
操業度差異は多くの場合、
需要不足
生産計画
設備稼働率
の問題だからです。
コスト削減だけでは根本原因を解決できません。
まずは能力活用の視点から検討すべきです。
予実差異が小さければ経営は順調と言え ますか？
必ずしもそうではありません。
目標自体が低すぎれば差異は小さくなります。
重要なのは、
「正しい目標に対して達成できたか」
です。
差異の大きさだけでは経営の良し悪しは判断できません。
差異分析と予算管理の違いは何ですか？
予算管理は目標を設定します。
差異分析は目標との差を説明します。
予算管理がなければ比較でき ません。
差異分析がなければ学習できません。
両者は補完関係にあります。
なぜ現場は差異分析を嫌がることがあるのですか？
分析結果が評価や査定に直結する場合です。
その結果、
言い訳
数字調整
情報隠し
が発生することがあります。
改善文化を育てるには、
分析目的を明確にすることが重要です。
変化の激しい時代でも標準値は必要ですか？
必要です。
標準がなければ差異を認識できません。
ただし標準は固定ではなく、
継続的に更新されるべきです。
AI時代でも差異分析は必要ですか？
むしろ重要になります。
AIは異常を検出できます。
しかし、
なぜ起きたのか
何をすべきか
の判断は経営の仕事です。
差異分析の考え方は引き続き必要です。
なぜ「原因」と「現象」を区別する必要があるのですか？
売上減少は現象です。
原因ではありません。
原因は例えば、
顧客離脱
価格競争
品質問題
かもしれません。
現象ではなく原因を改善しなければ成果は変わりません。
優れた管理職は差異分析をどのように使いますか？
結果確認ではなく学習に使います。
毎月、
「何が起きたか」
だけでなく、
「何を学んだか」
を確認する習慣があります。
なぜ先行指標が重要なのですか？
差異は結果が出た後に現れます。
先行指標はその前に変化します。
例えば、
問い合わせ件数
見積件数
顧客満足度
は売上より早く変化します。
どのような先行指標を持つべきですか？
重要なのは、
「結果より先に動くもの」
です。
業種によって異なりますが、
受注率
不良率
離職率
納期遵守率
顧客満足度
がよく使われます。
差異分析から次に学ぶべきことは何ですか？
次はドライバー分析です。
差異分析は、
なぜ起きたか
を説明します。
ドライバー分析は、
何が結果を決定しているのか
を説明します。
なぜ部門間で差異の責任を押し付け合うのでしょうか？
原因が複数部門にまたがるからです。
その場合は、
部門ではなくプロセス全体を分析する必要があります。
良い差異分析会議とはどのような会議ですか？
会議終了時に、
原因
対策
担当者
期限
が決まっている会議です。
説明だけで終わる会議は改善につながりません。
予実差異分析はリスク管理に役立ちますか？
非常に役立ちます。
多くのリスクは小さな差異として現れます。
定期的な分析はリスクの早期発見につながります。
差異分析は経営層にも必要ですか？
必要です。
現場は作業を改善します。
経営層は前提条件を改善します。
両方がなければ継続的改善は成立しません。
組織が成長すると差異分析はどう変わりますか？
規模が大きくなるほど、
部門
商品
顧客
地域
ごとの分析が必要になります。
そのため原因分析の重要性はむしろ高まります。
なぜ分析しても改善しない企業があるのですか？
分析と実行が切り離されているからです。
優れた企業では、
分析は改善活動の開始点です。
差異分析の成熟度はどう測れますか？
次の質問で判断できます。
毎月同じ説明をしていないか？
同じ説明が続くなら分析はしていても学習できていません。
差異分析の次の進化は何ですか？
結果を説明することから、
結果を予測することへの進化です。
つまり、
予実比較
↓
差異分析
↓
原因分析
↓
先行指標
↓
予測
という流れです。
差異分析から得られる最も重要な教訓は何ですか？
差異は問題ではありません。
理解されていない差異が問題です。
そして理解された差異に対して行動しないことが、最も大きな問題です。