更新日：2026年8月16日
MECEとは、Mutually Exclusive and Collectively Exhaustive の略で、ある集合を「互いに重複せず、全体として漏れがない」状態に分けることを指す考え方です。
読みは「ミーシー」または「ミッシー」。ロジックツリーやセグメンテーションの土台になります。
重複があると同じものを二重に数え、漏れがあると本当の原因を見落とします。分析の精度は、最初の分け方でほぼ決まります。
漏れと重複が起こす問題
| 状態 | 起きること | 例 |
|---|---|---|
| 重複がある | 同じものを二重に数える／打ち手が衝突する | 「新規顧客」と「Web経由の顧客」を並べる |
| 漏れがある | 最大の原因を見落とす | 流入経路を「検索・広告」だけで分析し、メール経由を見ていない |
| 両方ある | 数字が合わず、結論が信用されない | 合計が全体と一致しない |
合計が全体と一致するかを確認するだけで、両方をある程度検出できます。
4つの切り口
| 切り口 | 考え方 | 例 |
|---|---|---|
| 要素分解 | 全体を構成要素に分ける | 売上＝既存顧客＋新規顧客 |
| 時系列・ステップ | 過程を順に並べる | 認知 → 興味 → 検討 → 購入 → 継続 |
| 対照概念 | 2つに割る | 内部／外部、定量／定性、既存／新規 |
| 数式（掛け算） | 積の形に分ける | 売上＝客数×単価×頻度 |
迷ったら対照概念か掛け算を使ってください。この2つは構造上、漏れも重複も起きにくくなります。
掛け算の分解は漏れが出にくい
| 対象 | 掛け算での分解 |
|---|---|
| 売上 | 客数 × 客単価 |
| 客数 | セッション数 × CV率 × 受注率 |
| 客単価 | 購入点数 × 商品単価 |
| LTV | 平均単価 × 購入頻度 × 継続期間 |
| メールの反応 | 配信数 × 開封率 × クリック率 |
掛け算で分解すると、どの要素を何倍にすれば目標に届くかが計算できます。足し算の分解より打ち手に直結します。
MECEになっているかの確認
- 合計は全体と一致するか：一致しなければ漏れか重複がある
- どれか2つに同時に当てはまるものはないか：あれば重複
- どれにも当てはまらないものはないか：あれば漏れ
- 切り口は1つか：同じ階層に2つの切り口が混ざっていないか
- 「その他」が大きすぎないか：全体の2割を超えるなら分け方を見直す
実務ではどこまでこだわるか
| 場面 | MECEの必要度 | 理由 |
|---|---|---|
| 数字の集計・レポート | 高い | 重複すると数字が合わない |
| 原因の特定 | 高い | 漏れると真因を見落とす |
| アイデア出し | 低い | 重複を気にすると発想が止まる |
| 顧客セグメント | 中 | 完全なMECEより「反応が違うか」が重要 |
完全なMECEを目指すと作業が終わりません。「その他」を用意して8割を押さえ、残りは必要になったときに分けるのが現実的です。
マーケティングでの例
| 対象 | MECEな分け方 | MECEでない分け方 |
|---|---|---|
| 流入経路 | 自然検索／広告／参照／直接／メール／SNS | 検索／広告／SNS（メール・直接が漏れ） |
| 顧客 | 新規／既存 | 新規／Web経由（重複） |
| 失注理由 | 価格／機能／時期／競合／社内事情／不明 | 高かった／合わなかった（曖昧で重複） |
| 問い合わせ | 資料請求／デモ依頼／見積依頼／その他 | 資料請求／導入検討（重複） |
失注理由は特に重複しやすい項目です。選択肢を作る段階でMECEにしておかないと、集計しても傾向が読めません。
まとめ
- MECEは重複なく、漏れなく分ける考え方
- 切り口は要素分解／時系列／対照概念／掛け算の4つ
- 迷ったら対照概念か掛け算を使う
- 確認方法は「合計が全体と一致するか」
- 集計と原因特定では厳密に、アイデア出しでは緩めてよい
- 「その他」が2割を超えたら分け方を見直す
よくある質問
MECEは何と読みますか？
「ミーシー」と読むのが一般的です。「ミッシー」と読む人もいます。Mutually Exclusive and Collectively Exhaustive の頭文字で、直訳すると「互いに排他的で、全体として網羅的」となります。
完全にMECEにできない場合はどうしますか？
「その他」を設けて先に進んでください。実務では完全なMECEが不可能な分類が多く、こだわると分析が始まりません。ただし「その他」が全体の2割を超えたら、分け方そのものを見直す合図です。
MECEにするとどんな利点がありますか？
数字が合うため結論が信用されます。また、漏れがないため「他に原因はないのか」という指摘に答えられます。逆に重複があると、施策を打ったときに効果が二重に計上され、実態より良く見えてしまいます。
セグメンテーションでもMECEは必要ですか？
ある程度は必要ですが、それ以上に重要なのは「セグメントごとに反応が異なるか」です。完全にMECEでも、どのセグメントも同じ反応をするなら分ける意味がありません。分類の美しさより、打ち手が変わるかどうかで判断してください。
