― 構造分析（DSA）と因果推論（DAG）で読む“勝てる設計図”

大谷翔平のマンダラチャートが世界のデータサイエンティストに分析されているそうです。なぜなら、あの1枚は“努力のチェックリスト”ではなく、成果を生み出す構造そのものを描いた「設計図」だからです。

1. まず前提：目標は「分解」ではなく「構造化」する

多くの目標設定は、こうなりがちです。

• 目標を決める
• 行動を増やす
• 頑張る
• 結果が出たら正解、出なければ根性不足

これだと、結果が出ても出なくても、説明が“後付け”になります。
つまり再現できません。

一方、マンダラチャートの中心には「ドラフト8球団」が置かれ、その周囲に「球速160km/h」「コントロール」「キレ」「体づくり」「メンタル」「人間性」「運」などが並びます。

ここで起きているのは、分解ではなく構造化です。
言い換えるなら、

「結果を生む要因の仮説を、全体構造として配置している」

2. 構造分析（DSA）：成果は“能力”ではなく“構造”で決まる

構造分析で見るポイントは、「項目の良し悪し」ではありません。配置と階層です。

マンダラは三層構造になっています。

• 中心（成果）：ドラフト8球団
• 第一層（直接要因）：球速、コントロール、キレ、メンタル等
• 第二層（基盤要因）：食事・睡眠・体幹・下半身・習慣・人間性

この三層はビジネスで言えばこうです。

• 売上（成果）
• 価格・品質・営業力（直接要因）
• 組織文化・採用・仕組み・習慣（基盤要因）

多くの会社が「売上が伸びない」と言いながら、第一層だけをいじります。
施策（広告、営業、キャンペーン）です。

でも本当は、成果を押し上げるのは第二層、つまり基盤構造です。大谷チャートが面白いのは、球速と同じ盤面に「ゴミ拾い」「あいさつ」「感謝」「信頼される人間」といった“基盤”を置いている点です。

これは精神論ではありません。構造分析的には、

「成果を決めるのはパフォーマンスだけでなく、パフォーマンスが生まれる土台構造である」

という意思表示です。

3. 因果推論（DAG）：なぜ「ゴミ拾い」がドラフトに繋がるのか

ここからが因果推論（DAG）の出番です。

「ゴミ拾いがドラフトに関係あるの？」
普通はそう思います。

しかしDAG的には、直接効果でなく間接経路（媒介）や環境経路を疑います。

たとえば因果の経路はこう描けます。

• ゴミ拾い → 人間性の評価 → 指導者の信頼 → 練習機会・推薦 → ドラフト
• あいさつ → チーム内関係 → 情報や助言の流入 → 成長速度 → パフォーマンス → ドラフト
• 感謝 → 支援者の増加 → 環境の改善 → 継続性 → パフォーマンス → ドラフト

つまり「ゴミ拾い」は、球速を上げる薬ではありません。環境と支援の因果構造を設計する介入なのです。

ビジネスに置き換えると分かりやすいです。

• 5S（整理整頓）
• 挨拶
• 報連相
• 期限厳守
• 誠実な対応

これらも売上を“直接”作りません。
でも、信頼・協力・紹介・継続という因果経路を通じて、結果的に売上に効きます。

DAGで読むと、マンダラは

「見えない因果経路まで含めて、勝ち筋を設計している」

ということになります。

4. この1枚が“データサイエンティスト向き”な理由

データサイエンティストが興奮するのは、ここが揃っているからです。

• 目的（アウトカム）が中心に固定されている
• 要因（説明変数候補）が網羅されている
• 階層（直接要因／基盤要因）が分かれている
• 因果（媒介・環境・評価の経路）が暗黙に含まれている

これは統計の世界で言えば、

• KPIツリー
• 因果ループ
• ベイジアンネットワーク
• 介入設計（policy design）

の“手書き版”です。

---

5. ビジネスへの教訓：成果を出す人は「努力」ではなく「構造」を作る

結論はシンプルです。努力とは“量”ではありません。努力とは“構造への投資”です。

大谷チャートが示しているのは、

• 何をやるか（施策）ではなく
• どういう構造なら勝つか（設計）

です。

だからこそ、これは目標管理シートではなく、成果を再現するための構造モデルなのです。

そして、構造分析（DSA）と因果推論（DAG）を使えば、私たちはこの1枚を

①感動話でも、②根性論でもなく、③再現可能な意思決定の言語

として読み解けます。

まとめ：マンダラは「意思決定の可視化」である

「目標を立てる」のではなく、「成果が生まれる構造を定義する」。
さらに、「その構造を因果でつなぐ」。

この2つが揃ったとき、初めて目標は“達成可能な設計”になります。

大谷翔平マンダラの価値は、ここにあります。