業務改善手法15選：2026年版プロフェッショナル向け決定版リスト

なぜ今、プロセス改善が重要なのか

どんな組織にもプロセスが存在します。そして、どんなプロセスにも「無駄」「遅延」「手戻り」「過剰な複雑さ」がどこかに潜んでいます。

プロセス改善とは、これらの問題を見つけ出し、解決していく活動のことです。言葉にするとシンプルですが、世の中には数多くの手法や用語、資格、アルゴリズムが溢れており、難しく感じてしまうのも無理はありません。

本ガイドでは、主要な改善手法を整理し、それぞれが実際に何をするものなのか、どんな場面で役立つのかを明快に解説します。オペレーションを最適化したいビジネスリーダーから、現場の非効率を解消したいチームリーダーまで、どなたにとっても役立つヒントが見つかるはずです。

すでにプロセスマイニングをご存知ですか？ 手法リストへ進むか、最新のプロセスマイニングやプロセスシミュレーションのセクションへ直接ジャンプして、データ駆動型アプローチの真価を確認してください。

---

本リストの見方

各手法について、以下のポイントで解説しています：

• 核心となる考え方：その手法が何を目指しているのかを平易な言葉で説明
• 主な概念：理解に不可欠なキーワードや要素
• 最適な活用シーン：どのような状況で最も高い価値を発揮するか
• 注意点：よくある落とし穴や限界

これらの手法には重なり合う部分も多くあります。例えば、リーン・シックスシグマは文字通り2つの融合ですし、カイゼンの精神は多くのメソッドの根底に流れています。PDCAは単独のツールでもあれば、大きなフレームワークの一部でもあります。ご自身の文脈に合うものを柔軟に選び、組み合わせて活用してください。

---

古典的な改善手法

これらのフレームワークは何十年にもわたって活用され、確立されてきました。多くの現代的な改善活動の基礎となっており、文書化や教育体制も整っています。

1. リーン（Lean）

無駄を省き、価値を最大化する。

リーンは「トヨタ生産方式」をルーツとする手法で、何よりも「無駄の排除」に焦点を当てています。顧客にとって価値を生まないステップは、すべて削減の対象となります。

リーンの5原則

1. 価値の特定 — 顧客にとっての「価値」を定義する
2. 価値ストリームの特定 — プロセスのすべてのステップを洗い出す
3. 流れ（フロー）の作成 — 停滞をなくし、作業がスムーズに進むようにする
4. プルの確立 — 予測ではなく、実際の需要に合わせて生産する
5. 完璧の追求 — 現状に満足せず、絶え間なく改善を続ける

8つの無駄（DOWNTIME）

リーンでは、以下の8つの無駄の頭文字をとって「DOWNTIME」と呼びます：

D

Defects（欠陥・不良）

仕様を満たさない製品や成果物

O

Overproduction（作りすぎ）

必要以上の量を、必要以上に早く作ること

W

Waiting（手待ち・待機）

工程間での待機時間やアイドルタイム

N

Non-utilized talent（人材の不活用）

スキルや知識を活かしきれていない状態

T

Transportation（運搬）

不要なモノやデータの移動

I

Inventory（在庫）

過剰な在庫や仕掛品の滞留

M

Motion（動作）

不要な動きや検索などのデジタル的な動作

E

Extra processing（過剰な加工）

顧客価値に繋がらない余計な手間

最適な活用シーン：製造、物流、事務オペレーションなど、物理的・デジタル的な「無駄」が見えやすいプロセス。

注意点：リーンはもともと製造現場向けの手法です。デスクワークや専門職に適用する場合は、柔軟な解釈が必要です。すべての「余裕」が無駄なわけではありません。リスク回避のための二重チェックなどが、正当な理由で行われている場合もあります。

関連：バリューストリームマッピングはリーンの主要ツールの一つです。シックスシグマと融合したものがリーン・シックスシグマです。

2. シックスシグマ（DMAIC）

シックスシグマは、プロセスのばらつきを最小限に抑え、欠陥をほぼゼロにすることを目指すデータ駆動型の手法です。1980年代にモトローラで開発され、GEによって普及しました。「シックスシグマ」という名称は、100万回の機会に対して欠陥を3.4回以内に抑えるという統計的な目標に由来しています。

DMAICフレームワーク

シックスシグマでは、次の5つのフェーズからなる構造的なアプローチを採用しています。

既存プロセスの改善ではなく、新しいプロセスを設計する場合には、DMADV（定義、測定、分析、設計、検証）という手法も使われます。

最適なケース: 品質課題が数値化されている組織や、わずかな欠陥率が大きな損失につながる大量処理プロセスに適しています。

注意点: シックスシグマの導入には、高度なデータ分析と統計学の知識が不可欠です。また、資格制度（グリーンベルト、ブラックベルトなど）が重視されるあまり、実利よりも資格取得が目的化してしまう懸念もあります。プロジェクトが大規模かつ形式的になりやすいため、小さな改善には手間がかかりすぎる場合もあります。

DMAICとプロセスマイニングを組み合わせた具体的な手法については、こちらのデータ駆動型プロセス改善の戦略ガイドをご覧ください。

3. バリューストリームマッピング（VSM）

流れ全体を俯瞰し、停滞を見極める。

バリューストリームマッピング（VSM）は、原材料や最初のリクエストから顧客に価値が届くまでのすべての工程を可視化するリーンのツールです。どの活動が「付加価値」を生み、どの活動が「無駄」なのかを明確に区別します。

バリューストリームマッピングの手順

1. 現状（Current State）をマップ化する：すべてのステップ、判断、待ち時間、担当の受け渡しを書き出す
2. 無駄を特定する：価値を生まないステップを明確にする
3. 将来像（Future State）をデザインする：改善後の理想的なフローを描く
4. 移行計画を立てる：理想の形に近づけるためのアクションプランを作成する

優れたVSMは、サイクルタイム、待ち時間、仕掛品の量、情報の流れを一目で示し、プロセスのどこに「滞り」があるかを浮き彫りにします。

最適な活用シーン：エンドツーエンドのプロセスの理解（特に製造業やサプライチェーン）。サービス提供プロセスやソフトウェア開発フローの最適化にも有効です。

注意点：従来のVSMは手作業が中心です。「現場の人が語るプロセス」に基づいているため、実際の動きとは異なる場合があります。ここでプロセスマイニングを組み合わせると、データに基づいた「正確な現状マップ」を自動生成でき、VSMの効果を劇的に高められます。

VSM ＋ プロセスマイニング

プロセスマイニングを使って、実績データから現状マップを自動作成しましょう。その上で、将来像のデザインにVSMを活用します。これにより、従来のVSMにつきものだった「推測」を排除し、データに基づく改善をスタートできます。ProcessMindでの可視化をチェック

4. 全社的品質管理（TQM）

TQM（Total Quality Management）は、組織のあらゆる部門に品質管理の意識を浸透させる経営哲学です。単一のツールではなく、顧客満足を通じて長期的な成功を収めるための包括的なアプローチです。

TQMの基本原則

• 顧客中心：品質を決めるのは社内基準ではなく「顧客」である
• 全員参加：品質向上には組織の全メンバーが関与する
• プロセス重視：結果だけでなく、結果を生むプロセス自体を改善する
• データに基づく意思決定：直感ではなく事実に基づいて判断する
• 継続的改善：品質向上は終わりのない旅である
• 体系的アプローチ：すべての要素を連携させた統合的な管理体制

最適な活用シーン：組織全体に品質文化を根付かせたい場合。ヘルスケア、自動車、航空宇宙など、品質の失敗が重大な結果を招く規制の厳しい業界。

注意点：非常に広範な概念であるため、具体性に欠けると感じることがあります。経営陣の強いコミットメントと、成果が出るまでの長期的な視点が必要です。単なるチェックボックスを埋めるような活動にしてしまうと、実効性は得られません。

5. デミングサイクル（PDCA）

計画、実行、評価、改善。そして繰り返す。

PDCAサイクル（デミングサイクル、またはシュハートサイクルとも呼ばれる）は、継続的改善の最も基本的な手法の一つです。計画（Plan）、実行（Do）、評価（Check）、改善（Act）の4つのステップを繰り返すことで、着実な改善を図ります。

PDCAサイクル

Act

改善：標準化、または改善の再検討

Plan

計画：課題の特定と改善策の立案

Plan

Do

Check

Act

Check

評価：結果の検証と効果測定

Do

実行：スモールスタートでのテスト

PDCAの真価は、繰り返し回すことにあります。サイクルを重ねるごとに前回の学びが次のステップに活かされ、継続的な改善のリズムが生まれます。

最適なケース: チームレベルの小さな改善から全社的な取り組みまで、あらゆる場面で活用できます。そのシンプルさゆえに、汎用性が非常に高いのが特徴です。

注意点: PDCAは非常にシンプルであるがゆえに、何を測定すべきか、どのようにデータを分析すべきか、あるいはどの課題を優先すべきかまでは教えてくれません。あくまで「枠組み」であり、「解決策」そのものではないのです。より具体的な成果を出すには、プロセスマイニングやなぜなぜ分析（5 Whys）などの具体的なツールと組み合わせて活用するのが効果的です。

6. リーン・シックスシグマ

リーン・シックスシグマは、リーンの「無駄の排除」とシックスシグマの「欠陥の削減」を組み合わせたハイブリッド手法です。真に優れたプロセスを実現するには、スピード（リーン）と品質（シックスシグマ）の両立が必要であるという考えに基づいています。

リーンとシックスシグマの相乗効果

最適な活用シーン：単一の手法では限界を感じている組織。製造、ヘルスケア、金融、大規模なサービス運用など、スピードと正確性の両方が求められる現場。

注意点：リーン・シックスシグマの教育プログラムは多岐にわたり、質にもばらつきがあります。また、結果よりも「手法の形式」にこだわりすぎると官僚的になりがちです。常に実利を優先しましょう。

7. カイゼン（Kaizen / 継続的改善）

小さな変化が、やがて大きな成果を生む。

日本発祥の「改善（Kaizen）」は、劇的な改革を一度に行うのではなく、現場の全員が毎日少しずつ改善を積み重ねていく哲学です。地道な取り組みが組織全体の大きな競争力へとつながります。

カイゼンがターゲットとする3つの「ム」

カイゼンは、非効率の原因となる以下の3つのカテゴリーに焦点を当てます：

• ムダ（Muda）：リソースを消費するが価値を生まない活動
• ムラ（Mura）：負荷のばらつきや、プロセスフローの不均一さ
• ムリ（Muri）：人や設備に対する過度な負担、不合理な負荷

カイゼン・イベント（改善活動）

カイゼンは継続的な哲学ですが、短期間で集中的に取り組む「カイゼン・イベント（またはカイゼン・ブリッツ）」を行うことも一般的です。3〜5日間程度のワークショップで、部門横断的なチームが特定のプロセスを分析し、その場で改善を実装します。

最適な活用シーン：単発のプロジェクトではなく「改善し続ける文化」を築きたい組織。小規模なチームから企業全体まで、あらゆる規模で他の手法と併用可能です。

注意点：経営層の本気度が不可欠です。現場が改善案を出しても、会社がその実行を認めないようでは形骸化してしまいます。単なる提案に終わらせず、実行をセットにすることが重要です。

8. なぜなぜ分析（5 Whys）

「なぜなぜ分析」は、根本原因を特定するための手法です。問題が発生した際、その現象に対して「なぜ？」と5回（あるいはそれ以上）問いかけることで、表面的な事象の奥に隠れた真因を明らかにします。

実践例：出荷遅延の分析

回数	問い：なぜ？	答え
1	なぜ出荷が遅れたのか？	注文の処理が遅れたから。
2	なぜ注文の処理が遅れたのか？	承認に3日かかったから。
3	なぜ承認に3日かかったのか？	承認担当者が不在だったから。
4	なぜ担当者が不在だと進まないのか？	その人しか権限を持っていないから。
5	なぜ権限を持つのが一人だけなのか？	代行の承認者が設定されていなかったから。

この場合の根本原因は「出荷の遅れ」そのものではなく、承認プロセスの「単一障害点（属人化）」にあります。解決策は「発送を急かす」ことではなく、「代行承認者を設定する」ことだとわかります。

最適な活用シーン：日常的なトラブルシューティング、障害分析、チームでの振り返り。特別なトレーニングなしですぐに実践できるのが強みです。

注意点：複数の原因が絡み合う複雑な問題では、一つの因果関係に固執して他を見失うリスクがあります。複雑なケースでは、プロセスマイニングのようなツールと併用して、全体像を把握することをお勧めします。

---

最新のデータ駆動型手法

これらのアプローチは、データ、テクノロジー、そしてシステム思考を最大限に活用します。特にデジタル基盤を持つ企業や、データ活用を重視するビジネスにおいて極めて重要です。

9. ビジネスプロセス管理（BPM）

モデル化、実行、改善のサイクル。

ビジネスプロセス管理（BPM）は、業務プロセスを体系的に管理・改善し続けるための規律（マネジメント手法）です。プロセスを「戦略的資産」として捉え、ライフサイクル全体を通じて最適化を図ります。

BPMのライフサイクル

1. 分析（Analyze）：現状のプロセスとそのパフォーマンスを理解する
2. モデル化（Model）：BPMNなどの標準記法を用いて改善後のプロセスを設計する
3. 実装（Implement）：新しいプロセスを実際の運用に落とし込む
4. 監視（Monitor）：パフォーマンスとルール遵守（コンプライアンス）を追跡する
5. 最適化（Optimize）：モニタリングデータに基づき、さらなる調整を行う

BPMはワークフロー管理ツールなどのITシステムによって支えられることが多いですが、本質的にはツール導入ではなく「マネジメントのアプローチ」です。

最適な活用シーン：全社横断的なプロセス管理を体系化したい組織。データに基づく可視化（プロセスマイニング）と組み合わせることで、さらに強力になります。

注意点：実際の改善よりも「図を描くこと」や「文書化」自体が目的化しがちです。どれだけ綺麗な図を書いても、中身のプロセスが壊れていては意味がありません。また、重厚なBPMツールは高価で複雑になりやすいため、小規模なチームには軽量な代替案の検討も必要です。

BPM、プロセスマイニング、シミュレーションの連携については、最適化の実装ガイドをご覧ください。

10. 制約理論（TOC）

エリヤフ・ゴールドラット氏が提唱した制約理論（Theory of Constraints）は、あらゆるシステムには全体のパフォーマンスを制限する「制約（ボトルネック）」が少なくとも1つ存在するという考え方です。すべてを一律に改善しようとするのではなく、制約となっている部分に集中してリソースを投入します。

5つの集中ステップ

1. 特定（Identify）：スループットを制限しているボトルネック（制約）を見つける
2. 徹底活用（Exploit）：リソースを追加せずに、その制約を最大限に活用する
3. 同期（Subordinate）：制約以外のすべてを、制約のペースに合わせる
4. 強化（Elevate）：それでも足りなければ、追加の投資や人員でキャパシティを増やす
5. 繰り返す（Repeat）：制約が解消されたら、次の制約を見つけて同様に行う

なぜ制約理論は効果的なのか

TOCが素早く結果を出せるのは、最も重要な「一点」にすべての努力を集中させるからです。改善リソースを50のプロジェクトに分散させるのではなく、システム全体の足を引っ張っている「たった一つのこと」を解決します。

最適な活用シーン：製造現場、プロジェクト管理、サプライチェーンなど、スループット（処理量）が重要なシステム。ボトルネックが滞留を生んでいるサービス業務。

注意点：複数の制約が複雑に絡み合うプロセスでは、単純化しすぎると弊害が出ることがあります。また、何が本当の制約なのかを正しく特定する能力が求められます。この点において、データの滞留を可視化できるプロセスマイニングは非常に強力な武器になります。

11. アジャイル / 継続的改善スプリント

短いサイクル。素早いフィードバック。絶え間ない適応。

アジャイルはソフトウェア開発から生まれた手法ですが、その原則は業務改善にも非常に有効です。核心となるのは、短いサイクル（スプリント）で作業し、段階的に改善をリリースし、フィードバックを得て軌道修正を繰り返すというアプローチです。

業務改善におけるアジャイルの原則

• 反復的なデリバリ：一度にすべてを変えるのではなく、小さな改善を頻繁に行う
• クロスファンクショナルなチーム：プロセスの異なる工程に関わる人々を横断的に集める
• レトロスペクティブ（振り返り）：何がうまくいき、何が課題かを定期的に見直す
• 顧客中心：エンドユーザーにとっての価値を改善の優先順位とする
• 計画よりも適応：学習が進むにつれて計画を柔軟に変更する

最適な活用シーン：デジタル企業やテクノロジーチーム。「ビッグバン」型の改革よりも、小さく素早い変化を好むチーム。要件や優先順位が頻繁に変わる組織。

注意点：明確なビジョンや戦略的優先順位がないと、改善の方向性がバラバラになる恐れがあります。「スプリントを回すこと」自体が目的にならないよう、改善が実際のビジネス目標に貢献しているかを常に確認してください。

12. プロセスマイニング（Process Mining）

プロセスマイニングは、ITシステムに残されたイベントログから実際の業務プロセスを再構築するデータ駆動型の手法です。ヒアリングによる「理想化されたプロセス」ではなく、例外処理や手戻り、ボトルネックを含む「ありのままのフロー」を明らかにします。

プロセスマイニングでできること

• プロセス発見（Discovery）：実績データからプロセス図を自動生成
• 適合性チェック（Conformance Checking）：現実の動きが、設計されたルール通りか比較検証
• パフォーマンス分析：ボトルネック、遅延、非効率な箇所を特定
• 根本原因分析：逸脱や問題がなぜ起きているのかを突き止める
• 継続的モニタリング：改善後のプロセスの推移をリアルタイムで追跡

なぜプロセスマイニングが「ゲームチェンジャー」なのか

これまで紹介した手法の多くには共通の弱点があります。それは、「人間が認識しているプロセス」に頼っている点です。ワークショップやヒアリングで作られたプロセス図は、往々にして理想化されていたり、不完全だったりします。プロセスマイニングは、ログデータに直接アクセスすることで、この主観的なバイアスを排除します。

最適な活用シーン：デジタル化されたプロセスを持つすべての組織。ERP、CRM、ワークフローツールなどにイベントログが残る業務であれば分析可能です。特にP2P（発注から支払い）、O2C（受注から入金）、インシデント管理などのトランザクション業務に威力を発揮します。

注意点：ケースID、アクティビティ、タイムスタンプを含む構造化データが必要です。システムのログが不十分な場合は、データの準備に手間取ることがあります。しかし一度データパイプラインを構築すれば、継続的な改善の基盤となります。

プロセスマイニングについて詳しく知る：プロセスマイニングとは？ | プロセスの分析方法 | よくある課題とベストプラクティス

13. プロセスシミュレーション

実行前に、変化の影響をテストする。

プロセスシミュレーションは、計算モデルを用いて異なる条件下でのプロセスの挙動を予測します。「とりあえず変更してみて、うまくいくことを願う」のではなく、デジタル環境で事前に検証を行うことができます。

プロセスシミュレーションの種類

• 離散イベントシミュレーション：個別の案件がプロセスを進む様子を、リソース制約や待ち行列、変動要因を含めてモデル化します
• What-if分析：特定の変更（人員の追加、ルートの変更、ステップの削除など）が与える影響をテストします
• シナリオ比較：複数の設定で実行し、最適なオプションを見つけ出します

プロセスシミュレーションの役割

シミュレーションは「分析」と「実装」の架け橋になります。プロセスマイニングでボトルネックを見つけ、その解決策を思いついたとします。しかし、それは本当に効果があるでしょうか？シミュレーションを使えば、実際の時間やコストを投じる前に、デジタル上でその効果を確かめることができます。

最適な活用シーン：変更の実装前の検証。リソース計画やキャパシティ分析。複数の改善案の比較。予測値に基づいた投資対効果（ROI）の算出。

注意点：シミュレーションの精度は入力データの質に依存します。モデルが現実（処理時間、到着率、リソースの空き状況など）を正確に反映していないと、予測が外れてしまいます。プロセスマイニングから得た「生の実績データ」をシミュレーションに活用することで、より信頼性の高い結果を得られます。

プロセスマイニング ＋ シミュレーション

「現状を把握する（プロセスマイニング）」と「未来を予測する（シミュレーション）」を組み合わせるのが最強のアプローチです。ProcessMindは、これら両方を一つのプラットフォームで提供しています。事実からプロセスを発見し、改善策をシミュレーションしてから実行に移しましょう。無料でお試しいただけます。

14. プロセスモデリング (BPMN)

BPMN（Business Process Model and Notation）は、プロセスモデリングの国際標準です。ビジネスユーザーにとって理解しやすく、かつ技術的な実装にも耐えうる正確な視覚言語を提供します。

プロセスモデリングが改善に欠かせない理由

• 共通認識の形成：BPMN図があることで、全員が同じプロセス像を共有できます
• ギャップ分析：現状（As-Is）と理想（To-Be）のモデルを比較し、課題を明確にできます
• 標準作業手順書（SOP）の基礎：モデリング図はそのままSOPやトレーニング資料のベースになります
• 自動化設計の設計図：BPMNモデルは、ワークフローエンジンなどの自動化ツールを動かす設計図としても機能します

プロセスモデリング自体は改善の手法ではありませんが、改善を成功させるための不可欠なツールです。正確に記述できないものを、改善することはできません。

最適な活用シーン：現状と将来のプロセスの文書化。標準作業手順書の作成。ワークフロー自動化の導入。ステークホルダーへの変更内容の説明。

注意点：メンテナンスを怠ると、すぐに実態と乖離して形骸化します。また、モデリング自体が目的にならないよう注意が必要です。ゴールは「完璧な図を描くこと」ではなく「より良いプロセスを作ること」です。プロセスマイニングと連携したツールを使い、モデルが常に現実を反映している状態を保つのが理想的です。

15. 自動化（RPAとその先へ）

単純な繰り返しはマシンに任せる。

自動化は改善の手法であると同時に、他の改善活動の結果としてもたらされるものでもあります。RPAやワークフローの自動化、API連携を活用することで、ルーチンワークから手作業を排除します。

自動化が適している業務

自動化は、以下のような特性を持つタスクで最も効果を発揮します：

• 反復的で、明確なルールに基づいている
• 処理件数が非常に多い
• 入力と出力が標準化されている
• 頻繁にルールが変わらない（安定している）

注意すべき点

「壊れたプロセス」を自動化しても、単に「無駄を自動で生成する」だけになってしまいます。まずはプロセスを修正し、その上で残った定型作業を自動化するのが鉄則です。

最適な活用シーン：データ入力、レポート作成、システム連携、ルーチン的な承認作業など、明確に定義された繰り返しタスク。

注意点：何でも自動化しようとすると、かえって保守コストが高く壊れやすい仕組みになりがちです。勘に頼らず、プロセスマイニングを活用して、真に自動化の価値がある箇所を見極めることが重要です。中には、自動化するよりも手作業のままの方が安上がりなタスクも存在します。

---

適切な手法の選び方

これら15の手法から、どれを選べばよいのでしょうか？それは、直面している課題によって異なります。

デジタル化が進んだ現代の組織にとって、最も効果的なアプローチは何でしょうか？それは、まずプロセスマイニングで「何が起きているか」を正確に把握し、データが示す課題に応じて最適な手法を適用することです。勘や経験ではなく、事実に基づいて努力を投下することが成功への近道です。

「現実」からスタートする

多くのプロセス改善プロジェクトが頓挫する原因は、「エビデンス（証拠）」ではなく「想定」から始めてしまうことにあります。現場の記憶に頼ってプロセスを描き、何が問題かを議論し、推測で対策を立てるのに何週間も費やしてしまうのです。

プロセスマイニングなら、そのすべてをショートカットできます。

ProcessMindを使えば、既存のシステムに接続するだけで、数分後には実際のプロセスが可視化されます。すべてのバリエーション、ボトルネック、遅延がデータとして目の前に現れます。そこからリーンやシックスシグマなど、状況に最適な手法を選んで適用すればよいのです。意見ではなく、事実に基づいて動くことができます。

また、変更を本番環境に適用する前に影響を検証したい場合は、ProcessMindのシミュレーションエンジンが役立ちます。期待や勘ではなく、データに基づいた確信を持って改善を進めましょう。

あなたのプロセスを「ありのまま」に見てみませんか？ ProcessMindの無料トライアルを始めて、データ駆動型のプロセス改善をあなたの組織にも導入してください。

---

関連記事:

• プロセス分析の基本ガイド — データを具体的なアクションに変える方法
• プロセス最適化の実践手法 — 洞察を成果に結びつけるには
• プロセス監視の継続的な運用 — 改善効果を長期的に維持するコツ
• データ駆動型プロセス改善の戦略ガイド — プロセスマイニングを活用したDMAICフレームワーク
• 自動化の機会を見極める方法 — プロセスマイニングとRPAの相乗効果
• プロセスマイニングとは？ — 基礎から活用メリットまで徹底解説