この記事は、アクセンチュアに2017年から2021年まで在籍した山口翔太が書いています。業界横断でデジタル変革を支援する部門に所属し、アナリストからマネージャーまでの4年間を過ごしました。在籍中は中途入社者を受け入れる側にもいたので、どういう経歴の人が通り、入社後にどうなったかを両側から見ています。

「コンサルは理系じゃないと厳しいのでは」「文系でも戦略コンサルに行けるのか」——転職を考えたとき、多くの人がこの疑問にぶつかります。

結論から言うと、選考の場で学部を見たことはありません。 ただし、入社後にどこで強みが出るかは、はっきり分かれます。

この記事では、その2つを分けて説明します。

まず：選考では学部を見ていません

書類を見る側にいたとき、出身学部が判断材料になった場面は記憶にありません。 議論になるのは、ほぼ次の3点でした。

この3つは、文系でも理系でも鍛えられます。 そして、どちらの出身でも、鍛えていない人は落ちていました。

では何が違うのか。「鍛え方」と「入社後にどこで効くか」です。ここから先が本題になります。

文系の強みが出る場面

一緒に働いていて、文系出身者が明確に強いと感じたのは、分析ではなく「人が動くかどうか」の局面でした。

コンサルの仕事は、思っている以上に「分析する」より「人を動かす」ほうに時間を使います。 どれだけ正しい分析をしても、クライアントの社内で受け入れられなければ、プロジェクトは前に進みません。

具体的に評価されていたのは、この4つです。

• ワークショップの設計と進行──クライアント社員を巻き込む会議を組み立てる

• 報告書・提言書の執筆──経営層に届く言葉に落とす

• チェンジマネジメント──新しい業務プロセスを現場に定着させる

• ステークホルダー管理──役員・現場・外部ベンダーを同時に動かす

印象に残っている場面があります。 あるDX案件で、技術的な優位性を数値で示しても経営陣が動かないことがありました。そこに別のメンバーが入り、対話のなかから「本当の懸念」を引き出したところ、話が一気に進んだ。懸念はセキュリティと責任の所在で、数値では答えていなかった部分でした。

この「何に引っかかっているのかを聞き出す力」は、分析力とは別物です。 そして訓練で身につく種類のものです。

業務改革やBPRのように、ヒアリングと整理が中心になる領域では、この力が直接効きます。

→ ベイカレントへの転職（田中・元ベイカレント）

理系の強みが出る場面

逆に理系出身者が強かったのは、数字が判断を変える局面でした。

感覚ではなく数字で語れる人は、クライアントに「この人の言うことは検証されている」という信頼を与えます。データ量の多い案件ほど、この差が出ます。

評価されていたのは、この4つです。

• 定量分析とモデリング──大きなデータを扱って示唆を出す

• システム要件定義──技術要件をクライアントと合意する

• データ・AI活用の設計──使えるユースケースを見極める

• エンジニアとの橋渡し──開発側の言葉を理解して翻訳する

こちらも印象に残っている場面があります。 ある在庫削減のプロジェクトで、チームが「発注頻度を減らす」という方向で動いていたところ、メンバーの一人が実データを見直し、削減余地が特定の少数品目に集中していることを示しました。方向がそこで変わりました。

仮説そのものを、データで棄却できる。 これは分析ができる人にしかできない仕事です。

ITやDX、ERP導入の領域では、この力が案件の進み方を左右します。

→ ITコンサルへの転職 ／ アクセンチュアへの転職

領域別に見た、向き不向き

受け入れ側で見ていた範囲での体感です。採用比率の公式データではないので、傾向として読んでください。

ただし、この表より強い変数があります。業界経験です。

金融・製造・医療など、特定業界を深く知っている人は、文系・理系のどちらであってもそれが最大の武器になります。ファームは常に「その業界を知っているコンサルタント」を探しているからです。

学部で悩む時間があるなら、自分の業界知識を棚卸ししたほうが早いと思います。

系統ごとの違いは、こちらに整理しました。

→ コンサルファーム比較

転職活動での見せ方

ここが、実際にいちばん差が出るところです。

文系出身者がやりがちな失敗

「分析力が弱い」と自己評価して、戦略系を最初から諦めてしまう。

書類を見ていて、もったいないと感じたのはこのパターンでした。分析力は入社後に鍛えられますが、人を動かした経験は、経歴の中にしかありません。

押すべきなのは、この3つです。

• 関係者を巻き込んだ経験を、数で語る──「3部署・15名を巻き込み、◯か月で◯◯を実現した」

• 複雑な情報を整理して伝えた経験──「専門外の経営層に◯◯を説明し、予算を通した」

• 反対を越えて動かした経験──「慎重論のある中で◯名を説得し、新制度を導入した」

理系出身者がやりがちな失敗

「データ分析が得意です」で止まってしまう。

分析ができることは前提として見られるので、それだけでは差になりません。分析が何を変えたのかまで言えるかどうかです。

押すべきなのは、この3つです。

• 分析がビジネス成果につながった経験──「◯◯を分析し、コストを◯%下げた」

• 技術を非技術者に説明した経験──「開発と事業部門の橋渡しとして◯◯を実現した」

• 問いを自分で立て直した経験──「言われた分析ではなく、前提を疑って◯◯を明らかにした」

受け入れ側から見ていて、面接で差が出たのはここでした。 理系は「なぜその分析をしたのか」の説明が薄くなりやすく、文系は「その提案をどう実現するのか」が薄くなりやすい。自分が薄くなりやすい側を自覚して、そこを補強している人が通っていました。

よくある勘違い3つ

① 「理系のほうが有利」

領域によります。データ・AI系ではその通りですが、戦略系や業務改革では逆のことが起きます。「コンサル全体で理系有利」という話は、実態と合いません。

② 「文系は数字に弱いと思われる」

思われません。見られているのは数字を扱った経験があるかであって、学部ではありません。売上分析でも予算管理でも、数字で判断した経験があれば十分に語れます。

③ 「学部を変えられないから不利なまま」

選考で学部が見られていない以上、ここは悩んでも動かせません。 動かせるのは、経歴の書き方と、面接での説明の仕方です。そちらに時間を使ったほうが結果が変わります。

文系・理系を問わず必要になる準備

ケース面接は、どちらの出身でも避けて通れません。

ただし傾向はあります。フェルミ推定のような数値を組み立てる問いは理系が得意で、施策を立案する問いは文系が得意、という差は実際にありました。

自分の苦手な側を重点的に練習するのが、いちばん効率がいいと思います。

そして、ケース面接で落ちる理由は、多くの人が思っているものと違います。

→ ケース面接で落ちる人の共通点

よくある質問

Q. 高卒・専門卒でもコンサルに転職できますか

学歴そのものより、職務経歴で何を決めてきたかが見られます。ただし応募条件に学歴を置いているファームもあるので、求人票の条件は確認してください。

Q. 文系で数学が苦手ですが、大丈夫ですか

高度な数学は使いません。使うのは四則演算と、数字を構造で扱う力です。苦手意識より、数字から逃げない姿勢のほうが見られます。

Q. 理系の大学院卒は評価されますか

研究テーマそのものより、研究の進め方が評価されていました。問いを立て、仮説を置き、検証して修正する——この流れはコンサルの仕事とほぼ同じです。そこを言語化できると強いです。

Q. 学部を活かせる領域に行くべきですか

必ずしもそうではありません。入社後にどの領域で経験を積みたいかで選ぶほうが、キャリアとしては噛み合います。学部は入口であって、専門性そのものではありません。

Q. 未経験でも入れますか

入れます。ただし「IT未経験」と「コンサル未経験」では難易度が違います。

→ 未経験からのコンサル転職

まとめ

文系・理系の違いについて、整理します。

1. 選考では学部を見ていません。 見られているのは構造化・前提設定・説明力の3つ

2. 違いが出るのは入社後。 文系は人を動かす場面、理系は数字が判断を変える場面

3. 領域による向き不向きはあるが、業界経験のほうが強い変数

4. 見せ方の失敗パターンが、文系と理系で逆。 自分が薄くなりやすい側を補強する

5. 学部は動かせない。動かせるのは経歴の書き方と説明の仕方

受け入れ側にいた4年間で、文系だから、理系だから、という理由で評価を変えたことは一度もありませんでした。

差が付いていたのは、自分の弱い側を分かっていて、そこを埋めてきた人かどうかです。そこだけです。