MENU

パレート図のやり方|職場の問題整理・原因分析で使う手順をステップで解説

パレート図は、問題や原因を件数・金額・時間などの大きさ順に並べ、どこから優先して改善すべきかを見つけるためのグラフです。棒グラフで各項目の大きさを示し、折れ線で累積比率を重ねることで、「全体への影響が大きい少数項目」を見つけやすくなります。

職場では、不良件数、問い合わせ理由、クレーム、作業遅延、手戻り、コスト超過、在庫差異など、複数の要因がある問題を優先順位付けするときに役立ちます。

ただし、パレート図は「上位3項目だけ直せばよい」と機械的に判断するための道具ではありません。重要なのは、分析目的に合うデータを集め、分類ルールをそろえ、件数や金額など適切な尺度で並べ、上位項目の中身を確認したうえで改善対象を決めることです。

この記事では、パレート図の作り方と使い方を、入力・行動・出力・判断基準まで含めて8ステップで解説します。基本的な意味から確認したい場合は、パレート図とは?意味・使い方・具体例を参照してください。

目次

パレート図を使う前に決めること

最初に決めるのは、「何を優先したいのか」です。

悪い例:

「クレームを分析する」

良い例:

「直近3か月の顧客クレームについて、件数の多い原因から優先改善対象を決める」

良い例では、対象期間、対象データ、評価尺度、目的が明確です。

同じデータでも、「件数を減らしたい」のか「損失金額を減らしたい」のかで並び順が変わることがあります。最初に尺度を決めることが重要です。

パレート図のやり方|実務で使う8ステップ

ステップ1:分析テーマと評価尺度を決める

入力

  • 解決したい問題
  • 対象期間
  • 対象部署・商品・工程
  • 優先順位を決める基準

行動

「何を、どの尺度で優先するか」を一文にします。

例:

「直近3か月の顧客クレームを原因別に集計し、件数の多い項目から改善優先度を判断する」

出力

分析テーマと評価尺度。

判断基準

  • 対象期間が決まっているか
  • 分類対象が明確か
  • 件数、金額、時間など尺度が一つ決まっているか
  • 改善判断につながるテーマか

ステップ2:元データを集める

次に、対象となる記録を集めます。

たとえば顧客クレームなら、

  • 発生日
  • 顧客区分
  • 商品・サービス
  • クレーム内容
  • 原因分類
  • 対応時間
  • 返金・損失金額

などです。

この段階で重要なのは、分析対象期間のデータを漏れなく集めることです。

判断基準

  • 同じ期間・範囲のデータか
  • 集計対象外の記録が混ざっていないか
  • 分類に必要な情報があるか
  • 重複登録がないか

ステップ3:分類ルールをそろえる

パレート図では、同じ意味の項目が別名で分かれると結果が歪みます。

たとえば、

  • 配送遅れ
  • 納品遅延
  • 配達遅延

が実質的に同じ原因なら、分類ルールを決めて統合します。

逆に、「商品不良」という大きすぎる分類に、破損・欠品・仕様違いを全部まとめると、改善対象が見えにくくなります。

出力

統一したカテゴリ一覧。

判断基準

  • 同じ意味の項目が重複していないか
  • 一つの項目だけ粒度が大きすぎないか
  • 分類ルールを第三者が再現できるか

ステップ4:項目ごとに集計する

分類が決まったら、件数や金額など、決めた尺度で集計します。

例:直近3か月のクレーム100件

  • 配送遅延:32件
  • 商品破損:24件
  • 説明不足:18件
  • 請求誤り:12件
  • 返信遅延:8件
  • その他:6件

ここでは、全体件数も確認します。

32 + 24 + 18 + 12 + 8 + 6 = 100件です。

ステップ5:大きい順に並べ、構成比・累積比率を計算する

各項目を大きい順に並べます。

上の例では、すでに件数順になっています。

構成比は、

「各項目 ÷ 全体 × 100」

で求めます。

  • 配送遅延:32%
  • 商品破損:24%
  • 説明不足:18%
  • 請求誤り:12%
  • 返信遅延:8%
  • その他:6%

累積比率は上から足します。

  • 配送遅延:32%
  • 商品破損まで:56%
  • 説明不足まで:74%
  • 請求誤りまで:86%
  • 返信遅延まで:94%
  • その他まで:100%

この計算により、上位項目が全体の何割を占めるかが見えます。

ステップ6:棒グラフと累積比率の折れ線を作る

横軸に原因項目、左の縦軸に件数や金額、右の縦軸に累積比率を置きます。

棒グラフは大きい順に並べます。

折れ線は、各項目までの累積比率を示します。

このとき、

  • 棒の並びが降順になっているか
  • 左軸と右軸を混同していないか
  • 累積比率が最終的に100%になるか

を確認します。

ExcelやGoogleスプレッドシートでも作成できます。

ステップ7:重要少数を見つけ、優先対象を決める

パレート図では、上位少数が全体の大きな割合を占めることがあります。

今回の例では、

  • 配送遅延
  • 商品破損
  • 説明不足

の3項目で74%です。

そのため、この3項目を優先候補にできます。

ただし、「累積80%までを必ず改善する」と機械的に決める必要はありません。

優先順位を決めるときは、

  • 件数
  • 損失金額
  • 顧客影響
  • 安全・法令リスク
  • 改善可能性

も合わせて見ます。

たとえば件数が少なくても、安全事故につながる項目なら優先度は高くなります。

ステップ8:上位項目を深掘りし、対策後に再集計する

パレート図は、原因を特定する最終分析ではありません。

上位項目が分かったら、その中身をさらに確認します。

たとえば「配送遅延」が32件で最多なら、

  • 倉庫出荷遅れ
  • 運送会社遅延
  • 住所不備
  • 在庫引当遅れ

などへ分けて再分析できます。

対策後は、同じ分類・同じ尺度で再集計し、上位構成が変わったかを確認します。

通し例|顧客クレーム100件をパレート図で整理する

ここまでの流れを一つのケースで見ます。

1. 分析テーマ

「直近3か月の顧客クレームについて、件数の多い原因から優先改善対象を決める」

2. データ収集

対象期間のクレーム記録100件を集めました。

3. 分類ルールを統一

「配送遅れ」「納品遅延」「配達遅延」は「配送遅延」に統合しました。

一方、「商品不良」は、破損と仕様違いで対応方法が異なるため分けました。

4. 集計

  • 配送遅延:32件
  • 商品破損:24件
  • 説明不足:18件
  • 請求誤り:12件
  • 返信遅延:8件
  • その他:6件

5. 構成比・累積比率

上位3項目で74%を占めました。

6. 優先対象の判断

件数だけ見れば、まず配送遅延が最優先です。

ただし、商品破損は返金・再送コストが大きかったため、配送遅延と商品破損を並行して優先することにしました。

7. 上位項目を深掘り

配送遅延32件をさらに分類すると、

  • 倉庫出荷遅れ:18件
  • 運送会社遅延:8件
  • 住所不備:4件
  • その他:2件

でした。

この結果から、「配送遅延」全体に一律対策するのではなく、まず倉庫出荷遅れを詳しく調べることにしました。

8. 対策と再集計

出荷締切、ピッキング完了時刻、承認待ち時間を確認し、倉庫内の締切前確認を見直しました。

翌3か月も同じ分類でパレート図を作り、配送遅延と倉庫出荷遅れが減ったか確認しました。

このように、パレート図は「どの問題を先に深掘りするか」を決める入口として使います。

より多くの適用例は、パレート図の具体例で確認できます。

件数・金額・時間のどれで作るか

パレート図は、何を縦軸にするかで優先順位が変わります。

件数で作る

向いている場面:

  • クレーム件数
  • 不良件数
  • 問い合わせ件数
  • ミス件数

頻発する問題を減らしたいときに向きます。

金額で作る

向いている場面:

  • 不良損失
  • 返品金額
  • コスト超過
  • 売上損失

発生頻度より経済影響を重視したいときに向きます。

時間で作る

向いている場面:

  • 手戻り時間
  • 待ち時間
  • 問い合わせ対応時間
  • 停止時間

工数やリードタイムを改善したいときに使えます。

同じ原因一覧でも、件数と金額で上位が入れ替わることがあります。分析目的に合わせて尺度を選びます。

パレート図でつまずきやすいポイント

分類粒度がばらばら

「配送遅延」と「倉庫担当者Aの入力ミス」が同じ階層にあると比較しにくくなります。

同じレベルの分類へそろえます。

「その他」が大きすぎる

「その他」が全体の20〜30%を占める場合、重要な原因が隠れている可能性があります。

必要に応じて再分類します。

80%を絶対基準にする

80%は目安です。安全、法令、顧客影響が大きい項目は件数が少なくても優先します。

件数だけで判断する

損失金額や重大度が重要な場合、件数だけでは優先順位を誤ります。

上位項目を原因だと決めつける

パレート図で分かるのは「多い項目」です。なぜ多いのかは別途深掘りが必要です。

よくある失敗と改善策は、パレート図で失敗しやすいポイントで詳しく解説しています。

パレート図テンプレートを使う場合

記録用には、次の項目があると使いやすくなります。

  • 分析テーマ
  • 対象期間
  • 評価尺度
  • 分類項目
  • 件数・金額・時間
  • 構成比
  • 累積比率
  • 優先順位
  • 判断理由
  • 次の深掘り対象
  • 対策後の再集計日

そのまま使える形式は、パレート図テンプレートで確認できます。

他のフレームワークとの使い分け

パレート図は、複数ある問題の中から「どれを優先して見るか」を決めるのに向いています。

一方、論点を漏れなく整理したい場合はMECE、原因や打ち手を階層的に分解したい場合はロジックツリーが向いています。

詳しい違いは、MECEとパレート図の違い、ロジックツリーとパレート図の違い、MECE・ロジックツリー・パレート図の使い分けで確認できます。

生成AIを使う場合の注意点

生成AIは、分類候補の整理、似た項目の統合案、表形式への整形、追加確認事項の洗い出しを補助できます。

ただし、元データの件数や金額が正しいか、分類ルールが妥当か、どの尺度で優先順位を決めるかは人が確認する必要があります。

AIに任せやすいこと:

  • 表記ゆれの候補を見つける
  • 分類案を複数出す
  • 集計表の形を整える
  • 上位項目の深掘り観点を出す

人が判断すること:

  • 元データの正確性
  • 分類ルール
  • 集計尺度
  • 重要少数の解釈
  • 安全・法令・顧客影響
  • 最終的な改善優先順位

具体的な使い方は、生成AIでパレート図を使う方法で解説します。

実務チェックリスト

パレート図を作る前後に、次を確認してください。

  • 分析テーマが具体的
  • 対象期間・範囲が決まっている
  • 件数・金額・時間など評価尺度を決めた
  • 元データの重複・漏れを確認した
  • 分類ルールを統一した
  • 同じ意味の項目を統合した
  • 項目を大きい順に並べた
  • 構成比・累積比率の合計を確認した
  • 「その他」が大きすぎないか確認した
  • 80%を絶対基準にしていない
  • 件数だけでなく重大度も確認した
  • 上位項目をさらに深掘りする対象として扱った
  • 対策後に同じ条件で再集計する

まとめ|パレート図は「上位項目を見つける」だけでなく「どこから深掘りするか」を決める

パレート図を実務で使う流れは、分析テーマと尺度を決め、元データを集め、分類ルールをそろえ、項目別に集計し、大きい順に並べ、構成比と累積比率を計算し、グラフ化して重要少数を見つけ、その上位項目を深掘りするというものです。

重要なのは、累積80%や上位3項目を機械的に採用することではありません。件数、金額、重大度、安全・法令リスク、改善可能性を合わせて見て、実際に優先すべき問題を判断します。

複数の問題があり、どこから改善すべきか迷うとき、パレート図は「全体の中で影響の大きい項目を見つけ、次に調べる場所を絞る」ための実務的なフレームワークとして使えます。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!
目次