パレート図は、複数ある問題や原因を件数・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方法です。棒グラフで各項目の大きさを示し、累積比率を重ねることで、全体への影響が大きい項目を把握しやすくなります。
実務では、グラフだけを作っても改善にはつながりません。分析テーマ、対象期間、分類ルール、評価尺度、構成比、累積比率、優先順位、判断理由、次の深掘り対象、対策後の再集計まで一続きで記録できるテンプレートにすると、集計結果を行動へつなげやすくなります。
この記事では、そのままコピーして使えるパレート図テンプレート、各欄の書き方、顧客クレーム100件を題材にした記入済み具体例、良い例・悪い例、会議用簡易版までまとめます。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。
そのまま使えるパレート図テンプレート
以下をコピーして、不良件数、クレーム、問い合わせ理由、手戻り、停止時間、コスト超過などの優先順位付けに使えます。
基本情報
- 分析テーマ:
- 対象期間:
- 対象部署・商品・工程:
- 分析目的:
- 評価尺度:件数 / 金額 / 時間 / その他
- 分析担当者:
- 判断期限:
分類ルール
- 分類項目の定義:
- 同義語・表記ゆれの統合ルール:
- 分類粒度:
- 「その他」に含める条件:
- 集計対象外の条件:
集計欄
各項目について、次を1セットで記入します。
- 順位:
- 分類項目:
- 件数・金額・時間:
- 構成比:
- 累積比率:
- 優先度:高 / 中 / 低
- 判断理由:
- 次の深掘り対象:
必要な項目数だけ、このセットを複製します。
優先順位の判断
- 最優先項目:
- 上位項目の累積比率:
- 件数以外に確認した指標:
- 安全・法令・顧客影響の有無:
- 優先した理由:
- 優先しなかった上位項目と理由:
深掘り
- 深掘り対象:
- 再分類した項目:
- 追加で必要なデータ:
- 確認する原因候補:
- 次の分析方法:
対策後の再集計
- 対策内容:
- 対策実施日:
- 再集計期間:
- 同じ分類ルールを使うか:はい / いいえ
- 再集計結果:
- 上位項目の変化:
- 改善したか:はい / いいえ / 判定保留
- 次のアクション:
各欄の書き方
分析テーマは「何を、どの尺度で優先するか」まで書く
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」
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。
同じクレームデータでも、件数を減らしたいのか、返金金額を減らしたいのかで優先順位は変わります。
分類ルールは先に決める
悪い例:
「配送遅れ」「納品遅延」「配達遅延」を別項目として集計する
良い例:
「同じ原因を指すため『配送遅延』へ統合する」
一方で、「商品不良」を一つの大分類へまとめすぎると、破損、欠品、仕様違いなど改善方法の異なる問題が見えなくなることがあります。
分類ルールは、別の人が同じデータを見ても同じ項目へ振り分けられる程度に具体化します。
件数・金額・時間のどれを使うか決める
件数は、頻発する問題を減らしたいときに向きます。
金額は、損失や返金、コスト超過の影響を抑えたいときに向きます。
時間は、手戻り時間、待ち時間、停止時間などを減らしたいときに向きます。
同じ項目でも、件数では上位でも金額では下位になることがあります。目的に合わせて評価尺度を選びます。
構成比と累積比率を分けて書く
構成比は、各項目が全体の何%を占めるかです。
「各項目 ÷ 全体 × 100」で求めます。
累積比率は、大きい順に構成比を足していきます。
たとえば、32%、24%、18%なら、累積比率は32%、56%、74%となります。
優先度は累積80%だけで決めない
パレート図では上位少数が全体の大部分を占めることがありますが、「80%までを必ず改善する」というルールではありません。
件数が少なくても、安全事故、法令違反、顧客影響、損失金額が大きい項目は優先度が高くなります。
「次の深掘り対象」を必ず残す
パレート図で分かるのは、「どの項目が多いか」です。
その項目がなぜ多いのかは、さらに分解・原因分析する必要があります。
たとえば「配送遅延」が最多なら、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再分類できます。
具体的な進め方は、パレート図のやり方で詳しく解説しています。
記入済み具体例|顧客クレーム100件を整理する
基本情報
- 分析テーマ: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
- 対象期間:直近3か月
- 対象:顧客クレーム100件
- 評価尺度:件数
- 分析目的:改善対象を絞る
分類ルール
- 「配送遅れ」「納品遅延」「配達遅延」は「配送遅延」に統合
- 「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る
- 原因不明かつ件数が少ないものは「その他」へ入れる
集計結果
1位:配送遅延
- 件数:32件
- 構成比:32%
- 累積比率:32%
- 優先度:高
- 判断理由:件数最多
- 次の深掘り対象:倉庫出荷遅れ、運送会社遅延、住所不備
2位:商品破損
- 件数:24件
- 構成比:24%
- 累積比率:56%
- 優先度:高
- 判断理由:件数に加えて返金・再送コストも大きい
- 次の深掘り対象:梱包、輸送、保管
3位:説明不足
- 件数:18件
- 構成比:18%
- 累積比率:74%
- 優先度:中
- 判断理由:件数は多いが損失額は比較的小さい
- 次の深掘り対象:商品ページ、案内文、初回説明
4位:請求誤り
- 件数:12件
- 構成比:12%
- 累積比率:86%
- 優先度:中
- 判断理由:顧客影響がある
- 次の深掘り対象:入力工程、確認工程
5位:返信遅延
- 件数:8件
- 構成比:8%
- 累積比率:94%
- 優先度:低
- 判断理由:件数は比較的少ない
- 次の深掘り対象:問い合わせ体制
6位:その他
- 件数:6件
- 構成比:6%
- 累積比率:100%
- 優先度:低
- 判断理由:個別件数が小さい
- 次の深掘り対象:必要時のみ再分類
優先順位の判断
上位3項目で74%を占めています。
件数だけなら配送遅延を最優先にできますが、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。
ここで重要なのは、「上位3つだから自動的に優先」ではなく、件数と経済影響を合わせて判断したことです。
配送遅延を深掘りする
配送遅延32件を再分類すると、
- 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」全体へ一律対策するのではなく、まず倉庫出荷遅れを優先して調べることにしました。
対策後の再集計
倉庫出荷遅れについて、出荷締切前の進捗確認と未処理注文の見える化を実施しました。
翌3か月も同じ分類ルール・同じ件数基準で再集計し、配送遅延の件数、倉庫出荷遅れの件数、上位項目の構成比がどう変わったかを確認します。
このように、テンプレートでは「集計して終わる」のではなく、次の深掘りと再集計まで残すのがポイントです。
より多くの適用イメージは、パレート図の具体例で確認できます。
良い記入と悪い記入の比較
分析テーマ
悪い例:
「不良を調べる」
良い例:
「直近6か月の製品不良を原因別件数で集計し、改善優先度を決める」
分類項目
悪い例:
「配送遅延」「倉庫担当Aのミス」「商品」「その他」
良い例:
「配送遅延」「商品破損」「請求誤り」「返信遅延」
悪い例は分類粒度がそろっていません。
判断理由
悪い例:
「一番多いから」
良い例:
「件数32件で最多。全体の32%を占め、再発頻度も高いため」
優先順位
悪い例:
「累積80%まで全部やる」
良い例:
「累積比率に加え、損失金額、安全、顧客影響、改善可能性を見て決める」
次の深掘り
悪い例:
「配送遅延を改善する」
良い例:
「配送遅延32件を倉庫出荷遅れ、運送会社遅延、住所不備へ再分類し、最多原因を確認する」
良い記入は、第三者が次に何を確認するかまで判断できる点が共通しています。
会議用の簡易パレート図テンプレート
60分程度の改善会議なら、次の簡易版でも使えます。
- 分析テーマ:
- 対象期間:
- 評価尺度:
- 分類ルール:
- 上位1位:
- 上位2位:
- 上位3位:
- 上位3項目の累積比率:
- 件数以外に見る指標:
- 最優先項目:
- 判断理由:
- 次の深掘り対象:
- 担当者:
- 期限:
- 再集計日:
会議で大切なのは、グラフを完成させることではありません。「どの項目を、なぜ優先し、次に何を調べるか」まで決めることです。
テンプレートを使うときの注意点
分類粒度をそろえる
大分類と具体的な個別原因を同じ一覧へ混ぜると比較しにくくなります。
「その他」が大きすぎたら見直す
「その他」が全体の20〜30%を占める場合、重要な原因が埋もれている可能性があります。
80%を絶対基準にしない
累積比率は目安です。安全、法令、顧客影響の大きい項目は少数でも優先します。
件数だけで判断しない
件数と損失金額で優先順位が逆転することがあります。
上位項目を根本原因と決めつけない
上位項目は「多い問題」であって、必ずしも根本原因ではありません。必要に応じてさらに原因分析します。
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。
他のフレームワークと組み合わせる場合
パレート図は、複数ある問題から優先対象を絞るのに向いています。
一方、分類の抜け・重複を整理したい場合は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役立ちます。
違いを整理したい場合は、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を参考にしてください。
生成AIを使う場合
生成AIは、表記ゆれの候補、分類案、集計結果の整形、上位項目の深掘り候補などを整理できます。
ただし、元データの正確性、分類ルール、評価尺度、優先順位は人が確認する必要があります。
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。
まとめ
パレート図テンプレートは、単に件数を並べるための表ではありません。
分析テーマ、対象期間、評価尺度、分類ルール、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、対策後の再集計まで一続きで記録することで、集計結果を改善行動へつなげられます。
特に重要なのは、累積80%を絶対基準にせず、件数以外の重大度も確認することと、上位項目をそのまま根本原因とみなさないことです。テンプレートを使って、どこから改善するかを決め、必要なら上位項目をさらに分解し、対策後に同じ条件で再集計するところまで進めると、パレート図を実務の改善サイクルに組み込めます。