MENU

パレート図の具体例|職場の問題整理・原因分析での活用イメージを解説

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方法です。棒グラフと累積比率を組み合わせることで、全体への影響が大きい項目を見つけやすくなります。

ただし、パレート図は「上位3項目をそのまま改善すればよい」という道具ではありません。実務では、何を尺度にするか、分類をどうそろえるか、上位項目をどこまで深掘りするか、対策後に同じ条件で再集計するかまで考える必要があります。

この記事では、パレート図の具体例を3つ紹介します。顧客クレーム、製造不良、問い合わせ対応時間を題材に、背景→課題→なぜパレート図を使うのか→分類・集計→優先対象→深掘り→対策→再集計→学びまで通して解説します。基本的な意味や作り方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

ケース1:顧客クレーム100件から優先改善対象を決める

背景

あるサービス部門では、直近3か月で顧客クレームが100件発生していました。

現場では、

  • 配送が遅い
  • 商品破損が多い
  • 説明が分かりにくい
  • 請求ミスがある
  • 返信が遅い

など、複数の問題が挙がっていました。

課題

どの問題から改善すべきか、声の大きさや印象で決めていたことが課題でした。

なぜパレート図を使ったのか

複数のクレーム原因を同じ尺度で並べ、全体への寄与が大きい項目を絞るためです。

今回は「件数を減らす」ことが目的なので、評価尺度を件数にしました。

分類ルールをそろえる

最初に表記ゆれを整理しました。

  • 「配送遅れ」「納品遅延」「配達遅延」→「配送遅延」
  • 「破損」「箱潰れ」「商品割れ」→「商品破損」
  • 「説明不足」「案内不足」→「説明不足」

同じ意味の項目を別々に集計すると、重要項目が分散して見えるためです。

集計する

直近3か月の100件を集計すると、

  • 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

でした。

構成比と累積比率を見る

構成比は、

  • 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%

です。

累積比率は、

  • 配送遅延まで: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%

となりました。

優先対象を決める

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。

しかし、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。

ここで大切なのは、「累積80%まで全部やる」と機械的に決めないことです。

上位項目を深掘りする

配送遅延32件をさらに分けると、

  • 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」へ一律に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。

対策

倉庫出荷遅れについて、

  • 出荷締切前の未処理注文一覧を自動表示
  • 締切2時間前に滞留案件を通知
  • 承認待ち注文を別表示
  • 日次で滞留件数を確認

を実施しました。

再集計

次の3か月も同じ分類ルールと件数基準で再集計しました。

配送遅延が32件から19件へ減り、そのうち倉庫出荷遅れも18件から8件へ減ったとします。

このとき、「対策したから完了」ではなく、同じ条件で数値がどう変わったかを確認できます。

学び

このケースでは、パレート図を「クレームを多い順に並べるグラフ」としてではなく、「どの問題を先に深掘りするか決める入口」として使っています。

具体的な作り方は、パレート図のやり方で確認できます。

ケース2:製造不良を件数ではなく損失金額で見る

背景

ある製造現場では、不良件数を減らす改善活動を行っていました。

月間の不良は次のように集計されていました。

  • 外観キズ:45件
  • 寸法不良:20件
  • 部品欠品:12件
  • 組立不良:10件
  • 動作不良:8件

件数だけ見ると、外観キズが圧倒的に多く、最優先に見えます。

課題

しかし、外観キズの多くは軽微で、手直しコストも小さいものでした。

一方、動作不良は件数こそ少ないものの、完成品の廃棄や再検査が必要で、損失金額が大きい状態でした。

なぜパレート図を使ったのか

「何件多いか」ではなく、「どの不良が損失へ最も影響しているか」を比較するためです。

今回は評価尺度を件数ではなく損失金額に変えました。

金額で再集計する

月間損失額を確認すると、

  • 動作不良:48万円
  • 寸法不良:36万円
  • 組立不良:24万円
  • 外観キズ:18万円
  • 部品欠品:14万円

でした。

合計は140万円です。

構成比は、

  • 動作不良:約34%
  • 寸法不良:約26%
  • 組立不良:約17%
  • 外観キズ:約13%
  • 部品欠品:10%

となります。

上位3項目で約77%です。

件数順位との違いを見る

件数では、外観キズが1位でした。

しかし損失金額では、動作不良が1位です。

ここから、「頻度を減らしたいのか」「経済損失を減らしたいのか」で優先順位が変わることが分かります。

優先対象を決める

今回は利益改善が目的だったため、動作不良と寸法不良を優先しました。

動作不良を深掘りする

動作不良8件を工程別に確認すると、

  • 配線ミス:4件
  • 部品取り違え:2件
  • 初期設定不備:1件
  • 原因未特定:1件

でした。

さらに配線ミス4件を確認すると、特定工程の作業切替時に集中していました。

対策

  • 作業切替時の部品・配線確認手順を標準化
  • 切替直後の初品確認を追加
  • 配線コネクタの識別表示を変更
  • 初品結果を次工程へ引き継ぐ

を実施しました。

再集計

翌月以降も、件数だけでなく損失金額でパレート図を作りました。

動作不良の件数が8件から4件へ減り、損失額も48万円から20万円へ下がれば、対策効果を経済影響で確認できます。

学び

パレート図では、評価尺度の選び方が結果を左右します。

「一番多い問題」と「一番損失が大きい問題」は一致しないことがあります。

そのため、分析目的に合わせて件数、金額、時間などの尺度を選ぶ必要があります。

ケース3:問い合わせ対応の時間を減らす

背景

あるカスタマーサポート部門では、問い合わせ件数自体は増えていないのに、担当者の残業時間が増えていました。

そこで、問い合わせ種類別の対応時間を集計しました。

課題

件数だけでは負荷の大きい問い合わせが分かりませんでした。

たとえば「パスワード再発行」は件数が多くても1件あたり数分で終わる一方、「請求内容の確認」は件数が少なくても複数部署への照会が必要で、1件あたり長時間かかっていました。

なぜパレート図を使ったのか

担当者の残業を減らすことが目的なので、件数ではなく「総対応時間」を尺度にして優先順位を決めるためです。

総対応時間で集計する

1か月の総対応時間を分類すると、

  • 請求内容の確認:52時間
  • 契約変更:38時間
  • 初期設定支援:26時間
  • 操作方法:18時間
  • パスワード再発行:10時間
  • その他:6時間

合計150時間でした。

構成比は、

  • 請求内容の確認:約35%
  • 契約変更:約25%
  • 初期設定支援:約17%
  • 操作方法:12%
  • パスワード再発行:約7%
  • その他:4%

です。

上位3項目で約77%を占めます。

優先対象を決める

請求内容の確認が総対応時間で最も大きいため、最初に深掘りしました。

問い合わせをさらに分ける

請求内容の確認52時間を内訳で見ると、

  • 契約内容と請求明細の不一致確認:24時間
  • 割引条件の確認:12時間
  • 請求書再発行:8時間
  • 入金確認:5時間
  • その他:3時間

でした。

原因を確認する

さらに確認すると、契約内容と請求明細の不一致確認では、担当者がCRMと請求システムを行き来し、契約変更履歴を手作業で照合していました。

対策

  • 契約変更履歴を請求画面から参照できるようにする
  • よくある確認パターンをナレッジ化
  • 割引条件をCRM上で標準項目化
  • 請求確認時の照会先を一本化

を実施しました。

再集計

翌月も同じ分類と「総対応時間」で集計しました。

請求内容の確認が52時間から31時間へ下がり、全体の対応時間も150時間から126時間へ減れば、改善効果を時間軸で確認できます。

学び

このケースでは、「問い合わせ件数が多い項目」ではなく、「担当者の時間を多く使っている項目」を見ています。

パレート図は、目的に合わせて尺度を変えることで、改善対象の見え方を変えられます。

3つのケースから分かるパレート図の使い方

3つのケースを並べると、パレート図で最も重要なのは「何を大きさとして並べるか」です。

  • 顧客クレーム:件数で見る
  • 製造不良:損失金額で見る
  • 問い合わせ対応:総対応時間で見る

同じように「問題を優先順位付けする」場面でも、目的によって尺度が変わります。

自分の業務へ当てはめる手順

具体例をそのまま真似するのではなく、次の順で考えると使いやすくなります。

  1. 何を改善したいか決める
  2. 対象期間・範囲を決める
  3. 件数・金額・時間など評価尺度を決める
  4. 分類ルールを統一する
  5. 項目別に集計する
  6. 大きい順に並べる
  7. 構成比・累積比率を見る
  8. 上位項目を優先候補にする
  9. 安全・法令・顧客影響も加味する
  10. 上位項目をさらに分解する
  11. 対策を実施する
  12. 同じ条件で再集計する

記入用の型が必要な場合は、パレート図テンプレートを使うと、分類、構成比、累積比率、優先理由、深掘り、再集計まで一続きで整理できます。

パレート図の具体例を見るときの注意点

80%は絶対ルールではない

パレート図では累積80%が目安として使われることがありますが、必ず80%までを改善対象にする必要はありません。

安全事故や法令違反につながる項目なら、件数が少なくても優先します。

上位項目は根本原因ではない

「配送遅延」が1位でも、それ自体が根本原因とは限りません。

倉庫出荷遅れ、運送会社遅延、住所不備などへさらに分ける必要があります。

「その他」が大きすぎたら再分類する

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

分類粒度をそろえる

「配送遅延」「商品破損」「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。

件数だけに頼らない

製造不良のケースのように、件数順位と損失金額順位が逆転することがあります。

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どう使い分けるか

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

一方、論点の抜け・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向いています。

違いを詳しく知りたい場合は、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、表記ゆれの候補を探したり、分類案を出したり、上位項目の深掘り候補を整理したりする補助に使えます。

ただし、元データが正しいか、分類ルールが妥当か、件数・金額・時間のどの尺度を使うか、最終的に何を優先するかは人が判断します。

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|具体例では「何を尺度にし、どこまで深掘りしたか」を見る

パレート図の具体例を見るときは、上位項目の名前だけでなく、「何を目的に、どの尺度で集計し、どの基準で優先し、その上位項目をどこまで深掘りしたか」を見ることが重要です。

顧客クレームでは件数、製造不良では損失金額、問い合わせ対応では総対応時間を尺度にしました。それぞれ、上位項目を見つけた後にさらに分解し、対策後に同じ条件で再集計しています。

自分の業務へ応用するときも、まず改善目的を決め、目的に合う尺度で並べ、上位項目を原因と決めつけずに深掘りし、対策後に再集計することが、パレート図を実務で活かすポイントです。

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