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るかを考えるための方法です。
一方で、実務では「多い順に並べれば終わり」「累積80%まで対応すればよい」と機械的に使われやすく、分析結果が現場の改善につながらないことがあります。
パレート図で重要なのは、グラフを作ることではありません。分類の粒度をそろえ、目的に合う尺度を選び、上位項目をさらに深掘りし、対策後に同じ条件で再集計することです。
この記事では、パレート図で起きやすい失敗を、具体的な失敗場面、原因、改善前後、改善後の状態、チェックポイントまで含めて解説します。基本的な意味や使い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。
パレート図で失敗しやすいのは「上位項目を見つけること」が目的になったとき
パレート図の役割は、問題を大きい順に並べることではなく、「どこから深掘りするか」を決めることです。
そのため、実務では次の点を確認する必要があります。
- 分析目的に合う尺度を選んでいるか
- 分類粒度がそろっているか
- 同義語や表記ゆれを統合しているか
- 「その他」が大きくなりすぎていないか
- 累積80%を絶対基準にしていないか
- 件数以外の重大度も見ているか
- 上位項目を根本原因と決めつけていないか
- 対策後に同じ条件で再集計しているか
具体的な作り方は、パレート図のやり方でも確認できます。
失敗1:分類粒度がばらばら
失敗場面
顧客クレームを集計し、次のように分類しました。
- 配送遅延
- 商品破損
- 倉庫担当者Aの入力ミス
- 請求
- その他
この一覧では、「配送遅延」「商品破損」は結果の分類ですが、「倉庫担当者Aの入力ミス」は具体的な原因、「請求」は大分類です。
同じ階層で比べるには粒度がそろっていません。
原因
集計前に分類ルールを決めず、記録に書かれた表現をそのまま使っているためです。
改善前
- 配送遅延
- 商品破損
- 倉庫担当者Aの入力ミス
- 請求
改善後
たとえば顧客クレームの種類でそろえるなら、
- 配送遅延
- 商品破損
- 説明不足
- 請求誤り
- 返信遅延
のようにします。
倉庫担当者Aの入力ミスは、配送遅延や請求誤りなどの上位項目を深掘りするときに扱います。
改善後の状態
各項目を同じ尺度で比較でき、どの問題が多いか判断しやすくなります。
チェックポイント
- 大分類と個別原因が同じ一覧に混ざっていないか
- 結果と原因が同じ階層に混ざっていないか
- 別の担当者が分類しても同じ結果になるか
失敗2:同じ意味の項目を別々に集計する
失敗場面
クレーム記録に、
- 配送遅れ:14件
- 納品遅延:11件
- 配達遅延:7件
と記録されていました。
別々に集計した結果、最大項目は商品破損24件となり、「商品破損を最優先」と判断しました。
しかし実際には、3項目はほぼ同じ意味で、合計すると配送遅延は32件でした。
原因
表記ゆれや同義語を統一せずに集計しているためです。
改善前
記録上の名称をそのまま集計する。
改善後
集計前に、
- 配送遅れ
- 納品遅延
- 配達遅延
を「配送遅延」へ統一します。
改善後の状態
本来大きい項目が分散せず、優先順位を誤りにくくなります。
チェックポイント
- 同義語や表記ゆれを確認したか
- 部署ごとに別名称を使っていないか
- 分類ルールを記録に残したか
失敗3:「その他」が大きすぎる
失敗場面
クレームを集計すると、
- 配送遅延:28%
- 商品破損:20%
- 説明不足:15%
- 請求誤り:10%
- その他:27%
となりました。
「その他」が2番目に大きい状態です。
原因
分類しにくい項目をすべて「その他」へ入れ、内訳を確認していないためです。
改善前
「既存分類に入らないものは全部その他」
改善後
「その他」が全体の20%を超えたら、内訳を確認して再分類します。
たとえば、その他27件の内訳が、
- 返品手続き:10件
- 梱包表示:7件
- 在庫表示:5件
- 個別案件:5件
なら、上位3項目を独立分類できます。
改善後の状態
重要な問題が「その他」の中に埋もれにくくなります。
チェックポイント
- 「その他」が全体の20〜30%を占めていないか
- その他の中に同じ意味の項目が複数ないか
- 再分類しても粒度が崩れないか
失敗4:累積80%を絶対基準にする
失敗場面
パレート図を作り、累積80%までに入った項目だけを改善対象にしました。
一方、件数は少ないものの、法令違反につながる可能性のある項目は80%の外側だったため、対象外としました。
原因
「80対20の法則」を、改善対象を決める固定ルールとして使っているためです。
改善前
「累積80%まで対応する。残りは後回し」
改善後
累積比率は優先候補を見つける目安として使い、次も確認します。
- 安全リスク
- 法令リスク
- 顧客影響
- 損失金額
- ブランド影響
- 再発可能性
改善後の状態
件数が少なくても重大な問題を見落としにくくなります。
チェックポイント
- 80%を絶対ルールにしていないか
- 少数でも重大な項目がないか
- 件数以外の重要指標を確認したか
失敗5:件数だけで優先順位を決める
失敗場面
製造不良を件数で並べると、
- 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
でした。
そのため、外観キズを最優先にしました。
しかし、外観キズは軽微で手直しコストも小さい一方、動作不良は完成品廃棄が必要で、1件あたりの損失が大きい状態でした。
原因
分析目的と評価尺度が合っていないためです。
改善前
「件数が一番多い項目を最優先にする」
改善後
目的が損失削減なら、損失金額で並べます。
たとえば、
- 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
なら、優先順位は変わります。
改善後の状態
改善目的に合う問題を優先できます。
チェックポイント
- 件数を減らしたいのか、金額を減らしたいのか
- 時間や停止時間を減らすほうが重要ではないか
- 同じデータを別尺度でも見たか
失敗6:上位項目を根本原因だと決めつける
失敗場面
パレート図で「配送遅延」が1位だったため、
「配送遅延が根本原因です」
と結論づけました。
原因
パレート図で分かることと、原因分析で分かることを混同しているためです。
パレート図が示すのは「多い項目」「影響の大きい項目」であって、なぜそれが起きるかまでは分かりません。
改善前
「配送遅延が1位だから、配送遅延が根本原因」
改善後
配送遅延32件を、
- 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
へ再分類し、さらに最多の「倉庫出荷遅れ」を原因分析します。
改善後の状態
パレート図を「原因の結論」ではなく、「次にどこを掘るか決める入口」として使えます。
チェックポイント
- 上位項目をそのまま根本原因と呼んでいないか
- 上位項目をさらに分解したか
- 必要ならRCAやロジックツリーへつないだか
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。
失敗7:期間や母数が違うデータをそのまま比較する
失敗場面
A部署は3か月分、B部署は1か月分、C部署は6か月分のデータを集め、それぞれの件数を同じパレート図に並べました。
すると、期間の長いC部署の項目が上位を占めました。
原因
比較条件がそろっていないためです。
同じ100件でも、対象期間、出荷数、顧客数、稼働時間が異なれば解釈は変わります。
改善前
「取れるデータをそのまま全部集計する」
改善後
- 対象期間をそろえる
- 対象範囲をそろえる
- 必要なら1000件あたり、不良率、1時間あたりなどへ正規化する
改善後の状態
単なる件数差ではなく、同じ条件で問題の大きさを比較できます。
チェックポイント
- 対象期間は同じか
- 出荷量・顧客数・稼働時間に大差はないか
- 必要なら率で比較したか
失敗8:対策後に再集計しない
失敗場面
パレート図で上位項目を決め、対策を実施しました。
その後、「施策を実施したので完了」とし、同じ条件で再集計しませんでした。
原因
パレート図を一度きりの分析資料として扱っているためです。
改善前
「上位項目を対策したら終了」
改善後
対策前と同じ、
- 分類ルール
- 評価尺度
- 対象期間の長さ
- 集計方法
で再度パレート図を作ります。
たとえば配送遅延が32件から19件へ、倉庫出荷遅れが18件から8件へ減ったかを確認します。
改善後の状態
施策が本当に効いたか、別の問題が上位に変わったかを確認できます。
チェックポイント
- 再集計日を決めたか
- 対策前後で分類ルールをそろえたか
- 上位項目の構成が変わったか確認したか
通し例|「上位3項目だけ直す」分析を改善する
改善前
あるサービス部門では、直近3か月のクレーム100件を集計しました。
結果は、
- 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。
上位3項目で74%だったため、
「上位3項目を全部改善する」
と決めました。
しかし、配送遅延は原因が複数あり、商品破損は1件あたりの損失が大きく、説明不足は比較的軽微でした。3項目を同じ優先度で進めた結果、改善活動が分散しました。
何が問題だったか
- 件数だけで判断した
- 上位項目の重大度を見ていない
- 上位項目をさらに分解していない
- 対策後の再集計条件が決まっていない
という問題がありました。
改善後1:件数以外の影響を見る
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高優先としました。
説明不足は件数が18件でも損失額が比較的小さかったため、中優先としました。
改善後2:配送遅延を再分類する
配送遅延32件を、
- 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
へ分けました。
その結果、配送遅延全体へ一律に対策するのではなく、倉庫出荷遅れを最初に深掘りしました。
改善後3:対策を原因へ対応させる
倉庫出荷遅れの記録を確認すると、出荷締切直前まで未処理注文が見えにくいことが分かりました。
そこで、
- 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
- 承認待ちを別表示
を実施しました。
改善後4:同じ条件で再集計する
次の3か月も、同じ分類ルール・同じ件数基準で再集計しました。
配送遅延は32件から19件へ、倉庫出荷遅れは18件から8件へ減りました。
一方、商品破損の比率が相対的に上がったため、次の改善対象として商品破損を深掘りしました。
改善後の状態
「上位3項目を全部やる」という一律対応から、
「上位項目を候補にし、重大度と深掘り結果で優先し、対策後に再集計する」
改善サイクルへ変わりました。
失敗を避けるための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。
- 分析目的を一文で言える
- 対象期間・範囲をそろえた
- 件数・金額・時間など評価尺度を決めた
- 分類粒度をそろえた
- 同義語・表記ゆれを統合した
- 「その他」が大きすぎない
- 項目を大きい順に並べた
- 構成比・累積比率を確認した
- 累積80%を絶対基準にしていない
- 件数以外の安全・法令・顧客影響も確認した
- 上位項目を根本原因と決めつけていない
- 上位項目を必要に応じて再分類した
- 母数や期間が異なるデータをそのまま比較していない
- 対策後に同じ条件で再集計する
記録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。
MECEやロジックツリーと混同しない
パレート図は、「どれが大きいか」を比較して優先順位を付ける方法です。
一方、MECEは論点の抜け・重複を減らす考え方、ロジックツリーは原因や打ち手を階層的に分解する方法です。
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を使う場合も、最終判断は人が行う
生成AIは、表記ゆれの整理、分類候補、上位項目の深掘り候補、再分類案などを出す補助に使えます。
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、重大度をどう評価するか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|パレート図は「80%を見るグラフ」ではなく、次の深掘りを決める道具
パレート図で起きやすい失敗は、分類粒度がばらばら、表記ゆれを別集計する、「その他」が大きすぎる、累積80%を絶対基準にする、件数だけで判断する、上位項目を根本原因と決めつける、比較条件をそろえない、対策後に再集計しない、といったものです。
これらを避けるには、分析目的と尺度を明確にし、分類ルールをそろえ、上位項目を優先候補として扱い、重大度や損失も見ながら深掘りすることが重要です。
パレート図の価値は、一度のグラフ作成で終わりません。上位項目を絞り、原因をさらに分け、対策し、同じ条件で再集計することで、改善活動の優先順位を継続的に見直せます。