フレームワーク活用ガイドひとことで言うと#
問題の原因や項目を大きい順（降順）に棒グラフで並べ、その累積比率を折れ線グラフで重ねることで、「全体の80%を占める上位の重要項目」を一目で特定できる分析手法。どこに集中投資すべきかがデータで明確になる。
押さえておきたい用語#
- 累積比率
- 項目を大きい順に並べ、上位から順に構成比を足し合わせた値のこと。80%ラインがどこに来るかでアクションの優先順位が決まる。
- ABC分析
- 累積比率をもとに項目をA（〜70%）・B（〜90%）・C（〜100%）の3ランクに分類する手法。パレート図と組み合わせて使われることが多い。
- 重要な少数（Vital Few）
- 全体の大部分を占める少数の重要項目のこと。パレート図で棒が高い左側に位置する項目群を指す。
- 些末な多数（Trivial Many）
- 個々の影響は小さいが数が多い項目群のこと。右側に並ぶ項目で、一つずつ対処してもインパクトは小さい。
- QC7つ道具
- 品質管理で使われる7つの基本的な分析ツールの総称。パレート図はその一つで、他にヒストグラム・特性要因図・管理図などがある。
パレート図分析の全体像#
こんな悩みに効く#
- 問題の原因が多すぎて、どれから対処すべきかわからない
- 「まんべんなく改善しよう」として、どれも中途半端になっている
- 経営層に「これが最も効果的な対策です」と根拠をもって説明したい
基本の使い方#
問題の種類別に発生件数や金額を集計する。
- 例: 先月の製品クレーム内容を分類して件数をカウント
- 外観の傷: 45件
- 動作不良: 30件
- 梱包破損: 15件
- サイズ違い: 5件
- その他: 5件
データは最低でも5〜10カテゴリあると意味のある分析になる。
件数の多い順に並べ、**棒グラフ（件数）と折れ線グラフ（累積比率）**を重ねて描く。
| 原因 | 件数 | 構成比 | 累積比率 |
|---|---|---|---|
| 外観の傷 | 45件 | 45% | 45% |
| 動作不良 | 30件 | 30% | 75% |
| 梱包破損 | 15件 | 15% | 90% |
| サイズ違い | 5件 | 5% | 95% |
| その他 | 5件 | 5% | 100% |
Excelやスプレッドシートで簡単に作れる。
累積比率が80%に達するまでの項目が最優先の対策対象。
- 上の例では「外観の傷」と「動作不良」の2つで全体の75%を占める
- この2つを重点的に対策すれば、クレーム全体の4分の3を解消できる
- 5つの原因すべてに均等にリソースを分配するよりはるかに効率的
対策を実施した後、同じ方法でデータを集計してビフォー・アフターを比較する。
- 上位項目が減少していれば対策は成功
- 順位が入れ替わっていたら、次の最上位項目にフォーカスを移す
- この繰り返しで、問題は段階的に減少していく
具体例#
SaaS企業のサポートチームが月間500件の問い合わせをパレート図で分析した。
| 問い合わせ内容 | 件数 | 累積比率 |
|---|---|---|
| ログインできない | 150件 | 30% |
| 請求に関する質問 | 120件 | 54% |
| 機能の使い方 | 80件 | 70% |
| バグ報告 | 60件 | 82% |
| 解約手続き | 40件 | 90% |
| その他 | 50件 | 100% |
上位3カテゴリで全体の70%を占めることが判明。「ログインできない」にはパスワードリセット手順をログイン画面に直接表示、「請求に関する質問」には請求ページにFAQセクションを追加、「機能の使い方」には主要機能のチュートリアル動画を作成した。
3ヶ月後に問い合わせが500件から280件に44%削減。サポートコストを年間約600万円圧縮し、残ったリソースを複雑な技術問い合わせの対応品質向上に充てた。
電子部品メーカーの品質管理チームが月間不良品1,400個（不良率2.8%）の原因をパレート図で分析した。
| 不良原因 | 件数 | 累積比率 |
|---|---|---|
| はんだ不良 | 560件 | 40% |
| 部品ズレ | 350件 | 65% |
| 基板傷 | 210件 | 80% |
| 配線ミス | 140件 | 90% |
| その他 | 140件 | 100% |
上位3項目で全体の80%を占めるため、「はんだ不良」には温度プロファイルの再設定、「部品ズレ」にはマウンターのキャリブレーション頻度を週1から日1に変更、「基板傷」には搬送ラインのガイドレールを交換した。
6ヶ月後に不良率が2.8%から0.9%に改善。年間の不良品廃棄コストが約1,200万円削減され、対策費用400万円を差し引いても800万円の純削減効果を達成した。
アパレルECサイトがカート放棄率68%の原因をアンケートとログ分析でパレート図にまとめた。
| 放棄原因 | 件数 | 累積比率 |
|---|---|---|
| 送料が高い | 340件 | 34% |
| 会員登録が面倒 | 250件 | 59% |
| 希望の決済方法がない | 150件 | 74% |
| 配送日が遅い | 100件 | 84% |
| その他 | 160件 | 100% |
上位3項目で74%を占めるため、「送料」には5,000円以上送料無料を導入、「会員登録」にはゲスト購入を実装、「決済」にはコンビニ払いとQR決済を追加した。
4ヶ月後にカート放棄率が68%から52%に改善。月間売上が約320万円増加し、施策投資の回収まで2ヶ月で到達した。
やりがちな失敗パターン#
- カテゴリの粒度がバラバラ — 「動作不良」と「ボタンAが反応しない」のように抽象度が混在していると、正しい比較にならない。同じ粒度で分類することが前提
- 件数だけで判断する — 件数が多くても影響が小さい問題より、件数は少なくても損害額が大きい問題を優先すべき場合がある。金額ベースのパレート図も作ると良い
- 一度きりで終わらせる — 上位項目を対策したら順位が変わるので、定期的に再作成して次の重点項目を更新する必要がある
- 「その他」が最大カテゴリになる — 分類の粒度が粗すぎると「その他」に大量の問題が流れ込み、パレート図の意味がなくなる。「その他」が全体の20%を超える場合はカテゴリを見直す
まとめ#
パレート図分析は、「重要な少数」と「些末な多数」を可視化して、最もインパクトのある対策に集中するための手法。棒グラフと累積折れ線の組み合わせで直感的にわかりやすく、関係者への説明にも強い。まずは手元の課題データを大きい順に並べて、累積80%のラインがどこに来るかを確認してみよう。