パレート分析とは？重要な少数を見極めるデータ分析の基本手法

パレート分析とは

パレート分析とは、「全体の結果の大部分（約80%）は、少数の要因（約20%）によって生み出されている」というパレートの法則（80:20の法則）に基づき、影響度の大きい要因を特定するデータ分析手法です。

イタリアの経済学者ヴィルフレド・パレートが19世紀末に所得分布の偏りを発見したことに由来します。その後、品質管理の分野でジュラン博士が「Vital Few and Trivial Many（重要な少数と些細な多数）」として応用し、ビジネスの幅広い領域に普及しました。

パレート分析の核心は「すべてを均等に扱わない」という判断にあります。限られたリソースを最大の成果につなげるために、インパクトの大きい要因に集中するための意思決定ツールです。

構成要素

パレート図

パレート分析の基本ツールがパレート図です。棒グラフ（各要因の大きさ）と折れ線グラフ（累積比率）を組み合わせた複合グラフで、要因を影響度の降順に左から並べます。

パレート図を読む際のポイントは以下の3つです。

• 棒グラフの高さで各要因の絶対的な大きさを比較する
• 折れ線グラフの傾きで累積の進み具合を把握する
• 累積80%ラインと交差する位置で「重要な少数」の境界を特定する

ABC分析

パレート分析を発展させた分類手法がABC分析です。累積比率に基づいて要因を3つのランクに分類します。

ランク	累積比率の目安	位置づけ	対応方針
A	0〜80%	重要な少数	重点管理・優先対応
B	80〜95%	中間	標準管理
C	95〜100%	些細な多数	簡易管理・効率化

この分類により、すべての要因を同じ精度で管理する非効率を排除し、重要度に応じたメリハリのある対応が可能になります。

実践的な使い方

ステップ1: 分析対象と指標を決める

何を分析するのか（売上、クレーム、不良品など）と、どの指標で測るのか（金額、件数、頻度など）を定義します。「売上の80%を占める顧客を特定する」「クレームの大半を引き起こしている原因を洗い出す」など、分析の目的を明確にします。

ステップ2: データを収集し降順に並べる

分析対象のデータを収集し、指標の大きい順に並べ替えます。たとえば顧客別売上であれば、売上金額の高い顧客から順に一覧を作成します。

ステップ3: 構成比と累積比率を算出する

各要因の構成比（全体に占める割合）と累積比率を計算します。

• 構成比 = 各要因の値 ÷ 全体の合計値
• 累積比率 = 上位からの構成比を順に足し合わせた値

ステップ4: パレート図を作成しABC分類する

棒グラフと累積折れ線を組み合わせたパレート図を作成し、累積80%、95%のラインでA・B・Cに分類します。Aランクに該当する要因が「重要な少数」であり、優先的にリソースを投下すべき対象です。

ステップ5: 分類に基づいてアクションを決める

ABC分類の結果をもとに、具体的な施策や管理方針を決定します。Aランクには個別の深掘り分析や重点施策を、Cランクには一括管理や自動化を適用するなど、ランクに応じた対応を設計します。

活用場面

• 売上分析: 上位顧客や主力商品を特定し、営業リソースの配分を最適化します
• 品質管理: 不良品やクレームの主要原因を特定し、改善効果の高い対策を優先します
• 在庫管理: 商品をABC分類し、Aランク商品は欠品防止、Cランクは在庫圧縮を図ります
• コスト削減: 支出項目を分析し、削減インパクトの大きい費目から取り組みます
• 時間管理: 業務の時間配分を分析し、成果に直結する活動への集中度を高めます

注意点

80:20は厳密な比率ではない

パレートの法則は経験則であり、実際のデータが正確に80:20になるとは限りません。70:30や90:10の場合もあります。重要なのは比率そのものではなく「少数の要因が全体の大部分を占める」という偏りの構造を認識し、活用することです。

分析の切り口によって結果が変わる

同じデータでも、分析の切り口（顧客別、商品別、地域別など）によってパレート図の形は異なります。目的に合った切り口を選ぶことが重要です。複数の切り口で分析を行い、一貫して上位に現れる要因を特定するとより信頼性が高まります。

Cランクを無視してはいけない

Aランクに注力することがパレート分析の主目的ですが、Cランクを完全に放置すると思わぬリスクが発生します。たとえば在庫管理でCランク商品を放置すると死蔵在庫が膨らみ、倉庫コストを圧迫します。Cランクにも最低限の管理ルールを設定してください。

定期的に再分析する

市場環境や事業構造は変化するため、過去のABC分類が現在も有効とは限りません。定期的にパレート分析を実施し、ランクの入れ替わりを監視することが重要です。特にAランクからBランクに落ちた要因や、急浮上した要因には注意が必要です。

まとめ

パレート分析は、「すべてを均等に扱わず、重要な少数に集中する」という合理的な意思決定を支えるデータ分析の基本手法です。パレート図による可視化とABC分類を組み合わせることで、限られたリソースの配分先を客観的に判断できます。売上、品質、コスト、在庫など幅広い領域で活用できるため、コンサルタントの分析ツールとして習得しておくべき手法の一つです。

参考資料

• パレート分析 - グロービス経営大学院（MBA用語集。構成要素の棒グラフと累積比率の折れ線を組み合わせたパレート図の読み方と20-80の法則の実務活用を解説）
• ビジネスリーダーが知っておくべきフレームワーク〜4) パレート分析 - GLOBIS知見録（20:80の法則の背景と、身近な事例を通じたパレート分析の活用場面・考え方を動画で解説）
• AI Is Going to Change the 80/20 Rule - Harvard Business Review（AIとアルゴリズムがパレートの法則をSmart・Super・Supraの3段階で進化させ、データ駆動型の意思決定を変革する未来を論考）