パレートの法則とは？ 10分でわかりやすく解説

パレートの法則とは、全体の結果の大部分が、一部の限られた要因によって生み出される傾向を示す経験則です。「80対20の法則」とも呼ばれますが、常に80％と20％になるという意味ではありません。売上、顧客、在庫、問い合わせ、障害、業務工数などを分析したとき、少数の要因が大きな影響を持つ場合に、優先順位を決める手掛かりになります。

ビジネスで使う場合は、「重要な20％だけを残せばよい」と単純化しないことが前提です。パレートの法則は、偏りを見つけるための視点であり、意思決定の結論そのものではありません。データの集め方、集計期間、評価指標、将来性まで確認して初めて、顧客管理、在庫管理、業務改善、人材マネジメントに活用できます。

パレートの法則とは何か？

パレートの法則とは、全体の成果や問題の多くが、少数の要因に集中していると観察される考え方です。典型例として、「売上の大部分が一部の顧客から生まれる」「不具合の多くが限られた原因に集中する」「問い合わせの多くが一部の機能に関係する」といった状態が挙げられます。

重要なのは、80対20という数字を固定値として扱わないことです。実際のデータでは、70対30、90対10、60対20など、異なる比率になることがあります。パレートの法則が示すのは、厳密な割合ではなく「影響が均等に分布していない可能性」です。

パレートの法則の定義と起源

パレートの法則は、イタリアの経済学者ヴィルフレド・パレートによる富や所得分布の研究に由来します。パレートは、社会における富や所得が均等ではなく、一部に集中する傾向を数理的に扱いました。その後、品質管理や経営管理の分野で、少数の原因が多数の結果を生むという考え方として広く使われるようになりました。

ビジネス現場で使われる「80対20の法則」は、パレートの所得分布研究そのものというより、そこから発展した実務上の経験則です。そのため、歴史的な説明と、現場で使う分析手法は分けて理解する必要があります。

パレートの法則の基本的な考え方

パレートの法則の中心は、影響の大きい要因を見つけ、限られた時間や人員を優先度の高い対象へ配分することです。対象をすべて同じ重みで扱うと、成果への影響が小さい作業にも多くの工数を使ってしまいます。

• 売上の多くが、上位顧客や主力商品に集中していないか
• クレームや不具合の多くが、特定の原因や工程に偏っていないか
• 業務工数の多くが、限られた作業や承認プロセスに集中していないか
• セキュリティインシデントの多くが、特定の設定不備や認証運用に関係していないか

こうした偏りを把握できれば、改善の順番を決めやすくなります。ただし、上位要因だけを見て下位要因を切り捨てると、将来の成長機会やリスクを見落とす場合があります。

パレート分布との関係

パレートの法則に関連する統計分布として、パレート分布があります。代表的なパレート分布では、ある値を超える確率を次のような形で表します。

実務でパレートの法則を使う場合、数式を厳密に当てはめるよりも、データを大きい順に並べ、累積比率を確認する分析が中心になります。数学的な分布と、業務改善で使うパレート分析は、同じ問題意識を持ちながらも用途が異なります。

パレート図とは

パレート図は、要因を大きい順に並べた棒グラフと、累積比率を示す折れ線グラフを組み合わせた図です。品質管理や業務改善で、どの原因が全体に大きく影響しているかを可視化するために使われます。

パレート図は、原因の大小関係を整理するには有効ですが、原因と結果の因果関係を証明するものではありません。上位要因を見つけた後に、なぜその要因が大きいのかを別途分析します。

パレートの法則が使われる分野

パレートの法則は、偏りのあるデータを扱う場面で使われます。特定の業界に限定されず、経営、マーケティング、品質管理、IT運用、人材管理などで活用できます。

顧客管理

顧客別売上を並べると、一部の顧客が売上や利益の大部分を占める場合があります。この構造を把握すると、重要顧客へのフォロー、アップセル、解約予兆の確認、営業リソースの配分を検討しやすくなります。

ただし、現在の上位顧客だけに依存すると、解約や市場変化に弱くなります。上位顧客を守る施策と、将来成長する顧客層を育てる施策を分けて考える必要があります。

在庫管理

在庫管理では、パレートの法則はABC分析と組み合わせて使われます。売上額、出荷頻度、利益貢献度などで商品を並べ、重要度に応じて管理レベルを分けます。

ABC分析では、分類基準を誤ると判断がずれます。売上額だけでなく、利益率、欠品リスク、代替品の有無、顧客への影響も確認します。

品質管理・業務改善

品質管理では、不良やクレームの原因を分類し、件数や損失額の大きい順に並べます。これにより、改善対象を絞り込みやすくなります。

たとえば、10種類の不具合原因がある場合、すべてを同時に改善しようとすると工数が分散します。パレート図で上位原因を特定し、原因分析、工程改善、教育、チェック方法の見直しへつなげることで、改善効果を確認しやすくなります。

IT運用・システム管理

IT運用でも、障害、問い合わせ、処理遅延、セキュリティアラートは均等に発生するとは限りません。特定のシステム、機能、端末、アカウント、設定に集中している場合があります。

障害件数や対応工数を分類すれば、改善対象を選びやすくなります。たとえば、問い合わせの多くが特定機能の使いにくさに集中しているなら、マニュアル追加よりUI改善や設定変更の方が効果を出しやすい場合があります。

人材マネジメント

人材マネジメントでは、一部の人材に成果や責任が集中している状態を把握するために使えます。ただし、「上位20％だけを重視する」という使い方は危険です。属人化、離職、過重負荷、後継者不足を見落とす可能性があります。

パレートの視点は、人を選別するためではなく、成果やリスクがどこに集中しているかを確認するために使います。高い成果を出している人の行動を共有し、業務を分散し、組織全体の再現性を高めることが目的になります。

ビジネスでパレートの法則を活用する手順

パレートの法則を実務で使うには、直感ではなくデータを使います。対象、指標、期間を決めずに分析すると、都合のよい解釈になりやすくなります。

1. 分析の目的を決める

最初に、何を改善したいのかを定義します。売上を伸ばしたいのか、クレームを減らしたいのか、在庫を減らしたいのか、業務工数を削減したいのかによって、見るべきデータは変わります。

• 売上改善：顧客別売上、商品別売上、利益率、購入頻度
• 品質改善：不良件数、クレーム件数、損失額、再発件数
• 業務改善：作業時間、承認待ち時間、手戻り件数、対応工数
• IT運用：障害件数、問い合わせ件数、復旧時間、アラート件数

2. データを集めて基準を統一する

データの定義がばらつくと、分析結果も不安定になります。顧客名、商品名、部門名、障害分類、期間、集計単位をそろえます。売上金額で見るのか、利益で見るのか、件数で見るのかも事前に決めます。

期間設定も確認対象です。短すぎる期間では一時的なキャンペーンや季節要因に影響されます。長すぎる期間では、現在の構造が見えにくくなる場合があります。

3. 大きい順に並べて累積比率を確認する

対象を指標の大きい順に並べ、全体に対する構成比と累積比率を計算します。スプレッドシートやBIツールを使えば、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を作成できます。

確認するのは、上位の少数が全体のどの程度を占めるかです。80％に届くかどうかより、上位要因と下位要因の差が十分に大きいかを見ます。

4. 上位要因の背景を分析する

上位要因が見つかっても、それだけでは施策は決まりません。なぜその顧客が大きいのか、なぜその商品が売れているのか、なぜその不具合が多いのかを確認します。

原因分析では、ヒアリング、現場観察、プロセス確認、顧客属性の比較、時系列の変化確認を組み合わせます。上位要因が大きい理由を確認せずに施策を打つと、表面的な対処で終わる可能性があります。

5. 施策を実行し、再分析する

パレート分析は、一度実施して終わるものではありません。施策後に再度データを確認し、偏りの構造が変わったかを見ます。改善が進めば、上位要因の比率が下がる場合もあれば、別の要因が新たに上位化する場合もあります。

PDCAに組み込む場合は、分析、施策、結果確認、改善対象の再設定を反復します。これにより、重点施策を固定化せず、データの変化に合わせて見直せます。

パレートの法則の限界と注意点

80対20に固定して考えない

パレートの法則は、厳密に80％と20％になることを保証しません。現場のデータでは、上位10％が70％を占める場合もあれば、上位30％で60％程度にとどまる場合もあります。

比率が80対20に近いかどうかより、偏りがあるか、上位要因へ対応することで十分な改善が見込めるかを確認します。数字を法則に合わせるのではなく、法則をデータ理解の補助として使います。

上位要因だけを見て下位要因を捨てない

上位要因に集中することは有効ですが、下位要因をすべて無視すると問題が起きます。下位顧客の中に将来の重要顧客が含まれる場合もあり、低頻度の障害が重大事故につながる場合もあります。

特にリスク管理では、件数が少なくても影響度が高い要因を見落とせません。パレート分析は頻度や金額を見やすくする一方、発生確率は低いが損害が大きい事象には別の評価軸が必要です。

因果関係を証明するものではない

パレート図で上位に出た要因は、全体への影響が大きい候補です。しかし、それが本当の原因であるとは限りません。分類の粒度が粗い、データの取り方が偏っている、別の要因が背後にあるといった可能性があります。

たとえば、特定の商品にクレームが多い場合、商品品質だけでなく、販売量が多い、説明不足がある、利用者層が広い、サポート体制が追いついていないといった理由も考えられます。パレート分析の後に、原因分析を行います。

短期指標だけで判断しない

短期の売上や件数だけを見ると、将来性のある商品、育成中の顧客、戦略的に残すべき機能を低く評価する場合があります。パレート分析は現在の構造を把握するには便利ですが、将来の価値を自動的に評価するものではありません。

意思決定では、現在の貢献度に加えて、成長性、戦略性、リスク、代替可能性、顧客への影響を確認します。短期の上位要因と、中長期で育てるべき要因を分けて扱います。

他の分析手法と組み合わせる

パレート分析は、偏りの確認には適しています。一方で、原因、将来変化、相互作用を分析するには、別の手法を組み合わせます。

• 因果関係分析：上位要因がなぜ発生しているかを確認する
• 感度分析：どの要因を変えると結果がどの程度変わるかを評価する
• シナリオ分析：市場変化や顧客構成の変化に応じた影響を比較する
• クロス集計：部門、顧客層、商品群、期間別に偏りを比較する

パレート分析で「どこに偏りがあるか」を見つけ、他の分析で「なぜそうなっているか」「今後どう変わるか」を確認します。

組織でパレートの法則を活用するポイント

共通の指標を決める

部門ごとに指標が異なると、同じデータを見ても判断が分かれます。売上、粗利、件数、工数、損失額、顧客影響など、何を優先するかを明確にします。

たとえば、営業部門は売上額、サポート部門は問い合わせ件数、経営層は利益率を重視することがあります。目的に応じて指標を使い分ける一方、会議や改善活動では評価軸をそろえる必要があります。

分析テンプレートを用意する

毎回ゼロから分析すると、担当者によって手順がばらつきます。スプレッドシートやBIツールで、データ項目、並べ替え、構成比、累積比率、グラフ表示をテンプレート化しておくと、再現性が高まります。

テンプレートには、分析目的、対象期間、集計単位、除外条件、使ったデータ元も記録します。後から見直したときに、なぜその結果になったのかを追跡できる状態にします。

会議で使う場合は意思決定につなげる

パレート図を作るだけでは成果につながりません。会議では、上位要因に対して何をするのか、誰が実行するのか、いつ確認するのかを決めます。

• 上位要因のうち、今期に対応する対象を決める
• 対応しない要因について、理由を明確にする
• 施策の責任者と期限を決める
• 次回確認する指標を決める

分析を共有するだけで終えると、説明資料としては使えても改善は進みません。分析と施策を同じ場で結び付けることが実務上のポイントです。

定期的に見直す

重要な20％は固定されません。顧客構成、商品構成、市場環境、担当者、システム、業務プロセスが変われば、上位要因も変化します。

月次、四半期、半期など、対象に応じて分析頻度を決めます。売上や問い合わせは月次で見直し、品質不良や在庫構成は四半期で確認するなど、意思決定に使える周期へ合わせます。

まとめ

パレートの法則は、全体の結果の大部分が一部の要因に集中する傾向を示す経験則です。80対20という数字は目安であり、厳密な数学法則ではありません。実務では、データを大きい順に並べ、累積比率を確認し、影響の大きい要因を見つけるために使います。

顧客管理、在庫管理、品質管理、IT運用、業務改善、人材マネジメントでは、限られたリソースをどこに配分するかを判断する手掛かりになります。一方で、上位要因だけを見て下位要因を切り捨てると、将来の成長機会や低頻度高影響のリスクを見落とす可能性があります。

パレートの法則を使う際は、目的、指標、期間、集計単位を定義し、パレート図で偏りを確認します。その後、原因分析やシナリオ分析を組み合わせ、施策実行後に再分析します。経験則としての限界を理解し、継続的な改善プロセスに組み込むことで、意思決定の精度を高めやすくなります。

パレートの法則に関するよくある質問（FAQ）