パレート分析は誰でも知っているのに、なぜ使われないのか？
品質改善に関わる中で、パレート分析は基本的な手法の一つとしてよく知られています。
私自身も、「当然みんな知っていて、使われているもの」だと思っていました。
しかし、チームメンバーに向けて提示してみると、
意外にも「初めて見た」「こういう見方があるのか」という反応が多くありました。
この時点で、少し違和感を覚えました。
「知っているはずの手法が、なぜ使われていないのか？」
さらに観察していくと、単に“知られていない”という問題だけではなく、
仮に知っていたとしても「使われる形になっていない」という構造的な問題（前提・手間・意思決定の分断）があることに気づきました。
本記事では、この経験をもとに、
- なぜパレート分析が使われないのか
- どこにボトルネックがあるのか
- どうすれば“使われる形”に近づくのか
について整理してみます。
なぜパレート分析は使われないのか
実際に観察していく中で、いくつかの要因が重なっていると感じました。
① 前提のズレ（知っているはず、という思い込み）
パレート分析は基本的な手法として知られているものの、
実際には全員が理解しているとは限りません。
「当然知っているもの」と思い込んで、いきなり「答え」だけを提示してしまうと、
- 提案内容が正しく伝わらない
- 「何を言っているのか分からない」という反応になる
- 「わかっているがあえてやっていない」という反発が生まれる
結果として、合意が得られない状態になります。
② 作ること自体のハードルが高い
仮に手法を知っていたとしても、実際に活用するには
- データの集計
- 分類の整理
- グラフの作成
といった手間が発生します。
日々の業務の中でこれを継続するのは負担が大きく、
結果として「分かっているけれどやらない」状態になりやすいと感じました。
③ 意思決定に結びついていない
もう一つ大きいのは、「作った後どう使うか」が明確でないことです。
例えば、
- どの不具合を優先して対応するのか
- その優先順位をどのように決めるのか
といった点が曖昧だと、パレート図は単なる参考資料で終わってしまいます。
実際には、最終的な判断は個人の経験や立場に依存することも多く、
データが意思決定の中でどのように使われるのかが定義されていない状態になりがちです。
その結果、「あってもなくても変わらない」と感じられ、
使われなくなってしまうケースが多いように思います。
これらは個別の問題というよりも、
組み合わさって発生している構造的な問題（前提・手間・意思決定の分断）だと感じています。
どうすれば“使われる形”になるのか
ここでいう「使われる形」とは、
単にグラフが存在しているだけではなく、
会議や日々の業務の中で自然に参照され、
実際の優先順位や対応方針の判断に使われている状態
を指します。
① “知っている前提”をやめる
まず、「知っているはず」という前提を持たないことの重要性に気づきました。
当初は、パレート分析の結果をそのまま提示し、
「上位の不具合から優先的に対応するべきだ」といった“答え”をいきなり示してしまっていました。
しかし、このやり方では十分な合意は得られず、
提案の意図が伝わらない、あるいは反発を招く場面もありました。
その後、回り道にはなりましたが、
- なぜこれを見るのか
- どう判断に使うのか
といった点を、機会を見つけて少しずつ説明していくようにしました。
その結果、一部のメンバーには有用性を理解してもらえるようになってきましたが、
まだ十分に定着しているとは言えず、現在も試行錯誤を続けています。
② 手間を極力減らす（自動化する）
同時に取り組んだのは、作成の手間を減らすことでした。
パレート図は継続的に更新されてこそ価値がありますが、
手作業ではどうしても続きません。
そこで、データの集計からグラフ作成までを自動化し、
日々更新される形にしました。
その結果、「作るのが面倒だから更新しない」という状態は減り、
常に最新の状態へ更新することで活用のハードルが下がったように思います。
③ “見た後の判断を促す”状態にする
以前の意思決定は、個人の認識や経験や直感によって行われる場面が多く、
判断の基準が揃っていない状態でした。
そこで、「見た後にどう判断するか」を意識し、
判断のきっかけとして使える形で提示することを試みました。
まず、パレート図を用いて不具合の全体像を示し、
上位の不具合から順に対応するという基本的な考え方を提示しました。
しかし、件数だけでは判断しきれない場面も多く、
「最近増えているのか」「以前から継続しているのか」といった観点が求められることもありました。
そこで、優先順位の判断を補助するために、
時系列での発生状況も合わせて可視化しました。
具体的には、不具合ごとの発生件数を週次・月次で並べ、
ヒートマップのような形で「いつ多かったか」が一目で分かるようにしています。
これにより、
- 件数は少ないが最近急増している不具合
- 件数が多く長期的に発生している不具合
といった違いを踏まえて、優先順位を考えることができるようになりました。
その結果、議論の中で
「まずはこの上位の不具合から見ていきましょう」
といった形で、入り口として使われる場面が見られるようになってきました。
ただし、最終的な意思決定は依然として個人の認識や経験に依存する部分も大きく、
パレート分析の結果がそのまま採用されるわけではないのが現状です。
まとめ
パレート分析自体は特別な手法ではありませんが、
それでも使われないことは少なくありません。
その背景には、
- 前提のズレ
- 手間の問題
- 意思決定との分断
といった構造的な要因があると感じています。
重要なのはツールそのものではなく、
**“使われる状態を設計すること”**だと思います。
完璧に定着しているわけではありませんが、
こうした点を少しずつ改善することで、
少なくとも“使われる可能性”は高まっていると感じています。