AI プロンプトでパレート分析を実行する方法

パレート分析（パレート図）は、イタリアの経済学者であるヴィルフレド・パレートが発見した「少数の要因が全体の大部分を占める」という法則を視覚化するための強力なツールです。

パレート分析では、項目別の数値（売上や不良件数など）を降順（大きい順）にバーチャートで表示し、その累積割合をラインで重ねて表示します。この2つのグラフを組み合わせることで、「どの項目に注力すべきか」を一目で把握できるようになります。

このチャートのことをパレート図と呼び、例えば、商品別売上のパレート図を作成すると、全体の売上の大多数を生み出している少数の主力商品を視覚的に特定できます。

同様に、原因別の不良件数のパレート図では、不良件数の大多数を占める少数の不良原因を視覚的に特定できます。

パレート分析の活用

パレート図は限られたリソース（時間、人材、予算など）を効率的に活用するための意思決定ツールとして、様々な業界や部門で活用されています。

営業やマーケティング部門では、パレート図を使って売上や利益の構造を分析し、効果的な戦略を立てられます。

顧客別、商品別、地域別などの切り口でパレート図を作成することで、「どの顧客・商品・地域に注力すべきか」という意思決定を客観的データに基づいて行うことができます。

例えば、とあるECサイトで商品カテゴリー別のパレート図分析を行った結果、全カテゴリーの20%が売上の85%を占めていることが判明したとします。

この分析結果をもとに、効率的に売上を拡大するために、主力カテゴリーの品揃えを強化し、SEO対策やプロモーションを集中的に実施する判断ができます。

品質管理や改善活動に携わる担当者にとって、パレート図は不良や問題の根本原因を特定するための必須ツールです。

製造ラインでの不良発生原因をパレート図で分析すると、全体の不良の大部分を占める少数の原因が明確になります。この「重要な少数」に集中的に取り組むことで、最小の労力で最大の改善効果を得られます。

例えば、とある自動車部品メーカーでパレート図を使って不良原因を分析した結果、全不良の60%が「設定ミス」と「材料不良」の2つの原因に起因していることが判明したとします。

この分析結果をもとに短期間で不良率を減らすために、この2つの問題の解決に集中的に取り組めます。

プロジェクト管理においても、パレート図は進捗遅延や問題の原因分析に役立ちます。

プロジェクトの遅延原因をパレート図で分析することで、遅延全体の大部分を占める少数の要因を特定し、効果的な対策を講じることができます。

例えば、とあるシステム開発プロジェクトで納期遅延の原因をパレート図で分析した結果、「仕様変更」と「リソース不足」の2つが全遅延の70%を占めていることが判明したとします。

この分析結果をもとに、以降のプロジェクトの納期遵守率を大幅に向上させるために仕様変更プロセスの改善とリソース配分の見直しを行えます。

今回は、1行が1つの注文明細を表すデータを使って、AIプロンプトで製品カテゴリーごとの売上のパレート図を実行します。

データには、注文日や製品カテゴリー、サブカテゴリー、製品名、売上などの情報が含まれています。

「AI データ加工」のボタンをクリックします。

AI プロンプトのダイアログが開いたら、以下のようなテキストを入力し、実行します。

製品サブカテゴリーごとの売上でパレート分析をして

するとパレート図を作成するためのコードが生成されます。

使用している関数の説明や期待される結果を確認し、パレート分析が適切に実行されることを確認し、「ステップとして実行」ボタンをクリックします。

ステップが追加され、パレート図を作成するためのデータを作成できました。

後はチャートでX軸にカテゴリー（今回は製品サブカテゴリー）、Y1軸に「売上」、Y2軸に「累積売上割合」を選択するだけで、パレート図を作成できます。

今回はExploratoryのAI機能である「AI プロンプト」を使ってパレート図を実行する方法を紹介しました。

これまでは、パレート図を作成したかったとしても、データの集計方法や累積割合の計算、そしてそれを実践するスキルが必要でした。しかしExploratoryを利用すれば、自然言語でパレート図を素早く作成できるようになります！

Exploratoryを使用したことがない方は、30日間無料トライアルをぜひお試しください！