PQ分析を用いた工場の改善方法【図解】

P-Q分析とは

ＰＱ分析のＰはproduct（生産物、製品、品目）、Ｑはquantity（量）の意。横軸に品目、縦軸に生産量や出荷量をとり、生産品目を量の多い順に並べて比較したグラフ。
量産品目、個別生産品目を明らかにして、生産管理・資材管理の手掛りを得るために分析する。

PはProducts の略でいわば”製品”のこと、QはQuantityの略で”生産量”を意味する。つまり物造りを”品種と量”の2つの観点から、数値上分析することをいう。「流れ生産」のライン化構想の準備資料になる。手順は以下のとおり。

①分析期間（3ヵ月～半年）を設定し、P-Qの各数値を洗い出す。
②数値を一覧表にまとめる。これは「P-Q分析リスト」という。この際、品目は生産量の多い順に記入し、累計・比率を算出する。

③「P-Q分析リスト」をグラフ化する。これは「P-Q分析表」と呼ばれ、縦軸に生産量、横軸に品目をとり、各生産量を”棒グラフ”、累計パーセントを”折れ線グラフ”で表す。

④②・③をもとに、ラインを組み立てていく。”量を造るライン”は1品目専用ライン化、”品種を造るライン”は複数品目共通ライン化およびG/Tライン化、ライン化なし、等。

PQ分析のプロセスと流れ

以下に、PQ分析の基本的なプロセスと流れをわかりやすく解説します。

 PQ分析の目的

• 製品・商品の販売数量（Q）と単価（P）を掛け合わせることで、**売上（P×Q）**を算出

• 売上高の大きい商品を特定し、重点管理対象を絞る

• 在庫や販売戦略の最適化を図る

 PQ分析のプロセスと流れ

① 分析対象商品の選定

• どのカテゴリや商品群を分析するか決める（例：月間販売商品、在庫品など）

② 各商品の「価格（P）」と「数量（Q）」のデータを収集

• 価格（P）：販売単価や仕入単価

• 数量（Q）：一定期間の販売数量、在庫数量など

③ 各商品の売上金額を算出（P×Q）

④ 売上金額の高い順に並べる

• 売上金額が大きいほど、重要度が高いと判断される

⑤ 売上構成比と累積構成比を計算

• 各商品の売上が全体の中で占める割合（％）を算出

• 累積構成比によりABC分類を実施する準備

⑥ 商品をABCに分類（オプション）

• Aランク：上位70～80％の売上を占める主要商品

• Bランク：中間15～25％

• Cランク：下位5～10％程度のその他商品

⑦ 分析結果をもとに戦略立案

• Aランク商品：在庫の確保や重点的な販売強化

• Bランク商品：販促強化や改善余地の検討

• Cランク商品：在庫削減・廃番の検討

活用シーンの例

• 在庫最適化（売れ筋商品の在庫を厚く）

• 販促戦略（収益性の高い商品に集中）

• 商品構成の見直し（ロングテール商品の棚卸）

エクセルを用いたPQ分析の実践

ExcelでPQ分析を行う具体的な事例をご紹介します。ここでは、あるお店で販売している商品10種類を例に、売上データからPQ分析 → ABC分類をする流れを解説します。

事例：あるショップの販売データ

Excelでの分析手順

① 売上金額を計算

列D（売上金額）に以下の式を入れます：

（適宜行を変更）

② 売上金額の降順で並び替え

• 「売上金額」列で降順に並び替え

③ 売上構成比と累積構成比を計算

• 合計売上金額を下に計算（例：セルD12）

• 売上構成比（E列）に以下の式を入力：

• 累積構成比（F列）に以下の式を入力（F2はE2、F3は「=F2+E3」）

④ ABC分類（G列）

累積構成比（％）に基づき、以下のルールで分類：

• A：累積構成比 〜70%

• B：累積構成比 70.1〜90%

• C：それ以上

G列の式の例（G2）：

分析結果の見える化（オプション）

• 棒グラフや円グラフで「売上構成比」「ABCランク別売上比率」などを可視化

• 条件付き書式でA/B/C分類ごとに色分けしてもOK

以下のリンクから、PQ分析のExcelテンプレートをダウンロードできます：

📥 PQ分析テンプレート.xlsx

このファイルには以下が含まれています：

• 商品名、単価、数量

• 売上金額（P×Q）

• 売上構成比・累積構成比

• ABC分類

必要に応じて行や列を追加・調整して使ってくださいね。

パレート図とPQ分析の違い

PQ分析とパレート図は似た場面で使われますが、目的や手法、使い方が異なるので、わかりやすく比較してみます。

パレート図とは？

違いのまとめ（比較表）

 補足：両方を組み合わせることもできる！

• PQ分析でABC分類 → その結果をパレート図で視覚化
  → 「Aランク商品が全体売上の〇％を占めている」というのを直感的に伝えるときに便利！

実践！PQ分析の事例

ここでは、実務で使われるPQ分析の事例をいくつか分野別にご紹介します

 ① 小売店の売れ筋商品分析

背景：
あるスーパーマーケットでは取扱商品数が多く、在庫管理や発注業務の効率化が課題。

分析方法：

• 各商品の販売単価（P）と販売数量（Q）を集計

• 売上金額（P×Q）で降順に並べ、ABC分類

結果：

• Aランク（全体売上の70％）に該当する商品は全体の20％だけ

• Aランク商品を中心に在庫を厚く確保し、Cランク商品は棚落ちや発注削減を検討

効果：

• 欠品の減少と在庫回転率の向上

• 店長会議でも「重点商品」が明確になり戦略が立てやすくなった

② 製造業における部品管理

背景：
部品数が多く、在庫過多・品切れ・資金の圧迫が発生していた

分析方法：

• 各部品の調達単価（P）と年間使用数量（Q）から金額を算出

• PQ分析で部品をABCに分類

結果：

• Aランク（上位20％の部品）がコストの80％を占めていることが判明

• Aランク部品にだけ安全在庫やリスク分析を重点的に実施

効果：

• 在庫額の削減（Cランク部品は必要最低限の管理に留めた）

• 調達業務の効率化

 ③ ECサイトの販売戦略

背景：
年間500点以上の商品を扱うアパレル系ECサイト。売上の大部分が一部商品に偏っていた。

分析方法：

• 商品ごとの販売価格（P）と販売数（Q）から売上を算出

• PQ分析でランキングを作成

結果：

• 売上の70％は全体の15％の商品によるものと判明

• Aランク商品にSNS広告や特集ページを集中投下

効果：

• 広告費のROI向上

• 季節商品の販売ロスが減少

補足：PQ分析はこんな視点でも応用可能！

工場レイアウトとPQ分析の関連

PQ分析は工場レイアウト（配置設計）にも密接に関係しています。以下でわかりやすく解説します👇

工場レイアウトとPQ分析の関係

工場レイアウトの目的とは？

• 作業のムダ（動線・運搬・滞留）を減らす

• 作業効率を上げて、生産性・品質・安全性を向上させる

工場レイアウトとPQ分析

 PQ分析で何がわかる？

PQ分析では、**「どの製品がどれだけの生産量・金額を生み出しているか」**が明確になります。これにより：

具体的な流れ（工場におけるPQ分析活用）

1. 製品ごとの売上 or 生産量データを集計

2. PQ分析でA/B/C分類

3. A製品に必要な機械・作業スペースを工場中心部に集約

4. B/C製品は、共通設備・移動式ラインで対応

5. 運搬距離・人の移動を最小化して効率UP

事例：電子部品製造工場

• 製品A～Zを製造しているが、PQ分析により売上の80％が製品A～Eで構成されていると判明

• 製品A～Eに関わる設備や工程を「短い動線で完結するゾーン」に集中

• その他の製品は共用設備で遠い場所に集約し、スペースと運搬の最適化に成功

• PQ分析は「品目別」だけでなく、「部品別」「ライン別」にも応用できます。

• レイアウト設計ソフト（例：AutoCAD、FlexSim）と連携するとさらに効果的です。

改善活動におけるPQ分析

「改善活動におけるPQ分析」とは、生産現場などの改善活動において、**P（Production：生産量）とQ（Quality：品質）**の2つの指標を使って、問題点の特定や改善の方向性を分析する手法です。特にトヨタ生産方式などでよく用いられています。

PQ分析とは？

PQ＝生産量（P）× 品質不良率（Q）
この2軸で、製品や工程ごとの問題点を可視化し、どの製品・工程が改善インパクトが大きいかを把握するのが目的です。

◆ PQ分析の目的

• 改善優先度の明確化
  不良が多いが生産量が少ない製品よりも、生産量が多く不良率も高い製品の方が、改善インパクトが大きい。

• ムダの見える化
  どこにムダ（不良・過剰作業など）があるのかを明確にできる。

• 現場の納得感を得るための根拠づくり
  感覚ではなく、データに基づいた改善ができる。

◆ PQ分析の進め方（ステップ）

1. データの収集
   各製品や工程ごとの「生産数（P）」と「不良数（Q）」または「不良率（Q）」を集める。

2. グラフ化
   横軸：生産量（P）
   縦軸：不良率（Q）または不良数（P×Q）
   散布図などにプロットして可視化。

3. 改善ポイントの抽出
   右上に位置する（＝生産量も多く、不良も多い）項目が「改善優先度が高い」。

◆ PQ分析の例（イメージ）

→ 製品Cが最も改善インパクトが大きい（不良率も高く、生産数もそこそこある）

◆ PQ分析の活用場面

• 工程別の不良分析

• 製品別の品質管理

• 月次・週次の改善活動レビュー

• 品質コスト削減計画の立案

P-Q分析のためのツールと技術

① データ収集のツール・技術

• Excel / Googleスプレッドシート
  → 作業日報・不良記録からのデータ集計に最も一般的。簡易的な現場では十分対応可能。
  → VBAやGoogle Apps Scriptを使えば自動化も可能。

• IoTセンサーデバイス
  → 生産ラインにセンサーを取り付けてリアルタイムに「生産数」や「不良数」を取得。
  → PLC（Programmable Logic Controller）との連携も多い。

• MES（Manufacturing Execution System）
  → 工場の実行システム。製造記録や品質記録を自動で収集。
  → SAP MES、i-Reporter、FA系システムなど。

② データ加工・分析のツール

• Excel / スプレッドシート
  → PとQの掛け算、不良率の算出、並べ替えなど簡単な処理に最適。

• BIツール（データ可視化）

  • Power BI：マイクロソフト製、Excelとの相性◎

  • Tableau：視覚的に直感的で、ダッシュボード作成が得意

  • Google Looker Studio：Google環境との統合性が高く無料で使える
    → 生産数・不良数の時系列分析やPQ散布図を自動化

• Python + Pandas + Matplotlib / Plotly
  → 高度な分析やカスタマイズ性を求める場合に強力。
  → PQ分析の自動レポート作成なども可能。

③ グラフ・可視化の技術

• 散布図（Scatter Plot）
  横軸：生産数（P）、縦軸：不良率または不良数（Q）を使ってマッピング
  → 改善インパクトが大きい項目（右上の点）を視覚的に把握できる

• ヒートマップ / バブルチャート
  → 不良件数が多いエリアを色やサイズで示す。直感的に問題の大きさがわかる。