第58天知识点:帕累托分析
帕累托分析,源自意大利工程师Vilfredo Pareto的杰出思想。它基于著名的80/20法则:绝大多数问题(80%)是由一些关键原因(20%)引起的。这一理论被广泛应用于各个领域,被誉为 “重要的少数“和”琐碎的许多“的典范。
帕累托图,作为质量管理的重要工具,以其直观的方式揭示了问题的本质。
它通过将影响因素分为3类,帮助我们快速识别哪些因素是关键,哪些则可以忽略:
A类:累计贡献度在70%-80%范围内的因素,是主要影响因素;
B类:除A类之外累计贡献度在80%-90%范围内的因素,是次要影响因素;
C类:除A、B两类之外贡献度在90%-100%范围的因素,是可忽略影响因素。
因此,帕累托分析又称为ABC分析法。
帕累托分析的目的其实就是通过数据分析,识别问题中的最关键的影响因素,从而帮助决策者集中精力和资源解决最重要的问题。
什么意思呢?
假设你是一家电商公司主管,面对上百个带货主播,如何精准投放广告资源以实现效益最大化?
通过帕累托分析,发现小张、小李、小王三个主播贡献了公司接近80%的销售额。
那么,毫无疑问,资源投放的优先级肯定是集中于这几位“头部的少数”。
其实,这就是帕累托模型的本质:资源集中,将资源向效益最高的“头部”倾斜,忽略剩下的“尾部”。
说了这么多,帕累托图应该如何制作呢?
其实,帕累托图的制作过程很简单,就是一个柱形与折线的组合图,柱形代表具体值,按照值由高到低依次排列,折线就是累计贡献度曲线。
而制作帕累托图的难点就在于如何计算累计贡献度。
接下来,我们通过一个案例来看看,如何在FineBI中制作帕累托图。
案例背景:
经济下行,公司近期打算投放一批资源,但出于降本增效目的考虑,希望这批资源投放能实现效益最大化。
案例分析:
有限资源+效益最大化。
也就是说希望将资源集中到能对结果产生重要影响的项目上,所以,可以考虑使用帕累托分析。
案例数据:
不同主播2024年6月的日均销售额。
![](https://hwobs-sq.fanruan.com/shequ_forum/image/d08655af32d36164da5a25a6cb2f5cbf.png)
操作步骤:
1、排序
对【日均销售额】字段降序排序。这一步很重要,是后面计算累计贡献度的基础。
![](https://hwobs-sq.fanruan.com/shequ_forum/image/4d4e70ed49fa59c654f3f7b3a9d6ad78.png)
结果如下:
![](https://hwobs-sq.fanruan.com/shequ_forum/image/61be4aa41624abe4fb6ab3b43cf947d8.png)
2、新增汇总列,计算【累计销售额】
![](https://hwobs-sq.fanruan.com/shequ_forum/image/3a77a4ce579b511dbc2a49093ee11325.png)
结果如下:
![](https://hwobs-sq.fanruan.com/shequ_forum/image/41212c656968a570e99511a5305d5efd.png)
3、新增汇总列,计算【总销售额】
![](https://hwobs-sq.fanruan.com/shequ_forum/image/c564bde73f641bf0869856e24391000e.png)
结果如下:
![](https://hwobs-sq.fanruan.com/shequ_forum/image/70276db534c51cc3537e203c297bb904.png)
4、新增汇总列,计算【累计贡献度】
![](https://hwobs-sq.fanruan.com/shequ_forum/image/4e8d59cf30e7112df712a6731591c791.png)
结果如下:
![](https://hwobs-sq.fanruan.com/shequ_forum/image/79d7d4bbc9cfe8ac6dfeff939aae0213.png)
到这里,咱们就计算出累计贡献度了。
5、新建组件
图表类型选择自定义图表,将【主播】字段拖入横轴,【日均销售额】、【累计贡献度】拖入纵轴。
![](https://hwobs-sq.fanruan.com/shequ_forum/image/c24b0f113f65e46eccd08d1f29479902.png)
将【主播】按照【日均销售额】降序排序。
![](https://hwobs-sq.fanruan.com/shequ_forum/image/820dc19d56da66da5ebb25af375cc692.png)
对【累计贡献度】设置值轴,共用轴设置为右值轴。
![](https://hwobs-sq.fanruan.com/shequ_forum/image/5c029dc641c8b7da487376e7f3fdab21.png)
结果如下:
![](https://hwobs-sq.fanruan.com/shequ_forum/image/001aac672dff3b52e8cbfc475d77e413.png)
6、美化组件
(1)图形属性-累计贡献度图形样式修改为线
(2)将【累计贡献度】拖入图形属性下对应字段标签属性框中,并设置数值格式为百分比,不保留小数位:
![](https://hwobs-sq.fanruan.com/shequ_forum/image/c1ae34e3d6ee3edae21967f3d6bd5e8a.png)
(3)将【累计贡献度】拖入图形属性-->全部-->颜色属性框中,通过颜色区分ABC三类因素:
![](https://hwobs-sq.fanruan.com/shequ_forum/image/4c0da9c8382c0dc765e6d619e3f30d22.png)
最终结果如下:
![](https://hwobs-sq.fanruan.com/shequ_forum/image/f011da38d61830ace9ec07443905401d.png)
可以看到,陈*涵、李*怡、张*强、周*怡、赵*涵这几个主播基本上贡献了全公司80%左右的销售额,所以资源可以多往这几个头部主播直播间进行投放。
关于【累计贡献度】也可以在组件中通过快速计算函数计算得到,感兴趣的小伙伴可以自己尝试一下,答案咱们会放在评论区!
帕累托分析应用十分广泛,几乎可以应用于任何事件:
1、80%的客户投诉来自于20%的产品和服务;
2、80%的利润由20%的产品和服务贡献;
3、80%的公司收入由20%的人员贡献产生......
帕累托分析的重要性也不言而喻:
1、优先级排序:帮助决策者快速识别问题的最主要原因,有助于确定解决问题的优先级,优先处理最具影响力的因素。
2、资源分配:根据关键因素的重要性,合理分配资源,提高资源利用效率,实现效益最大化。
3、效率提升:几种资源和力量解决最关键的问题,推动持续改进和提高生产力。
好了,关于帕累托分析的分享就到这里。
感兴趣的小伙伴可以自己动手试试看~ |