为什么80%的人都曾被这个饭局刷屏?

admin 766 2024-10-18 15:40:42 编辑

点击上方 观远数据 订阅


想必80%的人前阵子都被下面这张饭局合影刷屏了▼

(第四届世界互联网大会期间乌镇某饭局)


“咦,为什么是80%呢?”

“看完你就明白了。”



很多自媒体在上图的配图说明中或多或少提到类似“20%的人掌握着80%的财富”这个论述,今天的漫谈主题就是这几个数字,20/80。



20/80法则又名帕累托法则(Pareto Principle)、巴莱特定律、最省力的法则、不平衡原则等。虽然他有好多个“马甲”,但如果用图表这样一种语言来描述这个概念,答案几乎是唯一的。

正所谓“学会图表语言,全球沟通无障碍”。

(图片来源:维基百科)


我们来研究一下上面这张图,其结构为两个纵坐标和一个横坐标,由柱状图和一条折线构成。嵌入具体场景,横坐标是影响质量的各种因素,按影响大小顺序排列,各个柱子高度(主轴)表示相应的因素的影响程度,上方的折线(次轴)则表示累计频率线。


也就是说,红色与黄色两类因素造成了80%的问题,一旦这两类因素得到解决,大部分产品质量问题即可消除。


关于帕累托法则与分析


1879年,帕累托研究个人收入的分布情况时发现少数人收入占全部人口收入的大部分,而多数人的收入却只占一小部分,他将这一关系用图表示出来,就是著名的帕累托图。



帕累托分析法(Pareto Analysis)是基于统计思维来进行决策的一种方法。该分析方法的核心思想是在决定一个事物的众多因素中分清主次,识别出少数但对事物起决定作用的关键因素和多数的但对事物影响较小的次要因素。帕累托分析被不断应用于现代企业管理的各个场景之中,如质量管理、库存管理、销售管理。



信息时代,人与机器造就了海量数据,单个结果性指标的描述维度就非常多,如销售额可以从单品、规格、品类、货架、门店、城市等维度来描述。对于决策者而言,为了满足各种维度的分析,拥有一个可以快速地进行帕累托分析的利器就很有必要了。


观远数据中快速实现帕累托分析


接下来,就为大家介绍如何快速在观远数据中进行帕累托分析:

  1. 选择数据集

    只需要选择一个包括分析维度与结果性指标的数据集,无需像其他工具那样先进行百分比的预处理

  2. 选择可视化类型“簇状+折线图”

  3. 新建计算字段累计百分比

  4. 将维度跟数值拖到对应区域

  5. 添加80% 辅助线


第3个步骤中涉及一个表达式,


sum([金额]) over(order by [金额] desc) / sum([金额]) over()  


一些小伙伴们可能觉得这个公式比较复杂,但是简单理解之后,也很容易掌握,还可以在其他场景下快速复用,只需替换指标名称即可。

还觉得是hard模式?

不用担心,观远数据即将在1月份正式上线帕累托图这种可视化类型,届时就可以跳过这一步,不需要再新建计算字段。


预告如下,是不是有点小期待呢?▼

(即将上线的可视化类型帕累托图)


帕累托分析案例

案例A: 

新会员首次返购分析:

双十一、双十二大促落幕,每个商家都积累了不少新客户,如何挖掘这些客户的最大价值呢?

通过对往期吸引的新会员首次返购时间间隔做帕累托分析,我们可以发现,对于上述图例中的商家,80%的会员会在次消费之后的43天内完成第二次购买。会员运营部门得到这个分析结果后就可以推出对应的营销计划了。


案例B: 

“如何优化菜单”是很多餐饮老板关心的问题。菜品越来越多,不仅使点餐效率下降,同时也带来了更高的运营成本,比如需要耗费更多时间来进行订货、盘点。

通过帕累托分析,我们可以为菜单精细化管理提供有效的决策依据。如上图所示,主要的30个菜品贡献了80%的销售额,餐饮老板就可以考虑是否要保留贡献度很小的菜品了。



看到这里,大家应该能都知道为什么是“80%”了吧!如果大家对帕累托分析还有有什么想法,欢迎在评论区留言喔!


观远数据| 观点精选

【可视化数据】数据巡店利器:图表联动

【数据处理系列】 ETL:超低门槛数据处理神器!

【活动&沙龙】“数据化经营  智能化分析”沙龙圆满落幕

为什么80%的人都曾被这个饭局刷屏?

上一篇: 常用分析BI工具:提升业务洞察力的利器
下一篇: 上榜!拿奖!2017数据可视化领域最具潜力的创业公司就是我们啦!
相关文章