
来源 | 数据化管理
数据分析方法不是讲究高端大气上档次,而是讲究实用,并且是结合业务背景的实用方法才是最好的。只要实用,即便是最简单的排行榜、二八法则分析也可能是非常好的分析方法。很多刚刚毕业学统计的同学,在刚开始工作的半年甚至一年内往往比较迷茫,其一是自己在大学中学到的那些分析方法在实际工作中往往用不到或用得很少?其二是他们总想挖出一个“啤酒与尿不湿”式的经典案例才叫数据分析。这说明说明大家不熟悉业务,不了解数据分析是以实用为最高准则的。
每次培训的时候我都会问学员两个问题:
1、你了解什么是二八法则吗?
2、你在实际的工作中使用过二八法则来做分析吗?
前前后后我问过好几百人,基本上100%的学员都了解二八法则,但是只有不到5%的学员在工作中曾经利用二八法则做过分析。二八法则是最简单、最广泛的一种分析方法,本应该广泛应用,但是大家把它当空气了。
二八法则可能是最简单、最有知名度的分析方法之一。大部分人都能随口说出几个自认为的二八法则数据。但是“20%的人用脖子以上挣钱,80%的人用脖子以下赚钱”,这不是严格意义上的二八法则,只能算二八比例。同样20%的人是富人,80%的人是穷人这也是二八比例,非二八法则。
二八法则是一种不平衡法则,即20%的对象产生80%的效果,20%是对象,80%是效果,前后不是一个范畴。这些才是真正的二八法则实例。
20%的客户贡献了80%的利润,20%的客户即为利润指标的重点客户;
20%的企业员工拿了公司80%的薪水,所以大家要做奋斗,期待早日成为管理层;
对女孩子来说,80%的时间只穿衣柜中20%的衣服,所以女孩子总感觉衣柜里面永远“少”一件衣服;
办公室中,80%的时间我们只是在20%的区域活动,所以这20%区域的地毯会更容易脏,也更容易破裂,有经验的物业人员会给这些地方单独铺一块地毯;
培训讨论的时候,80%的发言是由20%的人阐述的,有些人说起来就没完,而有些人却惜字如金。所以对一个有经验的培训师来说,他知道什么样的问题该提给什么样的学员。
二八法则的作用是找到对象中的重点因素,将对象分为重点和非重点两个部分。它让我们的管理更有重点,也更有效率,所以常常用在数据分析、销售管理、个人规划等方面。我们以商品-销售额的组合来举例说明二八法则的具体分析步骤。
1、在Excel中,将各商品按销售额由大到小进行排列;
2、滚动计算商品销售额占总销售额的比重;
3、找到占总销售额80%左右的那个节点;
4、计算这个节点以上的商品占总商品数的比重,这就是20%那部分重点商品。
计算过程参考下图,79.2%的销售是由21.2%的商品销售出来的,左侧是过程,右侧是结果。需要注意的是,严丝合缝的20%对80%是不容易出现的,不要太机械了。
二八法则一般用如下图所示的双轴图来展示。
二八法则只能将对象分成两类,重要和不重要两类,所以他的升级版是ABC分析法。ABC可以将对象分成A、B、C三类,分析方法和二八法则的四个步骤一样,也是先排序,再找对应节点的方法。
end
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22