京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23