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
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27