手把手教你做最实用的数据分析模板——帕累托法则

谨以此文纪念意大利经济学家帕累托。

帕累托与ABC分类法

很多人都知道80/20帕累托法则（20%的人掌握着80%的财富），而ABC分类法可以说是该法则的衍生，目的是把握关键，分清主次。

比如一共有100件商品，

10件商品占销售总额的70%；

20件商品占销售总额的20%；

还有70件商品仅占销售总额的10%。

于是你可以按照70%，20%，10%的销售额比重把产品分为ABC三类，然后把重点的管理资源放在A，把较少的资源分配给C或者砍掉部分C商品，以达到资源管理的最优状态。（下图是我使用案例数据做的一个样例）

其中柱状图为销售额，折线图为累计销售额占比，可以看到所有商品的销售额累计占比之和就是100%，而颜色则按照累计销售额占比，10%，20%，70%来进行区分。

1879年，自伟大的帕累托创造了该法则后，该方法不断地应用在管理的各个方面，从库存管理、质量管理、销售管理甚至到社会分析，成为企业提高效益的普遍管理方法。只不过在没有计算器的年代，人民群众应该是用纸笔按照下面的步骤来计算的。

现在有了Excel，完成此类计算并不是什么难事，而且Excel2016以后的版本还集成了帕累托分析图。

然而，随着经济的发展，数据量增加，维度不断丰富，在繁多的维度和数据体量下，制作一张静态图表已经满足不了分析需求。

比如我们想快速的做出2019年1/2/3月，北京/杭州/上海地区，工具、衣物、饮品类别商品的业务员销售额帕累托图，并且知道ABC级销售员都是谁？C级销售员的占比每个月是上升了还是下降？

仅仅是刚刚提到的这几个时间、地点、商品种类维度，就可以组合出27种不同的可能，难道我们要像上面填表的方法重复制作27遍？如果维度更多，定期制表，这个工作量简直是难以想象！

那该怎么解决这个问题呢？

答案

我还是直接来揭晓答案吧，解决这种问题，需要的是动态ABC分析，而不是基于某一张静态表来计算，比如达到下图的效果，点击不同选项就可以快速得到分析结果。当然对于我们使用的工具FineBI，当数据源有更新，所有图表只要一键刷新即可。

当你的领导第一次看见这样的分析，很有可能是心潮澎湃，内牛满面。

而传统的Excel是满足不了这样的数据分析需求的。这时候，我们的工具也需要进化了，商业智能软件（BI）应运而生。目前市场上的BI工具十分繁多，但是性能也参差不齐，这里我就以国产BI工具的优秀代表FineBI为例。

我们首先从数据源开始上手，这是张销售明细表，其中包含每一笔销售订单的地区信息、商品的类别信息。

首先基于该表，我们使用FineBI中的计算指标功能，进行数据的处理加工分析。先可以简单地写一个计算指标，求销售金额合计，将销售额按照商品进行汇总。

使用聚合函数-SUM_AGG，该函数可以保证当维度发生变化时，汇总数据的维度也跟着变化。比如当前端的维度为省份时，使用SUM_AGG函数计算出的总额就是按照省份汇总的销售总额。当维度为城市时，计算结果会自动切换为按照城市汇总的销售总额，再也不需要手动调整了，一切都是这么轻松~

有了计算指标你可以尝试着去构造一张ABC模样的表。把【商品名称】字段拖动到横轴，【销售总额】拖动纵轴，再按照由大到小降序排列。

接下来是最核心的部分，求累计销售额，它的计算公式是：

这个公式是怎样工作的呢？那就是ACC_SUM公式，这个公式的含义为，把按照维度汇总过的销售总额从上至下累加，这样就求出了累计销售额。0代表所有值累计，1代表组内值累计。

计算结果如图：

如果你理解了这条公式，恭喜你已经掌握了该模板最困难的部分。接下来要做的就是使用TOTAL函数计算出所有维度相加的销售总额，之后使用一个简单的除法，算出每个商品的累计销售额占比，之后将他们累加

之后想要做ABC分类其实就是基于不同的累计金额百分比70%,20%,10%做判断区分。比如写一个计算指标ABC

我们使用本地小白菜为例子，这里的IF函数将根据累计销售额占比进行判断，它的累计金额百分比是61.99%，满足<=70%的条件，所以该函数将返回1（即A）

B和C也会同样按照此判断条件进行分类

至此，把建立好的度量值拖动到纵轴中即可制成ABC分类表。

最后，制作一张帕累托分析图，它其实就是一张折线与柱形图。只再利用指标的排序功能按照销售额由大到小降序排列。

动态帕累托

直到现在，都和使用Excel制作的没什么区别，只是一张静态的帕累托图，下面我们就来讲解一下实现按照不同维度过滤的动态帕累托图，实现多维度的帕累托分析~

添加文本下来过滤组件，可以将城市、省份、商品类别等维度拖入组件，实现不同维度的过滤操作

在此基础上，还可以制作时间、树过滤、滑块过滤等不同的组件，全方位满足分析需求

至于求商品个数和占比，以及添加其他各种图表来展现分析结果，使用FineBI都可以非常轻松的实现，我不在这里做特别说明了（图为FineBI多种多样的分析图标）

为什么是最实用

既然大胆地使用了“最实用”这个标题，我不得不自圆其说一下为什么。有三点主要原因：

第一，这个方法并不复杂，任何FineBI的初学者都可以学习掌握，即使不懂你也可以把该模板直接复制使用。所谓“大道至简”就是最简单的才是最牛的。

第二，本篇文章，案例数据和模板都是免费的，就连使用工具FineBI个人版也是免费的。但如果没有它，很多公司想要实现这类分析是通过漫长的IT部门建设项目或者掏出高昂的咨询费用。

第三， 帕累托分析的应用极为广泛，从数据输出的分析结果非常清晰，并且将直接影响资源的分配。

我相信在广大的读者中，一定有人将立刻掌握这个模板并应用到实际工作中，创造出不可估量的决策价值！