Power BI 逆向帕累托分析

帕累托法则俗称80/20法则，即约80%的结果是由该系统中约20%的变量产生的。例如，20%的客户贡献了80%的收入，20%的产品贡献了80%的销售等等，意在帮助我们抓住工作中的关键事项。

上文《Power BI 帕累托分析优化》介绍了更贴近业务的帕累托分析方法。本文介绍帕累托的反面-关注尾部。

常规的帕累托图表是这样的，从高到低累计计算：

如果从低到高累计计算，折线图会变成如下样式：

帕累托关注头部，逆向帕累托关注尾部，为什么要关注尾部？

因为尾巴是否健康影响头部的发挥。举个例子，你有一盘货品，末尾销售贡献合计不到1%的款式（SKU）占到20%，这盘货品的健康度显然要大打问号。

这1%的款式很可能要占到20%的店铺陈列空间，却几乎没有销售贡献，从空间上形成了对（你帕累托分析出的）头部产品的挤对。所以，首先我们需要对尾部产品进行识别，然后将这些产品进行特殊处理以加快清理（可能是打折、调拨等方式）。

再比如利润贡献末尾1%的店铺消耗了公司30%的费用预算。如果把这些钱投在优质店铺上，可能会给公司带来更大的产出。

以下图表实现了对尾部产品健康状况的查看，柱形为销售数量，蓝色折线为逆向帕累托曲线，橘色折线为累计SKU（款式数量）占比。

柱形按照条件格式颜色进行了处理，突出显示最差的20%，示例店铺销量占比后20%的产品占据了50%+的款式数量。

以上是单店内部，如果是连锁零售，可以表格SVG进度条对比不同门店：

对比完成后，如何落地执行？这就需要具体到单个产品。

尾部销售产品和零销售产品不能一刀切清除，而是要针对性采取不同措施。

例如，对未销售的产品，如果断码且不能补货则可以清理，如果库存充足可能要检核是否进行了有效的卖场陈列。

对尾部销售产品（可按需定义，比方销售贡献后10%、后20%），尽管销售差，但是否有VIP顾客（结合RFM分析）对该产品有需求，如果VIP有重复购买的需求，即使尾部也不能清除，因为这会影响大的购物篮。