Power BI帕累托/ABC分析八招
帕累托分析（Pareto Analysis），也被称为80/20法则、关键少数法则，是一种常用的管理工具，用于识别和处理影响业务的主要因素。
随着微软对Power BI可视化计算、窗口函数的更新，实现帕累托计算越发容易。下图是常见的Power BI帕累托图表，是一个零售业案例，按销量展示了重点贡献产品。
这样的帕累托分析是非常单薄的，且容易做出错误的决策。这个图表缺乏一些核心的背景信息：
1. 缺乏产品上市周期信息，如果销量排名第一的STY1381已经上市两个月，而排名倒数第一的STY1611才上市一天，把这两者放在一起比较是不公平的。
2. 缺乏促销信息，如果排名第一的STY1381是打对折卖掉的，排名第三的STY1379是正价卖掉的，从未来的贡献潜力来说，显然排名第三这个更大。
3. 缺乏库存信息，产品销量上不去可能是因为前期订单不足，剩余存货不足（例如服装产生断码），而不是市场不需要。
基于我在零售业的从业经验以及DAX+SVG可视化方面的探索，我对帕累托分析图表做出了若干改进。
1. 扩充信息的帕累托
下图是改进后的第一个版本，第一列增加了产品图片，直观看到是哪些产品排在前面。
中间的条形和折线和普通的帕累托图是相同的，但是纵向变成了横向，另外增加了排名图标。
纵向的折线是不同产品的累加，横向折线是同一产品在日期趋势上的累加，可以看到产品的销售走势差异。
消化率此处指销量除以订单量，消化率过高可能当前不足，当然此处也可直接展示库存指标。
综上，这个表格在原帕累托图表的基础上，增加了辅助信息，可以更准确的看到什么产品是真正的主要贡献者，以及是否是潜力股。
2. 扩充信息的ABC分析
把上方帕累托条形图的排名图标变为ABC分级、条形图颜色对应调整，即可变为ABC分析：
3. 双层级帕累托
以上帕累托针对一个维度层级，在此基础上可以继续升级下方的双层帕累托。纵向折线为“品类级”帕累托，横向折线为下一级“子品类”级帕累托。
4. 多维平铺帕累托
如果需要帕累托分析的维度很多怎么办？试试多维平铺。以下示例列举了四个维度：店铺名称、品牌、品类、子品类。不同的维度进行了颜色间隔展示。
5. 分组TopN帕累托
这种帕累托造型看上去和多维帕累托类似，但是应用场景不同。主要有三个特点：
- 解决因素过多的问题，只突出Top，剩下的归类到其他。
- 可以分组查看，本例同时展示了每个品牌对应产品的帕累托。
- TopN的值可以滑杆控制，动态调整。
6. 单品位置标注帕累托
这是一种聚焦单品的帕累托，适用于产品销售分析、库存分析等情景。
上图的亮点在最右侧，每行展示的帕累托曲线是相同的——都是当前产品范围的帕累托图表。不同的是，红色圆点标注了当前产品在帕累托中的位置。这样一眼可以看到该产品是头部大贡献还是尾部小贡献。
图表中还贴心的标注了50%、80%位置（虚线），以便直观看到当前产品落在哪个区间。
另外还有一个细节，Power BI 表格目前没有文本垂直居中功能，但我的设计突破了这一限制。
7. 蝴蝶式ABC
ABC分析是帕累托分析的变种，将商品按照销售额（或其他指标）分成三段，A是头部，C是尾部。传统的ABC图表如下：
依据这样的图表很容易做出错误的决策。比如STY1381这款货品尽管贡献了最多的销售额，但是有可能打折很厉害，卖的越多亏的越多。因此，有必要多指标交叉ABC检验。
以下是ABC分析的一个改进思路，左侧和右侧分别展示毛利额和销售额的ABC结果，并从大到小排序。蓝色条形表示A类产品，红色表示C类尾部产品。
销售额是A同时毛利额也是A的产品用蓝色线条相连，这些产品是公司核心的业绩及利润来源，要放在卖场最热销的位置，并及时检查库存，防止断货。
销售额是C同时毛利额也是C的产品用红色线条相连，这种属于准备淘汰的商品（需结合其他分析维度综合判断，比如是否刚上市销售机会不足，是否是VIP顾客购物篮）。
这个图表像蝴蝶一样展开翅膀，是传统蝴蝶图的深化应用。有用户可能不习惯纵向查看，我还设计了一个横向的版本：
8. 逆向帕累托
我们还可以逆向帕累托，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。
以下逆向帕累托-尾巴分析表格按照贡献占比从小到大排序，并给出行动建议：
综上，这可能是目前全网最全面、最实用的帕累托分析方案。
腾讯云开发者
