数分人必知必会 | 分析方法：帕累托累计

做数据的二号姬

发布于 2025-07-02 18:11:33

3480

文章被收录于专栏：做数据的二号姬做数据的二号姬

原创内容

No.756

数分人必知必会 | 分析方法：帕累托累计

来来来，数分狗必知必会继续开唠~

图片由夸克AI绘制

帕累托分析（Pareto Analysis）又称80/20法则，源于意大利经济学家维尔弗雷多·帕累托（Vilfredo Pareto）的财富分配研究（1896年）。他发现：20%的人口掌握了80%的社会财富。这一不均衡规律后被约瑟夫·朱兰引入质量管理领域，发展成识别“关键少数”的核心工具。和排雷托分析相关联的方法就叫做帕累托累计（Pareto Cumulative）。

从纯数学的角度来说，我们应该这样描述帕累托累计（累计分布函数）：

xm：最小值阈值（如商品最低销售额）

αα：分布不均匀度（值越小，尾部越厚，资源越集中）

虽然名字叫做二八法则，但实际上帕累托分析的关键在于识别“贡献拐点”（累计曲线由陡升转为平缓的位置）。

抛开具体的业务场景，基本在实际业务实战中也就是这么个策略对照：

实际操作的步骤看起来也比较简单，基本就是这么个四步的策略：① 统计问题类型频率 → ② 按频率降序排列 → ③ 计算累计占比 → ④ 锁定累计≤80%的头部问题。

属于是那种简单但是很有用的分析方法之一，并没有太复杂的数据处理技巧，但是最终呈现的结论又非常直观可操作，说是数分人必会的技术一点都不为过。

接下来是实战相关的内容。

Excel

分析工具首先就是最常见的工具，第一个就来聊下Excel相关的操作方法：

步骤1：对贡献值降序排序 → `=SORT(B2:B100, 2, -1)`  
步骤2：计算累计占比 → `=SUM($C$2:C2)/SUM($C$2:$C$100)`

SORT这个函数是一个用得比较少的函数，可对某个区域或数组的内容进行排序。语法规则上基本如下图所示：

注意事项如下：

Python

如果是Python的话，帕累托累计就更加简单了，就是几行代码的事情：

import pandas as pd

# 数据加载与排序
df = pd.read_csv("data.csv")
df_sorted = df.sort_values(by='销售额', ascending=False)

# 计算累计占比
df_sorted['累计占比'] = df_sorted['销售额'].cumsum() / df_sorted['销售额'].sum()

# 标记ABC类
df_sorted['类别'] = ['A'if p <= 0.8else'B'if p <= 0.95else'C'for p in df_sorted['累计占比']]

虽然Python本身有点上手的门槛，但如果是做帕累托累计的话，几乎是几种分析方法中最简单的一种了。

BI工具

如果是PowerBI的话，DAX函数只是单纯的看起来有点长，实际上处理逻辑也不是很难：

计算排序序号

Rank = 
RANKX(
    ALLSELECTED('Table'[Product]),  // 按产品清除外部筛选
    CALCULATE(SUM('Table'[Sales])), // 按销售额排序
    , DESC, Dense
)

2. 计算累计销售额

Cumulative Sales = 
VAR CurrentRank = [Rank]  // 获取当前产品排名
RETURN
SUMX(
    FILTER(
        ALLSELECTED('Table'[Product], 'Table'[Sales]),
        [Rank] <= CurrentRank  // 累加排名≤当前产品的值
    ),
    [Sales]
)

3. 计算累计占比

Cumulative % = 
DIVIDE(
    [Cumulative Sales],
    CALCULATE(SUM('Table'[Sales]), ALLSELECTED('Table')  // 动态总销售额
)

4. ABC分类（扩展功能）

ABC Class = 
SWITCH(TRUE(),
    [Cumulative %] <= 0.8, "A",
    [Cumulative %] <= 0.95, "B",
    "C"
)

5.解决跨筛选计算问题

// 修正累计计算（确保不受外部筛选干扰）
Cumulative Sales = 
VAR TotalSales = CALCULATE(SUM('Table'[Sales]), ALLSELECTED('Table'))
VAR CurrentSales = SUM('Table'[Sales])
RETURN
SUMX(
    FILTER(
        ADDCOLUMNS(ALLSELECTED('Table'[Product]),
            "ItemSales", CALCULATE(SUM('Table'[Sales]))
        ),
        [ItemSales] >= CurrentSales  // 按销售额倒序累加
    ),
    [ItemSales]
)

6.添加警戒线预警

// 当头部产品占比<75%时触发警告
Alert = 
IF([Cumulative %] FORMAT = "⚠️ 头部产品贡献不足！", "")

其他BI工具建议在底层数据做好计算再进行可视化呈现。

SQL

虽然说一般这种纯分析类的计算不做SQL中进行实现，实现效率偏低，但是我最近因为工具的限制还真的用SQL做了一下帕累托分析。之后会单独开一篇文章讲讲我在这段SQL斗智斗勇的故事，这次就先来说怎么实现吧。

在 SQL 中实现帕累托累计分析，实际上是需通过窗口函数完成排序、累计计算和占比分析的。

-- 创建临时表避免重复计算总值
WITH TotalSales AS (
SELECT
SUM(sales) AS total 
FROM orders
WHERE order_date >'2023-01-01'-- 动态筛选条件
)

SELECT
    o.product_id,
    o.sales,
DENSE_RANK() OVER (ORDERBY o.sales DESC) AS rank,

-- 累计计算（兼容低版本SQL）
    (SELECTSUM(sales) 
FROM orders o2 
WHERE o2.sales >= o.sales) AS cumulative_sales,  -- 替代窗口函数

    ROUND(
        (SELECTSUM(sales) FROM orders o2 WHERE o2.sales >= o.sales) 
/ t.total, 
4
    ) AS cumulative_percent,

CASE
WHEN (SELECTSUM(sales) FROM orders o2 WHERE o2.sales >= o.sales) / t.total <=0.8
THEN'A'
        ... -- 同前分类逻辑
ENDAS abc_class
FROM orders o
CROSSJOIN TotalSales t  -- 关联总值
ORDERBY o.sales DESC;

各种开窗各种排序这种复杂的东西要是自己写真的是要了老命了，但好消息是这种程度的复杂SQL可以请AI代劳。

提示词不能说是没有难度，至少是看了就会，给大家放在这里：

# 帮我写一个SQL，SQL语法符合mysql的语法要求

# 表的字段信息如下：
## 目前有如下字段brand，date，value

# 请按照下面顺序输出字段，字段逻辑说明：
## date，源表字段
## Accumulated Sales，帕累托累计的销售额
## Accumulated Ratio，帕累托累计的销售额占比，展示为百分数形式，保留两位小数

综上，介绍了关于帕累托累计的方法本身和相关实现技术细节，希望可以给大家的日常工作一点小的灵感。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2025-06-29，如有侵权请联系 cloudcommunity@tencent.com 删除

函数