数据分析中的万能宝典——帕累托最优解，你还没学会？

说起帕累托最优，估计没接触过数据分析的人都听过，但是怎么用帕累托模型解决实际业务问题呢？今天老李带你盘清帕累托最优的来龙去脉。

最近，做酒店管理的小李很头疼，酒店最近一个月的损失成本明显升高，但是一直却没办法改善，为什么会这样呢？

原来虽然这家酒店的人气火爆，每天都有客人预定房间，但最终总有一小部分人会取消预定，这些被取消的房间最终就会空下来，给酒店造成了很大的损失。

如果是你，你应该怎么解决这个问题呢？

什么是帕累托？

上面那个例子其实就是帕累托法则的最好体现，因为资源总是有限的，不同的渠道和用户会产生不同的效益，所以我们不能将所有的资源投入到全部渠道里，这就是帕累托法则所遵循的原则。

我们先看一下帕累托最优的定义：

帕累托分析依据的原理是20/80定律，80%的效益常常来自于20%的投入，而其他80%的投入却只产生了20%的效益，这说明，同样的投入在不同的地方会产生不同的效益。

什么意思呢？

首先我们举一个常见的例子：

一家人有A、B两兄弟，如果每个人分别去捕兔子，每个人每天都可以得到20斤食物；如果两兄弟合力去捕杀一只鹿，则可以得到100斤的食物；那么，那么如果你是这两个兄弟的父亲，你会怎么分配任务呢？

其实无非是三种分配方式：

两个人合力捕鹿：得到100斤食物；

两个人分别捕兔：得到40斤食物；

A捕鹿、B捕兔：A不得到食物，B得到20斤食物

A捕兔、B捕鹿：A得到20斤食物，B不得到食物

想都不用想我们都会让两兄弟合力捕捉鹿，这就是帕累托模型的本质，也就是资源集中，我们要把资源投放到效益最高的渠道中，也就是“头部”渠道，而不应该将资源投放到剩下的“尾部”渠道中。

帕累托怎么操作？

我们换到一个实际的例子看一下：

某集团公司下属有十余种业务或产品，但是最近发现公司的营销成本很大，想要缩减一些业务，或者调整一下业务的投入成本。这就是典型的业务升级（资源分配）问题。

帕累托图的绘制过程非常简单，就是按照贡献度从高到低依次排列，并绘制累积贡献度曲线，当样本数量足够大时，贡献度通常会呈现20/80分布。

这里面最大的难点就是如何表示某类产品的累积贡献度呢？

直接用每个产品的销售额比上总销售额？这显然是不可以的！所以我们要用到一个新的指标：累积销售额占比。

直接给大家演示一遍：

首先我们在finebi中从数据源开始上手，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。

然后我们想要计算累计销售额占比，首先就要计算出累计销售额，其公式为：累计销售额占比=累计销售额/总销售额。

我们先计算累计销售额，这里我们只需要在FineBI当中新建一列，选择“累计值/组内”，也就是按照从低到高计算累计值。

然后我们再算出总销售额，我们再选择新建一列，点击“所有值/组内”，直接计算出所有销售额的总和。

最后，我们根据公式计算出累计销售额占比，这里我们新建一列，将已经计算出的累计销售额和总销售额拖入进去，将字段类型设置为数值，即可得到占比。

这时候我们就可以绘制帕累托图了，选择新建可视化组件，然后将【子品类】字段拖动到横轴，【总销售额】拖动纵轴，再按照由大到小降序排列。

然后我们同样地将【累计销售额占比】字段拖入到纵轴，然后将其设置为折线类型，这时候基本的帕累托图就完成了。

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，选择【图形属性】当中的【颜色】，然后选择【区域渐变】，渐变区间设置为自定义3个区间，然后将0-0.7设置为绿色，0.7-0.9设置为黄色，0.9-1设置为红色。

按照A、B、C分组对产品进行了分类，根据产品的效益分为了三个等级，这样我们就可以投放不同程度的资源，来产出最优的效益。

这时候我们就可以针对不同的业务或者产品进行资源分配，优先集中我们的资源做大头，不要沉迷于后面的小头。

怎么解决问题？

我们已经学会了帕累托模型的本质和操作，那么文章开头的案例应该怎么解决呢？

按照帕累托最优的本质，我们可以对小李提出下面的解决方案：

1、根据平均每日取消订单量，适当提高可预定量，比如有10间房间，每天的可预定量就提高为12间，这样如果有客户取消预定，就可以保证房间最大利用。

2、如果当天没有人取消订单，这样需要给2位客户进行退款，那么应该给哪两个客户退款呢？需要建立帕累托图，将不同客户的累计订单额占比进行排序，对尾部的两个客户进行退款处理。

这样就可以用最小的损失，换来最优化的效益产出，这就是帕累托最优解。