帕累托分析定义 编辑

什么是帕累托分析？

帕累托分析是一种基于80/20规则的商业决策技术。它是一种决策技术，在统计上把有限数量的输入因素划分为对结果有最大影响的因素，无论是可取的还是不可取的。

帕累托分析是基于这样一种想法，即一个项目的80%的效益可以通过做20%的工作来实现，反之，80%的问题可以追溯到20%的原因。

理解帕累托分析

1906年，意大利经济学家维尔弗雷多·帕雷托发现，意大利80%的土地只有20%的人拥有。他扩展了这项研究，发现在整个欧洲，财富分布的不均衡也是一样的。这个80/20法则被正式定义为一个国家前20%的人口约占总人口的80%国家的财富或总收入 .

罗马尼亚裔美国商业理论家约瑟夫朱兰（Joseph Juran）在帕累托的研究成果发表40年后偶然发现了它，并将其命名为80/20法则帕累托不平等分配原理. 朱兰在商业环境中扩展了帕累托原理，以了解该规则是否适用于企业面临的问题。他注意到这一点质量控制 在各部门中，大多数生产缺陷都是由一小部分缺陷引起的，他把这一现象描述为“极少数，极少数”；

继帕累托和朱兰的工作之后，英国NHS创新与改进研究所提出，80%的创新来自20%的员工；80%的会议决策来自20%的会议时间；80%的成功来自20%的努力；80%的投诉来自20%的服务。

今天，帕累托分析被业务经理 在所有行业中，确定哪些问题在其部门、组织或部门内引起的问题最多。一个好的方法通常包括进行统计技术，例如因果分析，以产生潜在问题和这些问题的结果的列表。根据因果分析提供的信息，可以应用80/20分析。

关键要点

• 帕累托分析指出，一个项目80%的效益或结果来自于20%的工作，或者相反，80%的问题是由20%的原因造成的。
• 每个问题或好处都会根据对公司的影响程度给出一个数字分数。分数越高，影响越大。
• 通过将资源分配给得分较高的问题，公司可以通过针对那些对业务影响较大的问题更有效地解决问题。

帕累托分析步骤

通过应用80/20法则 ，问题可以根据它们是否影响利润、客户投诉、技术问题、产品缺陷、或因错过最后期限而造成的延误和积压来分类。每个问题都会根据收入或销售额、损失的时间或收到的投诉数量进行评级。这些步骤的基本细分包括：

• 确定问题
• 列出或确定问题的原因，注意可能有多个原因
• 为每个问题分配一个数字，根据对公司的负面影响程度对问题进行优先排序，从而为问题打分
• 把问题组织成小组，例如客户服务或系统问题
• 制定并实施行动计划，先解决得分较高的问题

并不是所有的问题都会有高分，一些较小的问题可能不值得一开始就去解决。由资源分配 对于影响较大或得分较高的问题，公司可以通过针对对利润、销售或客户有重大影响的问题来更有效地解决问题。

帕累托分析表明，通过对问题的各种原因进行排序，并集中精力解决影响最大的问题，可以实现不成比例的改善。

帕累托分析实例

一家公司可能会发现其在线零售服装网站最近的产品回报率有所上升。由于回报率高于某个临界值，该公司的分析师开始研究和跟踪原因。主要原因似乎是网站出现了技术故障，无法准确传达网上购物者在多个部门选择的服装尺码。

第二个问题是客户服务差 体验导致购物者选择退款而不是交换合适尺寸的衣服。由于这些问题转化为公司的收入损失，分析师们根据每个问题造成的收入损失金额对以下问题进行评分：技术故障、糟糕的客户服务和长期客户流失。

帕累托图和图表可以用来识别企业面临的问题。图表上可能会有注册的问题“来自其在线门户的高回报”。图表上会显示原因列表，每个原因旁边会有评级或分数。

例如，技术故障（从1到10分）将被判为10分，并被确定为问题的根本原因和收入损失的主要因素。

购物者体验到的糟糕的客户服务可归因于这样一个事实：客户代表只知道由于故障而传达给他们的错误信息。因此，一位客户坚持认为L如果购买了衬衫，则代表可能会确信客户有错误，并且订购的衬衫是一个尺码S ，导致客户不满和沮丧。

根据这一分析，客户服务系数可能被评为5，希望一旦故障得到解决，流向销售代表的信息将与客户的反馈保持一致。这个收入损失 造成这种情况的原因不仅是短期内失去客户，甚至是在故障修复之后，在帕累托图或图表上，这一类别的得分可能会达到8分。在图表上得分最高的组将获得最高优先级，而得分最低的组将获得最低优先级。

需要注意的是，帕累托分析并不能提供问题的解决方案，而只能帮助企业找出大多数问题的少数重要原因。一旦确定了原因，公司就可以制定解决问题的策略。人们相信柏拉图分析 ，20%的问题一旦得到解决，可以将公司的业绩提高80%。

在线零售商店可能会采用一种策略 赢回失去的顾客，增加销售量。该公司可以为自己的服装开展销售活动，以促进新的销售，并为不满意的客户提供折扣或折扣，以赢得现有客户的信任。

帕累托分析通常表明，通过对问题的各种原因进行排序，并将注意力集中在那些影响最大的解决方案或项目上，可以实现不成比例的改进。基本前提是，并非所有的输入对给定的输出都有相同甚至成比例的影响。这种类型的决策可以用于许多领域，从政府政策到个人商业决策。