Power BI 帕累托分析优化

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。国内外很多博主都给出了自己的计算方式。我无意在计算逻辑上再次优化（没那实力），而是在帕累托可视化展现上尝试给出自己的见解。

下图是常见的Power BI帕累托图表，按销量展示了重点贡献产品。

如果你依据这个图表确定了排在前面的产品是核心产品，进而采取行动（例如追加订单），你大概率做出了错误的决策。这个图表欠缺以下关键信息：

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。

基于这些问题，我对帕累托图表进行了优化，以下是优化后的结果：

本文配套练习材料在文末知识星球提供

为容纳更多的辅助信息，这里使用内置表格视觉对象结合SVG图表进行展现。上方的四个切片器最重要的是上市日期，全选可以查看全部产品，也可以选择上市日期相近的波段，使得产品在比较时置于同一起跑线。

货号列将Base64格式的产品图片放在了条件格式，便于直观看到是什么产品，本地图片转Base64的方法参考《Power BI本地图片显示最佳解决方案》

上市日期和上市天数增加了装饰性图标，我分享的SVG在线工具可以搜索对应样式，参考《Power BI SVG 在线工具综合应用：零代码制作组合式富表格》，销售折扣的图标是为了警示折扣异常（低于均值）。

中间的条形和折线和本文最上方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，参考《Power BI 排名与Top可视化总结》。

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。本文视频版：

电脑端B站观看：https://www.bilibili.com/video/BV1ji421Q7Y5/