如何用帕累托图做数据分析?有哪些应用场景?

已邀请:

步骤: [*]帕累托图用于在大量可能中发现主要影响事物的少数因素。影响主要因素通常分为 3 类:A 类为累计百分数在 80%范围内的因素,它是主要的影响因素。B 类是除 A 类之外累计百分数在 80%-90%范围内的因素,是次要因素。C 类为除 A、B 两类之外百分比在 90%-100%范围的因素。因此 Pareto 图又叫 ABC 分析图法。 [*]

https://www.datafocus.ai/wp-content/uploads/2018/09/1-12-300x210.png

[*]DataFocus中提供的帕累托图,需要一个属性列一个数值列即可生成对应的图形。 [*]

https://www.datafocus.ai/wp-content/uploads/2018/09/2-12-300x154.png

[*]帕累托图分析的目的是在大量可能的行为中筛选出少数具有重大意义的,能够增强提升效果的部分,通过优先级的分析来安排任务权重比,最终决定在实际任务进程中哪些问题最需要被考虑到。可以用于设计流程,以识别错误、故障或者改善存在的问题,降低风险。如下例图中,柱图代表的是16至17年纽约不同建筑类别的售出总额,帕累托曲线代表各建筑类别的累计百分比,帕累托图主要目的是找到问题的主要形态,即所谓8:2原则,可以看到,排名前六个建筑类别的售出总额占到总体的80%左右,说明售出总额主要是由前六个建筑类别决定的,房地产商应该在这六种建筑类别上给予重视和侧重。 [*]

https://www.datafocus.ai/wp-content/uploads/2018/09/3-12-300x154.png

要回复问题请先登录注册