暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

几百年过去了,二八定律依旧好用吗?

Kyligence 2024-01-17
227

二八定律,又称帕累托法则,18世纪意大利经济学家威利弗雷德·帕累托在一项对米兰财富分布的研究中,发现 20% 的人控制了 80% 的财富,而 80% 的却只占有20%的财富,他将这一关系用图表的方式表示出来,就是著名的帕累托法则。


二八定律在经济学、社会学、管理学等领域都有广泛的应用。1951年,管理学家戴克将其应用在库存管理,命名为 ABC 分析法。后来,质量管理专家朱兰将其用于质量分析,称为排序图。1963 年,管理大师德鲁克将其推广到全社会,使其成为普遍使用的管理方法。



在企业经营中,二八定律也为管理者和决策者利用数据进行分析和解决问题提供了思路和方法。如果企业的目标是提高销售额,那么我们可以分析不同客群的消费金额、不同产品的销售额以及不同渠道贡献占比等指标,识别出销售额的主要贡献来源,从而有针对性地加大投入,而对于贡献较小的产品和渠道则需要及时调整,实现“抓大放小”。


帕累托法则的分析步骤通常包括:
  • 收集数据:收集并汇总与问题、原因相关的数据

  • 分类和排序:将数据进行分类,并按其影响程度排序

  • 制作帕累托图:使用条形图显示每个原因的重要性,通常按从最重要到最不重要的顺序排列;累计影响可以通过折线图表示,显示累计影响达到总影响的 80% 的点。

  • 分析和决策:识别占比 80% 的关键问题或原因,并集中资源来解决它们



实际场景解读



接下来,我们一起以知名运动品牌连锁门店的场景为例,看看帕累托法则在实际场景中的应用。


1. 背景介绍

近几年,新零售市场正进入一个以数据、消费者体验为导向的时代;消费者数据、洞察力和分析将有潜力改变新零售业务的各个部分,并形成明显的竞争优势。与此同时,消费者行为发生了很大变化,以往的运营方式也应与时俱进。原有品牌面临以下问题:
  • 消费市场剧烈变化:消费者开始追求性价比,相较高价的专业运动产品,消费者更愿意购买实惠的休闲产品,同时生活休闲产品受众更广,且利润率更高;

  • 营销推广 ROI 低:全年的营销预算有限,需要对不同品类进行营销推广,推广较为分散且收效甚微,同时品牌内部缺少统一的验证形式或者数据报表格式,各部门沟通之间存在认知差异,沟通过程繁琐;

  • 人效和成本挑战高:热销品类需要提前进行生产和订货,一旦预先判断不足,库存、供应链和物流都将面临巨大压力。

基于上述背景,2023 年 4 月份,该品牌在刚推出的新门店类型内进行了一次品类调整策略——将门店原有的专业运动品类全部撤下换成生活休闲品类。在进行一个月的运行后,该品牌希望对4月份的数据进行一次复盘,了解品类调整的效果,以便及时进行决策调整策略,改进销售业绩和优化消费者体验。


2. 分析过程

考虑到上述背景,该品牌的运营部门希望对销售额这一核心指标进行分析,获取更多洞察。



通过与 AI 数智助理对话,我们可以快速了解到关键指标销售额的情况:
  • 月销售额最高的产品子分类是:跑步灵感,销售额为1.06M。

  • 第二高的产品子分类是:I,销售额为173.37K。

  • 第三高的产品子分类是:E,销售额为172.3K。

  • 其他产品子分类的销售额从56.69K到538.5不等。


完成数据分析只是第一步,关键是下一步的行动计划。Kyligence Copilot 从这些指标总结了以下建议,帮助品牌改进业绩表现:
  • 继续加强跑步灵感、I、E 产品的市场推广,保持在这些领域的竞争优势。

  • 对于销售额较低的产品子分类,可以考虑进行市场调研,了解消费者需求,并据此调整产品策略。

  • 可能需要重新评估产品组合,考虑是否需要削减表现不佳的产品线,或者加大对这些产品线的营销投入。

  • 定期监控市场动态和竞争对手的情况,及时调整策略以应对市场变化。



通过和 Kyligence Copilot 的对话,我们发现跑步灵感、I 和 E 这三个品类对销售额的累计影响占到总影响的 80% 以上,具有压倒性优势,Copilot 还建议聚焦这些品类做重点推广。


3. 场景收益

通过上面的分析,该品牌的运营部门实现:
  • 依据可靠的数据,快速做出行动决策:参考二八定律,把主要营销费用等资源投入到头部品类中,加大对特定品类的营销投入,提升业绩表现和消费者满意度,大大提升了 ROI

  • 减少低效沟通,轻松数据分析:以往这样的工作需要跨部门协作,和数据分析团队进行多次沟通,现在通过智能一站式指标平台,只需自然语言对话,运营人员就可以自行完成,效率大大提升,同时还可以减少低效成本的投入。


当然您也可以在 Kyligence Zen 中对零售行业更多核心指标如销售额、客流和转化率进行下钻分析,对门店指标和顾客行为数据进行更细化的对比分析,同时 Kyligence Copilot 还可以帮您对总体目标进行概览分析,更多使用场景期待您的探索,快点击「阅读原文」申请试用吧!


数据集和场景来自 Kyligence 主办的 AI 数据分析创新赛二等奖获得者邵品贤、李开董,查看《运动用品行业门店品类调整后的指标对比分析:策略真的有效吗?》完整报告 👇 



关于 Kyligence

跬智信息(Kyligence)由 Apache Kylin 创始团队于 2016 年创办,是领先的大数据分析和指标平台供应商,提供企业级 OLAP(多维分析)产品 Kyligence Enterprise 和智能一站式指标平台 Kyligence Zen,为用户提供企业级的经营分析能力、决策支持系统及各种基于数据驱动的行业解决方案。


Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售、医疗等行业客户,包括建设银行、平安银行、浦发银行、北京银行、宁波银行、太平洋保险、中国银联、上汽、长安汽车、星巴克、安踏、李宁、阿斯利康、UBS、MetLife 等全球知名企业,并和微软、亚马逊云科技、华为、安永、德勤等达成全球合作伙伴关系。Kyligence 获得来自红点、宽带资本、顺为资本、斯道资本、Coatue、浦银国际、中金资本、歌斐资产、国方资本等机构多次投资。

👇 点击「阅读原文」申请试用

文章转载自Kyligence,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论