我在京东做数据分析，二八法则在商业数据分析中的应用

　　二八法则也叫帕累托法则，源于经典的二八法则，该法则表示，20的变量将直接产生80的效果，数据分析更应该围绕这20作文章，持续关注TopN的数据，是一个非常好的习惯，尤其在部分行业，虽然指标很多，但往往某些指标更有价值，二八法则不仅能分析数据，还能管理数据。
　　应用二八法则举例来说，比如在个人财富上可以说世界上20的人掌握着80的财富，比如马云等等这类人物。而在数据分析中，则可以理解为20的数据产生了80的效果，需要围绕这20的数据进行挖掘。二八法适用于任何行业，突出重点指标，发现其特征，然后可以思考如何让其余的80向这20转化，提高效果，本文使用PowerBI软件，应用二八法则做案例分析。
　　导入数据
　　打开PowerBI软件，在获取数据中，导入本文的商品销量数据，这里直接点击加载，若是对于数据做一些数据预处理工作，可以在转换数据中对其进行数据清洗。
　　数据建模
　　本文使用到了大量的数据建模内容，对于PowerBl的学习，重点不是可视化也不是炫酷的外表，而是数据建模、DAX语言，图表制作只需要把写好的公式拖进去就行了。
　　而学习数据清洗、数据建模、可视化三方面内容，精力分配建议2：7：1，不要把时间浪费在可视化上面，这里选择新建度量值。
　　计算销售金额。销售金额SUM（商品销量〔销售额〕）
　　使用CALCULATE，FILTER函数计算累计销售额，一般对于累计的销售额我们也可以按照时间维度进行累计，可以使用到时间智能函数，比如TOTALYTD函数。累计销售额CALCULATE（〔销售金额〕，FILTER（ALLSELECTED（商品销量），SUM（商品销量〔销售额〕）〔销售金额〕））
　　计算总销售额，CALCULATE函数在已修改的筛选器上下文中计算表达式，ALLSELECTED函数获取表示查询中所有行和列的上下文，同时保留除行和列筛选器以外的显式筛选器和上下文。总销售额CALCULATE（〔销售金额〕，ALLSELECTED（商品销量））
　　累计占比使用DIVIDE函数作商。累计占比DIVIDE（〔累计销售额〕，〔总销售额〕）
　　计算好度量值后，可以在可视化中选择建立一个表，拖入相关的度量值，具体的计算明细如下图所示。
　　数据可视化
　　设置一个80分界线，使用度量值80分界线0。8，可以用于分界。
　　在可视化中选择组合图，将货号拖入到共享轴，销售金额拖入到列值，累计占比和80分界线拖入到行值，作为一个次坐标轴。
　　如果要查看前20的商品销量情况，需要新建度量值，计算出每一个货号的销量情况。款式数量CALCULATE（DISTINCTCOUNT（商品销量〔货号〕），商品销量〔销售额〕0）
　　20款式数量ROUND（〔款式数量〕0。2，0）
　　计算前20销售额，按销售金额降序排列，然后筛选前20的款式数量，进行求和。前20销售额SUMX（TOPN（〔20款式数量〕，ALL（商品销量〔货号〕），〔销售金额〕，DESC），〔销售金额〕）
　　前20销售占比DIVIDE（〔前20销售额〕，〔销售金额〕）
　　要查看不同类别的销售额，销售量情况，可以制作一个矩阵表，拖入行的值用于分类，拖入值显示数值大小。
　　除了必要的图表展示，还要加一些筛选器，用于动态筛选，这里使用切片器，在可视化中点击筛选器，拖入季节字段，发现其显示春冬秋夏，不符合日常对顺序的认识。
　　为改变筛选器的顺序，可构建一个顺序表，用于自定义顺序，在主页中点击转化数据。
　　点击输入数据，按照顺序输入春夏秋冬。
　　建立关系，商品销售表和季节顺序表建立了多对一的关系。
　　建立好关系后，在季节顺序表中，选择按列排序中的顺序，从而将筛选器的顺序变得与常规的认识一致。
　　构建基本图表元素后，对图表美化，调整合适的位置和大小，选择卡片图，设置需要重点突出的数据指标，再加上标题就可以收工了，绘制完成的帕累托图形如下所示。