帕累托法则插图
启发式 / 决策原则 / 统计观察
启发式 / 决策原则 / 统计观察

帕累托法则

Pareto Principle

寻找能够解释大部分结果的少数原因。目标不是去崇拜80/20法则,而是要找出不均等影响实际集中在哪里。

热度
实用性
别名
80/20法则 / 关键少数法则 / 因素稀疏原则 / 关键的少数与有用的多数
领域
经济学 / 质量管理 / 商业战略 / 生产力 / 运营 / 软件工程 / 客户分析 / 风险优先级

定义

  • 帕累托原则指出,结果往往分布不均,因此相对较少的原因可能导致很大一部分结果。
  • 著名的80/20比例只是一个粗略的简化说法,并不是必须完全符合的规则。

核心观点

  • 结果往往分布不均:少数输入、原因、客户、缺陷、任务或风险可能占据大部分影响。
  • 实际价值在于优先排序:在对所有事情投入同等努力之前,先确定“关键少数”因素。

运作机制

  • 列出与结果相关的原因、输入或类别。
  • 尽可能使用真实数据来衡量他们的影响。
  • 将它们按影响从大到小排序。
  • 首先专注于占大部分结果的少数类别。
  • 在质量管理中,这通常通过帕累托图来可视化,该图对各类别进行排序并显示累积贡献。

使用示例

  • 一个软件团队审查了错误报告,发现少数几个模块导致了大多数生产事故。团队没有将调试工作均匀分配到整个代码库,而是首先修复影响最大的模块。

经典案例

  • 示例:维尔弗雷多·帕累托观察到财富或土地所有权极度不平等,通常总结为大约20%的人拥有意大利约80%的土地或财富。
  • 为什么它符合这条规则:它显示了不均等的分布,其中少数人口占据了大部分所测量的资源。

适用场景

  • 优先考虑企业客户、产品或销售渠道。
  • 寻找缺陷、投诉、故障或延迟的主要原因。
  • 决定哪些任务产生最高的努力回报。
  • 识别项目管理中的高影响风险。
  • 通过关注最大、最常发生的问题类别来减少运营浪费。
  • 通过识别导致大部分事件的少数服务、模块或错误来提高软件可靠性。

不适用场景与常见误用

  • 不要假设比例总是恰好是80/20;实际情况可能是70/30、90/10或其他比例。
  • 在准确性重要时,不要在没有数据的情况下使用它。
  • 不要忽视“有用的大多数”;较小的原因仍然可能重要,尤其是在安全、合规、道德或长期风险方面。
  • 不要将其与帕累托效率混淆,帕累托效率是经济学中的一个独立概念。
  • 不要把它当作只有20%的人、任务或客户有价值的证据。

起源

  • 发明者:这个想法借鉴了帕累托关于不平等分配的观察,以及后来的质量管理工作,尤其是朱兰对“关键少数”的推广。
  • 发明年份:现代这一原理没有单一的诞生日期。它的根源可追溯到19世纪末的经济观察以及随后20世纪的管理实践。
  • 国家/起源背景:它起源于对不平等的经济分析,后来被应用于商业、质量控制和优先级框架。

简短结论

  • 衡量影响,排列原因的优先顺序,并首先关注那些产生大部分结果的少数因素。