这条规律在哪些场景常见,在哪些场景不适用
客户贡献的收入、客户投诉的数量、软件的缺陷分布、库存商品的销量,这类由少数突出因素主导整体结果的场景,往往能看到明显的二八分布。而在本身分布就比较均匀的场景,比如团队内部平均分配的重复性日常工作,硬套二八法则反而容易制造出一种并不真实存在的"洞察"。
一个简单的方法,判断这条规律是否适用于自己的情况
把要分析的项目按照产生的结果从高到低排序,再实际计算一下排名前20%的项目占了总结果的多大比例。如果这个比例远没有达到"大部分",说明这条规律对这份清单并不适用,直接按结果高低简单排序去安排优先级,会比硬套二八框架更实用。
常见问题
"二八"是不是必须刚好加起来等于100?
不是。这只是描述不均衡现象的一种大致说法,并不是必须精确相加的数学恒等式。同一份数据,用不同的分类方式去看,也可能分别呈现出各自的"二八"式分布,这些结果之间并不矛盾。
帕累托法则和经济学里的"帕累托最优"是一回事吗?
不是一回事,两者都以维尔弗雷多·帕累托命名,但概念完全不同。"帕累托最优"描述的是"在不让任何人变差的前提下,已经无法再让任何人变得更好"的一种资源配置状态,而二八法则说的是原因和结果之间的分布不均衡,两者应用的语境并不相同。