学习内容转载自向阳乔木的开源作品。原版证据分级沿用，未在本轮逐条重新核验；示意曲线与跨领域类比不能直接证明业务结论。
01 · 场景
80%的土地在20%的人手里
1896 年，意大利经济学家帕累托在研究财富分配的时候，发现了一件怪事。他统计意大利的土地产权记录，发现大约 80% 的土地，掌握在 20% 的人手里。他又翻出英国、普鲁士等国的数据，曲线的形状几乎一模一样。帕累托由此提出：收入的分布不是钟形的正态分布，而是少数人占大头的幂律。这个发现被冷落了将近半个世纪，直到 1940 年代，美国的质量管理专家朱兰，在工厂里重新遇到了它：少数几种缺陷，造成了大部分的质量损失。朱兰把它命名为“帕累托法则”，提出了“关键的少数”和“次要的多数”。1954 年，他受邀到日本讲学，把这套方法，教给了日本企业的厂长和工程师。日本制造业后来的质量革命，源头之一，就是那张按缺陷排序的表格。
02 · 原理
一张图看懂它怎么运转
先确认分布真的是偏的，再集中资源。头部会漂移，所以要定期重新排。
03 · 证据
全球财富：人口份额与财富份额可靠二手
最富的 1% 的人口，拿走了大约 44.5% 的全球财富，最穷的一半人口，加起来只有大约 1.3%。少数人占大头，是常态，不是例外。
来源：Credit Suisse 全球财富报告 2022，数字取整
04 · 用法
照着做，一共 5 步
- 把所有的原因，或者投入，列成一张清单一行一项，先不判断重要不重要。对象可以是产品、客户、缺陷类型、待办事项。
- 给每一项配上结果的数据，从高到低排序用收入、缺陷数、播放量这类能测量的产出，别凭感觉排。
- 算累计的占比，找出贡献大头的前几项从上往下累加。多数场景里，前 20% 的项，贡献了 70% 到 90% 的结果。
- 把资源从长尾，挪到关键的少数上把长尾的项砍掉、外包，或者冻结，把省下来的时间、预算和人手，压到头部的项上。
- 定期重新排一次头部会漂移，去年的关键项，今年可能就失效了，建议每个季度重算一次。
05 · 练习
练一练：3 道题，看你会不会用
06 · 边界
什么时候它会坑你
结果由好几个必要条件共同决定，比如手术团队、食品安全
模型会说抓住那 20% 的关键环节，就能拿到 80% 的结果。
现实是这类系统，是短板决定成败，缺任何一环，都会归零，长尾的环节不能全砍。
排序所依据的指标本身有偏差，比如客服只统计投诉次数
模型会说按指标排序，就能找出关键的少数。
现实是指标是会被人优化的，真正的关键，可能根本没被测量。
长尾的项承担着隐性的功能，比如小客户带来口碑和未来的增长
模型会说长尾是次要的多数，可以砍。
现实是朱兰晚年，把“次要的多数”，改口成了“有用的多数”。长尾常常在喂养头部。
把 80 和 20，当成精确的数字
模型会说一定是 20% 的原因，对应 80% 的结果。
现实是真实的比例，可能是 70 对 30，也可能是 95 对 5，重点是幂律的形状，不是这两个数。
08 · 出处
出处与延伸阅读
原版 · 参数实验
幂律指数决定头有多肥
模型教学模拟，参数与曲线不是业务预测。
把指数拖到 1.16 附近，前 20% 的原因，贡献大约 80% 的结果。指数越接近 1，头部越极端。
BC · 应用补充
先给主判断，再展示依据
- 主判断：先回答当前问题，给出有证据的首选解释、方案或行动。确实并列时写明比较结果及下一项区分证据，不用罗列可能性代替判断。
- 判断依据：把关键原始记录、计算和推断连到结论。说明方法实际改变了哪项判断；来源不足时缩小结论范围，仍交付已能成立的部分。
- 量化口径：按方法原有公式、单位和分母计算。材料编码须去重并单列未知；没有量化依据则给理由明确的定性比较，不编统一分数或未经校准的概率。
- 反证与改判：指出最强的相反证据、替代解释或敏感变量。写清什么新事实或阈值变化会使首选改变；未经对照的相关性不写成因果。
- 实际用途：把主判断转成当前可执行的动作、停止条件或下一项验证。负责人、预算和期限按已知材料填写；不为完成模板发明业务事实。
- 适用范围：保留各方法自己的产出与失效条件。表达教程不承担业务结论；未核定资料不自动推荐；临床条目按其专项范围交付知识、行为应对或就诊准备。
BC · 应用补充
开始前，准备什么
最小输入
- 实体
- 同口径贡献值
- 负值/退款处理规则
应留下的产出
- 排序表；Pareto 图；重点项清单
BC · 应用补充
把这个方法交给 Agent
BC · 应用补充
出处与证据范围
来源支持定义或操作规则；不证明应用后必然提升经营结果。
- Pareto Chart
按频次或影响排序并看累计贡献；80/20 不是必须成立的定律。
本轮查阅公开正文／原始文件
- 向阳乔木 · 思维模型 Wiki：二八法则
支持转载正文、名称和来源分级的追溯；不表示本库独立核验了全部论据或证明业务效果。
本地材料定位
ice-year-end-s036 · ice-year-end-s037
材料中可定位；具体方法步骤是本轮操作化整理，非原文逐字复述
名称与整理说明
使用可追溯参考中的通行术语；不主张存在唯一提出者或唯一中文译法。
操作化整理；原始来源用于约束，不声称逐字复述或已验证效果
登记版本 2026-10-25.3。来源状态沿用登记表，不表示所有来源均在本次重新核验。
BC · 应用补充
按顺序完成 4 步
- 按贡献降序
- 计算累计占比
- 识别拐点或覆盖阈值
- 对重点项继续原因分析
BC · 应用补充
什么情况下，不宜直接套用
- 把 80/20 当必须成立；把集中度当因果或自动优先级
BC · 应用补充
计算关系
累计占比 = 累计贡献 / 总贡献
BC · 应用补充
次数最多的问题，就一定要先解决吗？
构造投诉五类为 40、25、15、12、8 次，总计 100 次。 帕累托分析先统一计量，再看集中程度；频次不等于损失或风险。
构造场景，用于解释方法。
BC · 应用补充
一张图看懂它怎么运转
- 固定时间与分类
- 选择次数或损失
- 排序并累加
- 复查大类
- 决定验证动作
本图是本库对公开方法与本地材料的操作化整理。箭头表示检查顺序，不表示统计因果。
BC · 应用补充
ASQ：从投诉大类继续细分
公开教学案例 · 来源中的方法示范，非企业实绩
公开材料
ASQ 示例先比较五类投诉，再将最大的 documents 类拆成六类。
怎样读这个案例
先看集中在哪，再细分可行动问题；来源明确提示需要考虑投诉的影响是否相当。
证据边界
公开教学图没有要求所有数据都出现 80/20，也没有证明排序本身能解决原因。
案例来源：Pareto Chart
BC · 应用补充
把它放进一个具体场景
构造示例，非真实业务记录。
问题
构造投诉五类为 40、25、15、12、8 次，总计 100 次。
已有材料
前三类：80 次；占比：80%；条件：每次计数规则一致
目前能判断
前三类占 80% 是这组数据的结果，不是必须凑出的定律。
下一步核对
细分头部类别，确认可行动原因，再看严重度与处置成本。
BC · 应用补充
用一道题检查理解
次数最多的问题，就一定要先解决吗？ 以下哪种处理更符合本页的边界？
BC · 应用补充
把判断写成可复查的记录
对一周问题记录分别做次数与损失排序，检查前几类是否相同，并提出一个机制核查。
- 细分头部类别，确认可行动原因，再看严重度与处置成本。
- 保留实验输入与公式口径，改变一个条件后解释判断为什么改变；未知量不要填成零。
记录字段：分类｜次数｜损失｜累计比例｜严重度｜处置成本｜下一动作
完成后，核对参考要点
本页构造场景中：前三类占 80% 是这组数据的结果，不是必须凑出的定律。 条件改成“按损失重排”后：目标改成降低损失后，优先级可能改变。 分别给出频次与损失排序，不把两种单位混加。
BC · 应用补充
改变条件，观察结果
哪些项目贡献更多
交互实验 · 构造示例
六类构造的售后问题，同一期间、同一计数口径、非负贡献。覆盖目标只是选择条件。此实验不比较严重度或处理成本；不接受负值净贡献。
累计占比 = 降序排列后的累计贡献 ÷ 总贡献