Power BI ABC分析优化
这是帕累托系列第三篇分享，前两篇：
ABC分析本质上是套壳的帕累托分析。帕累托把重要不重要分成两份20%/80%，ABC分析分成三份。下图的柱形通过条件格式颜色把帕累托图表转换成了ABC图表，蓝灰红分别是：
销售贡献最大的前50%（A）
次重要的50-80%（B）
以及最后的20%（C）
使用参数功能+切片器，可以将ABC分级动态化，下图ABC的划分是前70%，中间20%，尾部10%
把这个参数列表做成切片器：
颜色度量值动态驱动：
M.ABC.颜色 = IF ( [M.累计销量占比] * 100 <= MIN ( 'ABC分级'[ABC分级] ),"Deepskyblue",IF ( [M.累计销量占比] * 100 <= MAX ( 'ABC分级'[ABC分级] ), "LightGrey", "Tomato" ))图表画到这里更加华丽了，然而使用价值增加的不多。原因如我在《Power BI 帕累托分析优化》说明，缺少数据产生的情境，很容易做出错误决策。
下图是优化的版本，把ABC图放在表格中，条形条件格式颜色进行ABC区分，条件格式图标加上ABC标签。影响这个销售结果对应的库存、上市周期、折扣等关键信息也可以体现，辅助决策。
以上图表全部在单品层级，可以考虑加上百分比条形图反映ABC总结构。下图头部13%的产品款式贡献了49%的销量，尾部60%的款式仅贡献了24%的销量。
到底头部产品贡献多少合适？因行业而异。所有希望压在单一产品上可能有人会睡不着觉，没有突出产品也会有人睡不着觉。以上全部组合在一起形成以下看板：
或者以下：
本案例配套视频教程：
还没人转发这篇日记
