OPTIMIZE METHOD
帕累托分析（80/20）
PARETO PRINCIPLE按影响排序，优先处理贡献最大的少数因素。
什么时候该用，什么时候别用？
- 问题来源很多但资源有限
- 缺陷、投诉、收入或耗时可按类别统计
- 需要确定改善优先级
- 低频事件影响灾难性，不能只按频次排序
- 分类口径重叠或数据质量差
帕累托分析（80/20）的具体操作步骤
按顺序完成；每一步都要留下可以复查的文字或证据。
- 01
选择结果指标
决定按次数、损失、时间还是风险统计。
什么影响值得被累计？
- 02
建立互斥分类
用一致口径给每条记录归类，必要时增加未知项。
同一事件会不会重复计入？
- 03
排序并累计
从高到低排列贡献，计算累计占比。
前几类贡献了大部分结果？
- 04
检查高影响长尾
频次排序后单独评估安全、合规等低频高损失项。
有没有不能被平均值忽略的尾部风险？
跟着一个例子完整走一遍
原始问题
降低售后工单量。
- 1
按工单原因统计最近三个月 4,200 条记录。
- 2
账号登录、退款进度和物流查询占 68%。
- 3
先优化这三类自助入口与状态通知。
- 4
另将低频的数据泄露投诉列为独立高风险项。
得到的结论
大部分资源投入前三类，同时没有因频率低而忽略严重风险。
复制后直接填写
第一次不用追求完美，先把空白处填出来，再根据证据修改。
结果指标：【次数/损失/耗时】
分类与贡献：【】
累计 50% 来自：【】
累计 80% 来自：【】
低频高影响项：【】
首轮行动：【】看似在用，其实容易用错
- 把 80/20 当作无需数据的口号
- 只按次数，不看每次损失
- 优化头部后不重新计算分布