之前采总写了篇文章，对帕累托分析进行了优化，对帕累托法则不熟悉的读者，此处再普及下：
帕累托法则俗称80/20法则，即约80%的结果是由该系统中约20%的变量产生的。例如，20%的客户贡献了80%的收入，20%的产品贡献了80%的销售等等，意在帮助我们抓住工作中的关键事项。
与帕累托相反，本文要讲的是尾巴分析，顾名思义，不关注头部，关注尾部。因为尾巴是否健康影响头部的发挥。举个例子，你有一盘货品，末尾销售贡献合计不到1%的款式（SKU）占到20%，这盘货品的健康度显然要大打问号。
这20%的款式很可能要占到20%的店铺陈列空间，却几乎没有销售贡献，从空间上形成了对（你帕累托分析出的）头部产品的挤对。所以，首先我们需要对尾部产品进行识别，然后将这些产品进行特殊处理以加快清理（可能是打折、调拨等方式）。
再比如利润贡献末尾1%的店铺消耗了公司30%的费用预算。如果把这些钱投在优质店铺上，可能会给公司带来更大的产出。
以下以货品销售为例实操，此处将销售贡献合计不到1%的末尾产品定义为尾巴产品。
在Excel Power Pivot或者Power BI中，新建列，计算累计销售额（此处新建度量值去计算也是可以的，因为具体到数据中的每一行，经过比较我认为新建列更直观）：
代码语言：javascript复制累计销售额 =
VAR sales='销售'[销售额]
RETURN
SUMX(FILTER('销售','销售'[销售额]<=sales),'销售'[销售额])
注意这里是从销售最低的货品开始累加，与帕累托分析是相反方向。接着计算累计销售占比：
代码语言：javascript复制累计销售占比 = DIVIDE('销售'[累计销售额],SUM('销售'[销售额]))
然后，按照1%的门槛对货品进行分类：
代码语言：javascript复制是否尾巴产品 = IF('销售'[累计销售占比]>=0.01,"非尾巴产品","尾巴产品")
为对比尾巴产品销售占比和SKU占比，新建以下度量值：
代码语言：javascript复制SKU数量 = DISTINCTCOUNT('销售'[货号])SKU占比 = DIVIDE([SKU数量],CALCULATE([SKU数量],ALL('销售')) )销售金额 = SUM('销售'[销售额])销售金额占比 = DIVIDE([销售金额],CALCULATE([销售金额],ALL('销售')))对比结果如下：
尾巴产品销售贡献不到1%，SKU占比达到8.3%。尾巴的存在是必然的，但是需要把尾巴控制在合理范围内。该案例不到10%的尾巴可以说相对良性。
实际操作中，需要注意剔除新产品（如果是店铺利润对比需要剔除新开店），给新产品一定销售时间。
更多Power BI案例可在文章顶部点击案例专辑。
