各種復雜現象的背后，其實都是受關鍵的少數因素和普通的大多數因素所影響，把主要精力放在關鍵的少數因素上，就能達到事半功倍的效果。
這就是大家常說的二八原則，也稱為帕累托原則，最早是由意大利經濟學家 V.Pareto 提出的，他在研究個人收入的分布狀態時，發現少數人的收入占全部人收入的大部分，而多數人的收入卻只占一小部分，他將這一關系用圖表展示出來，就是著名的帕累托圖。
帕累托圖可以輕松體現並分析出一個現象的關鍵影響因素，現在廣泛應用於各類商業和社會活動中。用帕累托圖進行分析也成為帕累托分析，或者ABC分析，下面就來看一下在 PowerBI 中如何制作帕累托圖。
01 | 數據准備
依然使用上一篇文章的數據，假設A公司經營9種產品，每種產品貢獻的利潤如下：
先計算每種產品利潤的占比，新建度量值，
利潤額 = SUM('產品'[利潤])
占比 = DIVIDE([利潤額],CALCULATE([利潤額],ALL('產品')))
然后可以在矩陣表中看到每一種產品的利潤占比已經計算出來，
02 | 計算累計百分比
計算累計百分比是最關鍵的一步，不過有了上篇文章關於累計求和的鋪墊，計算累計占比也很簡單，我們使用var定義變量來創建[累計占比]的度量值，
累計占比 =
var cur_rate=[占比]
return CALCULATE([占比],FILTER(ALL('產品'),[占比]>=cur_rate))
把[累計占比]拖入到矩陣中，
至此初步的數據的處理已經完成，下面來看看如何生成帕累托圖。
03 | 創建帕累托圖
可視化對象中並沒有一個圖被稱為帕累托圖，但是帕累托圖實際上就是一個折線圖和柱形圖的組合，因此使用默認的可視化對象，折現和堆積柱形圖或者折現和簇狀柱形圖都可以，
把[產品類別]作為共享軸,[利潤]作為列值並按降序排列，[累計占比]作為行值，一個簡單的帕累托圖就出來了，
此圖並沒有什么特別之處，只是一個降序排列的柱形圖和一個升序排列的百分比折線圖而已。
可是通過這個簡單的帕累托圖可以直觀的看出，前3個產品的貢獻占比就約為80%，它們就是要找的核心產品，應重點對待，而其他產品的累計貢獻卻只有20%左右，在資源有限的情況下，就不應該花費太多精力放在這些產品上面。
上面的數據比較簡單，好像一眼就能看哪些產品是主要因素，可是如果是成千上萬個產品呢，並且企業的運營也不只是看產品的利潤分析，還有銷售分析、庫存分析、應收賬款分析，以及各個分子公司的情況分析等等，並且數據一直在隨着時間而變化，在這種情況下，想快速找出哪些是關鍵的少數就沒有那么簡單了。
本文是制作一個靜態的帕累托圖，如果進行多維度的分析，一個動態的帕累托圖就很有必要，這在PowerBI中也並不難實現。