在人工智能时代，机器学习和人工智能算法将改变“80-20定律”/20法则。意大利工程师和经济学家VilfredoPareto很多高绩效公司都钦佩意大利工程师和经济学家VilfredoPareto，因为他的80/20规则产生了非常大的影响。此规则规定80%的结果（销售额、收入等）来自20%的贡献者（产品、员工等）。现在，机器学习和人工智能算法的创新正在改变帕累托分析的方式，我相信下一代算法将对帕累托范式提供巨大的推动。人工智能和机器学习将改变公司使用帕累托原则在三个重要方面提高利润的方式。智能帕累托优先，更大的数据量和更高的数据多样性可以保证算法得到足够的训练，使其更加智能。例如，在新的工作场所分析中，更多公司可以更轻松地确定哪20%的员工为产品、流程或用户体验贡献了80%的价值。业务流程、平台和客户体验的持续数字化也是如此：哪20%的平台升级驱动了80%的效果？哪20%的客户体验会引起80%的喜悦或厌恶？公司高管希望可以使用算法来解决这些与数据相关的问题。超级帕累托第二，传统的分配比例发生了颠覆性的变化。大数据表明，坚持80/20的比例可能是一个经验错误。公司越来越多地注意到帕累托比率可能为10/90、5/50、2/30和1/25。以不同的方式划分、切片和定义数据，您可能会看到帕累托比率为1/50、5/75和10/150。帕累托所说的“显着的少数”现在变成了“显着的少数”。这种极端分布出现在许多行业中。例如，不到10%的饮酒者消耗了一半以上的酒精。更极端的是，所有移动游戏应用内购买收入的一半来自不到0.25%的游戏玩家。然而，仅仅清楚地识别和拥抱“超级帕累托”是不够的；要获得市场份额，您需要使用这些描述性统计数据进行预测。也就是说，这些数据集需要转化为智能算法的“训练集”。公司需要确定他们的帕累托特征——也就是说，他们需要从算法的角度弄清楚微小的调整如何能产生更大的业务影响。经理和数据科学团队必须围绕极端的帕累托潜力和可能性开展工作，而不仅仅是围绕更多更好的数据。例如，一家拥有2000多种产品、规模达数十亿欧元的工业设备公司，其不到4%的产品贡献了三分之一的销售额和约一半的盈利能力。但将此分析应用于服务和维护也表明，约有100种产品贡献了超过三分之二的盈利能力。这促使该公司重新考虑其定价和捆绑策略。围绕产品属性和功能而不仅仅是产品本身的精细帕累托分析可以提供更令人兴奋的见解。该公司的工程团队发现了一些更有价值的Pareto见解，这是围绕用户所需的功能和功能集而不是产品本身进行数据驱动的重新设计的结果。例如，将一些目标功能去除后，不仅降低了产品成本，还提供了更好的用户体验。结合帕累托第三，随着数据变得更加细化，算法使用更智能的方式来处理复杂的模式，帕累托的管理方式正在发生变化。在整个企业中，可以将几种不同的Pareto分析组合在一起使用。下面用KPI的缩写来表示“关键帕累托信息”。如果公司的KPI设计模糊，你就看不到未来如何优化和创造价值。如果说之前各个流程的负责人、产品经理、销售团队都注重优化自己的核心Pareto，那么现在就需要去探索和研究别人的Pareto。他们不会专注于自己的细分市场，而是会认识到该细分市场的帕累托可以在整个企业内交叉、重叠和重组。重新审视帕累托的最可靠方法是将其与另一个帕累托联系起来。拥有丰富数据和强大算法意识的公司，以前单独管理十几个关键Pareto指标，现在正在监控数百甚至数千个KPI，发现新的Pareto集群，将最大限度地捕捉创新机会。因此，连接在一起的帕累托网络提供了非常强大的分析视角。10%的KPI集群是否代表了90%的新客户、增长或盈利能力？正确使用这种方法需要结合数据驱动的跨职能“少数”因素。一些公司在尝试帕累托聚类方面取得了初步成功。一个关键：最好的结果不是来自提高单个模型的性能，而是来自创建联合放大最佳特征的集群。如何找到最有价值的集群？仍然可以使用帕累托分析。一个教训是，为了获得渐进的结果（从而成为竞争的赢家），许多模型都是有用的，但实际上可以使用少数几个模型来构建好的系统。更好地预测明天的“少数大人物”因素并确定整个企业的关键帕累托分组机会的能力不仅可以提高公司的效率，还可以成为价值创造的决定因素。你的算法越聪明，你的公司需要做的帕累托分析就越多。
