起源

1896 年，意大利经济学家维尔弗雷多·帕累托（Vilfredo Pareto）观察到：意大利约 80% 的土地由 20% 的人口拥有。

后来他发现类似的分布也出现在其他领域。

推广：在很多现象中，约 80% 的结果来自 20% 的原因。

这被称为帕累托法则（Pareto Principle）或"二八定律"。

常见表现

  • 企业80% 的利润来自 20% 的客户；
  • 软件中 80% 的崩溃来自 20% 的 bug（或代码）；
  • 学习中 80% 的收获来自 20% 的关键内容；
  • 投诉中 80% 的问题来自 20% 的原因。

数学背景：幂律分布

二八定律是幂律分布（Power Law）的一个具体表现。

幂律：少数事件规模极大，多数事件规模很小。

对比正态分布：

  • 正态分布：大多数集中在平均值附近（如身高、体重）；
  • 幂律分布：长尾，少数极端值占主导（如财富、城市规模、网站流量、词频）。

很多社会和经济现象服从幂律——这就是二八定律广泛存在的原因。

实用价值

一、识别关键的少数

不要平均用力。先找到那 20% 的高杠杆因素。

应用：

  • 产品：哪些功能被 80% 的用户使用？优先做好它们；
  • 客服：哪些问题占投诉的 80%？优先解决；
  • 学习：哪些是核心概念？先掌握它们；
  • 业务：哪些客户贡献大部分收入？重点维护。

二、接受"不完美"

追求 100% 覆盖的边际成本极高。

"完成比完美更重要" ——先覆盖最关键的部分，往往能达到 80% 的效果。

局限与误用

一、"80/20"不是精确的数学定律

它是一个经验观察，不是精确的常数。

实际比例可能是 70/30、90/10、95/5——重要的是"不均衡"这一事实，而非具体数字。

二、不能随意套用

不是所有现象都服从幂律。

很多自然和工程现象是正态分布（如零件尺寸、测量误差）——在这些领域套用二八定律会出错。

三、"20% 的原因"会变化

被识别出来的关键少数，可能随时间改变。需要持续识别，而非一次识别后永久使用。

四、过度简化的风险

"砍掉那 80% 的低效客户"——但：

  • 那些"低效客户"可能是未来的大客户；
  • 长尾的集合可能有战略价值（前文提到过长尾效应）；
  • 有些"低效"的东西是生态的一部分（如冷门功能可能是专业用户选择你的原因）。

五、二八定律的"递归陷阱"

"既然 20% 产生 80%，那我可以再对这 20% 用二八定律，找出 4% 产生 64%……"

理论上可以，但实践中：越往深处，识别成本越高，且可能忽略系统的整体需求（有些"低效"的事情是"高效"部分的前提）。

一句话

二八定律的真正价值，是提醒我们资源分配应该反映不均衡的现实——而不是平均用力。

但它是启发式工具（帮助我们提问和聚焦），不是精确的数学公式。

说明：本文为思维模型的知识整理。