一、案例定位

Pareto Chart 以由高到低的 bars 搭配 cumulative percentage line，協助管理者辨識最重要的少數原因。原書以 Women’s Tennis Open 的 2,867 次失誤示範。

二、學習目標

  1. 計算各類錯誤的 Total % 與 Cumulative %。
  2. 建立 Excel Pareto Chart。
  3. 用 cumulative percentage 排定改善優先順序。

三、案例情境

教練蒐集整週賽事中的失誤，希望知道訓練時間應優先放在哪些技術，而不是平均分配在所有 error types 上。

四、開始資料

Type of error Errors made
Backhand groundstroke error 1310
Forehand groundstroke error 837
Forehand volley error 225
Backhand volley error 210
Unreturnable (winner) 185
Overhead error 55
Drop shot error 45
Total 2867

五、Excel／AI 分析方法

原書先建立 Total % 欄，再建立 Cumulative % 欄，最後 Insert → Histogram → Pareto。原書示例說明 $ absolute reference 用來固定分母／累積起點。

六、計算結果

以下百分比由原書 frequency 重新計算：

Error Frequency Total % Cumulative %
Backhand groundstroke 1310 45.69% 45.69%
Forehand groundstroke 837 29.19% 74.89%
Forehand volley 225 7.85% 82.73%
Backhand volley 210 7.32% 90.06%
Unreturnable (winner) 185 6.45% 96.51%
Overhead 55 1.92% 98.43%
Drop shot 45 1.57% 100.00%

七、結果分析與管理解讀

Backhand groundstroke 與 Forehand groundstroke 兩類合計已占 74.89%；加入 Forehand volley 後達 82.73%。若資源有限，前兩到三類應優先進入訓練改善計畫。這正是 Pareto Chart 的管理用途：把「最常發生」和「累積影響」同時呈現。

八、AI 提問詞

「請根據這張 frequency table 計算 Total % 與 Cumulative %，找出累積超過 80% 前需要處理的最少類別，並把結果解讀成改善優先序。不要把 Pareto 80/20 當成每個資料集都必須剛好 80% 來自 20% 類別。」

九、思考／情境變動