同樣的投入放在不同的地方會產生不同的效益。例如，對一個公司來講，80%的利潤常常來自于20%最暢銷的產品，而其他80%的產品只產生了20%的利潤。

就餐飲企業來講，應用貢獻度分析可以重點改善某菜系盈利最高的前80%的菜品，或者重點發展綜合影響最高的80%的部門。這種結果可以通過帕累托圖直觀地呈現出來。圖3-10是某個月中海鮮系列的10個菜品A1～A10的盈利額(已按照從大到小的順序排序)。

圖3-10 菜品盈利數據帕累托圖

由圖3-10可知，菜品A1～A7共7個菜品，占菜品種類數的70%，總盈利額占該月盈利額的85.0033%。根據帕累托法則，應該增加對菜品A1～A7的成本投入，減少對菜品A8～A10的成本投入，以獲得更高的盈利額。

表3-5是餐飲系統對應的菜品盈利數據，繪制菜品盈利帕累托圖，如代碼清單3-8所示。

表3-5 餐飲系統菜品盈利數據

代碼清單3-8 繪制菜品盈利數據帕累托圖

# 菜品盈利數據帕累托圖 
import pandas as pd 
 
# 初始化參數 
dish_profit = '../data/catering_dish_profit.xls'# 餐飲菜品盈利數據 
data = pd.read_excel(dish_profit, index_col='菜品名') 
datadata = data['盈利'].copy() 
data.sort_values(ascending=False) 
 
import matplotlib.pyplot as plt  # 導入圖像庫 
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用來正常顯示中文標簽 
plt.rcParams['axes.unicode_minus'] = False  # 用來正常顯示負號 
 
plt.figure() 
data.plot(kind='bar') 
plt.ylabel('盈利（元）') 
p = 1.0*data.cumsum()/data.sum() 
p.plot(color='r', secondary_y=True, style='-o',linewidth=2) 
plt.annotate(format(p[6], '.4%'), xy=(6, p[6]), xytext=(6*0.9, p[6]*0.9), arrow-props=dict(arrowstyle="->", connectionstyle="arc3,rad=.2")) 
    # 添加注釋，即85%處的標記。這里包括了指定箭頭樣式。 
plt.ylabel('盈利（比例）') 
plt.show()