在百科中這樣定義權重，“權重是一個相對的概念，針對某一指標而言。某一指標的權重就是指在整體評價中的相對重要程度。它表示在評價過程中，是被評價對象的不同側面的重要程度的定量分配，對各評價因子在總體評價中的作用進行區別對待”。貌似很繞口難以理解，但其實在日常生活中充斥著各種各樣的決策問題，權重這個概念在不知不覺中被廣泛使用著。

我們遇到的問題：

“哪個問題嚴重程度相對更高??？”

“這兩個設計方案都挺好的，到底選哪個呢？”

“這么多場景，哪個優先級最高??？”

我們在用戶研究實際工作中經常會遇到諸如此類的問題，可是每個問題并不是只有唯一維度需要考量，更不是簡單的好或者不好那么顯而易見，通常需要進行非常復雜的比較、判斷、評價，才能最終作出決策。如果所有的問題都像來自星星的都教授，每個維度都全五星完美爆棚，那世界是多么簡單美好啊。

星星離我們太遠，還是說說生產于地球的男人們吧，假設目前有四名備選男青年正在追求女神，他們的條件表現如下雷達圖所示，A男英俊腿長，B男成熟多金，C男全面發展表現均衡，D男性格好到極致，簡單粗暴的看上去貌似C男的條件很不錯哦，平均分高達4.0分，大比分領先于其他三位。

層次分析法：

今天，我們介紹一種將定性和定量數據相結合的決策分析方法—層次分析法，它在20世紀70年代中期由美國運籌學家托馬斯·塞蒂正式提出。雖然使用人數不多，屬于很小眾的方法，但是對于選擇困難癥患者來說，簡直堪稱利器。以我們剛剛提到的 “合理選擇優質男”這個話題為例，我們來手把手教大家如何使用層次分析法確定各個維度的權重，并最終找到心中所屬。

第一步：決策問題層次化

將整個決策問題層次化處理后建立層次結構模型，第一層為目標層，即合理選擇優質男；第二層為指標層，例如女神挑選男人主要從身家、年齡、樣貌、身材、性格這五個維度進行比較分析；最低層為方案層，即目前參與競爭的A、B、C、D四位男青年。

第二步：指標分層兩兩比較

指標層有5個指標，方案層有4個指標，若讓選擇困難癥將這幾個指標依次排出先后次序足以讓之崩潰。層次分析法的一大優勢就是不需要把所有指標放在一起進行比較，只需要對每個層次的指標依次進行兩兩比較即可，這極大減少了不同指標相互比較的困難程度?？砂凑杖缦碌娜≈翟瓌t使用1-9相對尺寸進行標記。

取值原則如下：

當a指標與b指標重要性相同，取值為1：1；

當a指標與b指標相比略重要，取值為3：1；

當a指標與b指標相比重要，取值為5：1；

當a指標與b指標相比重要得多，取值為7：1；

當a指標與b指標相比極其重要，取值為9：1；

當a指標與b指標相比重要程度介于2n?1與2n+1兩個相鄰等級之間，取值為2n：1；

反之，可取1：1-9的自然數

如果擔心一個人的評估過于片面，也可以邀請七大姑八大姨幫忙組隊分別評估，取值原則與上文相同，對于他們的評估意見可平均分配，也可根據實際情況有所側重。

第三步，錄入軟件，計算結果

分層指標兩兩對比后，錄入到相應軟件計算即可，例如excel、matlab等均可以實現，今天介紹一款yaahp層次分析法軟件，它的操作非常簡單，屬于半自動化處理，目前網上有免費版可以使用。首先建立層次結構模型，并依次將指標層和方案層的指標兩兩對比結果填入系統（如下圖）。

PS：需要注意指標兩兩對比順序，如標藍部分表示豎列“身家”指標與橫排“年齡”指標相比為1：3，年齡略重要。

錄入所有數據后，系統會自動進行一致性的檢驗，若通過，則直接計算出各個維度對目標層的影響權重，并直接輸出各方案的歸一化權重，若不通過，則說明數據存在問題，需要進行調整。

從上圖可見，幾個備選男青年中D男權重最高，是經過斟酌對比之后選出的表現最為突出的優質男。若沒有通過層次分析法進行計算，直接簡單粗暴的看平均得分選擇C男，那女神很有可能就會忽略內心的偏重，甚至錯過了心目中的Mr.Right。

優缺點及適用范圍：

通過上面的例子大家都知道如何使用層次分析法獲得權重及選擇最優方案，那它和其他方法相比有哪些優劣呢，在哪些情況下可以使用呢？

優點

• 把決策過程分解成幾個層次，決策人只需要逐層兩兩對比層內指標即可
• 無需復雜的數學計算，操作過程非常簡單，結果也易于被掌握和接受
• 僅需要較少的數據即可計算；也可邀請不同職能參與，參與程度越高，最終結論的接受程度也越高

缺點

• 不能提供新方案，只能從備選方案中尋找最優解
• 屬于主觀經驗賦值，會受到決策者主觀影響；但多人群體參與可一定程度上克服這一缺點
• 心理學家建議每層指標不宜超過9個，若過多，兩兩比較的難度會大幅增加，甚至一致性的檢驗不通過，調整難度過大；但可根據需要計算出中間層各維度權重，對層次分析法進行變形使用，解決方案過多的問題

適用范圍

當一個決策問題受到多個指標的影響，且各指標之間存在一定的層次關系，同時各指標對決策問題的影響程度無法直接通過足夠的數據進行量化時均可使用層次分析法，比如在用研中經常遇到的不同設計方案的對比、競品分析、場景的優先級比較、問題的嚴重程度對比等。

小伙伴們，大家都學會了嗎？層次分析法計算權重之新技能get√