3. 权重分配方法：专家打分法、层次分析法、数据驱动法

权重分配是产品机会评分模型的核心环节，直接决定各评分维度对最终得分的贡献程度。权重分配方法的选择需综合考虑数据基础、决策复杂度和团队能力。本章围绕三种主流权重分配方法——专家打分法、层次分析法和数据驱动法，系统梳理从方法选择到权重交付的完整SOP。

3.1 适用场景

3.2 前置条件

• 通用前置条件：已完成评分维度定义（参见第2章）；评分指标可量化或可排序；团队具备基础统计分析能力。
• 专家打分法：成立不少于5人的专家小组；每位专家独立填写评分表；提前准备评分参照标准。
• 层次分析法：建立完整的层次结构模型；设计两两比较问卷；明确1~9标度规则。
• 数据驱动法：清洗后的样本数据集；确定目标变量与特征变量；选择适用算法（回归/熵权/因子分析等）。

3.3 操作步骤

3.3.1 专家打分法操作步骤

1. 组建专家团队：选择5~10名具备领域经验的专家，覆盖产品、运营、技术、市场等角色。
2. 设计评分表：明确每个维度的定义、评分标尺（如1~5分或1~100分）及参照标准。
3. 多轮独立评分：专家背对背独立完成评分，避免相互干扰；一般进行2~3轮。
4. 汇总与统计：计算每项维度得分的均值、标准差，剔除离群值后重新归一化。
5. 反馈与收敛：将匿名统计结果反馈给专家，进行下一轮评分直至收敛（标准差≤阈值）。
6. 权重归一化：将最终得分转换为权重向量，确保∑w=1。

3.3.2 层次分析法操作步骤

1. 建立层次结构：将决策目标、准则层、方案层分解为树状层次模型。
2. 构造成对比较矩阵：使用1~9标度法，对同层元素两两比较重要性。

       A    B    C
A      1    3    5
B     1/3   1    2
C     1/5  1/2   1

3. 计算权重向量：采用特征向量法或几何平均法计算相对权重。
4. 一致性检验：计算一致性比率 CR = CI / RI，要求 CR < 0.10。

CI = (λ_max - n) / (n - 1)
RI 查表值（n=3时 RI=0.58）

5. 层次总排序：自上而下合成各层权重，得到底层指标对总目标的综合权重。
6. 归一化输出：将综合权重归一化，作为最终评分权重。

3.3.3 数据驱动法操作步骤

1. 数据收集与清洗：采集与评分维度相关的历史数据，处理缺失值、异常值和标准化。
2. 特征与目标定义：确定特征变量（维度指标）和目标变量（如转化率、满意度得分）。
3. 选择建模方法：
   • 回归分析：线性回归/岭回归，回归系数归一化后作为权重。
   • 熵权法：基于信息熵计算各指标的离散程度，离散度越高权重越大。
   • 因子分析：提取公共因子，以因子载荷平方占比确定权重。
4. 模型训练与验证：使用交叉验证评估模型稳定性；检查特征共线性与显著性。
5. 权重提取与标准化：从模型系数/载荷/熵值中提取原始权重，进行∑w=1标准化。
6. 业务合理性校验：将数据驱动权重与业务预期比对，异常时回溯数据或调整模型。

3.4 输入输出物

3.5 责任边界

• 产品经理（主导）：组织权重分配工作；确定方法选择；审核权重合理性；推动权重落地应用。
• 领域专家（参与）：独立完成评分或两两比较；提供业务判断；参与结果讨论与调整。
• 数据分析师（执行）：数据驱动法的数据清洗与建模；计算权重向量；输出统计报告。
• 评审委员会（监督）：审核权重分配过程与结果；裁决争议；确认最终权重方案。
• 记录员（支持）：保存所有原始评分记录、计算过程、会议纪要，确保过程可追溯。

3.6 记录材料

• 专家打分法：专家签到表、每轮评分表原件、统计汇总表、离群值处理说明。
• 层次分析法：层次结构图（含版本号）、所有成对比较矩阵、CR计算过程、权重合成表。
• 数据驱动法：数据字典、数据清洗记录、模型配置文件、训练/测试集划分、权重提取脚本或日志。
• 通用材料：权重分配方法选择决策记录、评审会议纪要、权重变更历史记录。

3.7 异常处理

3.8 验收标准

• 权重完整性：所有评分维度均被覆盖，权重向量∑w=1，无遗漏或重复。
• 过程可追溯：原始评分/数据、计算过程、异常处理记录齐全，可复现权重结果。
• 一致性达标：层次分析法CR < 0.10；专家打分法标准差≤0.25（最后一轮）。
• 业务合理性：权重排序与业务预期基本吻合，偏差超过±20%时需有书面解释。
• 文档交付：权重分配方案文档包含方法选择理由、完整计算步骤、最终权重表及使用说明。
• 评审通过：经评审委员会投票通过（赞成率≥80%），权重方案正式生效。