第4章 权重设定方法：专家打分法、AHP层次分析法、历史数据回归、共识讨论
本章聚焦四种主流的权重设定方法，帮助你在机会评分模型中科学分配各维度的权重。通过对比和实战流程，掌握不同场景下的方法选择与执行要点。
适用场景
| 方法 | 适用场景 | 典型用例 |
|---|---|---|
| 专家打分法 | 领域专家充足、主观经验可量化 | 新产品功能优先度、技术风险评估 |
| AHP层次分析法 | 指标层次分明、需一致性检验 | 供应商选择、战略方案排序 |
| 历史数据回归 | 有充分的历史评分/结果数据 | 转化率预测、用户行为权重拟合 |
| 共识讨论 | 团队规模小、需快速对齐、决策文化开放 | 冲刺计划会、小团队内部优先级排序 |
前置条件
- 专家打分法：至少3位内部或外部领域专家；统一的评分标准模板；独立的匿名反馈渠道。
- AHP层次分析法：明确的递阶层次结构；1-9标度判断矩阵；计算工具（如Excel、Yaahp）。
- 历史数据回归：至少30组完整的历史记录；因变量（如实际产出）和自变量（各维度评分）必须匹配。
- 共识讨论：参与人员务必在线或同场地；主持人需掌握引导技巧，避免群体思维。
操作步骤
- 确定评估框架 – 选定维度（如商业价值、用户价值、开发成本），明确评分标准。
- 选择权重方法 – 根据数据/专家/时间条件，从四种方法中选定一种。
- 执行权重计算 – 按方法规程收集输入、计算权重向量。
- 一致性验证 – 对AHP进行CR检验（CR<0.1）；对专家打分法计算肯德尔协调系数；回归法检查R²和P值。
- 校准与确认 – 若检验不通过，返回调整判断矩阵或重新收集数据；通过后正式发布权重。
输入输出物
| 输入物 | 输出物 |
|---|---|
| 维度定义文档、评分原始数据 | 权重分配表（各维度权重值） |
| 专家名单及联系方式 | 一致性检验报告（CR/相关系数） |
| 历史评分-结果数据集 | 回归模型概要（系数及显著性） |
| 团队共识讨论记录 | 会议纪要含最终权重投票结果 |
责任边界
- 产品经理：定义维度与评分标准，组织流程，发布最终权重。
- 数据分析师：执行回归分析、一致性计算，提供模型输出。
- 专家/团队成员：完成打分/判断矩阵填写，参与讨论并确认一致性。
- 决策者（如总监）：审批权重结果，对有争议部分进行仲裁。
记录材料
- 专家打分原始数据表（匿名化）
- AHP判断矩阵及CR计算表
- 回归分析数据集与结果报告
- 共识讨论会议记录及投票截图
- 权重校准审批单
异常处理
| 异常情况 | 处理措施 |
|---|---|
| 专家意见分歧过大（协调系数<0.3） | 增加第二轮德尔菲反馈，或转为AHP结构化判断 |
| AHP一致性CR≥0.1 | 重新填写矛盾最突出的比较对，或删除离群专家 |
| 历史数据回归R²<0.5 | 检查变量共线性，补充特征或改用其他方法 |
| 共识讨论陷入僵局 | 启用匿名投票，或引入外部参考基准 |
验收标准
- 权重之和严格等于1（或100%）。
- AHP层次分析法CR ≤ 0.1。
- 专家打分法肯德尔协调系数 ≥ 0.6。
- 历史数据回归模型R² ≥ 0.7且自变量系数方向与业务常识一致。
- 共识讨论结果经所有参与者签字确认无异议。
实战提示：在资源有限的情况下，优先推荐专家打分法+一致性讨论的组合——先独立填表，再组织共识会议校准，兼顾效率与科学性。
注意事项：权重设定不是一次性的任务。当外部环境、战略方向、数据分布发生显著变化时，应重新评估并更新权重。切勿在机会评分中固定一套权重长期使用。