在我們的日常生活中我們會遇到需要討論才能得出結果的問題，這其中有什麼辦法呢？筆者將給我們講述確立權重的方法，通過分析遇到問題的多面性來決定結果。
在工作生活中，我們經常會遇到一些需要確定各部分權重來得出最終結果的問題；例如商品的排序，可能需要考慮成交量、好評率、收藏量、轉化率等因素；例如個人信用分，可能需要考慮身份特徵、消費能力、人脈關係、行為偏好、信用歷史等因素，而其中每個因素，又可能需要多種指標來衡量。
——這就引入了權重的概念。
那麼，如何確定每個因素對目標的權重，以保證最終結果最合理呢？
一、什麼是權重
權重是指某因素在整體評價中的相對重要程度。權重越高，則該因素越重要。權重有兩個特點：1、每個因素的權重在0-1之間 2、所有因素的權重之和為1。
二、權重的確定思路與方法
主觀賦權方法：主要由專家經驗得到權數，然後對指標進行綜合評價。是一種結合性方法，易操作，存在一定主觀性。常用方法：層次分析法AHP、權值因子判斷表法、德爾菲法、模糊分析法、二項係數法、環比評分法、最小平方法、序關係分析法等
客觀賦權法：依據歷史數據研究指標之間的相關關係或指標與評估結果的影響關係來綜合評價。這是定量研究，無須考慮決策者主觀意願和業務經驗，計算方法較為複雜。常用方法：主成分分析、因子分析、熵值法、變異係數法、均方差法、回歸分析法等
三、常用權重計算方法
3.1 層次分析法(AHP)
層次分析法簡稱AHP，是指將與整體決策有關的元素分解成目標、準則、方案等層次，然後進行定性和定量分析的方法。根據總的目標，可以將問題分解為不同的因素，形成一個多層次的分析結構模型，從而最終使問題歸結為最低層相對於最高層的相對重要權值的確定或相對優劣次序的排定。
層次分析法可應用於權重確立的多種場景，例如1、利用層次分析法對內容社區的原創作者進行創作者打分評級，然後針對不同評級的創作者制定不同策略，以刺激更多原創優質內容的生產；2、利用層次分析法對各流量來源的渠道進行渠道的打分評級，更加有效客觀全面的評價一個渠道的綜合價值；
層次分析法具有系統性、實用性、簡潔性的優點，一般步驟如下：
1）建立遞階層次結構模型
應用AHP解決實際問題，首先要明確需要分析決策的問題，把它條理化理出遞階層次結構。一般由三個層次組成：目標層(最高層)，問題的預定目標、準則層(中間層)，影響目標實現的準則、措施層(最低層)，促使目標實現的措施。通過對複雜問題的分析，找出影響目標實現的準則，要詳細分析各準則因素間的關係，有些是主要準則有些是次準則，然後根據這些關係將各元素分成不同的層次和組，上一層元素由下一層元素構成並對下一層元素起支配作用。最後分析為解決問題，在上述準則下，有哪些最終措施，將他們作為措施層因素，放在層次結構最底層。
以上圖作者評分模型為例，作者總分即為目標層；作品質量得分、發布得分等即為準則層；圖文分享數、評論數等即為措施層。
2）構造判斷矩陣
據遞階層次結構就能很容易地構造判斷矩陣。構造判斷矩陣的方法是：每一個準則因素作為判斷矩陣的第一個元素，隸屬於它的各個元素依次排列在其後的第一行和第一列。然後填寫判斷矩陣，大多採取的方法是根據專家(業務經驗)來判斷矩陣的準則，其中兩個元素兩兩比較哪個重要，重要多少，對重要性程度按1-9賦值。在實際應用中，可用spss工具進行計算，簡潔方便。
3）計算權向量並做一致性檢
對於填寫完的判斷矩陣利用一定數學方法進行層次排序，計算權向量，指每一個矩陣各因素針對其準則的相對權重。計算權向量有特徵根法、和法、冪法等，再次不做過多介紹。確定權向量後，需要對判斷矩陣進行一致性檢驗。比如A比B重要，B比C重要，但是最後結果顯示C比A重要，這樣即為不一致。可以利用一致性指標、隨機一致性指標和一致性比率做一致性檢驗。若檢驗通過，歸一化後的特徵向量即為權向量，若不通過，需重新構造成對比較陣。
4）計算綜合重要度
以上分析只得出相對重要度，因此在層次分析中，還需計算同一層次所有要素對最高層次進行排序，從最上層開始，自上而下的求出各層要素關於總體的綜合重要度，並進行一致性檢驗。
評價：層次分析方法是把研究對象當作一個系統，按照拆解、比較的思維進行決策。其中每一層的權重設置最後都會直接或間接影響到最終結果，每個層次中每個因素對結果的影響均可量化。把定性與定量相結合，利用專家經驗，對評價問題的本質、要素的理解出發，比一般的定量方法更講求定性的分析和判斷。層次分析法適用於處理許多用傳統的最優化技術無法著手的實際問題。
3.2 變異係數法
變異係數是刻畫離中趨勢的重要指標，反映取值的差異和波動，在數值上等於標準差除以均值。為什麼變異係數可以確定權重，因為在評價體系中，若某因素取值差異大，則說明該因素難以實現，是反應所評價對象差距的關鍵因素，所以要賦予更高權重。
例如：
在高考時，我們經常會談要把精力多放在數學上，而語文則是循序漸進，以保分為主。為什麼呢？是因為數學成績相比語文成績，更能拉開總分差距：數學學的好，考130、140分的可能性很大，而語文全班分數則可能普遍分布在100-120分，付出很多努力卻和別人拉不開什麼差距。
我們重視能拉開差距的科目，其實就是對取值差異大的因素，對其賦予了更高權重。
嘗試去用變異係數法綜合評價北京某景區的各影響因素指標權重。數據選取某一年的數據。計算這些影響因素的變異係數、標準差、平均數，反映出各因素在這些指標上的差距，並作為確定各項指標權重的依據。
將各項指標的變異係數加總得12.05，然後計算構成評價指標體系得這5個因素指標的權重，超負荷的接待量：
過多的人工建築：
其他指標的權重依次類推，最終求得各因素權重：
變異係數法直接利用各項指標所包含信息量，通過計算得到指標的權重，是一種客觀的賦權方法。在評價中，指標取值差異越大的指標也就越能反應因素差異，這樣的指標更能反應每個被評價目標之間的差距。
以上，希望對大家有所幫助。
本文由 @趙小洛 原創發布於人人都是產品經理，未經許可，禁止轉載
題圖來自 Unsplash，基於 CC0 協議