Learning
VOL. VI · NO. 13 · Mathematics · 01 JAN 1970

决策矩阵:多维度量化选择

数学 · 01 JAN 1970 · 11 min read · 2,462 words
· · ·

产品经理的数学课 · 第13讲

决策矩阵:多维度量化选择

当你面对多个选项、多个维度时,如何不凭直觉做出理性选择?决策矩阵是产品经理最实用的量化决策工具。


前言

你在做季度规划。有 5 个候选项目:

  • A:重构登录流程
  • B:新增支付方式
  • C:优化搜索算法
  • D:移动端改版
  • E:国际化支持

每个项目在不同维度上表现不同:用户价值、技术难度、商业影响、紧急程度。你怎么选?

拍脑袋?太随意。全都要?资源不够。你需要一个系统化的框架来比较这些选项。

决策矩阵(Decision Matrix) 就是这个框架:把多个选项在多个维度上量化打分,然后加权求和,得出优先级排名。


核心概念

决策矩阵的基本结构

选项维度 1(权重 w₁)维度 2(权重 w₂)维度 3(权重 w₃)加权总分
As₁₁s₁₂s₁₃w₁×s₁₁ + w₂×s₁₂ + w₃×s₁₃
Bs₂₁s₂₂s₂₃w₁×s₂₁ + w₂×s₂₂ + w₃×s₂₃

三个关键要素

  1. 选项:你要比较的对象(项目、产品、方案)
  2. 维度:你用来比较的标准(价值、成本、风险)
  3. 权重:每个维度的重要性(加起来 = 100%)

权重设定:你真正关心什么?

权重设定是决策矩阵最难的部分。因为权重反映的是你的价值观——什么对你真正重要。

设定权重的方法

  1. 两两比较法:每个维度两两比较,确定哪个更重要,重要多少
  2. 100 点分配法:给所有维度分配 100 点,反映相对重要性
  3. 反推法:先给几个已知决策打分,反推出权重

例子(100 点分配):

维度权重理由
用户价值40我们是用户导向的团队
技术可行性25技术债太多会影响迭代速度
商业影响25需要平衡用户和商业
紧急程度10紧急但不重要的事情不值得优先做

打分标准:什么是 1 分,什么是 5 分?

打分标准必须事先定义,否则打分会很主观。

例子(用户价值维度):

分数标准
1影响 < 1% 用户
2影响 1-5% 用户
3影响 5-20% 用户
4影响 20-50% 用户
5影响 > 50% 用户

敏感性分析:权重变了,结论会变吗?

决策矩阵的结论取决于权重。如果权重稍微调整,结论就变了——说明这个决策不够稳健。

敏感性分析:改变权重,看排名是否变化。

场景用户价值权重技术可行性权重商业影响权重排名第一
基准40%25%25%B
用户优先60%15%15%B
技术优先20%50%20%C
商业优先15%15%60%B

结论:无论怎么调权重,B 都是第一——这是一个稳健的决策

逆境矩阵:不只看收益,也看风险

逆境矩阵:在每个维度上,不只打「收益分」,也打「风险分」。

$$ \text{综合分} = \sum w_i \times (收益_i - 风险_i) $$

例子

选项用户价值(收益)用户价值(风险)净用户价值
A514
B431

A 的净用户价值更高(4 > 1),即使 B 的收益更高(4 vs 5),但风险也更高(3 vs 1)。


产品经理的应用

应用场景一:功能优先级排序

你的 backlog 有 10 个功能。你有 3 个维度:用户价值、开发成本、战略契合度。

决策矩阵

功能用户价值(40%)开发成本(30%)战略契合(30%)加权分
F15344.05
F24454.30
F33232.70
F45544.65
F52121.70

排名:F4 > F2 > F1 > F3 > F5

注意:开发成本是越低越好,所以打分时要反转(成本 1 = 分 5,成本 5 = 分 1)。

应用场景二:技术方案选型

你有三个技术方案:微服务、单体、Serverless。

维度权重微服务单体Serverless
性能30%534
开发效率25%254
运维成本25%245
扩展性20%524
加权总分3.453.654.30

选择 Serverless——在你的权重设定下,它是最佳方案。

应用场景三:竞品分析

你的产品和 3 个竞品在 5 个维度上比较:

维度权重你的产品竞品 A竞品 B竞品 C
功能完整度25%4534
用户体验30%5344
价格20%4253
技术支持15%3435
品牌信任10%3534
加权总分4.053.753.703.85

你的产品领先,但竞品 A 在功能完整度和品牌信任上更强。


常见误区

误区一:权重拍脑袋

「用户价值最重要,给 50%」

50% 是怎么来的?是基于数据分析还是直觉?权重应该基于业务目标和战略,不是拍脑袋。

误区二:打分不一致

「A 的用户价值打 4 分,B 的用户价值打 5 分——但 B 看起来更好」

「看起来更好」不是标准。你需要事先定义打分标准,然后严格按标准打分。

误区三:忽略权重敏感性

「决策矩阵显示 A 是第一,我们就选 A」

如果权重稍微调整,A 就不是第一了——这个决策不够稳健。做敏感性分析。

误区四:维度之间有重叠

「用户价值」和「用户满意度」是两个维度吗?

如果高度相关,就是重复计数。维度应该尽量独立——如果两个维度相关性 > 0.7,考虑合并。

误区五:把决策矩阵当答案

「矩阵说选 A,所以一定选 A」

矩阵是辅助工具,不是答案。它帮你系统化思考,但最终决策还需要考虑矩阵无法量化的东西(战略直觉、团队士气、政治因素)。


PM/BA 应用

场景决策矩阵工具决策价值
功能优先级加权评分客观排序
技术选型多维度比较平衡多方利益
竞品分析相对评分找出差异化优势
资源分配ROI 矩阵最大化资源效率
风险评估收益-风险矩阵避免高风险决策

课后测验

题目 1

你在比较三个功能,权重:用户价值 50%,开发成本 30%,商业影响 20%。

功能 X:用户价值 4,开发成本 2,商业影响 5
功能 Y:用户价值 5,开发成本 3,商业影响 3
功能 Z:用户价值 3,开发成本 5,商业影响 4

哪个功能得分最高?

A. X
B. Y
C. Z
D. 一样高

查看答案与解析

答案:A(X)

注意:开发成本越低越好,所以「开发成本 2」应该打高分(4 或 5),「开发成本 5」应该打低分(1 或 2)。

假设 5 分制(成本越低分越高):

  • 开发成本 2 → 4 分
  • 开发成本 3 → 3 分
  • 开发成本 5 → 1 分

X = 0.5×4 + 0.3×4 + 0.2×5 = 2.0 + 1.2 + 1.0 = 4.2
Y = 0.5×5 + 0.3×3 + 0.2×3 = 2.5 + 0.9 + 0.6 = 4.0
Z = 0.5×3 + 0.3×1 + 0.2×4 = 1.5 + 0.3 + 0.8 = 2.6

X 得分最高(4.2)。

题目 2

你的决策矩阵显示方案 A 得分 4.5,方案 B 得分 4.3。但当你把「技术风险」的权重从 10% 调整到 20%,方案 B 变成了第一。这意味着什么?

A. 方案 A 更好
B. 方案 B 更好
C. 两个方案差不多,需要更多信息
D. 决策矩阵不可靠

查看答案与解析

答案:C(两个方案差不多,需要更多信息)

这说明你的决策对权重敏感——权重稍微变化,结论就变了。

可能的行动

  1. 收集更多信息:更准确地评估技术风险,调整权重
  2. 做敏感性分析:看哪些权重变化会改变结论
  3. 考虑其他因素:矩阵无法量化的因素(战略、直觉)

这不是「矩阵不可靠」(D),而是「两个方案确实差不多,需要更细致的分析」。

题目 3

以下哪种情况最适合用决策矩阵?

A. 两个选项在所有维度上都一样好
B. 一个选项在所有维度上都碾压其他选项
C. 多个选项在不同维度上各有优劣
D. 选项的数量超过 20 个

查看答案与解析

答案:C(多个选项在不同维度上各有优劣)

A:如果所有维度都一样,不需要矩阵——随便选
B:如果一个选项全面碾压,不需要矩阵——直接选
C:这是矩阵的最佳场景——需要权衡多个维度
D:20 个选项太多,矩阵会很复杂——需要先筛选到 5-10 个

决策矩阵的核心价值是权衡——当没有一个选项在所有维度上都最好时,你需要系统化的比较。


本课要点

  1. 决策矩阵 = 选项 × 维度 × 权重——系统化比较多个选项
  2. 权重设定:反映你的价值观——什么对你真正重要
  3. 打分标准:必须事先定义,否则打分很主观
  4. 敏感性分析:权重变了结论会变吗?——检验决策稳健性
  5. 矩阵是工具,不是答案——最终决策还需要考虑无法量化的东西

延伸阅读

  • Clemen, 《Making Hard Decisions》 — 决策分析的标准教材
  • Keeney, 《Value-Focused Thinking》 — 基于价值观的决策方法
  • Raiffa, 《Decision Analysis》 — 决策矩阵的理论基础

下一步

下一课:期望值与机会成本 — 每个决策都有机会成本,如何量化它。


工具提示:做决策矩阵时,先花 30 分钟定义维度和权重,再花 30 分钟打分。不要急于打分——权重设定是最重要的部分。