聊聊数据分析的权重思维：找女票身材 > 相貌 > 涵养？

实际分析工作和生活中，经常会遇到各种权重问题：

• 想计算一个销售综合增速得分，那2019年增速和2020年增速分别赋权多少合适？
• 用户和商品互动有多种形式，如果要构造一个商品综合互动指数，浏览、收藏、加购、支付这些行为分别对应的权重是多少？
• 要找女朋友，相貌、身材、涵养、家庭背景重要度应该怎么量化排序？

今天我特意肝了篇文章，给大家介绍几种常见又简单粗暴的权重确定方法。

艺术确定法

艺术确定法，顾名思义，乃拍脑袋确定法。

之所以称之为艺术，是因为它内部不确定性像艺术一样抽象。且艺术程度，会随着使用者工作年限和级别的不同而不同。

拿文章开头“想计算一个销售综合增速得分，2019年增速和2020年增速分别赋权多少合适？”的问题来说。

实习生：数据量太有限了，从重要度来说，我觉得19年增速权重可以是0.4，20年权重可以是0.6

业务：你觉得？那为什么19年权重不是0.38，20年权重不是0.62？不要什么都这么主观！

高级分析：上次类似的业务场景，我们给19年的增速赋权是0.3，20年增速赋权0.7，我觉得业务场景没有发生本质变化，可以沿用。

业务：有点道理，也许可以凑合着用。

BOSS：基于我的多年行业经验和二八法则等经典理论，我认为，19年和20年增速的权重，分别是0.2和0.8。既是经典理论的实战运用，又是我们不念过往辉煌，一心向前，只看重最近增长速度的力证。

业务：老板牛逼！老板就是老板！老板不愧是老板！

权值因子判表法

权值因子判表法，也是属于主观赋权法的一种。

和艺术确定法相比，这种方法在专家意见、多方权衡和相对量化几个方面有一定的优势，结论可信度也更强。

举一个具体的案例：

要找女朋友，相貌、身材、涵养、家庭背景重要度应该怎么量化排序？

数据不吹牛婚恋公司召集了最最最权威的4个情感专家，要通过权值因子判表法来解决这个问题。

首先，结合背景的3个考量维度，为每个专家制定判别表：

接着，把每个表分发至专家，让其独立完成打分。打分逻辑很简单，用行的属性和列的属性做比较，如果认为行属性比对应的列属性更重要，则填上1，否则填0。

这些属性不会和自身相比，所以对角线一栏是空值，我们重点对右上角区域进行打分，因为左下角的打分直接是右上角的逻辑对称（但也会参与计算）。

比如认为相貌比身材重要，打1分，身材对应的肯定没有相貌重要，在身材和相貌对比的单元格，打0分。

根据专家1的打分表，显而易见：

• 相貌比身材重要，相貌没有涵养和家庭背景重要
• 身材自然也没有涵养和家庭背景重要
• 而涵养比家庭背景重要

综合来看，专家1认为，涵养 > 家庭背景 > 相貌 > 身材。

其他专家打分也是一样的逻辑，打完分后我们行向求和，得到每位的分值汇总：

最后，结合4位专家的打分，求平均值，例如相貌平均分：

其他平均分逻辑完全一样：

由于权重之和一般是1，计算各属性对应的权重，用其平均得分 除以 平均得分之和即可：

从不吹牛请的这4位专家角度来看，找女票，涵养 > 身材 > 相貌 > 家庭背景。

“这专家一点都不专业！看来权值因子判表法，在专家选择上，非常重要！”软饭硬吃的小A愤愤不平。

变异系数法

讲了两个常见的主观赋权法，再聊聊客观赋权法中，比较常见和易于理解的变异系数法。

变异系数法的核心，是用数据波动来确定权重。变异系数的计算很简单，就是用标准差 除以 平均值，变异系数越大，则数据的偏离程度越大。

变异系数法的思想中，某个指标偏离程度越大，说明该指标难以实现，是反应所评对象差距的关键指标，应赋予更高的权重。

我们拿到了一份成绩单，如何通过变异系数法来确定各科的权重呢？

先计算各科目的平均数、标准差，在此基础上计算变异系数：

然后求各科变异系数值的占比，即为权重：

例：语文权重 = 0.18 / （0.18 + 0.17 + 0.21 +0.19)

这样，我们通过变异系数法，求得了各科的权重，也知道了英语成绩是这次拉开差异的主要科目。

篇幅有限，小z讲了几个基础的权重确定方法，想做更多了解，还有层次分析法、德尔菲法、优序图法、熵值法等方法。当然，不要被这么多方法所迷惑，了解对应的使用场景和优缺点，适合业务场景的才是最好的。