腾讯如何做用户研究？利用yaahp进行层次分析法，文末附资源！

在新浪网中这样定义权重股，“权重股是一个相较的基本概念，针对某个分项而言。某个分项的权重股即是在整体赞扬中的相较关键某种程度。它表示在赞扬过程中，是被赞扬对象的不同前部的关键某种程度的定量分析分配，对各赞扬胺基酸在总体赞扬中的作用展开合理要求”。虽说很绕口难以理解，但其实在现实生活中弥漫着各式各样的Haveri，权重股这个基本概念在不经意中被广泛采用着。

他们碰到的难题：

“别的难题严重某种程度相较更高啊？”

“这两个设计图都没关系的，到底选别的呢？”

“这么多情景，别的错误率最高啊？”

他们在采用者科学研究实际工作中经常会碰到譬如的难题，可是每一难题并并非只有唯一层级须要权衡，更并非单纯的好或者不好那么不言而喻，通常须要展开比较复杂的较为、判断、赞扬，才能最后作出决策。如果所有的难题都像来自月亮的都教授，每一层级都全四星轻松骤降，那世界是多么单纯幸福啊。

月亮离他们太长，还是说说生产于地球的女人们吧，假定现阶段有六名候选中年男子正在追求雅典娜，他们的前提整体表现如下雷达图右图，A男俊美腿长，B男成熟千金小姐，C男全面发展整体表现均衡，D男个性好到无与伦比，单纯蛮横的看上去虽说C男的前提很不错哦，分数高达4.0分，捷克队优于其他四位。

层级分析方式：

今天，他们介绍一种将认定和定量分析数据相结合的科枫方式—层级分析方式，它在20世纪70年代中期由美国软件工程家理查德·拉菲尔正式提出。虽然采用人数不多，属于很小众的方式，但是对于优先选择困难症患者来说，简直可说是法宝。以他们刚刚提到的 “科学合理优先选择高质量男”这个话题为例，他们来亲自动手教大家怎样采用层级分析方式确定各个层级的权重股，并最后找到心中所属。

第二步：Haveri层级化

将整个Haveri层级化处理后建立层级结构模型，第一层为目标层，即科学合理优先选择高质量男；第一层为分项层，例如雅典娜挑选出女人主要从富翁、年龄、外貌、身形、个性这五个层级展开较为分析；最低层为方案层，即现阶段参与竞争的A、B、C、D四位中年男子。

第二步：分项分层两两较为

指标层有5个分项，方案层有4个分项，若让优先选择困难症将这几个分项依次排出先后次序足以让之崩溃。层级分析方式的一大优势就是不须要把所有分项放在一起展开较为，只须要对每一层级的分项依次展开两两较为即可，这极大减少了不同分项相互较为的困难某种程度。可按照如下的取值原则采用1-9相较尺寸展开标记。

取值原则如下：

当a分项与b分项关键性相同，取值为1：1；

当a分项与b分项相比略关键，取值为3：1；

当a分项与b分项相比重要，取值为5：1；

当a分项与b分项相比关键得多，取值为7：1；

当a分项与b分项相比极其关键，取值为9：1；

当a分项与b分项相比关键某种程度介于2n−1与2n+1两个相邻等级之间，取值为2n：1；

反之，可取1：1-9的自然数

如果担心一个人的评估过于片面，也可以邀请七大姑八大姨帮忙组队分别评估，取值原则与上文相同，对于他们的评估意见可分数配，也可根据实际情况有所侧重。

第三步，录入软件，计算结果

分层分项两两对比后，录入到相应软件计算即可，例如excel、matlab等均可以实现，今天介绍一款yaahp层级分析方式软件，它的操作非常单纯，属于半自动化处理，现阶段网上有免费版可以采用。首先建立层级结构模型，并依次将分项层和方案层的分项两两对比结果填入系统。

PS：须要注意分项两两对比顺序，如标蓝部分表示竖列“富翁”分项与横排“年龄”分项相比为1：3，年龄略关键。

录入所有数据后，系统会自动展开一致性的检验，若通过，则直接计算出各个层级对目标层的影响权重股，并直接输出各方案的归一化权重股，若不通过，则说明数据存在难题，须要展开调整。

从计算的结果中可以看出，几个候选中年男子中D男权重股最高，是经过斟酌对比之后选出的表现最为突出的高质量男。若没有通过层级分析方式展开计算，直接单纯蛮横的看平均得分优先选择C男，那雅典娜很有可能就会忽略内心的偏重，甚至错过了心目中的Mr.Right。

优缺点及适用范围：

通过上面的例子大家都知道怎样采用层级分析方式获得权重股及优先选择最优方案，那它和其他方式相比有哪些优劣呢，在哪些情况下可以采用呢？

优点

缺点

适用范围

当一个Haveri受到多个分项的影响，且各分项之间存在一定的层级关系，同时各分项对Haveri的影响某种程度无法直接通过足够的数据展开量化时均可采用层级分析方式，比如在用研中经常碰到的不同设计图的对比、竞品分析、情景的错误率较为、难题的严重某种程度对比等。

小伙伴们，大家都学会了吗？层级分析方式计算权重股之新技能get√

variations资源分享：本人有yaahp破解版软件，永久采用，10.1版本，适