本文将为大家介绍AHP层次分析法究竟是什么，并以门店选址为例，展示了如何用AHP层次分析法实现的步骤。

一、什么是AHP层次分析法

AHP定义：AHP是对定性问题进行定量分析的一种多准则决策方法。

使用场景：为了解决某一问题，而该问题会受到多种因素的影响，通过系统性的给各因素赋予权重值，最后通过量化的方式决策出合理的方案。

二、AHP层次分析实现步骤2.1 建立阶梯层次模型

按目标层、准则层、方案层进行划分：

目标层：即需解决的目标问题是什么? 例如本次的目标是：帮助企业开发选址人员选址合适的门店地址；准则层：影响目标的因素是什么？例如：商圈类型、门店规模、客流数、租赁条件；将有关因素自上而下分层，上层受下层影响，同层因素相对独立。方案层：备选方案是什么? 如：海淀区2号街、昌平区3号街、朝阳区4号街、丰台区5号街

2.2 构造判断矩阵

用成对比较法和1~9尺度构造判断矩阵，将准则层各因素两两比较按照专家建议的1~9尺度进行定量描述。

尺度表如下图所示，两两因素比较，给出合理的量化值：

2.3 计算单排序特征向量和一致性检验

这一步骤的目的就是计算准则层各因素的权重(特征向量)以及校验上一步骤打分的合理性，不合理则需重新进行打分。

首先我们要计算各因素的权重(特征向量)：对矩阵A做归一化,算出特征向量W，如下图所示：

得到特征向量W即每个因素对目标重要程度所占比例，如下图所示：

最后我们要检查是否合理，计算一致性比率CR=CI/RI ，当CR<0.1 时，代表通过检验。

CI=(λ-n)/(n-1）

CI代表一致性指标，RI 代表随机一致性指标，λ代表特征值，n代表矩阵阶数。

这里n=4，所以CI=(λ-n)/(n-1）= 0.06838256622346665。

RI在业界有通用的值,这里RI=0.90,如下图所示：

CR=CI/RI = 0.07683434407131084 <0.1 一致性校验通过

2.4 计算总排序特征向量和一致性检验

计算最下层对最上层的特征向量以及校验方案合理性。

首先我们计算商圈类型对4个方案的特征向量值，构造商圈类型判断矩阵,如下图所示：

按照上述相同方法计算商圈类型特征向量，如下图所示：

同理计算出门店规模、客流数、租赁条件相对应的特征向量值，如下图所示：

计算海淀区2号街对总目标的权重值：最后得分为=0.314 ，如下图所示：

同理计算其它方案对总目标的权重值，如下图所示：

结论：由于昌平区3号街得分最高，所以我们选择该地址为最佳方案。

三、AHP层次分析总结

AHP特点是把复杂问题中的各个因素通过划分为相互联系的有序层次，使之条理化，把专家意见和分析者的客观判断结果直接有效结合起来，将一层次元素两两比较的重要性进行定量描述。而后，利用数学方法计算反映每一层次元素的相对重要性次序的权值，通过所有层次之间的总排序计算所有元素相对权重并进行排序。

AHP优势：系统性的分析方法，具有条理性和简洁性，所需定量信息较少。AHP缺点: 不能为决策者提供新方案，只能从备选方案中选择较优者，定性成分多，不易令人信服，指标过多时，统计数据过大，且权重难以确定，特征值和特征向量的精准求法比较复杂。

本文由 @Gabriel 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。