什么是层次分析法（AHP）？
层次分析法（AHP）是一种问题解决的数学工具，在20世纪90年代末和21世纪初受到了管理层的欢迎。
AHP方法是在理解问题结构并了解管理者在解决问题时所面临的实际障碍后创建的。本文将解释这一结构。
AHP的逻辑
AHP方法将问题分为三个部分：
- 需要解决的问题。
- 可用于解决问题的替代方案。
- 评估替代方案的标准。
AHP方法认识到，尽管有许多标准，但每个标准的重要性可能不相等。
例如，如果你需要选择两家餐厅之一，口味和等待时间是两个因素，但这两个因素在你的感知中可能并不具有相同的重要性。口味可能比等待时间重要得多。因此，如果你给口味分配权重2，给等待时间分配权重1，你更有可能找到一家最能满足你需要的餐厅。
因此，在评估替代方案时，需要对标准赋予权重以确保得出正确的结论。这看起来可能是显而易见的。然而，直到很晚，管理科学家们一直在面对如何分配权重的问题。
在上述例子中，我们对权重的分配是任意的。而且这个例子只有两个标准。随着标准（因素）数量的增加，分配变得更加任意。
AHP方法具有内置的检查和平衡机制。 因此，这些检查和平衡机制能够确保你在比较标准相对重要性时得出逻辑一致的解决方案。这是AHP成为今天管理科学中最受欢迎的技术之一的原因。通用电气、福特汽车、摩托罗拉等大型公司的经理在其六西格玛项目中使用了这种方法。
AHP与六西格玛的关系
AHP是一种独立的技术，并不是标准六西格玛方法论的一部分。事实上，它是在六西格玛方法论开发多年之后才被创造出来的。
然而，它在六西格玛项目中得到了广泛应用。管理人员使用AHP来为因素分配数值权重。这些因素可以是客户在评估产品时使用的因素，也可以是管理层在评估替代方案时使用的因素。
AHP的缺点
AHP方法存在一些问题。
- 方法涉及高级数学。
- 它基于特征向量的概念。因此，在Excel电子表格上执行与AHP相关的计算是一项艰巨的任务。
然而，近年来已经开发出了一些软件工具，可以执行这些计算。因此，管理人员只需了解AHP过程，计算部分可以自动化。
如何使用层次分析法（AHP）
虽然AHP是管理科学和运筹学领域最先进的方法之一，但其复杂性使得应用起来非常困难。幸运的是，已经开发出了软件工具，可以自动执行数学密集型部分。
用户只需要遵循简单的数据收集程序，然后将这些数据输入工具以获得结果。
以下是具体步骤：
-
步骤1：定义备选方案
AHP过程从定义需要评估的备选方案开始。这些备选方案可以是必须根据不同标准进行评估的不同标准。它们也可能是产品需要加权的不同特性，以便更好地理解客户的感知。步骤1结束时，必须准备好一份全面的可用备选方案清单。
-
步骤2：定义问题和标准
下一步是建模问题。根据AHP方法，问题是一组相关的小问题。因此，AHP方法依赖于将问题分解成一个层次结构中的较小问题。在分解子问题的过程中，评估解决方案的标准就浮现出来了。
然而，像根本原因分析一样，一个人可以继续深入到问题的更深层次。何时停止将问题分解为更小的子问题是一个主观判断。
示例： 一家公司需要决定最佳的投资选项，包括股票、债券、房地产和黄金。如果使用AHP方法，最佳投资问题将被分解为较小的问题，如避免下跌风险、最大升值机会、市场流动性等。然后可以在每个子问题中进一步分解，直到管理层认为达到了适当的标准。
-
步骤3：使用成对比较确定标准优先级
AHP方法使用成对比较来创建矩阵。例如，公司将被要求衡量避免下跌风险与流动性的相对重要性。然后在下一个矩阵中，将在机会升值和流动性之间进行成对比较，依此类推。经理们将根据最终消费者或使用该过程的人的期望来填写这些数据。
-
步骤4：检查一致性
这个步骤在大多数帮助解决AHP问题的软件工具中都是内置的。例如，如果我说流动性是避免下跌风险的两倍，而在下一个矩阵中我说避免下跌风险是升值机会的一半，那么就会出现以下情况：
流动性 = 2（避免下跌风险）
避免下跌风险 = 1/2（升值机会）
因此，流动性必须等于升值机会。
然而，如果在流动性和升值机会之间的成对比较中，我给出的权重不是1，则我的数据不一致。不一致的数据会导致不一致的结果，因此预防胜于治疗。
-
步骤5：获取相对权重
软件工具将运行基于数据的数学计算，并为标准分配相对权重。一旦方程准备好了加权标准，就可以评估备选方案以得出最佳解决方案。