系统化学习 · 从业务骨干到卓越管理者
决策矩阵（Decision Matrix / Pugh 矩阵 / 加权评分法）把多方案的比选从「凭感觉」变成「可追溯」：先定评价标准与权重，再对各方案逐项打分，加权求和得出优先序。它尤其适合方案多、标准多、参与人意见不一的选型决策，如供应商选择、技术方案比选、设备采购。
复杂决策失败的典型原因不是信息不足，而是讨论失焦：各人心里有不同的标准，谁也说服不了谁，最后要么由职位最高者拍脑袋，要么陷入无休止争论。
决策矩阵解决三件事：① 把标准显性化并达成权重共识；② 让每个方案的优劣可量化比较；③ 留下可追溯的决策记录，日后复盘时能看清当初的判断依据。
| 要素 | 说明与要求 |
|---|---|
| 方案 | 横向列出 2-5 个候选。超过 5 个应先粗筛 |
| 评价标准 | 纵向列出 5-8 个。必须相互独立（不重叠）且可判断 |
| 权重 | 各标准的重要度，合计 100%。先定权重再打分，顺序不能颠倒 |
| 评分 | 每方案在各标准上打分，常用 1-5 或 1-10。同一标准的打分口径要统一 |
| 加权总分 | Σ(分数 × 权重)，据此排序 |
同一标准下不同人打分差异巨大（有人给 3 有人给 5），通常不是意见不同，而是锚定基准不同。解决办法是事先定义每个分数的含义：
| 分值 | 含义（以「成本」为例） | 通用表述 |
|---|---|---|
| 5 | 低于预算 15% 以上 | 显著优于要求 |
| 4 | 低于预算 5%-15% | 优于要求 |
| 3 | 在预算 ±5% 内 | 满足要求 |
| 2 | 超预算 5%-15% | 部分不满足，可接受 |
| 1 | 超预算 15% 以上 | 严重不满足 |
对于可量化标准（成本、交期、产能），尽量用真实数据换算成分数，而非主观评分；只有确实难以量化的标准（如「供应商配合度」）才用主观评分，并要求打分人写出理由。
加权总分的微小差距（如 4.12 vs 4.05）不足以支撑决策。灵敏度分析就是问：权重变一点，结论会不会翻转？
背景：某电动工具企业需为新品选定电池包供应商，候选三家（A 国内大厂、B 日系、C 国内新锐）。评价小组由研发、采购、质量、生产各 1 人组成。
| 标准 | 权重 | A | B | C | 评分依据要点 |
|---|---|---|---|---|---|
| 单价成本 | 25% | 5 | 2 | 4 | 报价：A 86 元 / B 118 元 / C 94 元 |
| 循环寿命 | 20% | 3 | 5 | 4 | 实测 800 / 1500 / 1000 次 |
| 一致性与不良率 | 20% | 4 | 5 | 2 | C 批次差异大，PPM 偏高 |
| 交付与产能 | 15% | 4 | 3 | 3 | B 交期 8 周，A/C 为 4 周 |
| 技术支持与配合 | 10% | 4 | 3 | 5 | C 响应最快，可联合开发 |
| 供应稳定性/资质 | 10% | 5 | 4 | 2 | C 成立仅 3 年，财务风险 |
| 加权总分 | 100% | 4.20 | 3.65 | 3.45 | — |
灵敏度分析：小组争议最大的是「成本 vs 寿命」的权重。把成本权重从 25% 降到 15%、寿命提到 30% 后重算：A 4.00 / B 3.95 / C 3.45——A 仍领先但优势从 15% 收窄到 1.3%，说明结论对权重敏感。
最终决策：未直接按分数拍板，而是主选 A + 小批量导入 C（10%）做备份。理由：A 综合最优且成本优势明显，但 C 的技术配合度与产能弹性对二期产品有价值，通过小批量验证其一致性后再决定是否提量。半年后 C 的 PPM 改善至 A 的水平，份额提至 30%。
反思：如果当初直接选最高分 A 而忽略灵敏度分析，就不会发现 C 的潜在价值；如果只看分数不顾差距微小，也可能误判。