本文来自微信公众号：数据化管理（ID：sjhglwx），作者：黄成明，此话题分为上下两篇来论述，本篇为下篇，上篇详见：《不学点防数据忽悠秘籍，如何在职场玩耍（一）》，题图来自：IC Photo
上篇我开始讲 《防被数据忽悠系列》 的内容，围绕数据忽悠常用手段之“指标忽悠”进行了阐述，让大家了解到无论是工作上的数据，或是生活中遇到的数据，若不细心思考求证，都有被忽悠的可能。大家记得要完成每篇文章的思维导图，这样有助于你吸收知识，逐渐形成系统思维。
本篇我们将进入《防被数据忽悠系列》的第二部分，数据忽悠常用手段【2】权重部分， 将重点介绍用权重进行数据忽悠的常见手段。
先来看看什么是权重？权重是一个相对的概念，是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。
权重表示在评价过程中，是被评价对象的不同侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区别对待。在很多数据分析场景中，如果没有重点的评价就不算是客观的评价。
打个比方说, 一件事情, 你给它打100分, 你的老板给它打60分, 如果平均, 则是（100+60）/2=80分。但因为老板说的话分量比你重, 假如老板的权重是2，你是1，这时求平均值就是加权平均了，结果就是（100*1 + 60*2）/（1+2）=73.3分。
得出的73.3分离60分更近，也就是说结果向你的老板那里倾斜了。又假如老板权重是3，你的权重是1，结果就是（100*1+60*3）/（1+3）=70。这就是根据权重的不同进行的平均数的计算，所以得出的结果又叫加权平均数。
总而言之，权重就是要从若干评价指标中分出轻重来。可能你看这个定义，还不是太理解，别着急！以下将从案例中继续讲解：
某公司的销售部有三名员工：张三、李四、王五，他们在2017年度的指标完成情况如下图所示。假设你是公司的HR经理，今天老板找你说：根据下表中的数据，评选出销售部年度表现最突出的员工1名，并给他颁发优秀员工奖！请问你会怎么评选？谁是表现最突出的员工？
由上图看出，单独看任意1个指标，3名员工都有各自表现突出的指标，所以没法得出谁的表现最突出的结论。如果简单粗暴地由其中1个指标的排名，评选出优秀员工，公布出去后难以服众。那怎么办呢？
一、平均值法
单独考虑1个指标不行，那我就考虑3个指标嘛！把员工的3指标加起来求和，然后再除以3，分别求出各员工的平均值，即可进行比较排名。
由平均值进行排名后，发现第1名是李四，即可得出结论，李四就是年度优秀员工！
案例偏题了吗？你以为这样就完了吗？可没你想得那么简单，很多公司的HR经理，在这种时候，还要考虑到老板的想法：老板更喜欢哪位员工？张三，李四，还是王五？
这里假设你打听到的结果是：老板更喜欢王五！但王五的平均值才94％，排在第3名！那该怎么办？
二、加权平均值法
这时数据分析耍流氓的大哥——权重，就要登场了！这里一共有3个指标，可以给每个指标设置不同的权重，以突出公司的重点关注方向（应该说是老板重点关注的方向）。
先来试一下，假设权重设置为销售完成率40％，利润完成率30％，重点产品完成率30％（隐藏的意思就是老板更看重销售完成率）
然后根据各指标的权重，计算出各自的加权平均值：
张三：92％*40％+98％*30％+93％*30％=94.1％ （第2名）
李四：97％*40％+97％*30％+92％*30％=95.5％ （第1名）
王五：93％*40％+92％*30％+97％*30％=93.9％ （第3名）
可以看到虽然第1名还是李四，但在为指标设定权重后， 第2名与第3名已经发生了变化：王五由原平均值的第3名，变成了第2名！权重的效果虽已初现，但还不是老板想要的结果，接下来再尝试调整不同的权重系数：
王五终于可以排到第1了！此时的权重设置是销售完成率30％，利润完成率20％，重点产品完成率50％
这时你是不是就松了一口气，终于可以输出结论了：
2017年老板最看重重点产品完成率占50％，其次是销售完成率占30％，最后是利润完成率占20％。通过分析2017年的各员工数据，计算得出王五的综合完成率是94.8％，排名第1，所以最终评选出优秀员工是——王五！
大家可以看到，通过设定权重后的加权平均值，与开头计算的平均值相比较，结论可以直接逆转！估计你也会感叹：权重确实是一个非常好的耍流氓手段。
其实权重是一个很好的方法（耍流氓只是冰山一角的应用），我在《数据化管理》第2章写过：寻找零售密码中，就是给每周，每日赋予权重，现已应用在很多的商业分析中，帮助更多的零售企业提高数据分析水平。在新产品的评价体系中，权重也是很重要的方法。
三、如何设定指标的权重？
当对某个对象进行多维度的评估分析时，常常需要给各维度赋予一个权重值。例如超市在对供应商能力进行评估时，一共八项指标，每项指标和权重分别为：销售业绩0.25、商品价格0.21、送货服务0.14、员工素质0.14、品牌影响力0.14、商品可替代性0.04、货款支付周期0.04、信息化0.04等。
各维度的权重值之和为1.0。赋予权重值的方法有如下4种方法：
1. 主观意见法
这是企业或部门负责人根据业务实际发展需要，对各维度主观赋值的一种方法。
2. 历史数据法
这种方法常常用在寻找销售规律的时候。如图所示，我们可以通过2011、2012、2013年每月的销售比重来推测2014年每个月的贡献率，而这个贡献率实际上就是月销售权重值。
矩阵对比法
一般来说离现在越近的数据越具有参考价值，意味着权重值也应该更大，在上图中2014年权重值为前三年销售比重的平均值，没有体现权重差异性。为了让2014年的规律更有参考价值，我们需要对前三年的贡献率赋予不同的权重值，如图所示。这样计算出来的结果和平均值略有差距。
2011、2012、2013这三年对应的权重值0.17、0.33、0.50体现了离现在越近的历史数据越具有参考价值的意义。这三个权重值是通过矩阵对比的方法计算出来。如图，权重2中的数值即为上图中的权重值。
矩阵对比法的步骤是：
1. 将需要赋予权重的对象按矩阵排列；
2. 将每个对象间两两对比，如果左侧更重要则填1，否则为0。例如2012年的数据肯定比2011年重要，所以①左侧的空格数字为1，2013年比前两年都重要，所以都为1；
3. 计算合计得分，再根据“合计1”占总分的比例算出“权重1”。这个权重遗弃了总得分为0的2011年选项（不是每次对比都会出现得分为0的选项）；
4. 如果2011年这个选项一定要有，则可以在“合计1”的基础上分别加1得到“合计2”以及对应的“权重2”。
下图是超市评估供应商的八个维度的权重值计算过程，也是用的矩阵比较法。矩阵比较法适合单人进行分析，权重结果基本上体现个人的意志，是对主观判断的具体量化。如果多人同时对一个对象进行权重评估的话则需要用到专家打分法。
矩阵对比法的升级A：上面介绍的左边比上边重要则是1，但是有时候左边可能比右边重要很多，此时你填的数字则需要加重体现新的权重，例如你认为商品价格比送货服务重要得多，则可以填为3或4以及你认为更准确的值。所以矩阵对比不能死守1。
矩阵对比法的升级B ：使用矩阵对比有时不是为了找到具体的权重值，只是为了分出轻重缓急，用用矩阵对比可以找到答案。比如本周你要办10件事情，先办哪件后办哪件可以用矩阵对比来确定；再比如你有3个异性朋友可以转化为男朋友，转化谁？矩阵对比来帮你。
3. 专家打分法
当需要综合多人意见时，专家打分法是比较合适的方法。如图所示，这是电子商务网站的几个关键营运指标的权重化。每位专家手中有100分，专家们根据自己的理解对这7项指标分别打分，然后根据平均得分算出每一项的权重值。
这里的专家不一定是真正意义上的专家，只要是有打分资格的人都可以是专家。所以这种方法的实用性比较广，在需要体现民主集中制的时候就可以派上用途了。
确定指标权重方法有很多，比如还可以用层次分析法来做，这里只是介绍了几种最简单的方法，即使不会统计学的人也可以熟练掌握。其它方法大家可以延伸学习。
本文来自微信公众号：数据化管理（ID：sjhglwx），作者：黄成明