2022-09-27|閱讀時間 ‧ 約 10 分鐘

!創造力素養培訓13.如何評估新方案哪個比較好?

我們這次要來介紹概念評估的內容,因為你可能產生了許多新的點子,但是你不知道怎麼比較這些新的點子,或者是你不知道你的新的點子跟別人的點子來比較,是誰的比較有競爭力,誰比較沒有競爭力呢?

一、不同種類的東西要怎麼比較

如果我們要比較不同的創意或者是點子要怎麼比較呢?有一種好的方法,就是把你所考慮到的這些比較標準的項目(需要考慮的因素)都把它列出來,但是這些標準因為對你想達成目的之重要性都不一樣,所以你就給每個標準一個重要性不同的一個比重,這個就是每個標準的權重。有了標準跟它的權重之後,然後就可以看某一個創意或事物是否符合某個標準,符合的就可以把這個標準的權重加到這個創意的總分。你要比較的各個不同的創意,得到所比較的某一項標準裏面它的相對的分數,這樣子你就能夠去計算分數。你要比較這些創意在考慮到所有需要考慮的這些比較的標準之後,得到了一個綜合的分數,可以來看整體上哪一個創意對你想達成目的來說是比較有利的,這就是一種多準則決策的一個概念。

二、多準則決策矩陣(MCDM, Multi-Criteria Decision Matrix )

2.1重視的標準不同時候,同樣的客觀條件會做出不同決策
以買一輛車子為例,通常在買車的時候,我們會考慮很多個因素,這個因素就是我們在這個多準則決策裏面的比較標準。買車時有的人可能比較重視安全,比較重視安全的車子,可能鋼板就要比較厚一點,這樣車子價格可能會比較高,而且車子會比較重,可能就還會比較耗油。有的人可能就比較重視時間效率,這樣車子要能夠速度比較快,因為速度要比較快,若還要比較省油的話,車子的鋼板可能就要比較薄一點,才能速度快又比較省油,這樣車子的安全性就會比較低一點。所以,因為你所重視的這個標準不一樣的時候,你買車時就會選到不同種類的車子。

2.2綜合考慮標準才做出決策
以前的人們在做某種決策的時候,常常只用一種或一個指標來做為比較的標準,例如買車只考慮最省油,但是這不符合現代真實世界的運作情況,人們不會只考慮最省油就去買一輛車,而是必須考慮多個因素做為是否購買車子、選擇車子的依據。
同樣的在選一個新的點子的時候也是一樣。經過創意技巧所產生的新點子,有的可能效果比較好,有的可能成本比較低,有的可能比較快就可以實行,有的可能被接受的程度比較好。所以你如果要把這些因素都考慮進來的時候,就要有好幾項因素綜合考慮的方式,就像是買車,綜合考慮的結果才會決定你要買哪一輛的車子。

三、比較標準與重要性影響選擇結果

3.1選擇的過程
要能適當選擇滿足想達成之目的,你就要先決定你在意或重視的因素有哪些?這些你重視的因素就是你選擇的標準。再來要決定這些影響選擇的因素裏面你比較重視哪一個?比較不重視哪一個?要給予一個相對的比重,這樣的話才能夠去選擇在你的標準之下最好的一個點子。

3.2準則的選擇很重要
這裏要注意的就是,要有良好比較效果,準則的選擇很重要。首先,你選擇的這些標準,彼此之間需要是互相是獨立的,比如說:成本與速度,價錢低跟被接受度良好跟美觀,他們彼此之間是互相獨立的因素。其次,就是每個準則都是定義良好的且具有易理解性,就是準則的意思大家都要很清楚,因為如果不清楚的話,就沒辦法決定點子是否符合這個準則。例如:大家都同意成本是要完成這個方案所需要投入的金額。第三個,就是每個準則都是確定的、有可衡量性,大家都知道或同意如何取得或量測與每個準則的相關數據(量化的)或等級(質性的):例如:成本是這個方案從開始到完成所需要投入的總金額。

3.3客觀量化與主觀質化的指標
我們在比較點子的時候,會有一些客觀量化的指標:比如:購買的成本、重量、體積、面積、載重量、馬力、速度、加速的時間、效率等,這些都是可以取得的或量測的特性。也有一些是比較主觀質化的指標:比如說美觀、耐用、方便、舒適、安全,可控性等,這些比較是主觀的比較不好量測的特性。
這些量化的跟質化的指標你都可以選,但是你在做比較的時候,如果是質化指標的話,你要給他一個判斷出一個相對等級的一個數字,才有辦法去計算。

四、多準則決策矩陣計算舉例

4.1決定所重視的標準
我們舉一個例子來說明這種評估的方式。比如說我要選購轎車,有Toyota、Ford、BMW三種轎車讓你來做比較,你會怎麼選擇呢?接下來作者會說明利用多準則決策矩陣計算的過程,在這裡純粹是舉例說明,數據也不是十分精準,請讀者不要認為作者有對三種轎車的好惡。
假設我買轎車時主要只考慮價格、速度、榮譽感三項標準。這三項裏面價格、速度兩項是比較數量化的,榮譽感這一項比較質性化的。

4.2蒐集資料
首先我去蒐集符合我功能需求三種轎車的價格、速度、榮譽感的資料,因為需要先有一些數據才有辦法計算。假設符合我功能需求下的轎車的價錢是Toyota一輛60萬,Ford(福特)一輛50萬,BMW一輛200萬。在速度開的很平穩的情況下Toyota時速120km,Ford時速115km,BMW時速200km都開起來很順利,很快就可以達到的速度。再來就是一個主觀的數據,假設這轎車會給你的身份、地位、品味的感覺,就是你的榮譽感。接下來的數值是我的假設,假設數值是為了方便說明計算。假設榮譽感的數值Toyota是60分,Ford是50分,BMW是200分。
買車時3種轎車權重評估比較表(蒐集數據)
買車時3種轎車權重評估比較表(蒐集數據)

4.3數據化為等級
經過這樣蒐集數據後,可以發現這些數據的單位不同、大小差異大,很難放在一起比較,所以我們要把這些數據化為等級分數。化為等級的方式為,站在購買轎車的顧客立場,顧客越喜歡的等級分數越高,不同標準的數據都分為同樣數量的等級,例如最高等級為5分,最低等級為1分,參照基準或一般接受的最低程度則為3分。
假設Toyota是最普級、被最多人購買的轎車品牌,則Toyota的價格、速度、榮譽感的等級分數都當作3分。
接下來估計Ford的等級分數,Ford的價錢跟速度就我的感覺跟Toyota都差距不大,所以價錢跟速度的等級分數我就給3分(別人的感覺可能覺得明顯差距,等級分數就會給予不同)。再來估計Ford榮譽感的等級分數,我感覺Ford榮譽感比Toyota低點,所以榮譽感的等級分數我就給2分(再申明,別人的感覺可能跟我不同,等級分數就會給予不同)
再來估計BMW的等級分數,BMW的價錢是Toyota的3倍以上,價錢越高我越不喜歡,所以價錢的等級分數我就給1分。BMW的速度是Toyota的1.7倍,速度越快而且平穩我越喜歡,所以速度的等級分數我就給5分。再來估計BMW榮譽感的等級分數,我感覺BMW榮譽感比Toyota高很多,我有認識某些朋友是公司老闆,說去談生意時,開的車子也部份顯示了公司與老闆的財務能力,所以開名車對談成生意有明顯加分效果,如果這種情況有機會時常發生,榮譽感的等級分數我就給5分(再申明,別人的感覺可能跟我不同,談成生意有許多因素,這裏是為了簡化,讓讀者容易了解計算過程,需要有估計等級分數的方式) 。

4.4決定標準的相對重要性
下一步,你要決定你比較重視的是什麼?比較不重視什麼?
假設我財務能力是小康,因為我不是很有錢,買車的價錢對我影響相當大。其次,我平常要開車去哪裡的話,會希望速度快一點比較好,但是我沒有要求到要非常快,因為我不是參加賽車競賽,我通常也不會在時間變得非常趕的時候才出發。第三個的榮譽感,我覺得我自己有專業的能力(台大博士、大學教授、高考技師、國際專業證照、多國專利等),也有我的個人特質,我不需要藉由車子來展現了我的氣派、專業能力,所以榮譽感的這個部分,我就不需要太高。
假設在這種情況之下,我就給了買轎車這個重要性的比例權重,價格是60%,速度是30%,榮譽感是10%的重要性,這樣總共的比例權重就是100%。

4.5依據計算幫助做決定
在這樣的權重下,Toyota的價格、速度、榮譽感的等級分數都當作3分,再乘以比例權重加在一起之後還是3分。Ford的價格、速度、榮譽感的等級分數是3、3、2分,再乘以比例權重加在一起之後是2.9分。BMW的價格、速度、榮譽感的等級分數是1、5、5分,再乘以比例權重加在一起之後是2.6分。所以這樣的計算結果,我就可能就會選Toyota的轎車來購買。
買車時3種轎車權重評估比較表(數據化為等級分數)

4.6同樣數據不同人會計算結果不同做不同決定
但是這樣的計算結果可能不適合別人,比如說我有一個同學,他就是一個大公司的老板,所以他開的車子,可能會能讓人家去評估,他這個公司的財務狀況是不是良好,能夠支撐起他順利完成許多生意,
所以這個時候氣派可能就相對的很重要,所以同樣這些數據,就是價格、速度跟榮譽感,這些車子的數據都是一樣的,但是會給它不一樣的權重,比如說我這個大老板同學,他把榮譽感占了60%比例權重,速度占30%,價格占10%,因為對他公司來說,200萬300萬還是小錢,談成生意比較重要。所以這樣權重改變之後,就算其他的數據本來都是一樣的情形,但是計算出來的權重總和,就變成了選到了BMW。這就是因為決策者他所重視的權重不一樣的結果。所以從我們在比較不同的創意、產品或服務,決定權重是影響重大的。
買車時3種轎車權重評估比較表(改變權重結果改變)

五、小結

我們常會遇到要比較不同的創意或者是點子的情況,卻不知道要怎麼比較不同性質的東西。你可以用這個多準則決策矩陣的方式,來比較不同的創意設計,這樣的話就可以讓不同種類的東西進行比較。。

★小試身手

你是否買車的經驗?你買車比較重視什麼因素(我文章中是價格、速度、榮譽感)?這些因素中你最重視什麼因素(我文章中是價格)?你最重視的因素大約佔多少比重(我文章中是價格是佔60%比重)?
分享至
成為作者繼續創作的動力吧!
© 2024 vocus All rights reserved.