3.2 方案生成与评估：五维打分与共识排序

3.2 方案生成与评估：五维打分与共识排序

本节摘要：通过定性改变验收的候选只是"够新"，值不值得做要过第二把尺。本节给出五维评估框架（新颖度、封闭世界纯度、实施成本、风险可逆性、验证速度）、权重设定方法与共识排序的操作细节。

两把尺子必须分开

先复述章首的结论：验收管"够不够新"，评估管"值不值得做"。合并使用的恶果见过太多——要么用可行性枪毙一切新奇方案（评审会上成本部门一票否决），要么用新颖度豁免一切风险（做出昂贵的玩具）。分两道门，第一道已经走完，这一节只做第二道。

五个维度是我在多个团队复用后收敛下来的版本，每个维度 1-5 分：

五维评估框架（每维 1-5 分）：

N 新颖度        ：与市场上现有解法的结构差异程度
P 封闭世界纯度  ：方案引入新对象的程度（越纯越高分）
C 实施成本      ：模具、培训、流程改造的规模（越低越高分）
R 风险可逆性    ：失败后能否退回现状（可回退高分）
V 顿证速度      ：多久能拿到真实反馈（越快越高分）

加权总分 = wN*N + wP*P + wC*C + wR*R + wV*V
权重由问题陈述里的约束声明决定，见下文
​

权重不该拍脑袋，来源是第 1 步写下的约束声明。咖啡杯案例的约束是"不改供应链主体、成本敏感"，则 wC 取 0.3、wR 取 0.2、其余各 0.166；若是医药研发问题，wR 与 wV 会显著抬高。权重的可辩护性比数值本身重要——评审时被问"为什么成本权重这么高"，答案必须能指回问题陈述。

用咖啡杯的三个幸存候选实打

接 3.1 节的候选池。三个通过验收的方案打分（成本类权重 0.3、其余 0.175 附近，简化为下表）：

乘-2（第二只杯盖倒扣作隔热托）总分最高：模具不变（杯盖本来就是现成件，乘法复制）、试点只要十家门店两周。分-1（波纹一体成型）最性感也最贵——新模具、良率爬坡，被排为二期。AD-1 排试点第二，与乘-2 组合成"短期上双盖、中期上分区壁"的路线图。

注意这个结果的形态：排序产出的是路线图，不是唯一赢家。这正是 ASIT 流程的健康出口。

图3.2-1 三个候选的五维雷达对照

共识排序的操作细节

打分谁来做？三个口径按场景选：

独立后合议（推荐）：每人独立打分，差异最大的维度先讨论。分数分歧本身就是信息——它暴露了大家对成本或风险的假设不同。主持人口径：只讨论分歧项，共识不是逼所有人改分，而是把分歧记入风险清单。数据代打：有历史数据时（试点门店、A/B 流量），让数据填 C 与 V 两维，人只填 N、P、R。

⚠️ 常见坑：给"新颖度"加权过高。创新评审里 N 权重超过 0.4 几乎必然选出演示效果好看、落地一地鸡毛的方案。新颖是入场券（第 6 步已验），不是加分项——我习惯把 wN 压在 0.15 以下。

💡 关键直觉：第二把尺的本质是回答"先做哪个"，不是"哪个最好"。排序即路线图，试点快、可回退的先走，性感而昂贵的当储备。

本节要点回顾

• 两把尺分开用：定性改变验收新颖，五维评估决定先后；
• 五维：新颖度、封闭世界纯度、实施成本、风险可逆性、验证速度；
• 权重来自约束声明，可辩护性比数值重要；
• 排序产出路线图：短期试点 + 中期储备 + 记录在案的理由；
• 分歧是信息：分数差异大的维度先讨论，共识不靠改分靠记风险。

延伸问答

五个维度是怎么来的

从团队实际的否决理由归纳：评审会上的反对声几乎全落在"不够新、太贵、回不去、看不到效果"这几类上，加上方法自身的封闭世界纯度，正好五维。组织可以增删维度，但每维都要能指回一类真实的否决理由，否则就是装饰。

打分主观性太强怎么办

先接受它，再管理它。独立打分加分歧统计（第 4.2 节脚本）能把主观性变成可见的讨论对象；两三轮工作坊后，组织的打分口径会自然收敛。追求绝对客观是伪目标——评估的对象本来就是尚未发生的未来。

排序做完多久要复盘

试点方案在效果数据到手时回看，通常一到三个月。复盘对照的是当时的 V 维分数（验证速度的预测准不准）与排序理由，这是第 6.3 节复盘节奏的入口动作。

顺手练一题

给自己团队的最近三个决策补一次打分回溯：假设当时用五维框架，这三个决策各维大概几分？哪个决策会被框架排到更靠后的位置？回溯不是为了翻旧账，是校准——你会发现自己团队的历史权重倾向（多半是成本维或风险维被系统性低估），下一次真实打分时就能有意识地纠偏。

打分之外的定性否决

有三种情况建议不进打分直接否决：违反法规红线、依赖尚未成熟的技术、与组织的既定战略正面冲突。这三类候选进入打分流程只会消耗评估精力，且可能因为某几维高分造成误导。但要给否决留下纸面理由并归档——战略会变、技术会成熟，半年后这份否决记录就是免费的候选池存量，重新评估的启动成本极低。

打分的刻度校准

五分制容易通货膨胀——大家倾向给三到四分，一分和五分几乎不用。校准办法是给两极写锚点：五分必须是团队见过的最好案例级别，一分意味着方案在纸上就不成立。开场对齐锚点后再打分，分数分布会明显拉开，加权排序的分辨率随之提高。这个小动作在脚本里体现为断言之外的又一次人工防线。

并列首位的破局

加权后出现并列第一并不少见，破局顺序建议先比 R 维（可回退的先做），再比 V 维（验证快的先做），最后才动权重。直接调权重破局是最差选择——它等于事后修改规则来迁就结果，评估的公信力就此瓦解。如果三轮比较后仍然并列，那就接受并列：两个都进试点，让真实数据做最后的裁决，这恰恰是 V 维设计初衷的回归。