思维模型实战：决策矩阵
· 阅读需 4 分钟
决策矩阵是一张表：选项排在侧边，标准排在顶部；你给每个选项在每条标准上打分，可以给标准加权，然后比较。它的价值与其说在最后的总分，不如说在这份纪律：每个选项都用同一把尺子衡量，而那条你一直悄悄忽略的标准，变成了一列你必须填的格子。
「思维模型实战」系列的最后一篇：一个关于经典方法、以及怎样把它们用在你自己材料上的短系列。
它从哪里来
它的变体有很多名字——加权决策矩阵、选项矩阵、网格分析，还有以工程师 Stuart Pugh 命名的普氏矩阵，他用一个版本来把设计方案和一个基准作比较。它们共享一个思想：让比较显式化，并且对每个选项都一样。
怎样搭一张
- 列出真正的选项，包括「什么都不做」或「保持现状」。通常三到五个；更多的话，往往意味着你还没把问题收窄。
- 挑那些真的会改变你主意的标准。 成本、时间、风险、可逆性、和你想要的东西是否契合。去掉每个选项得分都一样的标准——它们只会添几行噪音。
- 给标准加权，如果它们不是同样重要的话。在打分之前定好权重，否则你会把权重调向你本来就喜欢的那个答案。
- 给每个选项在每条标准上打分。 一个简单的 1 到 5 分就够了。每个分数写一行理由；思考就发生在这里。
- 看结果，然后怀疑它。 如果胜出者让你意外，弄清为什么。如果不意外，问问是哪一个分数在撑着它。
一个完整的示例
决定： 一家小软件公司该不该在春季发布之前取消月付方案？
| 选项 | 收入风险（×3） | 简单（×2） | 客户好感（×2） | 可逆性（×1） | 总分 |
|---|---|---|---|---|---|
| 保留月付 | 4 | 2 | 4 | 5 | 29 |
| 取消月付 | 2 | 5 | 2 | 2 | 22 |
| 只对新客户取消 | 3 | 3 | 4 | 4 | 27 |
矩阵倾向于保持现状，以微弱优势领先部分调整。有用的是它暴露出来的东西：「只对新客户取消」主要输在简单这一项上，而这个分数建立在一个假设上——同时运行两套计费模式很费事。这个假设，就是接下来要核实的东西。
用 AI 来做
AI 在两部分有用：提出你忘了的标准，以及依据你的文档为每个分数起草那一行理由。它不该选权重；那是你的价值观，把它外包出去，就是把决定外包出去。
在 MindMax 里，「选项矩阵」是画布上内置的「收敛」类技能之一。给每个选项一张卡片，全部选中，施加它：每个选项都按共同的标准打好分，回到一张表里，每个格子都能对照它所在的行和列来读。然后对矩阵偏向的那一行跑一次「前提审查」——大多数决定最后都建立在一个没人核实过的前提上——最后以「取舍分析」和「行动计划」收尾。
哪里会出问题
- 虚假的精确。 29 分对 27 分不是一个决定。分数接近，意味着矩阵在告诉你：这个选择取决于某样它没有捕捉到的东西。
- 事后才定的标准。 如果你加了一列，是因为你最喜欢的选项在这一列上赢，那你搭的是一个辩护，而不是一次比较。
- 没法打分的因素。 有些东西——创始人的精力、一段关系——放不进一个格子。把它们写在表格旁边，而不是硬塞一个数字。