夜摊经济崛起，如何在保证最低的成本下，获取最大的收益？选对地址是第一步。去人流量最大的地方、去商圈最密集的地方、去离自己家最近的地方……众说纷纭。本文将采用多准则决策中常用的层次分析法（AHP）建模，并用易上手的Excel操作进行选址实操讲解。

• 层次分析法的实现
• 实操案例：上海夜摊选址

本文关键词：层次分析法（AHP）、选址、Excel操作

一、层次分析法的实现

1.1 层次分析法的应用

现实生活中，影响决策的因素通常不是单一的，就拿简单的点外卖来说，用户通常都会快速的在脑子里过一遍：选哪个品类的餐食、最好在哪个时间范围送达、可以接受的价格水平是多少……这里的品类、配送范围、价格就是影响用户决策的准则。

层次分析法就是用来解决多目标下复杂问题常用的决策分析法，小到个体购买房产、商户选址，大到跨国公司开发国际市场，都可以见到这一方法的运用。

1.2 层次分析法实现

1.2.1 建模

顾名思义，层次分析法建模的第一步就是将目标按照目标层、准则层、方案层进行划分。目标层即要解决的最终目标，准则层即影响决策的因素，方案层即可选方案。

依旧拿点外卖的场景来举例，层次模型如下：

1.2.2 确定准则优先级

于用户而言，对影响目标的各准则的偏好程度是不相同的，比如喜好吃韩料的用户会愿意为种类牺牲配送时间，心甘情愿多等一会也要吃到自己喜欢的食物，那么就可以说种类的偏好等级高于配送时间。将偏好程度两两比较，这一步骤一般由专家凭经验决定。程度越高数值越大（一般取1-9），交换顺序比较则取倒数，可以得到偏好矩阵：

数值的取值范围一般参考以下标准：1-同等重要，3-较重要，5-很重要，7-非常重要，9-极重要。

1.2.3 计算准则权重

先将上述准则两两比较偏好矩阵进行标准化处理，步骤为：

• 归一化——各列求和，用每一元素除以对应列总和
• 计算权重——计算每一行平均值

最终得到准则偏好矩阵为：

所以，种类、价格、口碑、配送时间的相对权重分别为0.4386、0.0899、0.3063、0.1653，在模型中分别加入准则权重，得到：

1.2.4 计算方案优先级和权重

应用层的优先级和权重处理方式和准则层相同，核心在于确定不同准则下各方案的重要性。以种类这一准则为例，用户对商户A-D的种类有不同的偏好程度，根据优先级指标可以计算出各商户的权重。同理，求出其他三种准则下的权重。

1.2.5 计算总体优先级

将方案偏好矩阵乘以准则权重，就可以得到各方案的综合分数，最后综合得分最高的方案即为最合适的选择。

二、实操案例：上海夜摊选址

夜摊选址，对应的目标即是帮助摆摊人员确定合适的摆摊地址。在思考摆摊选址时，重要的因素有交通便捷度、人流量、消费能力、商圈规模等，对应方案即可以摆摊的地址。本文仅选取4个准则和4个夜摊选址，进行简单的分析，多准则和多地址的计算可以触类旁通。

2.1 选址建模

本文的选址方案确定了上海4个不同区的地址，分别是普陀区的中山公园、徐汇区的天钥桥路、浦东新区的张江地铁站和闵行区的七莘路。

2.2 确定准则优先级和权重

交通、人流量、消费能力、商圈4个准则的优先级确定具有一定主观性，本文假设消费能力＞人流量＞商圈＞交通，得到偏好矩阵如下：

经过归一化和权重计算后，得到四个准则的权重为（0.0743，0.2755，0.5125，0.1377）

2.3 确定方案优先级和权重

为了确定4个选址方案的优先级，我们假设每个地址的客流主要来自其所属区，并利用已有数据代替专家判定重要性。

（1）交通

用各选址附近的地铁、公交换乘数来表示其交通便捷程度，线路数越多交通越便捷，中山公园、天钥桥路、张江地铁站、七莘路附近的线路数之和分别为12条、22条、16条、17条。

根据排序后排名两两相减得到的差+1，得到偏好矩阵为：

经过归一化和权重计算后，得到行平均值的权重为（0.0950，0.4661，0.1813，0.2576）

（2）人流量

用各区常住人口代表该区的人流量。我们根据2018年统计的上海各区常住人口数进行比较，普陀、徐汇、浦东、闵行的常住人口分别约为128万人、108万人、504万人、242万人。

为确定相对重要性，我们统计各区的常住人口数进行排名，两两比较时选取最低的为基准，按照求差并加上基准数1得到各方案两两比较的重要性数值。例如，4区中，闵行的排名减去普陀排名得到偏好为5+1，普陀对徐汇的偏好则为1+1，由此得到人流量的偏好矩阵。

经过归一化和权重计算后，得到行平均值的权重为（0.0778，0.0510，0.5243，0.3469）

（3）消费能力

用各区的房价来代表该区的消费能力。我们选取安居客网站上海5月各区热门小区挂牌均价来进行比较，普陀、徐汇、浦东、闵行的均价分别为57492元、72613元、51215元、49291元。

为确定相对重要性，我们统计各区的平均房价进行排名，两两比较时选取最低的为基准，按照求差并加上基准数1得到各方案两两比较的重要性数值。例如，4区中，普陀的排名减去浦东排名得到偏好为1+1，徐汇对普陀的偏好则为5+1，由此得到消费能力的偏好矩阵。

经过归一化和权重计算后，得到行平均值的权重为（0.1622，0.6753，0.1004，0.0622）

（4）商圈

用各选址附近的商场数来表示其商圈规模，商场越多选址越处于繁华地区，中山公园、天钥桥路、张江地铁站、七莘路附近的商圈数分别为4、8、2、3。根据排序后排名两两相减得到的差+1（天钥桥路的极大值可以把对应值适当放大倍数），得到偏好矩阵为：

经过归一化和权重计算后，得到行平均值的权重为（0.2596，0.5192，0.0768，0.1402）

2.4 确定总体优先级

根据标准和方案的权重，计算4个选址的综合得分，得到天钥桥路为最大值，因此选择作为摆摊地点会是最合适的，其次分别是张江地铁站>七莘路>中山公园。

以上实例是一个简化版的选址模型，落实到真正选址的时候考虑的因素必然会多于4个因素，可以选的地址范围也不局限于4个。

感兴趣的朋友可以到公众号下，后台回复“选址”获取本文实操Excel表，根据操作指南自己尝试如何得到摆摊的最佳地点。

作者：47，微信公众号：东篱笆下，关注内容&社交产品，信奉keep exercising , keep learning , keep optimistic

本文由 @47 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于CC0协议。