marsloting 决策矩阵（Pugh + MCDA）
何时触发
- 多个候选方案中选一个（vendor / 技术 / 框架 / 设计方向）
- 团队意见不一致需要结构化收敛
- "感觉 X 比较好但说不上为什么"
- 二选一决策但有 ≥ 3 个评估维度
- vendor 选型 / 招聘候选人对比 / 技术选型
何时不触发
- 单一选项是否做的二元决策 → 用
pre-mortem跑正反推演 - 多个候选项排序但只有单一价值维度 → 用
rice-prioritization - 用户需求挖掘 →
jtbd-framework
与 RICE 的区别
| 维度 | RICE | Decision Matrix |
|---|---|---|
| 用途 | 多个待办项排优先级 | 多个候选方案中选一个 |
| 评分维度 | 固定 4 维（Reach/Impact/Confidence/Effort） | 自定义 N 维（场景决定） |
| 输出 | 排序 list（top 30% do） | 单一最优解（dominant option） |
| 例子 | "这 5 个 feature 哪几个先做" | "这 3 个 vendor 选哪个" |
默认框架 1：Pugh Matrix（轻量版）
适合：候选方案 ≤ 5 个，标准 ≤ 7 个，相对评估足够。
流程
- 确定 Baseline：选一个方案当基准（通常是当前方案 / 默认方案）
- 列评估标准：3-7 条
- 每个候选 vs Baseline 评分：
+比 baseline 好0和 baseline 差不多-比 baseline 差
- 统计：每个候选数 + / - / 净分
- 决策：净分最高 = 最佳候选
例子（vendor 选型）
| 标准 | Baseline (现 vendor A) | Vendor B | Vendor C |
|---|---|---|---|
| 价格 | 0 | + | - |
| 性能 | 0 | + | + |
| 客服响应 | 0 | - | + |
| 集成易用度 | 0 | 0 | + |
| 合规支持 | 0 | + | 0 |
| 净分 | 0 | +2 | +2 |
净分平 → 升级到 MCDA 加权重。
默认框架 2：MCDA（精确版）
适合：候选方案 ≥ 3 个 + 标准之间重要性差异大 + 决策影响重大。
流程
- 列评估标准：3-10 条
- 每个标准分配权重：百分比，总和 = 100%
- 每个候选每个标准打分：1-10 分
- 加权总分：每个候选总分 = Σ (权重 × 分数)
- 决策：加权总分最高 = 最佳候选
例子（vendor 选型 MCDA）
| 标准 | 权重 | Vendor A | Vendor B | Vendor C |
|---|---|---|---|---|
| 价格 | 25% | 6 | 8 | 4 |
| 性能 | 30% | 7 | 9 | 9 |
| 客服响应 | 15% | 8 | 5 | 9 |
| 集成易用度 | 15% | 7 | 7 | 9 |
| 合规支持 | 15% | 6 | 9 | 7 |
| 加权总分 | 100% | 6.85 | 7.85 | 7.40 |
→ Vendor B 胜出（7.85）。
7 步标准流程（MCDA 完整版）
Step 1：列候选方案
至少 3 个（少于 3 个用 pre-mortem 而非 decision matrix）。
Step 2：列评估标准
5-10 条。覆盖：
- 价值层：业务价值 / 用户价值 / 战略契合
- 成本层：钱 / 时间 / 人力 / 学习曲线
- 风险层：技术风险 / 合规风险 / 退出成本 / vendor lock-in
- 质量层：可靠性 / 可维护性 / 扩展性 / 安全性
Step 3：分配权重
总和 100%。红线：
- 单一标准权重 > 50% → 这其实是单维决策，不需要矩阵
- 任何标准权重 < 5% → 没有意义（去掉）
- 常见错配：把"价格"权重打 50% → 通常是没把"长期成本 / 退出成本"也算进来
权重分配建议：团队先独立填一份 → 合并对比 → 差异大的项讨论 → 收敛。不允许"先讨论再填"——会从众。
Step 4：候选打分
1-10 分。每个候选每个标准独立评分。
Step 5：加权计算
候选 X 总分 = Σ (权重_i × 分数_i)
Step 6：敏感度分析（关键，常被跳过）
如果第一名和第二名差距 < 10%，做敏感度分析：
- 改权重：把权重 ±5% 调整，看第一名是否变
- 改分数：把分数 ±1 调整，看排名是否稳定
- 不稳定 = 当前数据不足以支持决策 → 需要补数据 / 缩小候选
Step 7：决策记录
## 决策记录
- **选择**：Vendor X
- **总分**：8.2 vs 第二名 7.5（差距 9%）
- **敏感度**：在 ±5% 权重 / ±1 分数范围内排名稳定
- **次优选项**：Vendor Y（7.5）—— 退出方案
- **关键 trade-off**：选 X 牺牲了 Z 维度，因为 Z 的权重只有 10%
- **复盘触发**：3 个月后 / Z 维度发生预期外问题时
完整模板
# <决策主题> Decision Matrix
## 候选方案
- A: ...
- B: ...
- C: ...
## 评估标准 + 权重
| 标准 | 权重 | 理由 |
|---|---|---|
| 价格 | 25% | ... |
| 性能 | 30% | ... |
| ... |
## MCDA 评分
| 标准 | 权重 | A | B | C |
|---|---|---|---|---|
| 价格 | 25% | 6 | 8 | 4 |
| 性能 | 30% | 7 | 9 | 9 |
| ... |
| **总分** | | 6.85 | 7.85 | 7.40 |
## 敏感度分析
权重 ±5% 范围：
- 排名变化：B 仍第一 / B 第二 / B 与 A 平 / ...
分数 ±1 范围：
- 排名变化：...
→ 排名稳定 / 不稳定（如不稳定补什么数据）
## 决策
- **选**：B
- **理由**：加权总分最高 + 敏感度稳定
- **接受 trade-off**：客服响应（B 仅 5 分），mitigation = 准备 backup vendor
- **退出方案**：6 个月后评估 / 客服响应导致重大问题时切到 C
Anti-Rationalization
| 逃逸路径 | 为什么不行 |
|---|---|
| "已经知道选哪个了走流程多此一举" | "已经知道"通常基于隐性偏好。走完矩阵后如果还是同选项 → 决策可追溯。如果不同 → 隐性偏好暴露，反而是高价值发现 |
| "权重难定" | 权重难定 = 价值观没对齐。这正是要做的事。难也要做 |
| "团队意见不一致就不写矩阵" | 反过来——意见不一致时矩阵最有价值。矩阵不是为消除分歧，是为定位分歧在哪个维度（权重还是分数？） |
| "Pugh 加 + - 0 太粗" | Pugh 是快速版。Pugh 净分相同时升级到 MCDA。从 Pugh 起步 = 正确顺序，跳过 Pugh 直接 MCDA = 浪费时间 |
| "评分主观无意义" | 主观但可对账。三人独立评分 → 差异 > 3 时讨论 → 收敛。比"凭感觉决定"准 5 倍 |
| "敏感度分析太复杂跳过" | 跳过敏感度 = 用不可靠的细微差距决策。差距 < 10% 不做敏感度 = 60% 概率决策错 |
| "标准列 3 条够了" | 3 条标准 = 决策维度太少 = 容易被单维度操纵。建议 5-7 条覆盖价值 / 成本 / 风险 / 质量四象限 |
| "权重相加不等于 100% 也行" | 不等于 100% = 各候选总分不可比 = 矩阵结果错。强制归一化 |
关联
- 决策前评估失败模式 →
pre-mortem - 决策后拆任务 →
story-splitting - 多个待办（不是多方案选一）排优先级 →
rice-prioritization - 决策记录写入：你的决策记录文件（decisions-log）
- 决策回滚触发条件：3 月 / 6 月时点自动 review
Status
v1.0 — 2026-05-08 product-thinking plugin v0.1.0 首发。