数据中台作为当前数字化转型非常重要的基础设施是企业数据治理的重要抓手，作为中台应该如何选择适合的产品呢？本文从选型指标、选型的方法、工具及步骤手把手教你如何选型。

一、数据中台选型指标

本文将指标分为通用指标、数据开发工具指标、数据治理工具指标、数据服务工具指标以及其他工具指标五大一级指标，以及40项二级指标。供读者根据本团队实际的需求情况进行筛选使用。

如需获取详细指标文档，阅读以下原文：

数据中台选型方法（附选型指标下载）

二、选型方法

使用AHP层次分析法进行选型，具体的指标可参考数据中台选型指南(2/3)-评价指标，根据本团队实际情况进行选取。

AHP层次分析法定义

层次分析法（Analysis Hierarchy Process,简称 AHP），将人的思维过程分成目标层、准则层和方案层，并借助数学模型进行分析，是一种将决策者定性判断和定量计算有效结合起来的实用的决策分析方法。该方法系统性强，使用灵活、简便，适用于组织化的大规模复杂系统。尤其是当系统规模庞大、结构复杂、属性及目标多样，且系统中很多要素指标仅有定性关系时，采用层次分析法进行评价和决策是非常高效的。
基本原理是把复杂问题按支配关系分成递阶层次结构，每个层次都有相互联系相互作用的各个要素组成。通过逐对比较法对层次中各要素的相对重要性进行量化，最后进行相对重要性的总排序。
运用 AHP 法进行决策时，需要经历以下 4 个步骤：
1 建立多级递阶的结构模型
按支配关系自上而下分三层建立评价指标体系：
（1）最高层：也称目的层或目标层，是系统想要达到的目标或结果，是系统评价的首要准则。
（2）准则层：是为实现目标层所设立的准则、子准则等。
（3）最底层：也称方案层。是为实现目标所采取的各种方案、措施等。
2 构造两两比较判断矩阵
对同属一级的要素,以上一级的要素为准则进行逐对比较，建立判断矩阵。
采用两两成对比较,用 aij 表示要素 Bi 与要素 Bj 对目标 A 的影响程度之比：

称矩阵

为要素判断矩阵。判断矩阵 A 中的 i 元素与 j 元素相对重要度之比用 aij 表示,且有下述关系：

比值越大，则 i 的重要度就越高。

为了使判断定量化，根据 1-9 标度确定每个要素的相对重要度。

3 权重计算

（1）用求根法来计算判断矩阵特征向量的近似值。

（2）把特征向量标准化后得到权重向量

4 一致性检验

为保证求得的权重的正确性及合理性，还需要进行一致性检验。

计算一致性指标 C.I.

其中，

因此，在检验时引入随机性一致性比值

当随机一致性比率<0.1时认为计算所得的层次排序权重是正确的、合理的，否则，需要重新调整判断矩阵，直到一致性检验合格为止。

5 综合重要度的计算

权重最大的方案即为实现目标的最优选择。

三、工具及步骤

本文采用SPSSPRO进行层次分析法的权重计算。选择专业版本，可支持多层级指标打分及方案打分，直接出最终结果。

分析步骤

1.填写判断矩阵，构建主观评价矩阵。

2.查看各指标权重，这里采用方根法求取特征向量。

3.使用一致性检验判断所构建的判断矩阵是否存在逻辑错误，若不通过，则需重新构建判断矩阵。

步骤一：构建决策模型

构建指标模型，并且添加产品方案。

步骤二：指标评分

先针对一级指标进行打分，具体的打分方法如下：

再进行二级指标打分

步骤三：方案评分

假定有ABC三种产品供选择，需要针对ABC三种产品分布进行两两打分。

步骤四：分析结果

最后点击分析结果，直接给出方案的评分，分值越高则方案越优。

各层级指标及权重值：

注意看一致性校验结果：需通过一致性校验才能证明评分结果无矛盾。如下扩展性部分一致性检验不通过，则需要返回重新检查相关的评分情况，直至通过为止。