给虾皮店铺分析写出打分公式，卡在哪一步

给虾皮店铺分析写出打分公式，卡在哪一步

卡住的地方通常不是算式本身。一条打分公式的算式往往就是几项相加相乘，写得出来的人很多，真正难的是在动笔之前把两件事说清：这个分数是拿什么算的，算出来是要拿去干什么的。这两件不说清，算式再好也是空的。

第一件卡住的事是输入项列不全。你想着在售款数、上新条数、价格档位三项，下笔之后才发现同一批店里有一家根本没上过新，那一项对它是空的。空值怎么处理，是当零算还是整行作废，这一步没定，公式就跑不动。

第二件卡住的事是输出项的形状没定。同样是分数，从零到一百的连续值和五个档位的离散值，对输入的要求完全不同。离散的那一种，你还要说清几档之间怎么划线，划线的位置又是凭什么定的，这一句说不出来，档位就还是凭感觉分的。

第三件卡住的事是权重的来路。你手上有一批店，想让分数能拉开差距，最省事的做法是凭感觉给每一项配一个权重。这一步谁都能做，问题在于它做出来之后说不清来路，换个人来配，得到的排序可能就换了一遍。

还有一件常被拖到后面的事，是定这一次算的是哪一批店。同一套输入项，算的是你自己在看的九家，还是整个类目筛出来的九家，两者不能混着跑。换一批店就得重新说一遍口径，硬用同一份结果去说另一批，结论会飘。

公式能跑通以后还会碰到一个诱惑，就是把它当成一个可以套到任何一批店上的通用尺。尺这个东西要成立，前提是量的是同一种东西；不同类目里的九家店，价格带和上新节奏本来就不是一回事，套上去算出来的分之间没有可比的基础。

卡住的这一步其实还有一个更基础的形态，就是你说不清这个分数是给谁看的。给同事看，他要能照着它决定下一步做什么；给自己看，你只要能区分出该盯哪几家。两种用途对输出的精度要求不一样，先定给谁看，后面几件事才定得下来。

把这几件事想清楚，剩下的算式反而简单。店铺打分这件事的算式通常不复杂，复杂的是把哪几项放进去、每一项代表什么、缺一项怎么办，这些事都在算式外面，而它们决定了算式跑出来是不是一个能用的数。

定这一批店的范围，还要顺手定它们是不是同一层级。一家店和一家店下面的某一个款放在一起算分，两行的身份不同，算出来的分数谁高谁低说明不了什么。这一点在动笔之前就该排除，等到分算出来再回头挑，已经分不清是哪一段带来的。

还有一个常见的卡点是这项数到底按哪一个时间窗口取。在售款数可以按当下这一刻取，上新条数必须落到某一段上。同一批店里有些按周取、有些按月取，摆在一起时它们的量级差着一截，这一截会直接混进分数里，看起来像是这几家本身差得多。

把这些定完，公式的骨架其实就成形了。你会发现在这一步真正费时间的不是算式，是写那份口径说明。每一项算了哪一段、按什么取整、空值怎么处理，这几句话写下来，公式才算真的能交给第二个人跑。

这几步里任何一步跳过，后面都要返工。跳过范围，换一批店就得重做；跳过时间窗口，同一批店隔一周算出来的分对不上；跳过空值规则，有几家店会一直算不出结果。卡住的地方多半就在这几步，而不在算式里。

这几步里最容易被轻视的是最后那一步。很多人把口径写在心里，自己跑的时候心里有数，一交给别人就出岔子。他心里那套口径没有落在纸上，接手的人只能按自己的理解补一段，补出来的东西跟原来的不是一回事。

卡在哪一步这件事，落到具体动作上其实很清楚。你坐下来写这条公式，写到一半停下来回头改前提的那个地方，就是卡住的点。有的人卡在权重要不要分站点，有的人卡在某一家空值怎么办，这些停顿的位置各不相同，共同点是它们都不在算式里。

还有一个可以自查的信号，是这条公式你有没有改过算式本身。如果从头到尾算式一行没动，改的全是输入项的范围和权重，说明算式本身不是问题，问题都在前面那几步。反过来，算式改了很多遍还是不满意，那多半是你想让它回答的问题本身没定清。

知道卡在哪一步的好处，是返工的时候知道往回退到哪里。结果是排序不对，退回权重那一步；结果是有几家算不出来，退回空值规则那一步；结果是换一批店就全乱，退回范围那一步。退对了地方，改一次就够；退错了，改十次还在原地。

这五个动作里，前面的定项和口径占了大半，真正动笔算的那一步最短（人造示例）

店铺打分公式的权重怎么来

权重最脆弱的一种来路是凭印象。你觉得上新勤不勤最要紧，就给它配个大头，这种配法在没有参照的时候也说得过去，问题在于别人问你为什么是这个数，你答不出一个能核对的理由，这只是把感觉换了一个写法。

稳一些的一种来路是拿分布说话。同一批店里某一项彼此的差别本来就不大，这一项配再大的权重也拉不开分；另一项各家差别很大，权重给一点就会明显改变排序。先看一遍每项的分散程度，权重就不是空手定的。

还有一种来路是先定排序再回推权重。你心里其实知道哪几家该排在前面，于是反过来调权重把这几家顶上去。这种做法能得到一个你满意的结果，但它得到的是你原来的印象，公式只是把你的印象换了个写法写回去。

无论走哪一条来路，权重都要能写下来。写下来的意思是每一段都能指着一句话说明它为什么是这个数，而不是一句感觉这一项比较重要。写不下来，这条公式就只在你手上成立，换个人接手，他会重新配一遍，前后两批结果对不上。

除了分散程度，还有一个可以看一下的是每一项跟你要区分的那件事的相关程度。你想区分的是这几家里谁更活跃，那就先看哪一项跟活跃这两个字挨得近。挨得远的项哪怕数据很准，配再大的权重也只是把噪音放大。

权重的数量也不能太多。三项各占三分之一，读的人还能记住；八项各配一个数，你自己跑第二遍都要翻回去看哪一项是哪个数。配得多不等于考虑得全，管得住的权重才叫权重，管不住的只是一串参数。

还要留一个可以调的档位。权重不必一次定死，但要约定好什么情况下才动它、动了之后哪些结果要跟着重看。没有这个约定，权重会变成事后调整结果的一个旋钮，每次算出来不满意就拧一下，量到最后这套公式就不剩什么信息了。

配完权重之后有一个成本很低的动作，就是把每一项单独跑一遍，看哪一项单独就能把排序大致排出来。如果某一项单独跑出来的名次跟总分差得不多，说明这个分数其实主要由这一项决定，其余几项只是陪衬。

有一种看起来更实在的做法，是先拿一批你已经很熟的店来试。这批店的排序你心里有数，把权重调到一个能大致还原这个排序的位置，再拿它去跑你不熟的那一批。这种做法比凭印象稳，但它成立的前提是那批熟店的范围跟你现在要跑的这批是一致的。

还原熟店排序这个动作本身也要留心。如果权重调到能完全还原，说明这套权重已经把那一批店的特征记得很牢，换一批特征类似的店还能用，换一批结构不同的店就会跑偏。留一点还原不到位，反而给它留了余地。

还有一层是权重要不要分站点给。不同站点里，上新节奏跟规模这两项的分量本来就不一样，用同一套权重跨站点算，等于默认这几个站点是可以混着比的。要混着比，就得先确认这几项在各站点的口径确实一致。

权重配完，最好留一次记录。这一版用了哪几个数、什么时间配的、为什么这么配，写一行在旁边。下次想改的时候，你能看到上一版是怎么来的，改起来是有依据的调整，而不是从零再凭一次感觉。

有一个容易被忽略的角度，是看这一项在一批店里的取值是不是只集中在一两个点上。某些店有、某些店没有的这一类项，实际上只分成了两类，它给分数带来的只有一次跳跃，配再细的权重也表达不了中间的程度。这类项要么改成几档，要么就别配大分量。

还有一层是权重跟时间的关系。这一批店里上新这一项差别大，过几个月再看，可能各家的节奏都拉平了，这一项的区分力就没了。权重配一次不用管一辈子的前提，也得是这一项在这段时间里一直有区分力。这件事没法事先断定，只能隔一段时间回看一次。

配权重的时候还要想一想这一批店是怎么来的。从整个类目里筛出来的九家，和从你自己在跟的九家，两者的分散程度经常差很多。前者往往更散，权重的作用更明显；后者可能本来就聚在一起，权重怎么配排序都动不了几位。

这些事摆在一起看，权重这件事没有一个通用的答案。它的来路只能是这几项在你这一批店里的实际分布，加上它们各自代表什么。把这个来路说清楚，别人再来配的时候就有得对；说不清，那一次配出来的数就只能留在这一次用。

越靠近稳定对象的那一项，缺了之后越还能勉强重跑（相对值）

权重凭空定的公式，只是换了个说法

这种公式最典型的症状是结果跟你的直觉完全一致。你随手配一套权重，算出来前几名正好是你本来就看好那几家，于是你很高兴，觉得公式验证了自己的想法。实际上它什么也没验证，它只是把你写进去的印象输出了一遍。

第二个症状是换个权重排序就大改。把子项目的权重从三改到五，前五名换掉了三位，说明这一批店的分数本来就没有拉开，排在前面的那几家之间相差很小，排序完全由权重这一个旋钮决定，跟店本身的关系已经不大。

第三个症状是同一批店换个算法结果对不上。你用加权和，同事用连乘，两家算出来的名次差了三四个位置。这种时候不是谁算错了，是这一批数本来就不够硬，换一个收口的办法就能把它挪一挪，说明它只差在写法上。

还有一种更隐蔽的症状，是公式里混进了方向相反的项。一家店上新越勤，有的项里是加分，有的项里是减分，两下相抵之后这个分数的实际含义就看不清了。这种公式表面上每一项都有来路，合起来却不知道自己算的是什么。

这种公式还有一个特征，它对输入的口径特别不敏感。你把某一项的统计范围从一周改成半个月，分数几乎不动，不是因为这一项稳，而是因为它在整个分数里占的分量太轻，改了也看不出来。表面上是稳健，实际上这一项在这条公式里等于没参与。

再有一种是公式里塞进了一个单独就能决定结果的项。某一项的取值区间比其余各项大出许多，算出来以后几乎就是这一项的排名。这种公式每一项都写了名字，权重也都配了，实际跑起来的振幅全来自其中一项。

这类公式拿去做决策最麻烦的地方，是它看起来很正式。一个带权重的算式摆出来，读的人天然会多信几分，他不会去问这些权重是哪来的，因为他看不出这中间有一段自由发挥，也看不出哪一项其实在做主。

要让它不那么空，一个办法是给每一项留一句为什么进公式的话。写得出这句话的项留下，写不出的先拿出来。写这句话的过程本身就能筛掉一批只为让公式看起来更全而加进来的项，剩下的那几项也就站得更稳。

这一类公式还有一个特别容易被当成优点的表现，就是它对空值很宽容。某一家某一项没数，你把它当零算进去，公式照样跑出一个分。看上去是稳，实际上是这家店少了一项就被默默扣了分，而这件事在结果里一点痕迹都不留。

要把它从换说法变成真的算，一个办法是给每一项写一句它在这批店里代表什么。写不出来的那一项，先拿出来单独看。意思说不清的一项放进公式，它带来的只有分量没有内容，还会把别的项的意思一起搅混。

另一个办法是每算一次都留一份一样的输入，隔一段时间用同一个输入再跑一次。两次结果不一样，就说明这条公式里有一段时间相关的项，或者是某几项的取数范围在你不注意的时候改过。同一个输入跑出两个结果，这条公式就不该被当成一个固定的数来用。

这几条说的都是同一件事，一条公式要能站住，它的每一项都得能被单独讲清楚。讲得清楚的项越多，这条公式越接近一个能复算的东西；讲不清楚的项越多，它就越像一句被写成了算式的判断。

这种公式还有一个场合特别容易露。同一批店，两个人各自配了一套权重，算出来的名次差了三四个位置，然后两个人开始争谁配得更对。这种争论不会有结论，因为两套权重都没有一个可以先拿来对的东西，争的其实是各自的偏好。

想给这种争论一个出口，办法是先定一条不在权重里的参照。比如这几家店里，有两家你长期在跟、情况很清楚，先用这两家定一个大致的位置，再看几套权重能不能把它们分到该去的位置上。有了这个参照，权重才有对错，不然只有喜好。

这类公式还有一个残留的痕迹，就是输出去以后没人回头改它。真的算出来的数，用得多了总会碰到跟事实对不上的地方，对不上就得回头调整。一直没动过的公式，往往说明它算出来的分并没有真正被拿去用，只是被放在一边看。

把这几种情况合起来看，判断一条公式是不是只换了个说法，可以用一句话来试：这个分数的每一项，我能不能在不看结果的情况下说出来它为什么在这里。能，这条公式就算立住了；不能，那几项就得重新过一遍。

店铺分析里哪几项能量化、哪几项不能

能量化的第一类是有确定数法的东西。在售多少款、本周上了几个新款、在几个类目上有货，这几样数一遍就有结果，换个人来数还是同一个数。它们进公式不会因为算的人不同而变，这一条是它们能进公式的全部理由。

能量化的第二类是分档稳定的量。价格主要落在哪一档、评价的分数落在哪一段，这类值有时候需要你先划一个分档的办法，但档位一旦说定，同一家店在同一个时间段里落哪一档也是确定的，这就够格当一个输入项。

不能量化的第一类是需要语境才成立的判断。这家店看着有威胁、这个类目还有没有位置，这类话写进公式，达成的效果只是给它换了一身数字的衣服，算法本身并没有把这句话变成一件事，读的人也就没多知道什么。

不能量化的第二类是范围本身就是结果的东西。这一家比那一家更强，这句比较已经是一个结论，它不适合当输入项，只适合当输出项，而且要能说清它是按哪几个输入项得出的，不然就是拿结论去算结论。

能量化的还有一类是数出来的差。本周比上周多上了几个新款，这一段时间里下架了几个，这几个数都是有确定数法的，它们比单一的当期值多带了一层方向，进公式时要注意别跟当期值重复计一次。

分不清能不能量化的时候，有一个简单的判据：换一个人来填，会不会得到同一个数。会，这一项就能进公式；不会，那它填进去的其实是一句被写成了数字的话，读的人拿到的是一个带小数点的印象。

不能量化的项里还有一类是需要跟别人比才有意义的。比如这一家在这批里算活跃，这句话只有在这批店的范围里才成立，换一批店，同一个数可能就不活跃了。这种相对判断不适合当输入项，它更像一个输出，是算完之后才该出现的东西。

能进公式和能不能单独下结论是两件事。在售款数能进公式，但只靠在售款数多这一条就说这家店值得跟，中间跳得太远。公式把好几项收成一个数，正是为了不让你靠单独一项就滑到一个结论上。

真正需要当心的是那些半能量化的项。比如这家店上新是否规律，这件事有一半可以数出来，另一半要靠人看间隔。这一类项的处理办法是先把能数的那一半数出来，剩下那一半另外单列在旁边，不要合成一个数塞进公式。

分不清的项还有一个退路，就是先当输出项用。你算完分数之后，再看几家里哪几家在这些说不清的项上更突出，把它们标出来单独讨论。这样这几项的位置就从输入换到了输出旁边，既能起作用，又不会污染整个分数。

输入项定完之后要再核一遍有没有重复。在售款数和上新条数看着是两项，一家店长期不上新的时候这两项会一起动，它们在这批店里的信息有大半是重叠的。重叠的两项同时进公式，等于给同一个面配了两次权重。

要检查重叠，把两项的值摆成两列扫一遍就够了。同涨同落的两列，在公式里只该留一列，或者两列各减一半分量。这一步不做，公式看上去项数不少，实际能区分这些店的面并没有那么多，权重也被摊薄了。

这几类里还有一种边界情形，就是数得出来但没人愿意去数的项。比如一家店在几个类目上有货，数起来要一个个翻，准确但不划算。这类项要不要进公式，取决于它进不进得去以后会不会真的改变几家的排序。不会改变，那就没必要为它去翻那么多次。

能进公式的项还有一个数量上的上限。项数到了一定程度，每增加一项带来的区分能力就下降一大截，而每增加一项要核对的口径却一点没减。这条界限在哪，跟这一批店的分散程度有关，没法事先给一个固定的数。

不能量化的项也不是只能扔掉。有一类可以降一级用，就是先把它写成一句判断，然后让公式算完之后你自己去核这句判断成不成立。它没进公式，但在读结果的时候仍然起作用，位置从输入换成了旁边的一行旁注。

把这几项分清楚，公式的输入清单其实就短了。一份能重跑的输入清单，通常比大多数人一开始想列的要短。短不是缺，是把那些站不住的东西先请出去了，留下的每一项才都经得起别人问一句它凭什么在这儿。

公式比表多做了什么

公式多做的第一件事是收口。表把好几个栏并排摆着，谁高谁低要你自己扫；公式把这几栏收成一个数，扫的动作省掉了，代价是每一栏各自的高低被压掉了一层，两家各有长短的店有可能拿到同一个分。

多做的第二件事是重跑。表是你摆一次看一次，输入变了要重新摆一遍；公式写成几个输入项之后，换一个输入重跑一遍就出新结果。这件事有用，代价是输入这一头必须更干净，因为同一个错误会被反复带进每一次重跑。

多做的第三件事是把口径固定下来。表里某一列没写清，读到的人可能还会追问一句；公式里某一项没写清，它算完就存在那儿，下一次跑还是照旧，不会有人再问，错误会像一条默认的规则一样一直在。

这三件事加起来，公式真正替代的不是表，是重复的判断。原来每一家都要重新想一遍谁更值得跟，现在换成同一个算式跑一遍。它替你省下的是这一次次重想，它并没有让判断变得更有依据，只是让同一种想法每次都按一样的方式落下来。

公式多做的还有一件事，是把取舍写进了结构里。你决定用哪几项、不用哪几项，这件事在表上只是一次眨眼的选择，写进公式之后就变成了一个可以被别人看到、被追问、被改动的结构。看得见的取舍，才有可能被讨论。

这四件事加起来，公式真正改变的是这件事可以被复述。表摆完，你能描述它长什么样；公式写完，别人可以照着你那几项重跑一遍，拿到同样的结果，然后跟你说哪一项他认为不该这么配。从只能看变成可以对着改，这一步是公式独有的。

它也有自己容易出事的地方。公式把口径固定下来之后，原来那些在表上看得见的备注、括号里的小字、旁边贴的一张截图，统统没地方放。这些东西在表里不起眼，到了公式里直接消失，而它们往往是判断一项到底算没算对的关键。

所以公式比表多做的这几件事，也正好是它要额外承担的责任。它替你把口径固定了，你就得把口径写对；它替你把结果复述出来了，你就得能解释这个数是怎么来的。多出来的能力都配着多出来的要求。

公式多做的还有一件事，是把时间这一维压掉了。表里可以并排摆着这一周和上一周，两栏同时在场；公式跑一次只对应一个时间点的输入，它给你的也是那一刻的分。想看到走势，你要跑很多次，把每次的结果自己排起来。

这件事有个直接的后果，公式的结果容易被当成一个静态的东西。你上周算过一个分，这周又算了一个分，两个放在一起看起来是一次变化，但两次的输入如果取的窗口不一样，这一点变化里有一半是窗口造成的。想比两次的分，输入的口径得先对齐。

把这些都算上，公式和表的关系就清楚了。表负责把这些店在同一时刻的状态摊平，公式负责把这一刻的状态收口成一个数。两个动作互补，各自做各自那一段，不存在谁替代谁，也不存在哪一段可以省略掉。

所以从表往公式走这一步，真正要想清的是一件事：你打算用这个收口的数回答什么问题。回答的是这一刻该盯哪几家，公式就够用；想回答的是这几家这一段时间在往哪走，就得回到表上多摆几栏，或者换个能装走势的形状。

公式多做的还有一件事，是把衡量这一批店的方式固定成一个动作。表是每次重新看，看的人不同、看的那一天不同，注意力落的位置也不同；公式是每次跑同一个动作，几次之间的差别只来自输入。这一层固定下来，同一批店在不同时间说的话才有比较的基础。

这也是公式和表最容易混起来的地方。有人拿公式的输出当成一个新的数，把它跟表里的某一列摆在一起比大小，这两样东西不在同一个层面上：一个是原始的一栏值，一个是几栏收口之后的结果，摆在一起时它们的量级根本没有可比性。

在用途上，公式的结果最适合拿来排序和分组。拿它做这两件事，它的收口功能正好用得上；拿它去解释原因，它给不出什么，因为它已经把每一栏各自的高低压掉了。想解释，还得回到摊开的那一层去看。

所以公式和表这两样，各自在最合适的位置上待着都很好用。你把公式放在它收口的那一段，把表放在要看清那一栏差在哪的时候，两样都不会显得勉强。反过来把它们的活对调，两样都会显得不够。

最后一行那种判断，写进公式也只会变成一个新的说法，算不出别的东西

算完后哪个数最该拿去复核

最该拿去复核的是排在中间那一段的分数。头几名和末几名一般不用太担心，因为距离拉得开，换个算法它们的位置也不会动；中间那一段往往挤在一起，差几个小数点就能换位，那里才是公式最不稳的地方。

第二个要复核的是权重的敏感度。挑一个有代表性的输入项，把它的权重上下调一小档，看排序有没有大改。大改了，说明这一批区分不开，公式给出的名次只能当参考，不适合拿去当成要给谁加量的依据。

第三个要复核的是输入项自己有没有错。公式会忠实地算你喂给它的东西，你把某一家某一栏填错一位，它会给你一个顺着错下去的分。在动结果之前，先把输入项按行抽几条核一遍，比回头怀疑算式要省事。

复核出来的数还要有个去处。对不上就先退回定项那一步，看是漏了一项还是某一项的口径不对，不要在这个分数上继续加减。一个收口的数只在这一层说得清，它自己不会告诉你哪一步出的问题，你改得越多离源头反而越远。

复核还可以从一个不太被想到的角度做，就是看这一次的输入跟上一批相比有没有整体挪动。同一批店同一套公式，这一次整体分数比上一次低了一截，先别急着说这几家不行了，先看是不是某一项的取值范围整体变了。整体挪动多半出在输入那一头。

第二个要留意的位置是公式里两项的乘积。两个都是正数，一个变大另一个也变大，乘出来的数会被放大两次，在一批店之间的差距也会被放大。这类项乘在一起的时候，要把结果跟单项的值摆在一起看看，差距是不是大得不像话。

复核的时候尽量挑几家有代表性的店，而不是从头看一遍。挑一家分数最高的、一家分数最低的、一家卡在中间、一家分数居中的，四家把输入项摊开对一遍，多数口径问题在这一轮就露出来了。全表看一遍花的时间多，露出来的问题未必更多。

最后还要给复核留一个明确的出口。复核完确认没问题，这个数就带着它的口径和日期用出去；有问题就退回定项那一步。最怕的是复核发现有疑问，但也说不出哪里错，于是带着疑问接着用，这个数从此就一直站在一个说不清的位置上。

还有一个值得单独看一眼的位置，是分数排在最前的那几家之间差多少。前两名只差零点几分，而第三名比第二名差出一大截，这种分布说明所谓的第一名跟第二名其实是一档，硬把它们分成第一和第二，是在一个本来就分不开的位置上切了一刀。

复核的另外一半工作是看这一批店的分数有没有挤成一团。九家店的分全部落在六十到六十五之间，这条公式对这批店几乎没有区分力，它告诉你的是这九家差不多，这个结论本身也是有用的，但不能再往前推一步说谁更强。

算完的数拿去对的时候，对的对象最好换一个来路。你从一个来源拿的输入项，最好找一个从别的角度得来的印象来对。两边大致吻合，这个数可以带着用；两边差得远，先别改数，先想清这两边各自看的是什么。

复核这一环还有一个作用，它能把公式的适用范围画出来。这批店对得上，不代表换一批也能对上；同类目同层级里对得上，不代表跨类目也行。把能用得上的范围记下来，这个数以后用起来才有一个边界。

复核还有一个很实在的用法，就是看这一次的输入项有没有哪一项把整批店都推到了同一个方向。比如所有店的某一项这一周都被同一个方式改过，那这一次的分数整体上会一起挪动，挪动本身不说明这些店发生了什么。把这一项单独关掉再看一遍，就能分出来。

还有一个位置值得看看，就是把分数按档位切开之后每一档里有几家。九家店里八家落在同一档，剩下一家单独一档，这种分布里那单独的一家就是最该先去看的，因为它跟其余八家不在一个位置，而不是因为它最好或者最差。

复核最后要落成一句话：这个数现在能不能用。能用就带着它的口径和日期交出去，不能用就说明卡在哪一步。把这句话写下来，比在心里过一遍要管用，因为过一阵子你回头再看，能看到的只有那句话，看不到你当时的心情。

复核时两边要对得上，靠的是同一层级里口径统一的公开数。这一组数由知虾摊在一个可以对比的位置上，省掉你先把两份出处摊开对一遍的功夫。它不判断你复核出来该不该用，也不做后台数据那一类的事。

口径那一项没写清，同一批店隔一周重算就会换一个排序（人造示例）

虾皮店铺分析写公式时最常见的三种虚

第一种虚是项数堆得太足。一到十项都往里加，看着考虑得很全，实际上越靠后的几项在整批店里几乎没差别，加进去只会把前面那几项的差别稀释掉，算出来的分数反而更挤在中间，区分度还比不上只留前面三项。

第二种虚是每项的分值区间没对齐。有的项取值在零到十之间，有的项在零到一千之间，两者直接相加，后面那一项实际上一个人说了算。这类公式每项都写了，但全局只被其中一项决定，这不是配比，是没配。

第三种虚是拿结果反推权重。你心里已经有了想推的那几家，于是把权重调到让它们冒头。这种公式能自洽，却不能复核，因为它的输入里藏着你的结论，别人拿同样的项和同样的权重重跑一遍，只能是照着你的答案抄。

这三种虚有一个共同的来源，就是拿公式来给一个已经想好的结论做包装。公式这种载体顶得住的事，是把一项一项的数收成一个能重跑的结果，它顶不住的事是替一个没有依据的想法找一身体面的衣服，穿上了也还是那个想法。

这三种虚之外还有一个更容易被忽略的，是把上一批的分数直接延用到这一批。输入项是从公开面上按天更的，你今天看到的是前一日的，上一批算的分数用的是上一批的数。两批之间如果换了范围或者改了口径，直接比两个分数是没有意义的。

要少踩这几种虚，有一个很直接的做法，就是先把每一项单独列一行分数，再合成总分。分开的时候每一项是什么一眼可见，合成之后哪里被某一项带跑，把两行摆在一起也就看出来了。这一步多花几分钟，能省掉后面几轮返工。

还有一条判断标准可以用来自查：把这条公式讲给一个没参与的人听，他能不能照着你的说明重跑一遍，跑出来的结果跟你手里这份差不多。他跑不出来，或者跑出来差得很远，说明这条公式里有一段只在你脑子里。

你手上要当输入项的那几项，摆好了就是同一层级里一个口径出来的公开数。重跑时不用先回头对月份和范围，靠的就是这一层同源的公开数，知虾摆的正这一层。至于怎么收成一个分数、权重给多少、这个分说明了什么，这几段它不代做，它只把这几项可比的数摆在那里。

这三种虚里，第三种最难被发现，因为它看起来最像做研究。你确实算了、确实有输入项、确实跑出了结果，问题只在于这几个输入项是你挑的，挑的时候已经知道想让谁冒头。这一步不在算式里，算式本身管不到。

想防住它，可以在挑输入项之前先写下你的预期排序。写完再挑项、配权重，最后对一下结果跟预期是不是完全一致。完全一致的次数多了，就要警觉，因为真实的输入一般会给你一点意外，一点意外都没有反而可疑。

还有一条更简单：把公式交给一个不知道你想推哪家的人跑一遍。他只知道项和权重，不知道目标，跑出来的名次跟你手里这份一样，这条公式才算是独立的。他跑出来不一样，那多出来的那部分差别，全在你没写出来的那一层里。

重跑这一步要有个稳的起点，明面上那几个数正好是按同一层级同一个口径摆出来的，跑一次和跑下一次之间底子不变。定权重这一截、说这个分说明什么这一截，都留在你自己手上，跑出来是什么样就是什么样，别人替不了。

这三种虚还共有一个很浅的痕迹，就是公式写出来之后没有第二个人看过。一个人自己写的公式，自己看怎么都顺，因为每一步的来路都在他脑子里。让别人读一遍，他会问出的第一个问题，往往就是把这条公式最虚的那一处点出来。

要少踩这三种虚，还有一个更基础的功夫，就是先接受这条公式可能算不出一个漂亮的排序。真实的几项数收起来以后，名次本来就可能拉不开，这种时候硬靠调权重把它拉开，做出来的其实是假的区分度。

还有一个动作可以经常做，就是把这条公式倒回去用一次：从一个分数出发，说清它是怎么来的，再拿这些项去解释真实的几家店。解释得通，这条公式跟现实是贴着的；解释不通或者要靠额外补一句，那补的这句就是它没装下的那部分。

把这几节收一遍，这条打分公式该站的位置就很清楚了。它管的是把几项口径一致的公开数收成一个能重跑的结果，它管不到的是这个结果该不该信、信到什么程度。后面这一层，始终得有人自己站上去判断。

常见问题（FAQ）