ELECTE 4.5 已正式上線 — 團隊、方案與全新外觀。了解最新功能
AI 策略閱讀時間 29 分鐘

ELECTRE 方法解析:實用決策指南

了解 ELECTRE 方法如何運用優勢關係、門檻值與否決邏輯,在相互衝突的準則之間比較各種選項,並說明其實務上的限制。

electre method decision guide card

用 AI 摘要這篇文章

一位採購經理手上有兩家可靠的供應商列入候選名單。其中一家報價較低,但交貨紀錄不穩定;另一家成本較高,卻始終如一地符合約定的交期與品質要求。單一評分表可能讓較便宜的供應商看起來是明顯的贏家,即使一次延誤交貨就足以中斷生產。

這正是 ELECTRE 方法 所要解決的問題。它並非將所有考量因素強行壓縮成單一可互相抵銷的分數,而是比較各個方案,並檢視某一方案是否獲得充分支持,同時不存在無法接受的弱點。這使得該方法對於在供應商、軟體、投資、地點或其他具有相互衝突準則的選項之間做選擇的歐洲中小企業具有實際意義。

本指南以淺顯易懂的語言說明這項方法,從其法國起源、門檻值、否決邏輯、計算步驟、變體、優勢、限制到實務適用性,一一介紹。核心結論很簡單: 某一準則上的優異表現,不應該自動抵銷另一項比平均值所顯示更重要的缺陷。


什麼是 ELECTRE,它從何而來

ELECTRE(ÉLimination Et Choix Traduisant la REalité) 是由 Bernard Roy 及其同僚 在法國開發的一系列 多準則決策方法。其核心概念構思於 1964 年,於 1965 年應用於一個實際客戶案例,並於 1966 年的一份研究報告中公開發表。Roy 首篇詳細的期刊論文隨後於 1968 年發表,為 ELECTRE I 奠定了基礎。 ELECTRE 方法的發展時間軸與起源 以及法文版的 ELECTRE 概述 都反映了這段發展歷程。

這項研究始於法國顧問公司 SEMA,源於一個實際的商業決策需求。該團隊面對的是含義各異的多項準則,若採用加權總和,某一領域的優異結果可能會抵銷管理層認為無法接受的另一項結果。這種方法源自這次顧問專案的實際問題,而非純粹抽象的數學練習。


ELECTRE 系列方法屬於 優勢關係(outranking) 傳統的一部分。它逐對比較各個方案,權衡支持某一比較結果的證據與質疑該結果的證據。其輸出結果不必是一份完整的排名表,而可以顯示哪些方案合理地優於其他方案、哪些方案因嚴重弱點而被排除,以及哪些方案彼此無法比較。

對管理者而言,這保留了一項重要的判斷空間。某項準則不必先轉換成共通的效用值,才能影響決策。即使整體表現亮眼,若某一項弱點會造成無法接受的營運後果,該方案仍可能因此落選。這正是這種方法的核心特質。


核心概念:為什麼 ELECTRE 是非補償性的

加權總分模型是補償性的。為每個準則賦予權重,對每個方案評分,相乘後加總。這種數學運算允許某一準則的高分抵銷另一準則的低分,只要總分能對得上。

以一個簡化的供應商評估為例。供應商 A 在價格上得 9 分,在交付可靠性上得 1 分。供應商 B 在兩項準則上都得 4 分。如果價格獲得足夠的權重,供應商 A 就能在加權平均中勝出。這個模型或許在內部邏輯上是一致的,但仍可能產生一個營運經理立刻會否決的決策。

ELECTRE 方法是非補償性的。它問的是 A 是否有足夠的支持證據可以優於 B,同時也會檢查 A 是否在任何關鍵準則上存在嚴重弱點。強勁的價格優勢可以有助於一致性,但它無法自動抹去達到否決水準的交付失誤。


這個差異可以用一句話來說明:

加權評分問的是哪個方案總分最高;ELECTRE 問的是某個方案是否獲得足夠支持,且沒有無法接受的缺陷。

這並不代表 ELECTRE 忽略權重。權重依然表達準則之間的相對重要性。差別在於,權重是與一致性、不一致性和否決條件並行運作,而不是作為唯一的決策規則。

這種方法適合準則本質上不可通約的情況。價格可能以歐元計算,交付以天數計算,品質透過檢驗分數評估,地理風險則透過定性評估來衡量。把這些合併成單一數字可能造成虛假的精確性。成對優越性比較則能保留底層判斷的可見性。

因此,務實的經理可以運用這個方法來區分「整體上略遜一籌的方案」和「因關鍵缺陷而無法接受的方案」。這個區別正是以下概念的基礎。


關鍵概念:優越性、一致性、不一致性與閾值

這些術語聽起來可能很技術性,但每個概念都回答了關於一對方案的實際問題。

概念

一句話定義

供應商範例

優超關係

當方案 A 在足夠重要的準則聯盟上至少與 B 一樣好,且沒有不可接受的弱點時,A 優於 B。

某供應商可能價格更便宜、距離更近,但若其瑕疵表現差到危險程度,仍無法優於另一家供應商。

一致性

一致性衡量有多少加權證據支持「A 至少與 B 一樣好」這項陳述。

一致性值為 0.75 代表 75% 的加權準則 支持 A 優於 B。

不一致與否決

不一致性反映對優超關係的嚴重反對意見,而當表現差距超過設定的限制時,否決準則可自動阻止該優超關係成立。

某供應商可能在價格上領先,但若其品質或交期上的弱點超過否決門檻,仍會在比較中失敗。

無差異門檻,q

無差異門檻是指低於此差距時,兩項表現在實務上被視為等同。

若交期上的微小差異不會造成營運上的影響,可能會被忽略。

偏好門檻,p

偏好門檻是指高於此差距時,決策者會明顯偏好其中一個方案而非另一個。

足夠大的品質差異可以建立明確的偏好,而非僅是些微的偏好。

一致性(Concordance) 因此並非單純的準則計數。它反映的是權重。若價格與產能的重要性高於地域風險,它們的支持度對指數的貢獻就更大。最終結果仍是一個結構化的判斷,而非原始的多數表決。

不一致性(Discordance) 則加入了對立的一面。它探討的是:A 在某個準則上的表現是否遠遜於 B,以至於所提出的優越關係變得不可信。否決原則(veto principle) 是這項檢驗中最強的形式。即使整體支持聯盟很強,單一準則也能阻斷該關係的成立。

門檻值使比較不再那麼脆弱。若沒有門檻值,微小的測量差異就可能製造出人為的偏好。有了門檻值,分析人員便能區分可忽略的差異、微弱偏好與有意義的優勢。

這些參數也為決策團隊帶來了責任。門檻值不應僅僅為了產生方便的結果而選定。它們應反映營運上的容許範圍、合約要求、法規考量,或是明確記錄下來的管理層判斷。這正是 ELECTRE 之所以強大、但也十分敏感的原因。


經典 ELECTRE 程序:逐步說明

實務上的 ELECTRE I 分析從一個 決策矩陣 開始。將方案列於行、準則列於欄。記錄原始資訊,例如供應商價格、前置時間、瑕疵率、產能與風險。


建構並準備矩陣

首先,判斷每個準則屬於效益型還是成本型。較高的產能可能較好,而較低的瑕疵率則較好。定性準則在開始評分前,需要有共同認可的量表與明確的解讀方式。

接著,對矩陣進行 標準化。標準化能將以不同單位衡量的準則轉換為可比較的尺度。確切的公式取決於所採用的 ELECTRE 變體與資料類型,因此分析人員應記錄所選用的方法,而不是將標準化視為中立的例行步驟。


套用權重並比較配對

指派權重以反映決策團隊的優先順序。這些權重接著會用於 一致性指數,該指數彙整了支持「A 至少與 B 一樣好」此一命題的各項準則。

針對每一組配對,計算 A 對該比較的支持程度,以及 A 在每個準則上落後的程度。不一致性指數 則依所採用的變體,聚焦於最大或最嚴重的反對意見。

在確定成對關係之前,先設定無差異、偏好與否決門檻值。門檻值能將營運判斷轉化為規則,例如將微小的交貨差異視為無關緊要,同時阻擋瑕疵率差距不可接受的供應商。

接下來,將合致性(concordance)與不合致性(discordance)條件進行彙總。如果 A 有足夠的支持度,且沒有任何準則觸發否決,分析就會記錄一個從 A 到 B 的優於關係(outranking relation)。

運用情境分析來測試假設改變時關係會如何變化。一套結構化的 商業情境分析流程 可以幫助團隊在不隱藏這些選擇的情況下,檢視不同的權重、門檻值或風險容忍度。

最後,該方法會綜合優於關係圖(outranking graph)。ELECTRE I 可能會識別出一個 核心(kernel),也就是一組可接受的替代方案,而不是完整的排名。其他家族成員則以不同方式改進此程序。每個參數都應該有其依據,並與了解實際運營後果的人員一同審查。


實例演練:選擇供應商

以三家供應商與四項準則為例。成本、前置時間與不良率這幾項數值越低越好。產能則以低到高評分。

供應商

成本

前置時間(天)

不良率(%)

產能評分

A

70

12

8

9

B

82

10

2

8

C

78

14

3

6

如果低成本與高產能獲得足夠的權重,一個簡單的加權加總模型可能會將供應商A排在第一位。從這個角度來看,A較弱的品質表現可以被其他方面的優勢所彌補。

ELECTRE式的解讀則提出了不同的問題。A是否有足夠的支持來優於B?是否存在某項弱點嚴重到足以阻止這一結論?

與B相比,供應商A在成本方面具有吸引力,在產能上也略勝一籌。但B在交貨週期上表現更好,在不良率上更是大幅領先。如果決策團隊認為這項品質差距在營運上是不可接受的,那麼A優於B的提案就可能因不良率表現而遭到否決。

這帶來了一個實務上的結論:

  • 加權加總: 如果允許價格優勢彌補品質不佳,A仍可能勝出。
  • ELECTRE: 如果品質差距被視為無法彌補的弱點,B可以擊敗A。
  • 管理層面的解讀: B的成本較高,但A帶有一種團隊已決定無論價格如何都不願承擔的失效模式。

這是刻意設計的定性說明,並非完整的數值化ELECTRE計算。在實際分析中,團隊會在宣稱得出正式的優於關係結果之前,先記錄明確的權重、閾值、一致性規則與否決條件。評估技術供應商的團隊可以透過有文件記錄的 SaaS供應商風險評估 流程,應用相同的邏輯。


ELECTRE系列方法簡介

該系列包含針對不同決策任務的相關方法。

  • ELECTRE I 透過建立優於關係並識別可接受的方案,支援選擇與篩選任務。
  • ELECTRE II 以更強與更弱的優於關係擴展了這種方法,以細化排序。
  • ELECTRE III 採用 模糊優於關係,以程度來表示可信度,而不是僅依賴明確的是非關係。
  • ELECTRE IV 在沒有明確準則權重的情況下運作,這在利害關係人無法就權重方案達成共識時特別有幫助。
  • ELECTRE IS 透過引入 無差異與偏好閾值,擴展了ELECTRE I。
  • ELECTRE TRI 將方案分類到預先定義的類別中,而非從最佳到最差進行排序。這適用於將案例分配至風險或優先等級等任務。

選擇取決於問題本身。如果你需要在不確定判斷下進行細緻的比較,ELECTRE III 可能比明確式變體更為合適。如果你需要判斷某個替代方案是否屬於核准、監控或拒絕類別,ELECTRE TRI 處理的是與排序不同的問題。

不要僅憑名稱選擇變體。先定義決策輸出,然後選擇其優劣關係結構與之相符的方法。


優勢與限制同等重要

ELECTRE 最強大的特點是能夠呈現非補償性邏輯。它可以保留一個關鍵弱點,而不是將其埋沒在平均值之中。它還支援閾值、質性評估、混合單位以及明確的否決規則,讓管理者能以更貼近實際的方式表達營運限制。

成對比較結構能建立審計軌跡。團隊可以檢視為何 A 優於 B、哪些準則支持這種關係、哪個準則阻止了相反的關係。這通常比呈現一個沒有任何不可接受失敗記錄的單一綜合分數更加清楚。



這些限制同樣重要。

  • 參數敏感性: 權重、無差異閾值、偏好閾值和否決設定可能帶有主觀性。微小的變化可能實質改變優劣關係的結果,這一點在探討 ELECTRE 敏感性與複雜性的方法論回顧中反覆出現,包括這篇 回顧文章 以及這篇更廣泛的 ELECTRE 方法概述。
  • 結果不完整: ELECTRE 可能產生不完整的排序、不可比較性或非遞移關係。決策團隊可能無法獲得所有替代方案的單一穩定排序,這種取捨在這篇 多準則決策方法回顧 以及這篇 優劣關係方法調查中皆有討論。
  • 更高的分析投入: 成對比較、閾值設定與關係綜合所需的工作量比基本計分卡更大。
  • 並非自動客觀: 此方法將判斷結構化,但並未消除判斷本身。團隊仍須負責定義何謂不可接受。

實務原則: 將敏感性測試視為決策的一部分,而非可有可無的呈現環節。

ELECTRE 嚴謹,但並非萬能。它能讓取捨與弱點更加清晰可見。但它無法判斷某個缺陷閾值在商業或營運上是否合理。


何時使用 ELECTRE,何時該略過

當你面對一小組值得認真考慮的替代方案、彼此衝突的準則,以及至少一項不應被其他方面的優勢所抵銷的致命缺陷時,就適合使用 ELECTRE。供應商選擇、廠址選定、能源技術評估、軟體採購以及投資篩選,都可能符合這種情況。

當團隊需要說明為什麼較便宜或較快的方案落選時,這個方法格外有用。優劣關係(outranking relation)可以顯示,決策並非基於某種無法解釋的偏好,而是基於一套明確定義的支持、反對與否決條件組合。

當決策簡單且完全可以互相抵換時,就不需要用它。如果每項準則都能合理換算成金錢、各種取捨都可以被接受,且其中一個方案明顯勝出,那麼加權評分或成本效益分析可能更快,也更容易站得住腳。


當候選名單過多,或期限緊迫到沒有時間驗證參數時,使用這個方法也可能顯得過度。對於例行採購,例如選購一台低成本的辦公室印表機,可靠性與價格之間的取捨相對單純,基本的評分表通常就已足夠。


ELECTRE 不是 ELECTE

ELECTRE 是自 1960 年代以來,學術與產業文獻中用來指稱某種決策方法的通用縮寫。 ELECTE 則是一個獨特的自創詞,是專為歐洲中小企業打造的人工智慧數據分析平台的名稱。兩者並無關聯。想找該公司的讀者,可前往 electe.net。


結論

當平均值掩蓋了經理人真正需要做出的決策時,ELECTRE 方法最能發揮作用。它以兩兩比較的方式評估各項方案,衡量支持與反對的證據,並允許透過否決條件,讓一項關鍵弱點阻止某個優劣判斷成立。

這種不可抵換的洞察,正是它最大的價值所在。如果一家較便宜的供應商,其瑕疵率或交貨可靠度違反了企業無法接受的要求,那麼它就不會自動被視為更好的選擇。與此同時,ELECTRE 也要求嚴謹的參數選擇,並可能產生不完整或無法定論的排序結果。當這些取捨確實存在時,才使用這個方法,並仔細記錄各項門檻;而當決策純粹屬於可抵換性質時,則應選擇更簡單的方法。

詞彙表

  • 方案: 正在被評估的選項,例如供應商或軟體產品。
  • 準則: 用來評估方案的面向,例如成本、品質或風險。
  • 一致性: 支持「某方案至少和另一方案一樣好」這一主張的加權證據。
  • 不一致性: 顯示某方案在特定準則上表現明顯較差的證據。
  • 優勢關係: 顯示某方案可合理被視為至少與另一方案同樣好的關係。
  • 門檻值: 界定無差異、偏好或否決的界線。
  • 否決: 儘管其他準則給予支持,仍足以阻止優勢關係成立的嚴重劣勢。

留言

尚無留言——開始討論吧。