# ELECTRE 方法解析：實用決策指南 > 了解 ELECTRE 方法如何運用優劣關係、門檻值與否決邏輯，在相互衝突的準則之間比較各項選擇，並說明其實務上的限制。 Source: https://www.electe.net/tc/post/electre-method-explained Site guide: https://www.electe.net/tc/llms.txt 一位採購經理的候選名單上有兩家可信賴的供應商。其中一家報價較低，但交貨紀錄不穩定；另一家價格較高，卻能持續準時交貨並符合品質要求。若僅以單一評分表衡量，價格較低的供應商可能看似明顯勝出，即便一次交貨延誤就足以中斷生產。 這正是 **ELECTRE 方法** 所要解決的問題。它不會強迫將每項考量因素壓縮成單一的可互相抵消的分數，而是比較各選項，並判斷某一選項是否獲得足夠的支持，同時不存在無法接受的弱點。這使其對於歐洲中小企業在挑選供應商、軟體、投資項目、地點或其他具有相互衝突準則的選項時，具有實際的參考價值。 本指南以淺顯易懂的方式說明此方法，內容涵蓋其法國起源、門檻值、否決邏輯、計算步驟、變體、優點、限制以及實務適用性。核心要點很簡單：**在某一準則上表現優異，不應自動抵消另一項比平均值更重要的缺失**。 ## 目錄 - [ELECTRE 是什麼，源自何處](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#what-electre-is-and-where-it-comes-from) - [核心概念：為何 ELECTRE 是非補償性的](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#the-core-idea-why-electre-is-non-compensatory) - [關鍵概念：優勢關係、一致性、不一致性與門檻值](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#key-concepts-outranking-concordance-discordance-and-thresholds) - [經典 ELECTRE 程序：逐步說明](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#the-classical-electre-procedure-step-by-step) - - [建立並準備矩陣](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#build-and-prepare-the-matrix) - [套用權重並成對比較](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#apply-weights-and-compare-pairs) - [實例演練：選擇供應商](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#a-worked-example-choosing-a-supplier) - [ELECTRE 系列方法簡介](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#the-electre-family-in-brief) - [優勢與限制並存](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#strengths-and-limitations-in-equal-measure) - [何時該用 ELECTRE，何時該略過](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#when-to-use-electre-and-when-to-skip-it) - [ELECTRE 不是 ELECTE](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#electre-is-not-electe) - [結論](https://www.outrank.so/dashboard/articles/267c1d99-ed44-4323-b4e9-a74393eeadb5#conclusion) ## ELECTRE 是什麼，源自何處 **ELECTRE（ÉLimination Et Choix Traduisant la REalité）** 是一套由法國的 **Bernard Roy 及其同事** 開發的 **多準則決策方法**。其核心構想於 **1964 年**提出，於 **1965 年**用於一個實際客戶案例，並於 **1966 年的研究報告**中公開發表。Roy 於 **1968 年**發表了第一篇詳細的期刊論文，為 ELECTRE I 奠定了基礎。 [ELECTRE 方法的發展時間軸與起源](https://en.wikipedia.org/wiki/ELECTRE) 以及法文版的 [ELECTRE 概述](https://fr.wikipedia.org/wiki/ELECTRE) 皆反映了這段發展歷程。 這項工作始於 SEMA（一家法國顧問公司），源自一項實際的業務決策。團隊面臨含義各異的準則，若採用加權總和，可能讓某一領域的優異表現抵消掉管理者認為不可接受的結果。這種方法源自該顧問問題，而非純粹的抽象數學演練。 [ELECTE 決策系統指南](https://www.electe.net/post/sistemi-di-supporto-alle-decisioni-ai-lascesa-degli-advisor-nella-leadership-aziendale) 移除上傳下載重新生成詢問 AI ELECTRE 系列方法屬於 **優勢排序** 傳統。它逐一比較各方案，將支持某一比較結果的證據與質疑該結果的證據相互權衡。輸出結果不必是完整的排名表。它可以顯示哪些方案合理地優於其他方案、哪些方案因嚴重缺陷而被排除、哪些方案仍屬於無法比較的情況。 對管理者而言，這保留了一項重要的判斷。準則不必先轉化為共同的效用值，才能影響決策。若某一缺陷帶來不可接受的營運後果，即使整體表現強勁的方案仍可能因此落選。這一區別正是該方法的定義所在。 ## 核心概念：為何 ELECTRE 是非補償性的 加權總和模型是 **補償性的**。為每項準則賦予權重，對每個方案評分，相乘後加總。這種數學方式允許某一準則的高分抵消另一準則的低分，只要總分能夠符合預期。 試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 **交貨可靠度上得 1 分**。供應商 B 則在 **兩項準則上皆得 4 分**。若價格獲得足夠的權重，供應商 A 便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，但仍可能產生一個運營經理立即會否決的決策。 **ELECTRE 方法是非補償性的**。它會詢問 A 是否有足夠的支持證據來優於 B，同時也會檢查 A 是否在任何關鍵準則上存在嚴重缺陷。價格上的明顯優勢可以有助於形成一致性，但無法自動抹去達到否決門檻的交貨缺失。 移除上傳下載重新生成詢問 AI 這一差異可以用一句話來概括： > **加權評分詢問哪個方案總分最高；ELECTRE 詢問某一方案是否獲得充分支持,且不存在不可接受的缺陷。** 這並不意味著 ELECTRE 忽略權重。權重仍然表達各準則的相對重要性。不同之處在於，權重是與 **一致性**、 **不一致性** 以及 **否決** 條件共同運作,而非作為唯一的決策規則。 這種方法適用於準則本質上無法直接比較的情況。價格可能以歐元衡量,交期以天數衡量,品質透過檢驗分數評估,而地理風險則透過質性評估來判斷。將這些因素合併成單一數字,可能會製造出虛假的精確感。成對優劣分析法讓背後的判斷依據保持清晰可見。 因此,實務中的管理者可以運用這種方法,區分出「整體上略遜一籌的方案」與「因存在關鍵缺陷而完全不可接受的方案」。這項區別正是以下概念的基礎。 ## 關鍵概念:優劣關係、一致性、不一致性與門檻值 這些術語聽起來或許很專業,但每個概念都是在回答關於一對方案的實際問題。 **概念****一句話定義****供應商範例****優於關係**當方案 A 在一組足夠重要的準則聯盟上至少與 B 一樣好，且沒有無法接受的弱點時，A 即優於 B。某供應商可能價格更低、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**一致性衡量的是有多少加權證據支持「A 至少與 B 一樣好」這項陳述。一致性數值為 **0.75** 表示 **75% 的加權準則** 支持 A 優於 B。**不一致性與否決**不一致性反映對優於關係的強烈反對，而否決準則則能在績效差距超過設定限度時自動阻止該關係成立。某供應商可能在價格上領先，但若其品質或交貨的弱點突破否決門檻，比較結果仍可能不利於它。**無差異門檻 q**無差異門檻是指低於此差距時，兩項績效在實務上被視為相當。若交貨時間的些微差異不會造成任何營運影響，便可忽略不計。**偏好門檻 p**偏好門檻是指超過此差距時，決策者會明確偏好其中一個方案勝過另一個。足夠大的品質差異可以確立明確的偏好，而非只是些微的傾向。 **一致性（Concordance）** 因此並非只是簡單的準則計數，它反映的是各準則的權重。若價格與產能的重要性高於地緣風險，它們的支持度對指數的貢獻就更大。最終結果仍是一種結構化的判斷，而非單純的多數表決。 **不一致性（Discordance）** 則加入了相反的一面。它探討的是：A 在某個特定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）** 是這種檢驗中最嚴格的形式。即使整體支持聯盟很強，單一準則也能阻斷該關係。 閾值讓比較不再那麼脆弱。若沒有閾值，微小的測量差異可能製造出人為的偏好。有了閾值，分析人員便能區分可忽略的差異、微弱的偏好與具有實質意義的優越性。 這些參數也為決策團隊帶來一項責任。選擇閾值不應只是為了得出方便的結果，而應反映營運上的容忍範圍、合約要求、法規考量，或明確記錄的管理判斷。這正是 ELECTRE 強大卻也敏感之處。 ## 經典 ELECTRE 程序：逐步說明 一項實務性的 ELECTRE I 分析始於 **決策矩陣**。將各方案列於列（rows），各準則列於欄（columns）。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。 ### 建立並準備矩陣 首先，判斷每個準則屬於效益型還是成本型。較高的產能可能是較好的，而較低的瑕疵率則是較好的。定性準則在開始評分之前，需要有一致同意的量表與明確的詮釋方式。 接著，對矩陣進行 **標準化（normalise）**。標準化能將以不同單位衡量的準則轉換到可比較的尺度上。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擇的方法，而不應將標準化視為一項中立的例行步驟。 移除上傳下載重新產生詢問 AI ### 套用權重並比較配對 賦予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（concordance index）**，該指數彙總支持「A 至少與 B 一樣好」這項命題的準則。 對每一組配對，計算 A 在多大程度上支持該比較，以及 A 在每個準則上落後多少。**不一致性指數（discordance index）** 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、偏好與否決閾值。閾值能將營運判斷轉化為規則，例如將微小的交期差異視為無關緊要，同時阻擋瑕疵差距不可接受的供應商。 接著會彙總所產生的一致性與不一致性條件。若 A 獲得充分支持且沒有任何準則觸發否決，分析結果將記錄由 A 到 B 的優超關係。 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](https://www.electe.net/post/what-if-analysis-tool)可協助團隊檢視不同的權重、門檻值或風險容忍度，而不會將這些選擇隱藏起來。 最後，該方法會綜合分析優超圖。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，而非一份完整的排名。該系列中的其他方法則以不同方式改良此程序。每個參數都應該有其依據，並與了解實際營運影響的人員一同檢視。 ## 實例演練：選擇供應商 以三家供應商與四項準則為例。成本、前置時間與瑕疵率的數值越低越好；產能則以低到高評分。 **供應商****成本****交貨時間（天）****缺陷率（%）****產能評分****A**701289**B**821028**C**781436 一個簡單的加權加總模型，若成本與產能獲得足夠的權重，可能會將供應商 A 排在第一位。在這種觀點下，A 較弱的品質表現可以由其他方面的優勢來彌補。 ELECTRE 式的解讀則提出不同的問題：A 是否有足夠的支持來優於 B，是否有任何弱點嚴重到足以否決這項主張？ 與 B 相比，供應商 A 在**成本**上具有吸引力，在**產能**上也略勝一籌。但 B 在**交貨期**上表現較佳，在**不良率**上更是遠遠領先。若決策團隊認定這一品質差距在營運上無法接受，那麼從 A 優於 B 的擬議結論，就可能因不良率表現的否決而被推翻。 這帶出了一個實務上的結論： - **加權加總：** 若允許價格優勢彌補品質不佳，A 仍可能勝出。 - **ELECTRE：** 若將品質差距視為不可彌補的弱點，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不論價格都不願接受的失效模式。 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，團隊應在宣稱得出正式的優劣關係結果之前，先記錄明確的權重、門檻值、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](https://www.electe.net/post/provider-due-diligence)流程來套用同樣的邏輯。 ## ELECTRE 家族簡介 該家族包含針對不同決策任務的相關方法。 - **ELECTRE I** 透過建立優劣關係並辨識可接受的替代方案，支援選擇與篩選任務。 - **ELECTRE II** 擴展了此方法，加入較強與較弱的優劣關係，以精細化排序。 - **ELECTRE III** 使用**模糊優劣關係**，以程度而非僅依賴明確的是非關係來表示可信度。 - **ELECTRE IV** 不需要明確的準則權重，當利害關係人無法就權重方案達成一致時，這種方式會很有幫助。 - **ELECTRE IS** 透過引入**無差異門檻與偏好門檻**，擴展了 ELECTRE I。 - **ELECTRE TRI** 將替代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。它適用於將案例分配到風險或優先等級類別等任務。 選擇取決於問題本身。如果你需要在判斷存在不確定性的情況下進行細緻比較，ELECTRE III 可能比明確判斷的變體更為適合。如果你需要決定某個備選方案應歸入核准、監控還是拒絕的類別，ELECTRE TRI 處理的是與排序不同的問題。 不要僅憑名稱選擇變體。先定義決策的輸出結果，再選擇其優勢關係結構與之相符的方法。 ## 優勢與限制同等重要 ELECTRE 最強大的特點在於它能夠呈現**非補償性邏輯**。它可以保留一項關鍵弱點，而不是將其掩藏在平均值之中。它還支援門檻值、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上的限制。 成對比較的結構能建立一條稽核軌跡。團隊可以檢視為何 A 優於 B、哪些準則支持這個關係，以及哪個準則阻止了相反的關係成立。這通常比呈現一個沒有明確揭露不可接受失敗因素的單一綜合分數來得更清楚。 移除上傳下載重新產生詢問 AI 這些限制同樣重要。 - **參數敏感性：** 權重、無差異門檻、偏好門檻和否決設定可能帶有主觀性。微小的變動可能大幅改變優勢關係的結果，這是關於 ELECTRE 敏感性與複雜性的方法論回顧中反覆出現的議題，包括這篇[回顧文章](https://pmc.ncbi.nlm.nih.gov/articles/PMC10656203/)，以及這篇更廣泛的[ELECTRE 方法概述](https://onlinelibrary.wiley.com/doi/10.1002/mcda.1482)。 - **結果不完整：** ELECTRE 可能產生不完整的排序、不可比較的情況，或不具遞移性的關係。決策團隊可能無法得到一個涵蓋所有備選方案的穩定排序，這項取捨在這篇[多準則決策方法回顧](https://pmc.ncbi.nlm.nih.gov/articles/PMC10656203/)以及這篇[優勢方法調查報告](https://hal.science/hal-00876980v1/document)中都有討論。 - **更高的分析工作量：** 成對比較、門檻設定與關係綜合所需的工作量，比基本的計分卡要多得多。 - **不會自動產生客觀性：** 此方法能將判斷加以結構化，但無法消除判斷本身。團隊仍須負責定義何謂不可接受。 > **實務原則：** 應將敏感性測試視為決策的一部分，而非可有可無的簡報環節。 ELECTRE 十分嚴謹，但它並非萬能。它能讓權衡取捨與弱點更加清晰可見，卻無法判斷某項缺陷門檻在商業或營運上是否合理。 ## 何時該使用 ELECTRE，何時該略過它 當你面對**少數幾個真正值得考慮的方案**、標準彼此衝突,且至少有一項缺陷不應被其他方面的優異表現所抵銷時,適合使用 ELECTRE。供應商篩選、工廠選址、能源技術、軟體採購及投資評估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選項落選時,這種方法特別有用。優先關係可以顯示,決策並非基於無法解釋的偏好,而是基於明確定義的支持、反對與否決條件組合。 當決策簡單且完全可補償時,可以不使用此方法。如果每項標準都能合理地以金錢表示、各方之間的取捨是可接受的,且某一方案明顯優於其他方案,加權評分或成本效益分析可能更快速且更容易說明。 [磁力鉛引流磁鐵的推廣技巧](https://supportgpt.app/blog/lead-magnet-examples) 當候選名單過長,或截止期限不允許驗證參數時,這種方法也可能顯得過於繁複。對於日常採購來說,基本的評分表通常就已足夠,例如選擇一台低成本的辦公室印表機,其中可靠性與價格的取捨相對簡單明瞭。 ## ELECTRE 不是 ELECTE **ELECTRE** 是自1960年代以來,學術與產業文獻中用於決策方法的通用縮寫詞。**ELECTE** 則是一個獨創詞彙,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。兩者毫無關聯。想尋找該公司的讀者可前往 [electe.net](https://www.electe.net/)。 ## 結論 當平均值掩蓋了管理者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方案,衡量支持與反對的證據,並允許透過否決條件讓某項關鍵弱點阻止優先關係的成立。 這種不可補償性正是其主要價值所在。如果一家較便宜的供應商其缺陷率或交貨可靠性違反了企業無法接受的要求,它並不會因為價格較低而自動變得更好。同時,ELECTRE 也要求嚴謹的參數設定,並可能產生不完整或無法明確判定的排序結果。當這些取捨確實存在時,便可使用此方法,並仔細記錄各項門檻值;而當決策純粹屬於可補償性質時,則應選擇較簡單的方法。 **詞彙表** - **方案：** 正在評估的選項，例如供應商或軟體產品。 - **準則：** 用於評估方案的維度，例如成本、品質或風險。 - **一致性（Concordance）：** 支持「某一方案至少與另一方案同樣優秀」這一論點的加權證據。 - **不一致性（Discordance）：** 顯示某一方案在特定準則上表現明顯較差的證據。 - **優超關係（Outranking）：** 顯示某一方案可合理視為至少與另一方案同樣優秀的關係。 - **閾值：** 界定無差異、偏好或否決的邊界。 - **否決（Veto）：** 即使其他準則有利，某項嚴重劣勢仍可阻止優超關係的成立。