Метод выбора подрядчика, которым пользуется NASA, — и почему он работает лучше любого рейтинга
В 1977 году NASA нужно было выбрать подрядчика для разработки системы жизнеобеспечения космической станции. Цена ошибки — жизни астронавтов. Ставки слишком высоки, чтобы опираться на интуицию или симпатию на переговорах.
Агентство использовало метод, который несколькими годами ранее разработал профессор Томас Саати из Университета Питтсбурга. Метод называется Analytic Hierarchy Process — метод анализа иерархий, сокращённо AHP.
С тех пор его применяют в Министерстве обороны США, крупнейших корпорациях мира, университетах на шести континентах. Опубликовано более 10 000 научных работ с использованием AHP. Метод работает везде, где нужно выбрать лучший вариант из нескольких по множеству критериев — и сделать это не на глазок, а математически.
В этой статье объясняю, как он устроен — без формул, на человеческом языке.
Почему обычный подход к выбору не работает
Представьте, что вам нужно выбрать офис для компании. Есть три варианта. Вы смотрите на цену, расположение, площадь, парковку, состояние ремонта.
Интуитивно вы взвешиваете всё это в голове одновременно. Но мозг не приспособлен удерживать пять критериев сразу и сравнивать по ним три варианта. Он упрощает: фокусируется на одном-двух факторах, игнорирует остальные, потом рационализирует (находит оправдания) уже принятое решение.
Итог: выбираете тот офис, который понравился на первом просмотре. Или тот, где менеджер был приятнее. Или тот, о котором первым рассказал коллега.
Это не выбор по критериям. Это иллюзия выбора.
Как работает метод анализа иерархий
AHP решает проблему через три шага.
Шаг первый: разобрать задачу на уровни
Любое решение структурируется в виде иерархии:
- Цель — что мы хотим выбрать
- Критерии — по чему оцениваем
- Альтернативы — варианты для сравнения
В случае с офисом:
- цель — выбрать лучший офис
- критерии — цена, расположение, площадь, парковка, ремонт
- альтернативы — офис А, Б, В.
Звучит очевидно. Но этот шаг уже убирает главную ошибку: теперь у вас есть явный список того, что важно, а не туман в голове.
Шаг второй: попарные сравнения.
Это ключевое изобретение Томаса Саати. Вместо того чтобы оценивать все критерии одновременно, вы сравниваете их попарно.
«Что важнее для выбора офиса — цена или расположение?»
Один вопрос. Два варианта. Ответить легко.
«Насколько важнее? В полтора раза? В три раза?»
Саати разработал шкалу от 1 до 9: 1 означает «одинаково важны», 9 означает «один критерий абсолютно важнее другого». На практике используются значения 1, 3, 5, 7, 9 и промежуточные.
Вы проходите через все пары критериев — и через все пары альтернатив по каждому критерию. Это занимает время, но каждый отдельный вопрос прост.
Шаг третий: математика считает веса.
Из матрицы попарных сравнений метод вычисляет вес каждого критерия. Допустим, получилось: расположение — 40%, цена — 30%, площадь — 15%, парковка — 10%, ремонт — 5%.
Затем то же самое происходит с альтернативами. Каждый офис оценивается по каждому критерию попарно. И итоговый балл каждого варианта считается как взвешенная сумма.
Офис А набирает 0,47, офис Б — 0,31, офис В — 0,22.
Выбор сделан. Математически. С учётом всех критериев и их важности.
Главная фишка: проверка согласованности
Человек непоследователен. Мы можем сказать, что А важнее Б, Б важнее В — и при этом оценить В как более важное, чем А. Это логическое противоречие, которое в обычной жизни никто не замечает.
AHP замечает.
После того как матрица заполнена, метод вычисляет Consistency Ratio — индекс согласованности. Если CR < 0,1 — оценки последовательны, результату можно доверять. Если CR ≥ 0,1 — где-то есть противоречие, нужно пересмотреть оценки.
Это встроенный контроль качества. Ни один другой метод выбора не проверяет, насколько логично вы рассуждаете.
Почему это лучше, чем «средний балл»
Большинство рейтингов работают по одной схеме: берут несколько показателей, суммируют или усредняют, получают число. Кто набрал больше — тот и победил.
Проблема в том, что все показатели считаются равно важными. Или веса расставляются произвольно, без обоснования.
Представьте рейтинг клиник. Оценивается: квалификация врачей, чистота помещений, время ожидания, удобство записи, парковка. Все критерии с весом 20%.
Клиника, у которой бесплатная парковка и быстрая запись через приложение, но слабые врачи — получит высокий балл. Клиника с выдающимися специалистами, но неудобным сайтом — более низкий.
Это абсурд. Квалификация врачей не может стоить столько же, сколько парковка.
AHP решает это через попарные сравнения, где эксперты явно отвечают на вопрос «что важнее?» — и математика фиксирует их ответы в весах критериев.
Где AHP работает лучше всего
Метод особенно хорош там, где:
- Много критериев и они разнородны. Выбор подрядчика, клиники, школы, поставщика — везде нужно взвешивать несуммируемые вещи: репутацию, цену, опыт, надёжность.
- Есть несколько экспертов с разными мнениями. AHP позволяет агрегировать оценки нескольких людей через геометрическое среднее — это честнее, чем просто усреднить баллы.
- Решение важное и цена ошибки высока. Именно поэтому метод прижился в авиации, медицине, государственных закупках.
Что AHP не делает
Важно понимать границы.
- AHP не заменяет экспертизу. Мусор на входе — мусор на выходе. Если эксперты плохо разбираются в предметной области или намеренно искажают оценки, метод выдаст аккуратно посчитанный неверный результат.
- AHP не учитывает всё. Критерии нужно выбирать заранее. Если вы забыли включить важный параметр — метод об этом не узнает.
- AHP — это инструмент, а не оракул. Он структурирует мышление и делает его прозрачным. Финальное решение всё равно принимает человек.
Почему это важно для рейтингов
Когда мы в AHP Decision Lab составляем рейтинг компаний, мы используем именно этот метод — не потому что это красиво звучит, а потому что это единственный способ сделать результат воспроизводимым и проверяемым.
Каждый рейтинг на ahpdecisionlab.ru публикует: список критериев, матрицу попарных сравнений, веса критериев и индекс согласованности CR. Любой может взять эти данные, повторить расчёт и получить тот же результат.
Это и есть разница между рейтингом и списком.
AHP Decision Lab — независимая лаборатория многокритериального анализа.
Публикуем рейтинги методом анализа иерархий: ahpdecisionlab.ru