需求评分权重与评分维度是同一套评分模型的两个组成部分。评分维度回答“从哪些方面评价一个需求”，权重回答“每个方面在总分中占多大分量”。维度确定评价的覆盖面，权重决定各维度对最终名次的影响程度；需求排序就是把各维度得分按权重加权汇总后比较总分的过程。维度缺项会让排序失真，权重失衡会让排序偏向某一类需求。
要点总览（TL;DR）
- 评分维度回答“从哪些方面评价需求”，决定评价的覆盖面；评分权重回答“每个方面在总分中占多大分量”，决定各维度对名次的影响程度。
- 需求排序来自各维度得分按权重加权汇总后的总分比较，维度与权重是同一评分模型的两个层面，缺一不可。
- 维度缺项会让排序失真，权重失衡会让排序偏向某一类需求；调整前先判断问题出在评价范围还是影响比例。
- 评分排序给出模型内的可比较总分，优先级排序还可能叠加战略、依赖、承诺等模型外因素，两者不完全等同。
- 示例演示同一组得分在不同权重下名次反转，说明权重变化会改变排序结论，权重调整应记录版本以保持可比性。
权重与维度各自解决什么问题
评分维度是对需求进行评价时选定的若干方面。常见维度包括业务价值、实现成本、技术风险、紧迫性、战略契合度等。每个维度对应一个可打分的观察角度，合在一起构成评价的覆盖面。维度体系回答的是“这个需求从哪几个方面看”，它决定了评分模型能捕捉哪些信息，也决定了哪些信息在排序中被忽略。
评分权重是各维度在总分中的相对分量，通常用百分比或系数表示。例如价值占40%、成本占30%、风险占30%，这组数字就是权重。权重不改变某个维度上的得分，它改变的是该维度得分对总分的贡献比例。权重体系回答的是“哪个方面更影响名次”，它体现了评价方对不同方面的重视程度差异。
二者在排序中的组合关系可以概括为：维度决定评什么，权重决定哪方面更影响名次。缺少维度，评分没有内容可填；缺少权重，多个维度的得分无法合成一个可比较的总分。只有维度得分而没有权重，只能得到一组分散的评分；只有权重而没有维度，权重没有作用对象。排序结果来自维度得分与权重的加权汇总，二者缺一不可。
| 比较项 | 评分维度 | 评分权重 |
|---|---|---|
| 回答的问题 | 从哪些方面评价需求 | 每个方面在总分中占多大分量 |
| 决定的内容 | 评价覆盖面 | 各维度对名次的影响程度 |
| 常见形式 | 价值、成本、风险、紧迫性等评分项 | 百分比或系数 |
| 调整后的直接后果 | 评价范围变化，可能引入或去掉某类信息 | 名次可能变化，评价范围不变 |
| 缺失的后果 | 评分无内容，排序失去依据 | 多维度得分无法合成总分 |
评分模型的边界：只管需求对象排序
本文讨论的评分对象是待排序的需求条目，即进入需求池、等待确定先后顺序的具体需求。评分模型的作用是把多个需求放在同一口径下比较，产出一个可排序的总分或名次。这个范围之外的事项，评分模型不承担决策职责。
产品功能布局与取舍属于另一类决策。它关心的是产品整体能力如何组织、哪些功能进入路线图、功能之间如何搭配，涉及产品定位、用户结构和长期规划。需求评分可以为这类决策提供输入，但评分结果本身不替代功能布局判断。
任务执行顺序属于任务优先级管理。它发生在需求确定之后，关注的是开发、测试、发布等具体任务的先后安排，受人力、依赖关系、发布窗口等执行条件约束。需求评分排序与任务执行顺序处于不同层级，前者回答“先做哪个需求”，后者回答“这件事先做还是那件事先做”。
还需要区分评分结果与排期、资源分配。评分排序给出的是需求之间的相对先后，排期和资源分配还要考虑团队容量、交付节奏、外部承诺等条件。把评分总分直接等同于排期结论，会跳过必要的执行约束判断。评分模型的价值在于提供一致、可解释的比较依据，最终决策仍需结合这些条件作出。
从维度打分到加权总分的计算机制
加权汇总的基本流程分为四步，每一步都有需要固定的口径。
第一步，为每个维度设定评分刻度与打分口径。刻度可以是1到5分、0到10分或0到100分，关键是同一维度内所有需求使用同一刻度，并明确每个分值代表什么。例如价值维度5分表示“直接支撑核心业务目标”，1分表示“影响有限”。口径写清楚，不同评价者打出的分数才具有可比性。
第二步，确定权重并归一化。权重之和通常归一为1或100%，便于理解和核对。如果权重之和不为1，总分仍然可以计算，但不同模型之间的总分不可直接比较，解释成本也会上升。
第三步，计算加权总分。总分等于各维度得分乘以对应权重后求和。用公式表示：总分 = 维度1得分 × 权重1 + 维度2得分 × 权重2 + …… + 维度n得分 × 权重n。
第四步，处理量纲不一致的情况。当不同维度使用不同刻度时，例如价值用1到5分、成本用金额区间，需要先把各维度得分统一到同一刻度再加权。常见做法是线性映射到0到1或0到100区间，或者直接用统一的等级刻度打分。量纲不统一就直接加权，会让刻度大的维度在事实上获得更高权重，破坏权重设计的本意。
在这套机制中，权重变化会改变名次，维度增减会改变评价覆盖面。调高价值权重，价值得分高的需求名次上升；增加一个“合规风险”维度，所有需求都要在这个新方面接受评价，排序依据随之扩展。两种调整作用于模型的不同层面，效果也不同。
与权重确定方法、优先级排序的区别
权重确定方法回答的是权重数值怎么来。常见做法包括管理层直接设定、团队讨论达成共识、用成对比较法让评价者对维度两两比较重要性、参考历史项目数据反推等。这些方法解决的是“40%和30%哪个更合理”的问题。本文讨论的是权重与维度的分工关系，即两者在评分模型中各承担什么职责。方法问题与概念问题处于不同层面，混在一起讨论容易把“权重定得对不对”和“权重和维度是什么关系”搅成一团。
评分排序与优先级排序也有差别。评分排序给出的是可比较的总分和由此形成的名次，依据是评分模型内的维度与权重。优先级排序的范围更宽，可能在总分基础上叠加战略判断、需求之间的依赖关系、客户承诺、合规要求等模型外因素。评分排序是优先级排序的重要输入，但两者不完全等同。把评分名次直接当作最终优先级，等于默认模型外因素不重要，这个假设需要明确说明而不是隐去。
维度体系与权重体系属于同一模型的两个层面，调整时需要对号入座。发现排序结果不符合预期，先判断问题出在哪一层：如果某类重要信息根本没有进入评价，问题在维度；如果信息都评了但某方面影响过大或过小，问题在权重。把权重调整当成维度调整，或者反过来，都会让模型越改越难解释。
| 概念 | 回答的问题 | 与本文的关系 |
|---|---|---|
| 评分维度 | 从哪些方面评价需求 | 本文核心概念之一 |
| 评分权重 | 每个方面占多大分量 | 本文核心概念之一 |
| 权重确定方法 | 权重数值怎么来 | 相邻问题，本文不展开具体方法 |
| 评分排序 | 按加权总分排出名次 | 维度与权重的组合结果 |
| 优先级排序 | 综合模型内外因素确定先后 | 范围更宽，评分排序是其输入之一 |
一个例子与常见误解
以下为演示情景，数值仅用于说明机制，不代表任何行业基准或实际项目数据。假设有两个需求A和B，评分模型包含价值、成本、风险三个维度，均采用1到5分刻度，其中成本维度得分越高表示成本越低、越容易实现，风险维度得分越高表示风险越低。
| 需求 | 价值得分 | 成本得分 | 风险得分 |
|---|---|---|---|
| 需求A | 5 | 2 | 3 |
| 需求B | 3 | 5 | 4 |
第一组权重：价值50%、成本30%、风险20%。需求A总分 = 5×0.5 + 2×0.3 + 3×0.2 = 3.7；需求B总分 = 3×0.5 + 5×0.3 + 4×0.2 = 3.8。需求B略高，排在前面。
第二组权重：价值30%、成本40%、风险30%。需求A总分 = 5×0.3 + 2×0.4 + 3×0.3 = 3.2；需求B总分 = 3×0.3 + 5×0.4 + 4×0.3 = 4.1。需求B仍然领先，差距扩大。
第三组权重：价值70%、成本20%、风险10%。需求A总分 = 5×0.7 + 2×0.2 + 3×0.1 = 4.2；需求B总分 = 3×0.7 + 5×0.2 + 4×0.1 = 3.5。名次反转，需求A排到前面。同一组得分，权重不同，排序结论不同，这正是权重作用的直接体现。
围绕这个机制，有三种常见误解值得澄清。
误解一：维度越多越准确。维度增加会扩大评价覆盖面，但每个维度都需要打分口径和评价投入，维度过多的模型容易出现口径模糊、打分随意、总分难以解释的问题。维度数量应与决策需要的区分度匹配，能支撑排序即可。
误解二：权重可以随意调整而不影响可比性。权重一变，历史需求的总分和名次都会变化。如果每次排序都临时调权重，前后两次排序结果无法直接比较，团队对名次的信任也会下降。权重调整应当有明确理由并记录版本，让排序结果保持可追溯。
误解三：总分高就一定先做。总分反映的是评分模型内的综合表现，排期还受依赖关系、交付窗口、团队容量等条件约束。总分高说明该需求在当前模型下优先级靠前，是否立即执行仍需结合这些条件判断。
把评分模型落到日常协作中，需要让维度、权重、打分和排序结果在同一处可查。在ONES中，可以为需求配置字段承载各维度评分，把评分规则和权重口径写入需求文档或评审说明，让评分依据与需求条目关联；排序结果和调整记录随需求状态流转保留，评审时可以直接对照维度得分和权重版本核对名次变化。这样，维度与权重的分工不只停留在定义上，而是体现在每一次需求排序的可解释过程中。
常见问题
评分维度和评分权重应该先定哪一个？
通常先定维度，再定权重。维度决定评价覆盖面，只有先明确从价值、成本、风险、紧迫性等哪些方面评价需求，权重才有作用对象。维度确定后，再根据当前阶段的关注重点分配权重比例，例如产品早期更看重价值、交付紧张期更看重成本与风险。
如果顺序反过来，先拍定权重再补维度，容易出现权重与维度不匹配的情况，比如某个高权重维度没有对应的打分口径，模型就难以落地执行。
排序结果不符合预期时，应该调维度还是调权重？
先判断问题出在哪一层。如果某类重要信息根本没有进入评价，例如合规要求或客户承诺未被纳入，问题在维度，需要补充评价项；如果信息都评了，但某方面影响过大或过小，问题在权重，调整比例即可。
把权重调整当成维度调整，或者反过来，都会让模型越改越难解释。每次调整后建议记录变更理由和版本，便于回溯名次变化的原因。
权重每次排序都可以重新调整吗？
技术上可以调整，但频繁临时调权重会带来可比性问题。权重一变，历史需求的总分和名次都会随之变化，前后两次排序结果无法直接比较，团队对名次的信任也会下降。
更稳妥的做法是让权重在一段周期内保持稳定，调整时说明理由并保留版本记录。当业务阶段或战略重点发生明显变化时，再统一修订权重，并重新计算在池需求的得分。
评分总分最高的需求是否一定最先执行？
不一定。总分反映的是评分模型内的综合表现，说明该需求在当前维度与权重下优先级靠前。实际排期还要考虑需求之间的依赖关系、交付窗口、团队容量、外部承诺等模型外条件。
评分排序是优先级决策的重要输入，把总分直接等同于排期结论，等于默认模型外因素不重要。这个假设需要明确说明，而不是隐去。
不同维度使用不同评分刻度时怎么加权？
需要先把各维度得分统一到同一刻度再加权。常见做法是线性映射到0到1或0到100区间，或者从一开始就用统一的等级刻度打分，例如全部采用1到5分。
量纲不统一就直接加权，刻度大的维度会在事实上获得更高权重，破坏权重设计的本意。统一刻度后，权重比例才能真实反映各维度对总分的影响。
