|
又到了收Offer的季节了，每天心怀忐忑地打开邮箱刷邮件，就看着一封一封的Offer，一句一句的Congratulations砸向你的时候高兴吧，兴奋吧，小心脏颤抖吧。但是，千万别被砸蒙圈儿了，回过神儿来以后，有木有突然意识到，Offer虽然收到手软，最后要选的学校只有一家，纠结吧，有一种后宫佳丽三千，姿色万千，翻谁的牌子都不合适的感觉吧。但是正宫皇后娘娘终归只有一个，再纠结也还是要选的。
我的小伙伴曾经说过一句至理名言：“感觉出来的都是大数据”，选学校跟找对象一样，感觉对了就对了，但是选校这件事儿事关重大，一拍脑袋作出的决定心里始终是不踏实的。既然21世纪是个数据时代，就让咱们赶个时髦，让数据和模型帮你择校。
归根到底，当你面临多种方案的时候，你之所以会纠结，是因为你无法将主观因素进行量化。具体一点，你知道学校A地理位置好，学校B师资力量好，但你无法衡量他们各自到底好到什么程度；你也不知道学校A地理位置的优势能不能弥补在师资力量方面的薄弱。层次分析法就是一种定性和定量结合的，系统化的，层次化的分析方法。分为目标层、准则层、措施层。下面就和小胖一起，做一个简易的择校层次分析模型，看看我当年是怎么用它翻了罗村的牌子的。
第一步：写出决定你选校的几大因素和你收到的Offer 这里小胖列了地理位置、排名、就业状况、课程设置、学费五个因素。
第二步：给这些因素一个权重（1-9之间）
这里无需作比较，只要写出每一个因素在你心中的位置即可，最重要的为9，最不重要的为1。一个项目的课程设置和就业状况对于我来说至关重要，因为课程设置直接决定了我出国读这个书究竟能学到什么，就业状况决定了校友圈子有多广。其次，小胖是个颜控，对排名靠前的学校欲罢不能。至于地理位置，我并不那么看中，因为世界真的很小，天涯海角都不是问题。如果你想要Networking，你住在罗村儿每个月坐大巴也是可以来纽约的；如果你对此事不上心，你住时代广场边儿上也未必有用。最后费用，因为更加看重课程设置，所以只要能学到有用的东西，贵就贵吧。
第三步：两两比较，算每个因素的权重 通过五个因素之间的两两比较，再取平均可以得出某一个因素相对于其它因素而言对于决策层的重要性。加权平均后就可以得到每一个因素的权重。
| | | | | | | | | B1 地理位置 | 1 | 5/6 | 5/8 | 5/9 | 5/4 | 0.85 | 0.16 | | B2 排名 | 6/5 | 1 | 6/8 | 6/9 | 6/4 | 1.02 | 0.19 | | B3 就业状况 | 8/5 | 8/6 | 1 | 8/9 | 8/4 | 1.36 | 0.25 | | B4 课程设置 | 9/5 | 9/6 | 9/8 | 1 | 9/4 | 1.54 | 0.28 | | B5 费用 | 4/5 | 4/6 | 4/8 | 4/9 | 1 | 0.68 | 0.13 | | | | | | | | |
第四步：在每一个因素下，给每个学校打分 就地理位置而言，NYU比罗村好太多，而US News上的排名看虽然难分伯仲，但国人知道NYU的似乎比罗村要多，所以在排名上的打分，NYU小高于罗村。虽然NYU的地理位置优势得天独厚，但是由于IMC这个项目本身的属性偏文科，所以凭借着项目数理方面的优势，罗村在课程设置和就业方面都略胜一筹。至于费用嘛，呵呵村儿里和大城市的生活成本请自行脑补。
第五步：在每一个因素下，算每个Offer的得分 和第三步类似，通过两个Offer之间的比较，再取平均可以得出每一个Offer相对于另一个Offer而言，在每一个方面的表现。
第六步：把权重归总 通过前面几步，就可以得出每一个决定因素的权重，以及每个因素下，每个备选学校的得分：
| | | | | | | | C1 | 罗村 | 0.31 | 0.46 | 0.54 | 0.62 | 0.78 | | | | | | | |
第七步：算分！ 用每个因素的权重乘以每个Offer在该因素下的得分，然后加总就是这个Offer的总得分
| | | | | | | | | C1 | 罗村 | 0.05 | 0.09 | 0.14 | 0.17 | 0.1 | 0.55 | | | | | | | | |
这就是当年我用来拒绝NYU的那个它，在择校这个问题上，跟着感觉走，然后不妨用数字来做个验证，如果感性和理性的小人儿都给出了同样的答案，那么它一定就是你的right school。
更多精彩文章请关注：马克汀留学说 微信号：gomarketing
| 
京公网安备11010202008513号 京ICP证101109号 京ICP备12012021号
发表于 2016-1-24 09:56:48
收藏
收藏
楼主
加油加油！
