安排需求的优先次序和对比结果

     为了有效匹配用户需求和厂商解决方案，用户需要安排其需求的优先次序，以便将更重要的评估项置于优先地位。常用的技巧是采用加权平均数（WA），因其简单易算。然而，这也仅能适度地评估性能，它既不能说明哪种模式适合企业需求，也不能识别或测量选择这些模式内在的风险。所以，WA也无法洞悉厂商的真实能力，因为它使用一个数字去描述一组评估项，却无法解释不平衡之处。加权平均综合指数（WACI）可以给更重要的评估项更多的优先考虑，而且综合指数可以更好地理解由WA看来模糊不清的数据。WACI结合了综合指数和加权平均数（WA）来衡量厂商对于模型匹配的总体性能。就TEC来说，结果产生的数字叫做非常好的匹配因数BestMatch Factor TM（BMF），该因数与加权平均数配套使用。

     用户采用一个数值范围来设定他们的需求。例如，TEC评估系统里用的数值范围是关键的（10+ 最低限度的可接受的等级） 必须有（10）非常重要（8）重要（6）最好有（4）不重要（2）不需要（0）。

     括号中的数字代表着列项的数字等值（用于计算的）。TEC的评估中心将采用这些数字来表示用户的优先次序。将这些优先次序适当地分组与分层级以确定它们的非常好的权数，从而使得用户能够向下钻取到每个模块和子模的细节。例如一个饼图（见图2）表示目前在知识树和对应优先次序单中的选定层次的优先次序的分配，知识树和对应优先次序单中的优先次序是按照模块安排的。当设置需求时，饼图就会相应改变以反应这些优先次序的设定。
 

图2：安排需求的优先次序

      一旦用户确定了其全部的优先次序，就可以采用WA和BMF来分析选中的厂商是否符合用户需求了。因为这些数据收集在知识树内并在知识树内进行分析，用户能精确定位不同功能类别的结果并且查看厂商在某个特定领域的性能。成本计算也能运用WA和BMF来计算和比较（见图3）。最后，这些评分使得用户得以并排地精确地比较厂商的解决方案，从而避免了使用电子表格的缺陷。

图3： 用BMF和WA对比结果