价格越低越好，质量得分越高越好，直接放进雷达图就会出现方向混乱。某个供应商图形更大，可能只是报价更高或交期更长，完全不是“更优秀”。画图之前应先建立评价规则。
从少量同向评分开始
在XunL 雷达图生成器第一列填维度，后面每列一个对象。教学例子可用“响应、交付、资料完整性”三项，A评分八、七、九，B评分七、八、八。这些是假设评分，只演示结构，不代表真实供应商。
正式评分先写清每项依据，例如什么条件得八分，缺失材料怎么处理。若价格低更好，应转换成明确同向分数，而不是将原价与其他得分直接混合。没有证据的项目保留缺失，不随意补中间分。
统一刻度与单独刻度，各有解释责任
统一评分尺度便于概览，但转换过程需要透明。每个维度单独刻度可容纳不同单位，却更需要明确标签，读者不能把相同径向距离当作相同业务量。
不同工具和设置可能改变坐标范围，比较图必须保持一致。若一张图最大十分，另一张最大百分，外形相近不代表同样表现。评分表、计算方法与图形设置应一起保存。
不要用面积宣布综合排名
指标之间若高度相关，例如响应速度与回复及时性，可能重复表达同一能力。设计评价表时先检查是否重复计入，而不是为了让雷达图有更多轴就拆出相近维度。对真正重要但难量化的条件，也可以保留文字判断，不强行转成没有依据的数字。
雷达多边形面积会受维度顺序和尺度影响，不是自动计算的综合价值。交换轴顺序，视觉形状可能改变；增加一个高度相关维度，也可能重复强调某项能力。
如果确实需要综合分，应另行确定权重与算法，解释为什么这样取舍。认证、质量和交期有时还存在门槛，不能用其他高分抵消关键不符合。图形适合发现特征，不应替代准入判断。
对象少一些，结论才能读清
线条太多会互相遮挡，可先比较少量候选，必要时拆图。维度也不宜无限增加，名称尽量清楚，避免内部简称。配色与填充透明度应帮助分辨，不让某一对象因为颜色更浓显得更重要。
导出后检查维度标签、刻度和图例，在实际文档尺寸下看重叠情况。附上原评分表和样本时间，说明是自评、客户反馈还是检测材料，不能将不同来源分数伪装成客观统一测量。
后续复盘保持评分规则一致。若标准提高，应说明版本变化，不把新旧图形缩小直接解释为供应商退步。图表服务业务讨论，评价责任仍在拥有证据的人。
缺一项评分，可以用零吗？
零可能被理解为最差，未知与最差不同。先制定缺失处理规则，必要时不纳入比较并说明，不能为了闭合图形编造分数。
图形更圆，是否代表更均衡更好？
只能说明在当前规则下形状较均匀，是否符合业务需求还取决于门槛、权重与实际条件。不要把视觉对称当作采购结论。
个人微信：ssevening
