我觉得应该做好三件事

1 选取代表性的，相关性小的指标

2 判别清楚指标之间的关系，是替代、协同还是互补

3 指标间的权重，我造成专家评分

主成分和因子法可用来缩减指标数

你提到了指标体系的最优。可是你没有意识到最优是相对于目标的。如果没有明确的目标，也就无所谓最优。构建指标体系是为了评价某个对象的属性。首先需要一个理论，这种属性是什么，有哪些维度。每个维度又可分解成更细的维度。这样就会有一个指标体系的树形结构。每个维度的特征是可直接观测的，还是不可观测但可以间接推断的。可观察的直接列入指标体系，只能间接推断的需要找代理指标。没有一个说的通的理论，就谈不上指标体系。二楼说的是建立了指标体系后的事情。就是根据数据和专家意见定权。这方面技术很多，如果离开使用的目的，所有的技术都是一样的，没有一个说自己就是比其它的强。有时候，恰好某种技术产生的测评结果和使用者的某些感觉一致，那也是运气好。指标体系的构建到完善其实是一个反馈。离开反馈回路，都无法谈最优。

对象—>理论—>指标体系—>根据数据定权—>评价结果—>将评价结果用于某种目标—>效果—>回到起点

不少人为数据定权阶段的种种技术所迷惑，其实关键不在这里。